基于马田系统和模糊积分的多属性决策方法

摘要

在实际决策问题中,由于属性之间往往存在一定的交互作用,而传统的多属性决策方法都是建立在属性之间相互独立的假设前提之上,不能有效处理属性间存在的交互作用.针对这一问题,提出了一种基于马田系统和Choquet模糊积分的多属性决策方法.该决策方法首先根据马田系统的降维原理测度单个属性的信息增益,然后利用Sigmoid函数将之转化为单个属性的测度密度,进而求出能够描述属性间交互作用的模糊测度,最后基于所得到的模糊测度,利用Choquet模糊积分算子对各候选方案的评价信息进行集成.实例计算表明,利用本文方法确定的模糊测度具有更小的均方根误差,有助于提高决策的准确性,可以有效处理实际决策问题.