基于模糊信息的多屬性決策的熵值模型及其應用.pdf

1、由于客觀事物的復雜性，現(xiàn)實世界的各種決策問題表現(xiàn)為各種形式的不確定性，具體表現(xiàn)為決策信息是區(qū)間數(shù)、三角模糊數(shù)或梯形模糊數(shù)、直覺模糊信息以及區(qū)間直覺模糊信息等形式。這些不確定信息在更多客觀反映事物本來面貌的同時，也給實際的決策問題帶來一定程度上的復雜性，因而在不確定信息環(huán)境下如何獲得合理的決策方法成為決策問題研究的重要內容。
　　 自N.Wiener和C.E.Shannon 創(chuàng)立了信息論以來，他們將通信過程中信息源的信號的不確定性

2、表示成為信息熵，熵成為度量不確定性的最佳測度，并且在自然科學和社會科學中獲得了廣泛的應用。然而，由于熵理論自身的特殊性和多種形式的不確定信息的復雜性，如何在新的不確定決策問題中應用熵理論對信息進行挖掘成為決策理論和熵理論研究的新動向。本文就以下幾個方面，對這個問題的研究進行了一定的探索：
　　 （1）本文在介紹幾類不確定信息的基礎上，討論了這幾類不確定信息決策問題熵理論、方法和應用，為不確定性決策問題提供了一些新的解決途徑；

3、r>　　 （2）基于Vague 集，直覺模糊信息和區(qū)間直覺模糊信息之間的區(qū)別和聯(lián)系，提出直覺模糊數(shù)的一些新的運算和比較可能度的定義，結合熵理論和相對熵原理提出了基于直覺模糊信息的多屬性群決策問題的新方法，進一步擴大了熵理論的應用領域；
　　 （3）結合兩類不確定信息各自的特點，提出區(qū)間數(shù)基于直覺模糊數(shù)的序關系，因而給出一種區(qū)間數(shù)的比較方法。結合已有信息熵給出一類基于區(qū)間數(shù)模糊信息和直覺模糊集熵值理論的新型不確定性決策方法。該方