[发明专利]基于群广义区间直觉模糊软集的仿真参数选择决策方法

摘要

本发明提供一种基于关联群广义区间直觉模糊软集的仿真模型参数选择多属性决策方法，包括：建立仿真模型参数选择的评价指标体系；构建仿真模型参数选择的群广义区间直觉模糊可信度评估矩阵；利用2‑可加模糊测度描述关联关系；构建基于Choquet积分的群广义区间直觉模糊软集聚合算子；计算模型参数方案的综合可信度值；计算模型参数方案的综合得分值；按照得分值的大小对仿真模型参数方案进行排序。本发明基于群广义区间直觉模糊理论对决策信息进行表达，构建关联聚合算子计算仿真模型综合可信度值，通过仿真模型的可信度水平选择最佳的仿真模型参数，有效降低了决策过程中人为主观偏好带来的不利影响，且考虑关联关系，更符合实际决策过程。

主权项

1.一种基于关联群广义区间直觉模糊软集的仿真模型参数选择多属性决策方法，其特征在于，包括步骤：A、建立仿真模型参数选择的评价指标体系集合E，假设候选方案集合为A，建立评估委员会分别针对集合A中的不同候选方案，评估评价指标的仿真可信度，形成区间直觉模糊可信度评估矩阵；建立不同个体的集合B，让集合B中的不同个体，对每个候选参数对应的评价指标可信度的评估结论进行可靠性再评估，形成区间直觉模糊仲裁矩阵；B、将区间直觉模糊可信度评估矩阵与区间直觉模糊仲裁矩阵合并，构建仿真模型参数选择的群广义区间直觉模糊可信度评估矩阵M；C、设μ、μ'分别为定义在集合E和B上的2‑可加模糊测度，给出集合E和B上的单点集和两点集上的2‑可加模糊测度值，利用2‑可加模糊测度描述集合E和B的关联关系；D、构建基于Choquet积分的群广义区间直觉模糊软集聚合算子；针对群广义区间直觉模糊可信度评估矩阵M的每一行，计算每一行对应的仿真模型参数选择方案的综合可信度值；E、根据区间直觉模糊数的得分函数或精确函数，计算仿真模型参数选择方案综合可信度值的综合得分值；F、按照综合得分值的大小对仿真模型参数方案进行排序，得分最高的为最佳仿真模型参数方案。