一种结合勾股模糊相似度的多属性决策方法_蔡香香.pdf
《一种结合勾股模糊相似度的多属性决策方法_蔡香香.pdf》由会员分享,可在线阅读,更多相关《一种结合勾股模糊相似度的多属性决策方法_蔡香香.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 59 卷 第 1 期2023 年 1 月南京大学学报(自然科学)(NATURAL SCIENCE)Vol.59,No.1Jan.,2023JOURNAL OF NANJING UNIVERSITY一种结合勾股模糊相似度的多属性决策方法蔡香香1,王磊1,2*,王冲1,刘斌1(1.南昌工程学院信息工程学院,南昌,330099;2.江西省水信息协同感知与智能处理重点实验室,南昌工程学院信息工程学院,南昌,330099)摘要:为了解决现有勾股模糊相似度度量中由于忽略犹豫度而造成度量不精确的问题,提出一种新的相似度的度量方法.首先,在属性值为勾股模糊数的条件下,将勾股模糊相似度定义结合灰色关联分析的
2、思想应用于多属性决策,提出一种新的结合勾股模糊相似度的灰色关联分析多属性决策方法,并设计了该方法的算法.通过一个翔实的算例分析证实了提出方法的正确性和有效性,证明其为多属性决策的一种新的可行方法.通过两组实验结果的对比,提出的方法比其他方法的决策更贴近实际结果,验证了该方法的可靠性.该算法还避免了人工计算,具有高效性.关键词:多属性决策,勾股模糊集,犹豫度,相似度,灰色关联分析中图分类号:TP183,TP391 文献标志码:AA multiattribute decisionmaking approach with pythagorean fuzzy similarityCai Xiangxi
3、ang1,Wang Lei1,2*,Wang Chong1,Liu Bin1(1.School of Information Engineering,Nanchang Institute of Engineering,Nanchang,330099,China;2.Jiangxi Rrovince Key Laboratory of Water Information Cooperative Sensing and Intelligent Processing,School of Information Engineering,Nanchang Institute of Engineering
4、,Nanchang,330099,China)Abstract:In order to solve the problem of inaccuracy of the existing Pythagorean fuzzy similarity measure due to the neglect of hesitation degree,a new measure of similarity is proposed.First,a new multiattribute decision making method is proposed by combining the definition o
5、f Pythagorean fuzzy similarity with the idea of grey relational analysis under the condition that the attribute values are Pythagorean fuzzy numbers,and the algorithm of this method is designed.The correctness and validity of the proposed method are confirmed by an informative case study,and it is p
6、roved to be a new feasible method for multiattribute decision making.By comparing the results of the two sets of experiments,the proposed method is closer to the actual results than the decisions of other methods,and the reliability of the proposed method is verified.The algorithm also avoids manual
7、 computation and is more efficient.Key words:multiattribute decisionmaking,pythagorean fuzzy set,hesitation,similarity,grey relational analysis多属性决策1是在已有决策信息的基础上,通过一定的方式对备选方案进行择优或排序的决策,它的理论和方法在风险投资决策、项目评估、产业部门的发展排序等多个领域中都有广泛的应用.目前,多属性决策在复杂环境和模糊信息背景 下 的 研 究 已 经 引 起 了 国 内 外 学 者 的 极 大 关DOI:10.13232/ki.
8、jnju.2023.01.004基金项目:国家自然科学基金(61562061),江西省教育厅科技项目(GJJ170995)收稿日期:2022-09-28*通讯联系人,Email:南京大学学报(自然科学)第 59 卷注2,然而,由于复杂的现实环境及其不确定性的增加以及人们的思维存在一定程度的主观随意性的问题,传统的多属性决策方法存在一定的局限.为了更好地描述不确定信息,1965年 Zadeh3提出模糊集的概念,主要通过对事物的隶属度函数来表征信息.为了进一步对具有模糊性的决策问题进行有效的决策,1986年 Atanassov4提出直觉模糊集,在已有的隶属度和非隶属度的基础上增加了犹豫度,要求集合
9、中元素的隶属度和非隶属度之和小于等于 1.直觉模糊集可视为模糊集的拓展,和模糊集相比,直觉模糊集能够更加客观地描述不确定性问题并有效地处理不确定性信息.然而在某些情况下,专家在实际决策中给出的隶属度和非隶属度之和往往大于 1.为了解决这个问题,2013 年 Yager5-6提出勾股模糊集,它能很好地描述元素的隶属度与非隶属度之和大于1但其平方和却小于或等于 1的问题,在处理模糊信息上有更大的优势,在决策问题的求解7过程中更能反映人的主观信息的准确性.因 此,勾 股 模 糊 集 引 起 了 学 者 们 的 关 注.Yager and Abbasov7定义了多种勾股模糊集合成算 子,并 与 实 际
10、 决 策 问 题 相 结 合.Peng and Yang8-9研究了勾股模糊集的除法和减法运算、开发了优势劣势排序方法,提出区间值勾股模糊集,应用到多属性群决策问题中.Zhang et al10-11定义了基于分数函数的比较方法和距离测度,运用 topsis 方法确定最佳决策.李德清等12讨论了勾股模糊数排序方法的不足,提出距离公式并借助理想点法进行多属性决策.Liang et al13给出勾股模糊决策问题的理想解法,提出勾股模糊信息的三支决策模型.距离度量和相似度度量14-15是数据分析、数据挖掘、模糊集理论中两个重要的研究内容,因此,在勾股模糊集背景下研究两个勾股模糊数间的距离和相似度很有
11、必要,但目前针对勾股模糊相似度的研究很少,并且在运算中往往会忽略犹豫度参数对决策的影响,且有部分研究是结合 topsis16-18方法来实现方案的选择.灰色关联分析19能很好地阐述数据曲线的变化趋势,是数据相似性的重要衡量指标,即,若某个方案子序列与正理想母序列的灰色关联度越大且与负理想母序列的灰色关联度越小,则该方案就越优,能更客观地进行方案的选择.因此,本文首先引入勾股模糊距离以及相似度的度量方法并分析其性质,然后运用灰色关联分析20方法,计算每个方案子序列与正、负理想母序列的灰色关联相似度.随后,计算每个方案对正理想母序列的加权相似度,构造结合勾股模糊相似度的灰色关联分析方法,最后通过实
12、例和对比分析验证该方法的有效性.本文的主要工作:(1)集成了勾股模糊集三个参数的特性,参照欧氏距离定义并结合勾股模糊集的几何意义,提出一种新的适用于勾股模糊数的距离定义,揭示了其三个重要性质.(2)在模糊数据背景下研究距离度量和相似度度量很有必要.针对现有勾股模糊相似度忽略犹豫度的情况,基于欧式距离定义提出一种新的勾股模糊数相似度度量方法,给出并证明了其中的一些重要性质.(3)对于多属性决策问题,集成了勾股模糊和灰色关联分析两者的优势,提出一种新的结合勾股模糊相似度的灰色关联分析方法,并设计了该方法的算法.通过对不同方法的对比分析,表明提出的方法可以有效地实施多属性决策问题.1 相关理论 1.
13、1勾股模糊集定义 15 设论域X是一个有限且非空的集合,则定义论域X上的勾股模糊集A可以表示为A=|x,A(x),A(x)x X.其 中,A:X 0,1表示集合X上元素x属于A的隶属度,A:X 0,1表 示 集 合X上 元 素x属 于A的 非 隶属 度,且 勾 股 模 糊 集A的 隶 属 度 和 非 隶 属 度满 足0()A()x2+()A()x2 1,x X.定义A()x=1-()A()x2-()A()x2为勾股模糊集A中元素x的犹豫度,也称为不确定度.1.2勾股模糊数定义 210 设论域X上的勾股模糊集A,A中的每一个元素称为勾股模糊数,Zhang10把勾股模糊数记为P=()P,P,且每一
14、个勾股模糊数满 36第 1期蔡香香等:一种结合勾股模糊相似度的多属性决策方法足0 P2+P2 1,P=1-()P2+P2.1.3勾股模糊数间的距离勾股模糊数间的距离可以度量两个勾股模糊数之间的差异,在勾股模糊背景下研究勾股模糊数间的距离很有意义.分析勾股模糊集中隶属度、非隶属度、犹豫度间的关系2+2+2=1,0,1,可将勾股模糊集形象地表示在单位球位于第一卦限的 1/8球面 上,如 图 1 所 示.任 取 1/8 单 位 球 上 的 两 点()1,1,1,D()2,2,2,当 A 点取坐标轴与球的交点,D 点取在弧 BC 上时,其欧式距离有最大值2.因此,两个勾股模糊数间的距离在0,2,为了使
15、勾股模糊数间的相似度在0,1,需要对距离进行归一化处理.由此,基于欧氏距离的定义,提出一种新的勾股模糊数间的距离定义以及勾股模糊数间的相似度定义.定义 3 设P1=()1,1和P2=()2,2为任意两个勾股模糊数,则P1和P2的距离定义为:d()P1,P2=12()1-22+()1-22+()1-22(1)其中,1和2分别为勾股模糊数P1和P2的犹豫度.显然,上述勾股模糊数的距离是在欧氏距离的基础上给出的,满足距离的三个性质:(1)非负性:由式(1)可知,d()P1,P2 0成立,当且仅当1=2,1=2时,d()P1,P2=0.(2)对 称 性:由 式(1)可 知,d()P1,P2=d()P2
16、,P1成立.(3)三 角 不 等 式:设P1=()1,1,P2=()2,2,P3=()3,3为任意三个勾股模糊数,可知满足三角不等式d()P1,P2 d()P1,P3+d()P2,P3.1.4勾股模糊数间的相似度定义 4 设P1=()1,1和P2=()2,2为任意两个勾股模糊数,则P1和P2的相似度为:s()P1,P2=1-12()1-22+()1-22+()1-22(2)其中,1和2分别为勾股模糊数P1和P2的犹豫度.由于上述勾股模糊数的相似度定义是在距离的基础上给出的,显然满足以下性质:(1)0 s()P1,P2 1;(2)s()P1,P2=s()P2,P1;(3)s()P1,P2=s()
17、Pc1,Pc2(其中Pc为P的补集);(4)s()P1,P2=1 P1=P2.证 明(1)首 先,由 式(1)和 式(2)可 知s()P1,P2 0;其次,要证s()P1,P2 1,只需证d()P1,P2的最大值为 1.由式(1)的勾股模糊数间的距离,得证.(2)由式(2)可知:s()P1,P2=1-12()1-22+()1-22+()1-22=1-12()2-12+()2-12+()2-12=s()P2,P1得证.(3)由P1=()1,1,Pc1=()1,1,P2=()2,2,Pc2=()2,2可知:s()P1,P2=1-12()1-22+()1-22+()1-22=1-12()1-22+(
18、)1-22+()1-22=s()Pc1,Pc2得证.(4)s()P1,P2=1,即d()P1,P2=0,当 且 仅 当1=2,1=2时,即P1=P2,反之亦然.图 1两个勾股模糊数间距离的图示Fig.1 Diagram of distance between two pythagorean fuzzy numbers 37南京大学学报(自然科学)第 59 卷2 结合勾股模糊相似度的灰色关联分析多属性决策方法 2.1问题描述勾股模糊多属性决策问题可描述为:有m个方案Ai(i=1,2,m),决策者根据n个属性Cj(j=1,2,n)对每个方案进行评估,方案Ai在属性Cj下的评估值为勾股模糊数i j=
19、()ij,ij(i=1,2,m;j=1,2,n).各个属性的权重分别为1,2,n(0 j 1且j=1nj=1).在如上没有决策属性的勾股模糊信息系统中,决策者需给出最优方案.为解决此问题,本节提出一种结合勾股模糊相似度的灰色关联分析多属性决策方法.2.2结合勾股模糊相似度的灰色关联分析方法在勾股模糊信息背景下,灰色关联分析方法克服了采用数理统计方法所得结果不精确的缺憾,且其结果与定性分析结果比较吻合.结合本文提出的勾股模糊数间的相似度定义以及灰色关联分析法的优势,提出一种新的结合勾股模糊相似度的灰色关联分析方法.算法框架如图 2 所示,分析方法的步骤如下.步骤 1.对于勾股模糊集多属性决策问题
20、,对每 个 方 案Ai(i=1,2,m)关 于 每 个 属 性Cj(j=1,2,n)进行评估,得到每个方案关于属性的勾股模糊值,故在勾股模糊信息系统中可以表示为如下的勾股模糊决策矩阵:=11121n21222nm1m2mn步骤 2.确定每个属性Cj下的正理想母序列和负理想母序列,有正理想母序列:+=()+1,+2,+n其中,+j=()+j,+j=()max ij,min iji=1,2,m;j=1,2,n(3)负理想母序列:-=()-1,-2,-n其中,-j=()-j,-j=()min ij,max iji=1,2,m;j=1,2,n(4)步骤 3.求出每个方案子序列Ai在属性Cj下的与正、负
21、理想母序列间的灰色关联相似度:+ij=m+M+ij+M,()0,1,i=1,2,m;j=1,2,n(5)其中,+ij是+j和ij间的相似度S()+j,ij,m=min+ij,M=max+ij,是分辨系数,通常取默认值 0.5.-ij=m+M-ij+M,()0,1,i=1,2,m;j=1,2,n(6)其 中,-ij是-j和ij间 的 相 似 度S()-j,ij,m=min-ij,M=max-ij,是分辨系数,通常取默认值 0.5.各个方案子序列与正理想母序列间的灰色关联相似度矩阵为:+ij=+11+12+1n+21+22+2n+m1+m2+mn各个方案子序列与负理想母序列间的灰色关联相似度矩阵为
22、:-ij=-11-12-1n-21-22-2n-m1-m2-mn图 2勾股模糊相似度的灰色关联分析法流程图Fig.2Flowchart of the grey relational analysis with the pythagorean fuzzy similarity 38第 1期蔡香香等:一种结合勾股模糊相似度的多属性决策方法步骤 4.计算属性加权下每个方案子序列与正、负理想母序列间的相似度:+i=jn+ijj,i=1,2,m(7)-i=jn-ijj,i=1,2,m(8)步骤 5.计算每个子序列的灰色关联相似度相对正理想母序列的相似度:i=+i+i+-i,i=1,2,m(9)步骤 6.
23、根据相似度,对每个方案进行排序.2.3算法根据提出的结合勾股模糊相似度的灰色关联分析方法,设计算法如下.算法 结合勾股模糊相似度的灰色关联多属性决策算法(An algorithm of multiattribute decisionmaking with grey relational analysis and Pythagorean fuzzy similarity,MDAGRAPFS)输入:一个勾股模糊信息系统,包括方案集和属性集;输出:最佳方案.Step 1.根据评审小组对每个方案关于每个属性的评估值构造勾股模糊决策矩阵,且每个评估值是勾股模糊数,以二维矩阵的形式输入数据;Step 2.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 结合 模糊 相似 属性 决策 方法 香香
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。