Indexed by：
Abstract：
针对属性权重未知、评价信息为毕达哥拉斯模糊数的多属性决策问题,对毕达哥拉斯模糊集的得分函数进行深入分析,为解决现有得分函数中存在的不足,提出一种新得分函数,通过证明其相关定理,分析新得分函数的性质.将新得分函数运用到毕达哥拉斯模糊多属性决策问题中,以帮助决策者更好地处理模糊的决策信息.此外,针对现有大多数毕达哥拉斯模糊多属性决策方法基于决策者是完全理性的假设,忽略决策者在面临风险时的不同主观价值感受,引入累积前景理论,提出基于新得分函数和累积前景理论的毕达哥拉斯模糊TOPSIS法.该方法利用前景价值代替各方案与正负理想解之间的距离测度,能够避免忽略不同属性间相关性对决策结果造成的影响,同时将各属性的灰靶贡献度近似看作对应指标对评价结果的重要程度以确定各属性的权重大小.最后,通过实例分析验证了所提出得分函数及相关定理的正确性,并通过仿真数据进一步验证了所提出方法的有效性和可行性.
Keyword：
Reprint 's Address：
Email：
Source ：
控制与决策
ISSN： 1001-0920
Year： 2022
Issue： 2
Volume： 37
Page： 483-492
Cited Count：
SCOPUS Cited Count： 9
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
