一种基于模糊理想化目标分析的云服务平台选择方法

摘要

本发明涉及一种基于模糊理想化目标分析的云服务平台选择策略，其是通过改进模糊理想化目标接近程度算法，按照不同用户的不同需求，对提供相同或相似服务的多个云服务平台进行比较与筛选；包括以下步骤：第一步：构建判别矩阵模型；第二步：确定决策矩阵模型；第三步：确定最优理想解和最差理想解；第四步：将四个参数作为输入，带入核心算法中；第五步：将贴进度最高的解作为最终解并获得其对应的云服务平台。本发明在模糊理想化目标分析方法中引入三角模糊数，权重因子和信息熵进行优化，有效地进行非数值问题求解，能够快速地进行刷新计算并获得结果。

主权项

1.一种基于模糊理想化目标分析的云服务平台选择方法，其特征在于包括以下步骤：步骤S01：确定云服务平台中需要考虑的属性方案，并根据两两属性的重要程度，形成判别矩阵：判别矩阵中每个值被定义为1-9以及对应的倒数，表示第i个属性对于第j个属性的重要程度，数值越大表示第i个属性相对于第j个属性越重要；N表示属性方案中属性的个数；步骤S02：确定每个云服务平台中的不同属性等级评价，填入一决策矩阵中，该决策矩阵为：其中决策矩阵的每一行表示一种方案，每一列表示该方案的某一个属性的等级评价；M表示候选方案的个数，N表示需要考虑的属性个数；步骤S03：定义每个属性的最优理想解和最差理想解的标准；步骤S04：将判别矩阵，决策矩阵，最优理想解，最差理想解四个参数进行如下计算：步骤S0411：将四个参数输入判别矩阵；步骤S0412：计算判别矩阵一致性是否满足条件，如果满足条件，返回步骤S02对判别矩阵进行修正；步骤S0413：获得判别矩阵的最大特征值对应的特征向量作为主观权重；步骤S0414：应用信息熵方法计算决策矩阵中每个属性的信息量获得客观权重；步骤S0415：根据客观权重对主观权重进行修正，得到属性权重；步骤S0416：将决策矩阵的输入变为三角模糊数；步骤S0417：计算带权重的决策矩阵；步骤S0418：计算最优理想解和最差理想解；步骤S0419：计算每个属性方案到最优理想解和最差理想解之间的距离；步骤S0420：计算每个属性方案与理想解的贴近度；步骤S0421：将贴近度进行排序后输出；     步骤S05：将贴进度最高的解作为最终解并获得其对应的云服务平台。