1) fuzzy multi-attribute group decision-making
模糊群体多属性决策
2) fuzzy multiple attributes group decision making
模糊多属性群体决策
3) fuzzy multiple attribute group decision making
模糊多属性群决策
1.
A new TOPSIS method for fuzzy multiple attribute group decision making problem;
模糊多属性群决策问题的一种新TOPSIS方法
4) fuzzy group multiple attribute decision making method
模糊群组多属性决策
5) multiple attributive fuzzy decision
多属性模糊决策
1.
This paper takes a group of silk fabric as example, according to the major factor which influences its wearablil ity, using the method of multiple attributive fuzzy decision to optimize the opt ion of different kinds of fabric.
本文以一组丝绸面料为例 ,根据影响服用性能的主要因素 ,运用多属性模糊决策的方法 ,对不同品种的面料进行优选。
6) fuzzy multiple attribute decision making
模糊多属性决策
1.
Compromise method for fuzzy multiple attribute decision making;
模糊多属性决策的折衷方法
2.
Projected Compromise Method for Fuzzy Multiple Attribute Decision Making;
模糊多属性决策的投影折衷方法
3.
Methods for Normalizing Fuzzy Attribute Values for Fuzzy Multiple Attribute Decision Making;
模糊多属性决策中模糊属性值的规范化方法
补充资料：模糊决策
在模糊环境下进行决策的数学理论和方法。严格地说，现实的决策大多是模糊决策。模糊决策的研究开始较晚，但涉及的面很广，至今还没有明确的范围。常用的模糊决策方法有模糊排序、模糊寻优和模糊对策等。
模糊排序 研究决策者在模糊环境下如何确定各种决策方案之间的优劣次序。例如，给定一个模糊序（一个反身、传递的二元模糊关系），或给定一个不传递的普通二元关系，如何近似地排出一个全序；对于有多种指标、多个效用函数的问题，如何利用模糊集合论的方法综合成一个排优次序，多层次的决策问题又应当如何排序。这些问题都已获得初步的解答。
模糊寻优 给定方案集及各种目标函数和限制条件以后，寻求最优方案便成了一个优化问题。若目标函数或约束条件是模糊的，这时的最优化就称为模糊寻优。目标函数模糊化的一种途径是以模糊数作为目标函数值，通过模糊数的分析、运算来寻求条件极值。约束条件的模糊化是将约束定义成模糊集合。在线性规划中这样的推广导致模糊线性规划的研究，其结果是使普通的线性规划应用范围更广，能更加灵活地适应各种不同的情况。在非线性规划中有非对称模型和对称模型两种数学模型。
①非对称模型：把接受约束作为先决条件，目标与约束二者的地位不是对称的。给定论域 X上的目标函数f(x)和X上的约束条件模糊集合 D，所谓在约束D之下极大化f的最优解M，就是X上的一个模糊子集,它具有隶属函数
当等式右端的集合为空集时，μM(x)屌0。
②对称模型：把目标和约束两者置于对称的地位。给定论域X上的目标函数f(x)和模糊限制集合D。设
令μF(x)＝(f(x)－m)/(s－m)F是X上的一个模糊子集，其隶属函数与目标函数呈线性关系，称为目标集合，记为
μN(x)＝min(F(x)，D(x))(凬 x ∈D)，N 就是对称模型下的模糊最优解。
模糊对策 当决策者在对方也有决策的情况下进行决策时，就需要应用对策论。如果双方在选取策略时接受一定的模糊约束，这就需要应用模糊对策论。
参考书目
D.Dubois, H.Prade, Fuzzy Sets and Systems,Academic Press, New York,1980.
模糊排序 研究决策者在模糊环境下如何确定各种决策方案之间的优劣次序。例如，给定一个模糊序（一个反身、传递的二元模糊关系），或给定一个不传递的普通二元关系，如何近似地排出一个全序；对于有多种指标、多个效用函数的问题，如何利用模糊集合论的方法综合成一个排优次序，多层次的决策问题又应当如何排序。这些问题都已获得初步的解答。
模糊寻优 给定方案集及各种目标函数和限制条件以后，寻求最优方案便成了一个优化问题。若目标函数或约束条件是模糊的，这时的最优化就称为模糊寻优。目标函数模糊化的一种途径是以模糊数作为目标函数值，通过模糊数的分析、运算来寻求条件极值。约束条件的模糊化是将约束定义成模糊集合。在线性规划中这样的推广导致模糊线性规划的研究，其结果是使普通的线性规划应用范围更广，能更加灵活地适应各种不同的情况。在非线性规划中有非对称模型和对称模型两种数学模型。
①非对称模型：把接受约束作为先决条件，目标与约束二者的地位不是对称的。给定论域 X上的目标函数f(x)和X上的约束条件模糊集合 D，所谓在约束D之下极大化f的最优解M，就是X上的一个模糊子集,它具有隶属函数
当等式右端的集合为空集时，μM(x)屌0。
②对称模型：把目标和约束两者置于对称的地位。给定论域X上的目标函数f(x)和模糊限制集合D。设
令μF(x)＝(f(x)－m)/(s－m)F是X上的一个模糊子集，其隶属函数与目标函数呈线性关系，称为目标集合，记为
μN(x)＝min(F(x)，D(x))(凬 x ∈D)，N 就是对称模型下的模糊最优解。
模糊对策 当决策者在对方也有决策的情况下进行决策时，就需要应用对策论。如果双方在选取策略时接受一定的模糊约束，这就需要应用模糊对策论。
参考书目
D.Dubois, H.Prade, Fuzzy Sets and Systems,Academic Press, New York,1980.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条