基于直觉模糊集多属性决策的网络选择方法

摘要

本发明公开了一种基于直觉模糊集多属性决策的网络选择方法，包括：确定直觉模糊集决策矩阵；将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；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他待选网络在每个属性下的总离差；基于离差最大化思想，建立属性的权重模型，根据总离差值，得到每个属性的权重值；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，从待选网络中选择出最佳网络。本发明可有效解决异构网络环境中的网络选择问题。

主权项

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。