基于Pythagorean犹豫模糊集相似测度的多属性决策方法

摘要

针对模糊信息下的决策问题,提出了一种基于Pythagorean犹豫模糊相似性测度的多属性决策方法。首先,基于最小公倍数的原理,介绍了一种新的扩充规则用以处理Pythagorean犹豫模糊集(PHFS)之间隶属度(非隶属度)长度不一致的情况,该方法能有效地保持原始信息的信息量。其次,定义了4种Pythagorean犹豫模糊集的相似性测度,并讨论了其相关性质,考虑到决策问题中多个属性的权重,给出了几种加权相似性测度。最后,提出了一种基于Pythagorean犹豫模糊集的TOPSIS方法用以解决多属性决策问题,并通过软件开发项目评估实例验证了该方法的可行性和有效性。