【摘要】针对属性信息为毕达哥拉斯三角模糊数(PTFN)的多属性决策问题，考虑属性信息分布的疏密关系，提出毕达哥拉斯三角模糊数密度(PTF-DM)算子。首先介绍PTFN及其相关运算法则，并基于模糊参考理想法(FRIM)的基本思想以及得分函数，运用有序增量分割法以实现PTFN的有效聚类。然后，提出PTF-DM算子及相应的合成算子，并运用熵值法建立规划模型确定最终的密度权重。最后，通过一个算例对PTF-DM算子的应用做一简要说明，结果发现PTF-DM算子具有较好的稳定性，在辅助决策者做出决策方面可以发挥良好效用。该方法以PTFN数据类型为背景，呈现信息表达及信息集成理念的新发展趋势，并进一步拓展密度算子的实际应用范围与决策工具的选择空间。