摘要
与直观模糊集和毕达哥拉斯模糊集相比，球形模糊集能更准确地捕捉复杂问题中固有的模糊性与不确定性。球形模糊集已在众多领域得到广泛应用。为解决现有球形模糊环境下的排序方法存在的排序能力不足以及属性权重未知等问题，本文将基于理想解的排序准则法（TOPSIS）的原理融入排序函数设计中，从而构建出一种创新的球形模糊数排序函数，该函数既具备传统排序函数的特点，又保留了TOPSIS方法的优点。其次，对于属性权重信息完全未知的情况，本文结合新提出的排序函数以及通过准则间相关性分析（CRITIC）得出的准则重要性，开发了一种权重计算方法。通过拉格朗日乘数法构建优化模型，推导出了确定属性权重的具体公式。对于属性权重部分已知的情况，则构建相应的优化模型，使其最优解能够对应到所需的属性权重值。最后，通过两个案例研究验证了该新排序函数在处理球形模糊数相关问题时的可行性与有效性，为复杂不确定环境下的多属性决策问题提供了理论支持。
