论文部分内容阅读
针对属性值为勾股梯形模糊数的多属性决策问题,重新定义了勾股梯形模糊数的期望函数、评分函数和精确函数。给出了勾股梯形模糊数的运算法则,基于这些运算法则,提出了勾股梯形模糊加权算术平均算子。利用这些聚集算子,对准则值进行聚集,得到集结的勾股梯形模糊备选数。通过比较集结模糊数的得分函数和精确函数值,可以得到整个备选集的排序。通过实例验证了该方法的可行性和有效性。