Part IV.S3. 基于模糊熵的区间直觉模糊多属性决策方法

3.1 基于模糊熵的区间直觉模糊多属性TOPSIS方法

3.1.1 区间直觉模糊熵的度量

  定义3.1 设A~={ ⟨xi,[μAL(x1),μAU(x1)],[νAL(x1),νAU(x1)]⟩∣x1∈X,i=1,2,⋯ ,n}\tilde{A} = \left\{ \left\langle x_{i},\left[\mu_{AL}\left(x_{1}\right),\mu_{AU}\left(x_{1}\right)\right],\left[\nu_{AL}\left(x_{1}\right),\nu_{AU}\left(x_{1}\right)\right] \right\rangle | x_{1} \in X, i=1,2,\cdots,n\right\}A~={ ⟨xi​,[μAL​(x1​),μAU​(x1​)],[νAL​(x1​),νAU​(x1​)]⟩∣x1​∈X,i=1,2,⋯,n}为论域$X$上的直觉模糊数，则

$$E\left(\tilde{A}\right)=\frac{1}{n}\sum _{i=1}^n\cos \frac{\pi \left(\left|{\mu }_{AU}^2\left(x_i\right)-{\nu }_{AL}^2\left(x_i\right)\right|+\left|{\mu }_{AU}^2\left(x_i\right)-{\nu }_{AU}^2\left(x_i\right)\right|\right)}{4}\text{\hspace{1em}(3.1)}$$

  是一个区间直觉模糊数，也可改写为：

$$E\left(\tilde{A}\right)=\frac{1}{n}\sum _{i=1}^n\cos \frac{\pi \left(|\left({\mu }_{AU}\left(x_i\right)-{\nu }_{AL}\left(x_i\right)\right)\left(1-{\pi }_{AL}\left(x_i\right)\right)|+|\left({\mu }_{AU}\left(x_i\right)-{\nu }_{AU}\left(x_i\right)\right)\left(1-{\pi }_{AU}\left(x_i\right)\right)|\right)}{4}\text{\hspace{1em}(3.2)}$$

3.1.2 基于模糊熵的区间直觉模糊数多属性决策TOPSIS方法步骤

  设某多属性决策问题有$m$个方案$Y_i\left(i=1,2,\cdots ,m\right)$组成方案集Y={ Y1,Y2,⋯ ,Ym}Y=\{Y_1,Y_2,\cdots,Y_m\}Y={ Y1​,Y2​,⋯,Ym​},评价每个方案的属性(或指标)为$G_j\left(j=1,2,\cdots ,n\right)$,记属性集为G={ G1,G2,⋯ ,Gn}G=\{G_1,G_2,\cdots,G_n\}G={ G1​,G2​,⋯,Gn​}。如果${\tilde{F}}_{ij}=⟨\left[{\mu }_{ijL},{\mu }_{ijU}\right],\left[{\nu }_{ijL},{\nu }_{ijU}\right]⟩\left(i=1,2,\cdots ,m;j=1,2,\cdots ,n\right)$为区间直觉模糊集，表示方案满足属性$G_j\in G$和不满足属性$G_j\in G$的程度，且$0\le {\mu }_{ij}+{\nu }_{ij}\le 1$，矩阵${\tilde{F}}_{ij}={\left(⟨\left[{\mu }_{ijL},{\mu }_{ijU}\right],\left[{\nu }_{ijL},{\nu }_{ijU}\right]⟩\right)}_{m\times n}$为该多属性决策问题的区间直觉模糊决策矩阵，则基于模糊熵的区间直觉模糊多属性决策TOPSIS方法步骤可归纳如下。

  S.1 确定多属性决策问题的方案集Y={ Y1,Y2,⋯ ,Ym}Y=\{Y_1,Y_2,\cdots,Y_m\}Y={ Y1​,Y2​,⋯,Ym​}和属性集G={ G1,G2,⋯ ,Gn}G=\{G_1,G_2,\cdots,G_n\}G={ G1​,G2​,⋯,Gn​},获取多属性决问题中方案$Y_i\in Y$关于属性$G_j\in G$的区间直觉模糊特征信息，构建区间直觉模糊决策矩阵$F$。

  S.2 根据区间直觉模糊多属性决策矩阵F，利用式$(3.2)$计算属性$G_j\left(j=1,2,\cdots ,n\right)$的模糊熵。

$$E_j=\frac{1}{m}\sum _{i=1}^m\cos \frac{\pi \left(|\left({\mu }_{ijL}-{\nu }_{ijL}\right)\left(1-{\pi }_{ijL}\right)|+|\left({\mu }_{ijU}-{\nu }_{ijU}\right)\left(1-{\pi }_{ijU}\right)|\right)}{4},j=1,2,\cdots ,n\text{\hspace{1em}(3.3)}$$

  S.3 利用属性$G_j\left(j=1,2,\cdots ,n\right)$的模糊熵$E_j$，计算属性$G_j\left(j=1,2,\cdots ,n\right)$的
权重${\omega }_j$

$${\omega }_j=\frac{1-E_j}{n-{\sum }_{j=1}^n{E}_j},j=1,2,\cdots ,n\text{\hspace{1em}(3.4)}$$

  S.4 根据区间直觉模糊多属性决策矩阵$F$确定多属性解决问题的正理想解$Y^{+}$和负理想解$Y^{-}$:

$$\begin{array}{rl}{Y}^{+}& =(⟨\left[{\mu }_{1L}^{+},{\mu }_{1U}^{+}\right],\left[{\nu }_{1L}^{+},{\nu }_{1U}^{+}\right]⟩,⟨\left[{\mu }_{2L}^{+},{\mu }_{2U}^{+}\right],\left[{\nu }_{2L}^{+},{\nu }_{2U}^{+}\right]⟩,\cdots ,⟨[\\ & \end{array}$$