發(fā)布時(shí)間：2017-03-22 23:02

  本文關(guān)鍵詞：基于直覺正態(tài)模糊數(shù)的多準(zhǔn)則決策方法決究，由筆耕文化傳播整理發(fā)布。

【摘要】：社會(huì)經(jīng)濟(jì)生活中存在著大量的模糊多準(zhǔn)則決策問題。直覺模糊多準(zhǔn)則決策問題作為其中一個(gè)重要的部分,許多學(xué)者對其進(jìn)行了研究并提出了相應(yīng)的決策方法。但是已有的研究較難有效地解決一類決策問題,就是包含服從正態(tài)分布信息的決策問題。而現(xiàn)實(shí)生活中存在著大量的服從正態(tài)分布的自然現(xiàn)象和社會(huì)現(xiàn)象,所以針對此類問題進(jìn)行研究具有重要意義。 本文在前人研究成果的基礎(chǔ)上,結(jié)合正態(tài)模糊數(shù)的概念,給出了直覺正態(tài)模糊數(shù)的定義及相關(guān)概念,同時(shí)針對準(zhǔn)則值為直覺正態(tài)模糊數(shù)的多準(zhǔn)則決策問題進(jìn)行了研究并給出了相應(yīng)的決策方法,最后將這些研究成果運(yùn)用到了股票投資價(jià)值的評價(jià)分析中。主要研究成果如下： (1)定義了直覺正態(tài)模糊數(shù)及其運(yùn)算法則、記分函數(shù)、相似測度和歐幾里得距離公式,并對運(yùn)算法則與距離公式的相關(guān)性質(zhì)進(jìn)行了證明。在此基礎(chǔ)上,定義了三類集結(jié)算子,分別為直覺正態(tài)模糊集結(jié)算子、直覺正態(tài)模糊關(guān)聯(lián)集結(jié)算子和誘導(dǎo)直覺正態(tài)模糊集結(jié)算子,并給出了它們的相關(guān)性質(zhì)。最后,針對準(zhǔn)則間獨(dú)立、準(zhǔn)則權(quán)重未知且準(zhǔn)則值為直覺正態(tài)模糊數(shù)的多準(zhǔn)則決策問題,給出了一種基于直覺正態(tài)模糊集結(jié)算子的多準(zhǔn)則決策方法,該方法首先利用各方案之間的距離和最小化思想建立優(yōu)化模型求得最優(yōu)權(quán)重,然后利用直覺正態(tài)模糊集結(jié)算子對各準(zhǔn)則進(jìn)行集結(jié),從而得到各方案的綜合評價(jià)值,最后通過比較它們跟正負(fù)理想方案間距離的相對貼近度的大小,得到方案集的排序；針對準(zhǔn)則間關(guān)聯(lián)且準(zhǔn)則值為直覺正態(tài)模糊數(shù)的多準(zhǔn)則決策問題,給出了一種基于誘導(dǎo)直覺正態(tài)模糊關(guān)聯(lián)集結(jié)算子的多準(zhǔn)則決策方法,該方法首先利用誘導(dǎo)直覺正態(tài)模糊關(guān)聯(lián)集結(jié)算子對各準(zhǔn)則進(jìn)行集結(jié),從而得到各方案的綜合評價(jià)值,然后通過比較它們跟正負(fù)理想方案間相似度的相對貼近度的大小,得到方案集的排序。 (2)分析了已有直覺模糊集上的記分函數(shù)的不足,將影響?yīng)q豫度比例分配的因素分成兩種情況,并針對這兩種不同的情況分別提出了兩種不同的記分函數(shù)：前景記分函數(shù)和相對記分函數(shù)。前景記分函數(shù)結(jié)合了前景價(jià)值函數(shù),它能夠很好的考慮決策環(huán)境對決策者的影響。相對記分函數(shù)則結(jié)合了相對熵的概念,并引入了決策者風(fēng)險(xiǎn)態(tài)度意識(shí)。在以上兩個(gè)記分函數(shù)的基礎(chǔ)上,同時(shí)給出了組合記分函數(shù)的定義,它能夠有效地綜合以上兩個(gè)記分函數(shù)的意見。同時(shí),大量的例子表明了以上幾種記分函數(shù)的合理性及有效性。為了能夠較好地處理直覺正態(tài)模糊多準(zhǔn)則決策問題,將以上三種直覺模糊集上的記分函數(shù)擴(kuò)展到了直覺正態(tài)模糊數(shù)中。最后針對準(zhǔn)則權(quán)重已知且準(zhǔn)則值為直覺正態(tài)模糊數(shù)的多準(zhǔn)則決策問題,提出了一種基于記分函數(shù)的直覺正態(tài)模糊多準(zhǔn)則決策方法。 (3)將第3章和第4章定義的部分概念運(yùn)用到了股票投資價(jià)值評價(jià)中,提出了一種基于直覺正態(tài)模糊數(shù)的股票投資價(jià)值評價(jià)方法。該方法首先利用直覺模糊集以及前景記分函數(shù)確定了六個(gè)關(guān)鍵性指標(biāo)；然后,基于大部分財(cái)務(wù)指標(biāo)服從正態(tài)分布的事實(shí),給出了一種將指標(biāo)值轉(zhuǎn)化為直覺正態(tài)模糊數(shù)的方法,從而得到一個(gè)決策矩陣；接著利用直覺正態(tài)模糊集結(jié)算子對其進(jìn)行集結(jié),得到各支股票的最終評價(jià)值；最后通過相似測度給出各支股票的評價(jià)等級,并將它們同二級市場上各支股票近期的表現(xiàn)進(jìn)行比較分析。同時(shí)分析比較了新方法與已有方法的優(yōu)劣。
【關(guān)鍵詞】：模糊多準(zhǔn)則決策 直覺正態(tài)模糊數(shù) 直覺正態(tài)模糊集結(jié)算子 記分函數(shù) 股票投資價(jià)值評價(jià)
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：C934;F224
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第1章 緒論10-18
• 1.1 引言10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究目的及意義11
• 1.2 國內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 模糊多準(zhǔn)則決策研究現(xiàn)狀11-12
• 1.2.2 直覺模糊多準(zhǔn)則決策研究現(xiàn)狀12-16
• 1.3 研究內(nèi)容和論文結(jié)構(gòu)16-18
• 1.3.1 主要研究內(nèi)容16
• 1.3.2 本文的邏輯結(jié)構(gòu)16-18
• 第2章 理論基礎(chǔ)18-25
• 2.1 直覺模糊集(數(shù))理論18-20
• 2.1.1 直覺模糊集及相關(guān)概念18
• 2.1.2 直覺梯形模糊數(shù)及相關(guān)概念18-20
• 2.2 常用的直覺模糊集結(jié)算子20-22
• 2.3 正態(tài)模糊數(shù)22
• 2.4 前景理論22-24
• 2.5 模糊測度及相對熵24-25
• 第3章 直覺正態(tài)模糊集結(jié)算子及相關(guān)決策方法25-46
• 3.1 直覺正態(tài)模糊數(shù)25-31
• 3.1.1 直覺正態(tài)模糊數(shù)定義25
• 3.1.2 直覺正態(tài)模糊數(shù)的運(yùn)算法則25-27
• 3.1.3 直覺正態(tài)模糊數(shù)的記分函數(shù)和精確函數(shù)27
• 3.1.4 直覺正態(tài)模糊數(shù)的距離27-29
• 3.1.5 直覺正態(tài)模糊數(shù)的相似性測度29-31
• 3.2 直覺正態(tài)模糊集結(jié)算子31-35
• 3.2.1 直覺正態(tài)模糊加權(quán)算術(shù)平均算子31-32
• 3.2.2 直覺正態(tài)模糊有序加權(quán)平均算子32-33
• 3.2.3 直覺正態(tài)模糊混合加權(quán)平均算子33-34
• 3.2.4 直覺正態(tài)模糊加權(quán)幾何平均算子34
• 3.2.5 直覺正態(tài)模糊有序加權(quán)幾何平均算子34-35
• 3.2.6 直覺正態(tài)模糊混合幾何平均算子35
• 3.3 直覺正態(tài)模糊關(guān)聯(lián)集結(jié)算子35-37
• 3.4 誘導(dǎo)直覺正態(tài)模糊集結(jié)算子37-39
• 3.5 基于直覺正態(tài)模糊集結(jié)算子的多準(zhǔn)則決策方法39-45
• 3.5.1 基于INFWAA算子和INFWGA算子的直覺正態(tài)模糊多準(zhǔn)則決策方法39-42
• 3.5.2 基于誘導(dǎo)直覺正態(tài)模糊關(guān)聯(lián)集結(jié)算子的多準(zhǔn)則決策方法42-45
• 3.6 本章小結(jié)45-46
• 第4章 基于記分函數(shù)的直覺正態(tài)模糊多準(zhǔn)則決策方法46-64
• 4.1 直覺模糊集上的已有記分函數(shù)及其不足46-49
• 4.2 直覺模糊集上的新的記分函數(shù)49-56
• 4.2.1 基于前景價(jià)值函數(shù)的記分函數(shù)50-53
• 4.2.2 基于相對熵的記分函數(shù)53-55
• 4.2.3 組合記分函數(shù)55-56
• 4.3 基于直覺正態(tài)模糊數(shù)的記分函數(shù)56-58
• 4.4 基于記分函數(shù)的直覺正態(tài)模糊多準(zhǔn)則決策方法58-62
• 4.5 本章小結(jié)62-64
• 第5章 基于直覺正態(tài)模糊數(shù)的股票投資價(jià)值評價(jià)方法64-75
• 5.1 股票價(jià)值投資評價(jià)指標(biāo)體系建立64-67
• 5.2 基于直覺正態(tài)模糊數(shù)的股票投資價(jià)值評價(jià)方法67-69
• 5.3 驗(yàn)證分析69-74
• 5.4 本章小結(jié)74-75
• 結(jié)束語75-77
• 參考文獻(xiàn)77-86
• 致謝86-87
• 攻讀學(xué)位期間主要研究成果87

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張曉麗,楊建強(qiáng),常春影;基于不確定性分析的模糊故障樹的模糊數(shù)選擇[J];重慶工學(xué)院學(xué)報(bào);2005年05期

2 戴躍強(qiáng);徐澤水;達(dá)慶利;;基于不同直覺偏好結(jié)構(gòu)的多屬性決策方法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

3 李德毅,劉常昱;論正態(tài)云模型的普適性[J];中國工程科學(xué);2004年08期

4 許若寧,李楚霖;一類不分明時(shí)間序列的回歸預(yù)測[J];高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯(中文版);2001年04期

5 李凡,盧安,蔡立晶;基于Vague集的多目標(biāo)模糊決策方法[J];華中科技大學(xué)學(xué)報(bào);2001年07期

6 王毅;雷英杰;;基于包含度的直覺模糊相似度量方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年11期

7 夏梅梅;魏翠萍;;對方案有偏好的直覺模糊多屬性決策方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年02期

8 李凡;饒勇;;基于Vague集的加權(quán)多目標(biāo)模糊決策方法[J];計(jì)算機(jī)科學(xué);2001年07期

9 朱振國;宋軍;乜堪雄;;基于Vague集相似度量的股票選擇[J];計(jì)算機(jī)科學(xué);2008年07期

10 林志貴,徐立中,王建穎;基于Vague集的多目標(biāo)模糊決策方法[J];計(jì)算機(jī)工程;2005年05期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 張忠;信息不完全的模糊多準(zhǔn)則決策方法及應(yīng)用研究[D];中南大學(xué);2007年

2 孫騰;基于模糊OWA算子和前景理論的模糊多準(zhǔn)則決策方法研究[D];中南大學(xué);2008年

  本文關(guān)鍵詞：基于直覺正態(tài)模糊數(shù)的多準(zhǔn)則決策方法決究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：262371