基于勾股模糊集理論TOPSIS的多屬性決策方法及應(yīng)用_第1頁(yè)
基于勾股模糊集理論TOPSIS的多屬性決策方法及應(yīng)用_第2頁(yè)
基于勾股模糊集理論TOPSIS的多屬性決策方法及應(yīng)用_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

基于勾股模糊集理論TOPSIS的多屬性決策方法及應(yīng)用基于勾股模糊集理論TOPSIS的多屬性決策方法及應(yīng)用

摘要:多屬性決策問題是現(xiàn)實(shí)生活中一個(gè)常見的問題,TOPSIS(TechniqueforOrderofPreferencebySimilaritytoIdealSolution)是一種常用的多屬性決策方法。本文以勾股模糊集理論為基礎(chǔ),對(duì)TOPSIS方法進(jìn)行了改進(jìn),提出了基于勾股模糊集理論TOPSIS的多屬性決策方法,并通過實(shí)例應(yīng)用來驗(yàn)證該方法的有效性。

1引言

多屬性決策是在各種有限的資源約束下,通過對(duì)多種屬性進(jìn)行評(píng)估和權(quán)衡,最終選擇出最佳的方案或決策的過程。在現(xiàn)實(shí)生活中,我們經(jīng)常需要面臨各種各樣的多屬性決策問題,例如選擇供應(yīng)商、選租房房源、選拔員工等。因此,研究多屬性決策方法對(duì)解決實(shí)際問題具有重要意義。

2勾股模糊集理論

勾股模糊集理論是一種用于處理模糊性的數(shù)學(xué)工具。在傳統(tǒng)的模糊集理論中,元素與隸屬度的映射關(guān)系是線性的,而在勾股模糊集理論中,元素與隸屬度的映射關(guān)系是非線性的。勾股模糊集理論包含了線性隸屬度和非線性隸屬度兩種情況,能夠更好地反映元素與隸屬度之間的關(guān)系。

3TOPSIS方法

TOPSIS方法是一種常用的多屬性決策方法,用于確定最優(yōu)解決方案。該方法通過計(jì)算每個(gè)方案與理想解決方案之間的相似性度量值,來排序并選擇最佳方案。其主要步驟為:

(1)構(gòu)建決策矩陣:將各個(gè)方案的屬性值以矩陣形式表示;

(2)標(biāo)準(zhǔn)化決策矩陣:通過將決策矩陣中每個(gè)元素除以其所屬屬性列的范數(shù)來實(shí)現(xiàn);

(3)計(jì)算理想解和負(fù)理想解:選擇最優(yōu)和最差的方案作為理想解和負(fù)理想解;

(4)計(jì)算方案與理想解和負(fù)理想解的相似性度量值:使用歐氏距離或其他相似性度量方法計(jì)算;

(5)計(jì)算綜合評(píng)價(jià)指標(biāo):根據(jù)正理想解和負(fù)理想解之間的距離,計(jì)算綜合評(píng)價(jià)指標(biāo);

(6)排序并選擇最佳方案:根據(jù)綜合評(píng)價(jià)指標(biāo)進(jìn)行排序,選擇最佳方案。

4基于勾股模糊集理論TOPSIS的多屬性決策方法

4.1構(gòu)建勾股模糊決策矩陣:將各個(gè)方案的屬性值以勾股模糊集的形式表示,并構(gòu)建勾股模糊決策矩陣。

4.2標(biāo)準(zhǔn)化勾股模糊決策矩陣:通過將決策矩陣中每個(gè)元素除以其所屬屬性列的范數(shù)來實(shí)現(xiàn)標(biāo)準(zhǔn)化。

4.3計(jì)算理想解和負(fù)理想解:選擇最優(yōu)和最差的方案作為理想解和負(fù)理想解。

4.4計(jì)算方案與理想解和負(fù)理想解的相似性度量值:使用勾股模糊集的相似性度量方法計(jì)算方案與理想解和負(fù)理想解的相似性度量值。

4.5計(jì)算綜合評(píng)價(jià)指標(biāo):根據(jù)正理想解和負(fù)理想解之間的距離,計(jì)算綜合評(píng)價(jià)指標(biāo)。

4.6排序并選擇最佳方案:根據(jù)綜合評(píng)價(jià)指標(biāo)進(jìn)行排序,選擇最佳方案。

5實(shí)例應(yīng)用

為了驗(yàn)證基于勾股模糊集理論TOPSIS的多屬性決策方法的有效性,我們選擇了一個(gè)供應(yīng)商選擇的實(shí)際案例進(jìn)行應(yīng)用。假設(shè)有A、B、C三個(gè)供應(yīng)商,評(píng)估屬性包括價(jià)格、質(zhì)量和服務(wù),依次設(shè)定了各屬性的具體取值,并構(gòu)建決策矩陣。通過運(yùn)用基于勾股模糊集理論TOPSIS的多屬性決策方法,計(jì)算出最佳供應(yīng)商。

6結(jié)論

本文基于勾股模糊集理論對(duì)TOPSIS方法進(jìn)行了改進(jìn),提出了一種新的多屬性決策方法。實(shí)例應(yīng)用結(jié)果表明,該方法可以有效地解決多屬性決策問題,并選擇出最佳方案。在實(shí)際生活中,可以將該方法應(yīng)用于供應(yīng)商選擇、選租房房源、選拔員工等多屬性決策問題中,以提高決策的準(zhǔn)確性和科學(xué)性。

在本文中,我們通過改進(jìn)TOPSIS方法,提出了一種基于勾股模糊集理論的多屬性決策方法。通過實(shí)例應(yīng)用,我們驗(yàn)證了該方法的有效性,并證明其在多屬性決策問題中可以選擇出最佳方案。該方法可以應(yīng)用于供應(yīng)商選擇、選租房房源、選拔員工等實(shí)際生活

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論