基于新直觉模糊相似度的聚类方法

针对现有直觉模糊聚类方法大都未考虑属性(指标)权重, 计算过于复杂且计算结果为实数的问题, 提出一种 基于新直觉模糊相似度的聚类方法, 计算结果为直觉模糊数, 运用直觉模糊熵得到属性权重, 构造了一种考虑属性权 重的直觉模糊相似度公式, 得到直觉模糊相似矩阵, 设计了风险参数, 决策者根据自己风险偏好选择风险参数进行聚 类. 最后通过算例验证了所提出方法的可行性和合理性.