[发明专利]基于直觉模糊集多属性决策的网络选择方法

权利要求书

1.基于直觉模糊集多属性决策的网络选择方法，其特征在于，包括： 

S1：确定直觉模糊集决策矩阵； 

S2：将该直觉模糊集决策矩阵中的每个属性值转换为梯形模糊数，得到梯形模糊数决策矩阵，同时得到每个梯形模糊数的隶属度函数； 

S3：利用直觉模糊集的距离公式，将直觉模糊集的距离关系转换为对应的梯形模糊数集的隶属度函数的面积关系，根据该梯形模糊数决策矩阵，得到各待选网络与所有其它待选网络在每个属性下的总离差； 

S4：基于离差最大化思想，建立属性的权重模型，根据步骤S3中得到的总离差值，得到每个属性的权重值； 

S5：结合每个属性的权重值，利用直觉模糊集代数平均算子IFWA计算待选网络的综合属性值，根据计算结果从待选网络中选择出最佳网络。 

2.如权利要求1所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S1中的直觉模糊集决策矩阵为： 

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表示网络A_i具有属性x_j的程度，v_ij表示网络A_i不具有属性x_j的程度，A＝{A₁，A₂，...，A_m}表示待选的m个网络的集合，X＝{X₁，X₂，...，X_n}表示评估网络性能的n个属性的集合。 

3.如权利要求2所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S2中，将直觉模糊集决策矩阵转换为梯形模糊数决策矩阵，通过以下映射实现： 

其中，

对于任意的直觉模糊数α＝(μ_α，v_α，π_α)，对应的梯形模糊数为：

则直觉模糊数到梯形模糊数的映射为：有： 

。

4.如权利要求3所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S2中，所述梯形模糊数的隶属度函数为： 

。

5.如权利要求4所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S3中，直觉模糊集的距离公式为： 

其中，ω_j表示网络的第j个属性x_j的权重属性，权重集ω＝{ω₁，ω₂，...，ω_n}，

6.如权利要求5所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S3中，计算各待选网络与所有其它待选网络在每个属性下的总离差的公式是： 

。

7.如权利要求6所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S4中，属性的权重模型为： 

。

8.如权利要求7所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S4中，属性的权重值计算公式为： 

。

9.如权利要求8所述的基于直觉模糊集多属性决策的网络选择方法，其特征在于，所述步骤S5中，计算待选网络的综合属性值公式为： 

。