摘要
针对评价信息为梯形二维语言变量的多属性群决策问题,提出了一种新的梯形二维语言变量的相似性测度并探讨其性质;基于相似性测度最大化准则构建了两个优化模型以分别求解多属性群决策问题中的专家权重和属性权重,进而提出一种新的基于梯形二维语言变量相似性测度的多属性群决策方法;最后通过实例验证了新方法的合理性和有效性.
With respect to multiple attribute group decision making（ MAGDM） problem where the evaluation information is in the form of trapezoidal two-dimension linguistic numbers（ T-2DLNs）,a new similarity measure for T-2DLNs is proposed,and its properties are discussed as well. The two optimization models are constructed to solve experts＇ weight and attributes＇ weight in MAGDM on the basis of maximizing similarity measure,and then a new MAGDM method via similarity measure for T-2DLNs is presented. Finally,a numerical example indicates that the proposed method is effective and feasible.
出处
《重庆工商大学学报（自然科学版）》
2017年第6期9-15,共7页
Journal of Chongqing Technology and Business University:Natural Science Edition
基金
国家自然科学基金(71371011
71301001
71501002)
安徽省优秀青年人才支持计划
安徽大学博士科研启动基金
安徽大学科研训练计划项目(KYXL2016006)
安徽大学创新训练项目(201610357119
201610357347
201610357348
201610357349)
安徽省自然科学基金(1508085QG149)
安徽省高校省级自然科学研究重点项目(KJ2015A379)
合肥学院科研发展基金(12KY02ZD)
安徽省哲学社会科学项目(AHSKQ2016D13)
关键词
多属性群决策
梯形二维语言变量
相似度
权重
multi-attribute group decision making
trapezoidal two-dimension linguistic numbers
similarity degree
weight
