摘要

通过分析原始的情景模糊集模型在处理特殊投票模型中的局限性,我们对原始情景模糊集通过添加无效隶属度的方法进行拓展,给出了改进型情景模糊集的概念。然后,将原始情景模糊集上的标准欧氏距离测度拓展到改进型情景模糊集上的标准欧氏距离测度,并论证了它的合理性。针对改进型情景模糊信息下的多属性决策问题,我们在改进型情景模糊集的标准欧氏距离测度和TOPSIS原理的基础上,定义了方案的相对贴近度,并通过计算每个方案和正、负理想方案之间的相对贴近度来选出最优的方案。最后,通过实例以及与其他文献中所提方法的比较分析验证了本文方法的有效性。