456. 智能系统学报 第5卷 表2权重和指标值（直觉模糊数）转换为二元联系数 Table 2 Turn weigh value and target value(intuitionistic fuzzy)into binary connection number 101= 02= 03= t04= t03= 5 0.2+0.3i0.15+0.25i 0.1+0.3i 0.1+0.2i 0.1+0.25i 31 0.75+0.15i 0.80+0.05i 0.40+0.15i 0.60+0.25i 0.55+0.00元 0.60+0.15i 0.68+0.12i 0.75+0.20i 0.40+0.20i 0.70+0.15i 53 0.80+0.00i0.45+0.05i0.60+0.10i 0.60+0.10元0.65+0.15i 0.70+0.05i0.78+0.02i 0.85+0.10i0.60+0.10i0.80+0.05i 5 1.00+0.00i0.85+0.05i0.90+0.05i 0.70+0.10i0.80+0.05i 由决策过程的第2)步，应用式(5)计算各方案的 (0.2+0.3i)·(0.75+0.15i)=0.15+0.25i+ 综合加权联系数s,根据联系数的乘法运算，04=0.452，其余同理计算，得表3。 表3各方案的联系数5，计算表 Table 3 Connection number computational of all kind of models 01 1w2z 33 044 wspis 1 0.15+0.25i+0.04520.12+0.207i+0.0125820.04+0.27i+0.04520.06+0.125i+0.0062 0.065+0.1375i 0.12+0.21i+0.0452 0.102+0.183i+0.0320.075+0.24+0.062 0.04+0.1i+0.042 0.07+0.26+0.0B75 0.16+024 0.675+0.12+0.0125 0.06+0.19i+0.0B2 006+0.13i+0.0220.065+0.1775i+0.0375i2 84 0.14+0.22i+0.0152 0.117+0.198+0.00520.085+0265i+0.0B2 0.06+013i+0.022 008+0.205i+0.01252 02+03元 0.1275+0.22+0.012520.09+0.275+0.015 0.07+0.15i+0.0220.08+0205i+0.0125 由决策过程的第3)步，应用式(2)计算各 可作不确定分析.如i=0,M(s1)=0.425分析各方 M(s,),如计算M(s)有M(s)=三：=0.425+ 案的综合加权联系数M(s,)在不确定性下的各种方 案排序，得表4. 0.9948i+0.10752,其余同理计算.当i取不同值， 表4各方案的综合加权联系数M(8,)计算表及取值排序 Table 4 Synthetical weights connection number computational and value rank of all kind of models i=0 i=0.5 i=1 M(s,) ∑"ha 值 排序 值 排序 值 排序 M(s1) 0.4250+0.9948i+0.1075i 0.4250 ③ 0.92500 ⑤ 1.5273 ④ M(s2) 0.4070+0.9980i+0.2125 0.4070 ⑤ 1.01225 ② 1.6175 ② M(s3） 0.4125+0.8575i+0.1000i 0.4125 ④ 0.84375 ④ 1.3700 ⑤ M(s4) 0.4820+1.0180i+0.0825i2 0.4820 ② 0.99306 ③ 1.5825 ③ M(s） 0.5675+1.1500i+0.0600 0.5675 ① 1.17250① 1.7775 ① 由表4可见在忽略不计不确定性条件下，$5优 为二元联系数，利用二元联系数的加、乘运算，建立 于s4优于1优于s3优于s2,与文献[3]的结果是一 了信息不完全确定的多准则决策的综合加权模型. 致的.但文献[3]是在经过一系列繁琐计算后得到 实际应用表明，本文方法操作性较强，又充分考虑到 的结果，且没有考虑不确定性因素，即没有作不确定 不确定性因素对排序结果的影响，有一定的理论价 性分析 值和广泛的实际应用价值。 4结束语 参考文献： 本文针对准则权系数信息不完全确定且准则值 [1]ATANASSOV K T.Intuitionistic fuzzy sets[J].Fuzzy Sets 为直觉模糊数的排序决策问题，将直觉模糊数转化 and Systems,1986,20(1):87-96