基于关联规则挖掘算法确定属性权重的三角模糊数多属性决策方法

摘要

本发明公开了一种基于关联规则挖掘算法确定属性权重的三角模糊数多属性决策方法，其特征在于：包括以下步骤：S1:将初始三角模糊数型决策矩阵转化为三角模糊数型决策规范化矩阵；S2:求出各个属性的不同取值对于方案评价指标优劣程度的关联规则的置信度；S3:从历史决策信息中求出各个属性的影响因子；S4:根据决策规范化矩阵进行计算，求出各个属性的相似度差异指标；S5:根据相似度差异指标和属性的影响因子求出各个属性的权重；S6:将求得的权重带入决策规范化矩阵中，求得各个方案的加权综合属性值；S7:利用可能度排序法对各个备选方案的加权综合属性值进行排序择优，本发明可以利用在有大量历史决策数据可以参考的三角模糊数型的多属性决策问题中，例如人才考核、项目投资等。