基于Vague集相似度量的多准则模糊决策方法

在分析已有关于Vague值（集）相似度量方法存在不足的基础上，综合考虑Vague值区间端点间的距离、核距离以及未知部分对支持度和反对度的影响等主要因素，提出了一种新的Vague值（集）相似度量方法，并对其性质进行讨论．通过与现有方法的比较，表明该方法具有很强的相似度区分能力．最后将所提出的Vague值（集）相似度量用于多准则模糊决策中，通过最优化方法选取每个准则的最优权重，根据候选方案与理想方案在相应准则下相似度加权和的大小得出最佳方案．通过实例分析，表明了这种方法的有效性和可行性．