论文部分内容阅读
在分析已有正态云模型相似性度量的不足的基础上,综合考虑正态云的形状相似度和位置相似度,提出了一种新的正态云相似性度量方法,并对其性质进行了证明。与已有方法相比,该方法具有很强的区分性。将提出的正态云相似性度量方法应用于语言型多属性群决策中,首先依据正态分布规律将语言变量转化为正态云;其次通过云加权算术平均算子CWAA实现信息集结;最后依据VIKOR排序方法,计算方案属性与最优云、最差云的综合相似度,以实现方案排序。通过算例分析了所提方法的可行性和有效性。