1.語言資訊屬性值到模糊數屬性值的量化和轉化規則（5、7、9級）
2.迭代法確定專家權重
3.重心法確定屬性權重
4.區間數多屬性群決策及matlab應用
一、語言資訊屬性值到模糊數屬性值的量化和轉化規則
語言資訊屬性值一般表述為模糊語言，如，「好」、「很好」、「絕對好」、等等。由於不能與定量指標直接進行運算，因此對於這種屬性指標規範化的方法一般採用一定的轉換規則，即模糊語言一一模糊數轉換規則。心理學家公尺勒(ga.miller)經過實驗證明，針對某個屬性對方案進行判別式，普通人能正確區別屬性的等級在5級到9級之間，即語言指標一般表述為5級到9級的評判指標。如對於風險大小的評判，可以用「風險非常大」、「風險大」、「風險中等」、「風險小」、「風險幾乎沒有」5級模糊語言進行評判。因此產生了模糊語言的相應等級轉換規則。這種等級轉換規則，等級之間的差距可以是等距(規則)的，也可以是非等距(不規則)的，一般可以通過與決策者主觀溝通的方式來確定。
模糊語言轉換成普通模糊數之後，再利用模糊數的規範化方法進行規範化處理，即可得到通常意義上的規範化模糊指標。
（一）模糊語言指標的規範化方法
1.模糊語言轉換區間數
（1）九級模糊語言轉換成區間數
九級模糊語言模糊評價可以為「絕對差」、「很差」、「差」、「較差」、「一般」、「較好」、「好」、「很好」、「絕對好」;或者為「絕對重要」、「很重要」、「重要」、「較重要」、「一般」、「較不重要」、「不重要」、「很不重要」、「絕對不重要」等。九級模糊語言轉換成區間數如下表所示。
基於權重的資源分布演算法實現
提綱 一 背景 二 思路 三 實現 一 背景 有的時候需要根據各種型別占用的權重來分配某種資源。如何將權重來用 來體現呢？我覺得是個概率問題，權重越高的，在某一次資源分配的時候，能占用到資源的可能性就越高。如何用 來表達呢？二 思路 設想如下場景，我們將權重用百分比來表示，設想資源是一百份，權重為5...
帶權重的隨機演算法
但是，對於這樣的問題，怎樣才能實現這樣的隨機效果呢？直接使用random函式，是不可能做到的。其實相信好多人都已經有實現的思路了，就是產生0 100之間的隨機數，當隨機數在0 70時，就獲得3等獎，70 90是2等獎，90 100是一等獎。一般情況下，這種隨機概率，是通過讀取 或檔案來獲取的，然後儲...
基於互補判斷矩陣的多屬性決策方法及matlab應用
決策者利用一定的標度對屬性進行兩兩比較，並構造判斷矩陣，然後按一定的排序方法計算判斷矩陣的排序向量，從而獲得屬性權重，最後在根據各種運算元進行多屬性群決策。1.加型互補判斷矩陣排序法 判斷矩陣的標度和含義如下表所示 標度 含義 0.1 極端不重要 前比後 0.3 明顯不重要 0.5 同等重要 0.7...