基于软似然函数的直觉模糊多属性决策方法

为解决传统似然函数中结果值受极端数据影响及无法全面反映决策者偏好程度等问题，本文提出基于软似然函数的直觉模糊多属性决策方法。首先，针对具有不确定性的多属性决策信息，利用直觉模糊集表示模糊信息，对不确定的属性信息进行统一描述，构建了一个直觉模糊环境下的多属性决策问题。其次，通过引入态度特征识别决策者的主观偏好，考虑幂有序加权平均算子下各属性间的支持度，从而确定属性权重，在此基础上采用基于软似然函数的多属性决策算法对多个概率证据进行有效聚合。实验结果表明，所得软似然函数值更趋近于线性变化，不仅能更好地软化加权值，反映决策者的偏好信息，而且能在一定程度上减弱极端数据对结果产生的影响。