摘要: 本文研究基于直觉模糊集的多属性群决策问题。首先，介绍了模糊集和直觉模糊集的基本知识，利用TOPSIS方法的基本原理，对传统的TOPSIS方法进行改进，提出了相应的多属性群决策方法。为了说明该方法优于传统的TOPSIS方法，提出了两个相应的定理，并给... 展开 本文研究基于直觉模糊集的多属性群决策问题。首先，介绍了模糊集和直觉模糊集的基本知识，利用TOPSIS方法的基本原理，对传统的TOPSIS方法进行改进，提出了相应的多属性群决策方法。为了说明该方法优于传统的TOPSIS方法，提出了两个相应的定理，并给出了详细的证明过程。 其次，在已有的许多文献中，比较直觉模糊值的大小，通常是计算直觉模糊值的得分函数和精确函数，将犹豫度按照一定的比例分配给隶属度和非隶属度，把二维的直觉模糊值转化为一维数进行比较，这种转化容易丢失直觉模糊值的信息。因此为了较多的保留直觉模糊值的信息，本文给出了直觉模糊值优势度的定义，同时给出了直觉模糊集优势度的定义，研究了所给概念的一些性质，给出并证明了相关的定理，提出了比较直觉模糊值的新方法。 最后，在直觉模糊值优势度的基础上，在属性权重、决策者权重均己知，属性权重不完全，决策者权重未知三种情况下，提出了相应的多属性群决策方法。该方法的优点是每两个决策方案进行比较，最后选出最佳方案；而已有的方法都是只集结各方案自身的信息，未与其他方案比较。该方法的可行性与有效性通过实例得到验证。 收起