Vague集理論及其在模糊多屬性決策中的應(yīng)用.pdf

1、Vague集理論是一種新的處理模糊信息的模糊理論。模糊（fuzzy）集理論最基本的特征是：一個(gè)模糊集F是滿足某個(gè)（或幾個(gè)）性質(zhì)的一類對(duì)象,每個(gè)對(duì)象都有一個(gè)互不相同的隸屬于F的程度，隸屬函數(shù)?F(X給每個(gè)對(duì)象分派一個(gè)0和1之間的數(shù)作為它的)隸屬度。但是，要注意的是隸屬函數(shù)給每個(gè)對(duì)象分派的是[0,1]中的一個(gè)單值，這個(gè)單值既包含了支持X x?的證據(jù)，也包含了反對(duì)X x?的證據(jù)；它不可能表示其中的一個(gè)，更不可能同時(shí)表示支持和反對(duì)的證據(jù)。為了解

2、決模糊集理論的不足，Gau和Buehrer于1993年提出了vague集理論。隨著智能系統(tǒng)的進(jìn)一步研究和發(fā)展，Vague集作為一種重要的軟計(jì)算方法其用途將會(huì)越來越廣泛。
　　本文先介紹了vague集的背景、發(fā)展?fàn)顩r及前景之后，系統(tǒng)地介紹了vague集基本理論和運(yùn)算；然后提出一種vague集（值）間的距離測(cè)度；最后提出一種新的基于vague集的應(yīng)用TOPSIS方法(逼近理想解的排序方法)的模糊多屬性決策方法：首先利用評(píng)分函數(shù)構(gòu)造va