1. 宁波大学商学院, 宁波 315211; 2. 复旦大学管理学院, 上海 200433
出版日期:
2021-01-25发布日期:
2021-03-11A Pearson-Like Synthetic Correlation-Based TOPSIS Multiple Attribute Decision-Making Approach for Probabilistic Linguistic Term Information
ZENG Shouzhen 1,2 ,LUO Dandan11. School of Business, Ningbo University, Ningbo 315211; 2. School of Management, Fudan University, Shanghai 200433
Online:
2021-01-25Published:
2021-03-11摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
概率语言术语集(PLTS)包含了语言术语信息及其相应的概率信息, 使得原始决 策信息得到充分利用, 大大提高了语言术语多属性决策的科学性. 文章研究了一种基于 概率语言术语集类Pearson 综合相关系数的TOPSIS多属性决策方法. 首先考虑了PLTSs的3个特征因素:均值、方差和长度, 然后基于传统Pearson 相关系数的思想, 提出了一种新的概率语言术语集类Pearson综合相关系数, 其 特征是可从完整性、分布情况和犹豫性3个方面描述PLTSs, 且取值大小介于区间$[-1,1]$, 从 而可度量变量之间的正负相关关系, 改进了现有方法存在的缺陷. 为融合属性指标的不同权重, 提出了概率语言术语集加权类Pearson综合相关系数, 其考虑了属性权重的重要性, 拓宽了适 用范围. 进一步地, 构建了基于类Pearson综合相关系数的概率语言术语相对贴近 度指标, 并在此基础上提出了一种基于类Pearson综合相关系数的概率语言术语TOPSIS多属性方法. 最后, 通过数值算例和比较分析, 说明该方法的有效性和适用性.
分享此文: