张市芳

(西安工业大学 计算机科学与工程学院/新型网络检测与控制工程国家地方联合实验室，西安 710021)

多属性决策是利用已有的决策信息，通过一定的方式对具有多个属性的有限个备选方案进行排序并且择优[1].其理论和方法在多个领域应用，如：人员选择、项目评估和故障诊断等.在现实生活中，由于人们思维的模糊性以及客观事物的不确定性和复杂性，在决策过程中属性值(决策信息)通常不能以精确的数值表示，而是以三角模糊数的形式给出.由于三角模糊数不仅可以有效地表示模糊信息的取值范围，还能突出取值可能性最大的重心点，从而表示模糊信息的精度很高，能客观确切地反映所研究的问题.为此，对属性值以三角模糊数形式表示的多属性决策问题的研究已经引起广泛关注并取得了一些研究成果.文献[2]针对三角模糊数多属性决策问题，提出一种新的规范三角模糊数与决策方案的相对相似度定义与三角模糊数相对相似度关系理论，利用相对相似度值的大小选取最优对象并排序，以此给出三角模糊数多属性决策的相对相似度关系的算法.文献[3]借鉴集对分析理论的思想，把三角模糊数转换成同异型二元联系数形式，依据传统的逼近理想解的排序方法，构建属性值的绝对正理想联系数和绝对负理想联系数，基于联系数距离提出了一种集对分析的三角模糊多属性决策方法.文献[4]针对属……