数学建模学习（136）：使用Python基于Fuzzy WSM、Fuzzy WPM、Fuzzy WASPAS的多准则决策分析
1. 算法介绍
1.1 Fuzzy WSM、Fuzzy WPM、Fuzzy WASPAS 的基本概念和背景
模糊多属性决策（MADM）方法是解决复杂决策问题的重要工具，尤其是在信息不确定且难以量化的情况下。Fuzzy WSM（Fuzzy Weighted Sum Model）、Fuzzy WPM（Fuzzy Weighted Product Model）、以及 Fuzzy WASPAS（Weighted Aggregated Sum Product Assessment）是其中的三个重要方法。这些方法结合了模糊集合理论和经典的权重分析方法，帮助决策者在面对复杂和模糊的数据时做出合理的决策。
-
Fuzzy Weighted Sum Model (FWSM)：加权和模型是决策分析中最基础的方法之一。Fuzzy WSM 是加权和模型的模糊版，通过模糊数来处理权重和属性值的不确定性。核心思想是将每个属性的评分乘以相应的权重，然后将这些乘积加和，以得到最终的决策分数。在模糊化的 FWSM 中，所有属性值和权重都是通过三角模糊数来表示，以更好地应对数据中的模糊性和不确定性。
-
Fuzzy Weighted Product Model (FWPM)：