王中兴，谢海斌

（广西大学数学与信息科学学院，广西南宁 530004）

0 引言

直觉模糊集和区间直觉模糊集[1,2]由保加利亚学者Atanassov提出，是对传统模糊集的一种扩充和发展。其在传统模糊集的基础上增加了一个新的属性参数——非隶属度函数,能够更加细腻地刻画客观世界的模糊性本质,在处理不确定信息时具有更强的表现力,所以（区间）直觉模糊集在学术界引起广泛关注[3～6]。文献[5,6,7]又从另一个方向对直觉模糊集进行了扩展，提出了直觉三角模糊数和直觉梯形模糊数的概念及其运算法则。直觉梯形模糊数使隶属度和非隶属度不再只是相对于一个模糊概念而是相对梯形模糊数,这更能准确反映决策者的信息。

目前,有关属性值为直觉梯形模糊数的多属性决策方法已经有了不少研究成果[7～13].而对直觉梯形模糊数进行排序是决策过程的一个重要环节,因此直觉梯形模糊数的排序指标成为许多学者研究的重点[9～13]。例如文献[9]利用直觉梯形模糊数的综合期望值区间数作为排序指标,根据区间数可能度法得到方案集的排序;文献[11]结合期望值给出直觉梯形模糊数的得分函数和精确函数的概念并把它们作为排序指标,得分函数大的直觉梯形模糊数也越大,若得分函数相等,则精确函数值大的直觉梯形模糊数较大,但是文献[9,11]给出的排序指标都只考虑了期望值这一单一因素,利用其排序有时会出现失效情况;文献[13]利用直觉三角模糊数的期望值和模糊度给出一种直觉三角模糊数的排序指标,克服了文献[9,11]中排序结果的失效性。……