摘要

在Vague集转化为模糊集的过程中,将其犹豫度细分为赞成、反对和犹豫三部分,是一种动态的并且十分合理的方法。结合投票模型,通过还原和分析相关文献中犹豫度的细化过程发现,其每步细化中得到的赞成、反对,总是通过将上一步细化得到的最终的赞成、反对比例乘以最初的犹豫度πA(x)而得到的,并在此基础上进而确定剩下的犹豫度,从而实现犹豫度的细分,而不管上一步细化后犹豫度是什么。考虑到每步细化后犹豫度一直在变化的事实,为此,提出一种将犹豫度细化的Vague集转化模糊集的一种动态方法,即通过在每步细化中将上一步细化获得最终的赞成、反对比例乘以上一步细化后得到的犹豫度,而得到本步细化后的赞成、反对,继而确定剩下的犹豫度,随后证明了该转化方法的合理性。最后,通过算例说了所提方法的可行性与有效性。