复杂不确定信息少损失
一种面向T-球模糊多准则决策的分析方法,用四维隶属度刻画复杂不确定性,减少信息损失,让评估结果更贴近真实的模糊情境。
Chen, Ting-Yu
Artificial Intelligence Review 2023
T-球模糊集用正、中、负、拒四维隶属度表达模糊信息,减少信息损失,充分表达不分明且模棱两可的信息。
固定理想/反理想基准机制的测量与指数易于操作且灵敏度适宜,便于实际应用。
在实际实施中,建议采用T-球模糊曼哈顿距离指数以方便计算。