论文部分内容阅读
将直觉模糊粗糙集应用于多属性决策问题，提出了基于改进的直觉模糊粗糙集相似度的多属性决策方法。针对现有的直觉模糊粗糙集相似度忽略犹豫度而造成度量不精确的问题，提出了一种改进的直觉模糊粗糙集相似性度量方法，并揭示其若干重要性质。在此基础上，将属性值用直觉模糊粗糙集表示，并通过各个方案与直觉模糊粗糙集正、负理想方案的相似度比较，实现决策方案排序。数值实例表明了该方法的可行性和有效性，其在态势评估、目标识别等信息融合领域有良好的应用前景。