广义正交模糊混合平均算子及其在多属性决策中的应用

研究了将广义正交模糊集与混合平均算子相结合的决策过程及其应用。利用广义正交模糊隶属度空间比毕达哥拉斯模糊和直觉模糊隶属度空间都大的优势,把混合平均算子推广到广义正交模糊隶属空间中。首先,基于广义正交模糊集和混合平均算子的概念,定义了广义正交模糊混合平均(q-ROFHA)算子;其次,考察了广义正交模糊混合平均算子的相关性质,同时对特殊条件下该算子的退变情形给予说明;最后,通过实例验证了该算子在多属性决策应用中的可行性与合理性,并探讨了不同参数取值对结果的影响。