[發明專利]基于直覺模糊集多屬性決策的網絡選擇方法

有效

• 申請號: 201410033996.6
• 申請日: 2014-01-23
• 公開（公告）號: CN104812027B
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 蘇放;李靜;黃洋;路放;肖坤
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04W48/18
• 分類號: H04W48/18;H04W36/14
• 代理公司: 北京北新智誠知識產權代理有限公司 11100
• 代理人: 趙郁軍

1.基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，包括：?

S1：確定直覺模糊集決策矩陣；?

S2：將該直覺模糊集決策矩陣中的每個屬性值轉換為梯形模糊數，得到梯形模糊數決策矩陣，同時得到每個梯形模糊數的隸屬度函數；?

S3：利用直覺模糊集的距離公式，將直覺模糊集的距離關系轉換為對應的梯形模糊數集的隸屬度函數的面積關系，根據該梯形模糊數決策矩陣，得到各待選網絡與所有其它待選網絡在每個屬性下的總離差；?

S4：基于離差最大化思想，建立屬性的權重模型，根據步驟S3中得到的總離差值，得到每個屬性的權重值；?

S5：結合每個屬性的權重值，利用直覺模糊集代數平均算子IFWA計算待選網絡的綜合屬性值，根據計算結果從待選網絡中選擇出最佳網絡。?

2.如權利要求1所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S1中的直覺模糊集決策矩陣為：?

R＝(r_ij)_m×n

其中：r_ij＝(μ_ij，v_ij)，，i∈M，j∈N，M＝{1，2，...m}，N＝{1，2，...n}，?

μ_ij表示網絡A_i具有屬性x_j的程度，v_ij表示網絡A_i不具有屬性x_j的程度，A＝{A₁，A₂，...，A_m}表示待選的m個網絡的集合，X＝{X₁，X₂，...，X_n}表示評估網絡性能的n個屬性的集合。?

3.如權利要求2所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S2中，將直覺模糊集決策矩陣轉換為梯形模糊數決策矩陣，通過以下映射實現：?

其中，

對于任意的直覺模糊數α＝(μ_α，v_α，π_α)，對應的梯形模糊數為：

則直覺模糊數到梯形模糊數的映射為：有：?

。

4.如權利要求3所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S2中，所述梯形模糊數的隸屬度函數為：?

。

5.如權利要求4所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S3中，直覺模糊集的距離公式為：?

其中，ω_j表示網絡的第j個屬性x_j的權重屬性，權重集ω＝{ω₁，ω₂，...，ω_n}，

6.如權利要求5所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S3中，計算各待選網絡與所有其它待選網絡在每個屬性下的總離差的公式是：?

。

7.如權利要求6所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S4中，屬性的權重模型為：?

。

8.如權利要求7所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S4中，屬性的權重值計算公式為：?

。

9.如權利要求8所述的基于直覺模糊集多屬性決策的網絡選擇方法，其特征在于，所述步驟S5中，計算待選網絡的綜合屬性值公式為：?

。