论文部分内容阅读
对于实际多属性决策问题,决策属性间通常存在着相互关联关系,难以采用传统的多属性决策方法进行处理。一类面向属性关联的多属性决策方法应运而生,其中,C-TODIM最具代表性,它不但考虑了决策者进行判断时的心理行为干预,又结合了属性关联的思想,拓展了多属性决策应用领域。然而,考虑到决策者在进行决策时,常常会表现出不同程度的犹豫或知识缺乏,而直觉模糊数通过增加非隶属度函数可以很好地对其描述,从而对属性进行更加真实、准确的评价。为此,本文将直觉模糊数的属性决策形式引入到C-TODIM方法中,以更好地解决属性关联决策问题,论文的主要内容如下：首先深入地研究了处理属性关联的C-TODIM决策方法,结合实例对算法的技术方法和工作性能进行了分析,为进一步的算法改进研究工作奠定了基础。其次,考虑决策者在决策时的心理行为,将实值,区间数,三角模糊数,梯形模糊数,直觉三角模糊数评价形式集结为直觉梯形模糊数形式,将直觉梯形模糊数与决策属性的属性关联关系进行融合,提出了基于直觉梯形模糊数属性评价的改进C-TODIM方法。最后,将此方法应用到知识型员工绩效评价的多属性决策问题中,求解算法综合考虑了决策者的心理行为及决策属性间的关系,获得了满意的结果,验证了所提方法的有效性。通过Visual Basic 6.0开发了一个面向知识型员工绩效测评的应用系统,采用论文所提出的方法对待测评员工进行绩效测评。