基于改进记分函数和累积前景理论的直觉模糊TOPSIS法

摘要

针对属性值由直觉模糊数表示且属性权重未知的多属性决策问题,首先,提出一种改进的记分函数,通过证明其相关定理和与现有记分函数进行算例比较,验证其正确性与优越性,解决了现有记分函数需要二次比较和在某些情况下与客观事实不符的缺陷。其次,引入累积前景理论,提出基于改进记分函数和累积前景理论的直觉模糊TOPSIS法,以正负理想方案为参考点,采用综合前景值代替距离测度,有效地避免了忽略属性间相关性的问题,通过计算各方案的相对贴近度对方案进行排序择优。最后,通过实例比较分析和仿真数据对比验证所提记分函数和决策方法的可行性和有效性。