本文關(guān)鍵詞：概率不確定的隨機多準(zhǔn)則決策方法及應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 隨機多準(zhǔn)則決策作為決策科學(xué)中一個重要的研究內(nèi)容,在工程設(shè)計、經(jīng)濟管理、軍事等諸多領(lǐng)域有著廣泛的應(yīng)用前景。在現(xiàn)實生活中,由于環(huán)境的復(fù)雜性和不確定性,任何事件都不可能在完全一致的條件下多次重復(fù),因此理想實驗條件下的精確概率在現(xiàn)實生活中失去了意義。為了適應(yīng)復(fù)雜的環(huán)境,人們更習(xí)慣于在判斷和決策過程中采用模糊的思維方式,對概率進行一個主觀直覺上的估計,因此用不確定的變量代替精確數(shù)來表示事件的概率更符合現(xiàn)實需求。本文在概率不確定的環(huán)境下,研究了三類不同的隨機多準(zhǔn)則決策問題,采用不同的方法構(gòu)建優(yōu)化模型,并根據(jù)優(yōu)化理論和算法進行求解,主要內(nèi)容及研究成果如下: (1)有效解決了概率和狀態(tài)值均為區(qū)間數(shù)的隨機多準(zhǔn)則決策問題。定義了區(qū)間概率區(qū)間隨機變量,針對該變量信息量完全和不完全兩種情況,分別給出相應(yīng)的決策方法來對方案進行排序。對于信息量完全的決策問題,本文先利用離差最大化的方法求得精確的概率,然后結(jié)合集對分析得到整個方案集的一個排序;對于信息量不完全的決策問題,則是將證據(jù)推理的方法運用到該決策環(huán)境中,采用基于懲罰函數(shù)的粒子群算法來求解優(yōu)化模型,最后獲得方案的優(yōu)劣排序。 (2)研究了概率為區(qū)間數(shù),狀態(tài)值為模糊數(shù)的隨機多準(zhǔn)則決策問題。針對該類概率不確定的隨機多準(zhǔn)則決策問題,文中先給出了區(qū)間概率模糊隨機變量的定義,然后在此基礎(chǔ)上展開研究,采用了兩種不同的方法來獲得候選方案的排序。第一種方法是基于投影的思想,通過建立優(yōu)化模型,求得各方案的最優(yōu)相對貼近度,根據(jù)最優(yōu)相對貼近度進行方案的排序;第二種方法先分別定義了區(qū)間概率模糊隨機變量的期望值和混合熵,然后將其組合得到區(qū)間概率模糊隨機變量期望值.混合熵的度量,最后通過可能度的方法得到方案的優(yōu)劣順序。 (3)探討了概率為模糊值的隨機多準(zhǔn)則決策問題。對于概率為梯形模糊數(shù),準(zhǔn)則值和準(zhǔn)則權(quán)重均完全確定的情況,采用基于聯(lián)合狀態(tài)的理想點法,得到各聯(lián)合狀態(tài)的貼近度以及各方案貼近度的期望值,然后根據(jù)貼近度的期望值進行排序;對于概率為語言值,準(zhǔn)則值為模糊數(shù)的情況,則是通過二元語義和PROMETHEE相結(jié)合的方法來得到方案集的排序。
【關(guān)鍵詞】：區(qū)間概率 模糊概率 語言概率 隨機多準(zhǔn)則決策 粒子群算法
【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】：2008
【分類號】：C934;F224
【目錄】：

• 摘要3-5
• ABSTRACT5-9
• 第1章 緒論9-15
• 1.1 引言9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究目的及意義10-11
• 1.2 隨機多準(zhǔn)則決策研究現(xiàn)狀11-13
• 1.2.1 國外研究現(xiàn)狀11-13
• 1.2.2 國內(nèi)研究現(xiàn)狀13
• 1.3 本文主要內(nèi)容及邏輯結(jié)構(gòu)13-15
• 1.3.1 主要內(nèi)容13-14
• 1.3.2 邏輯結(jié)構(gòu)14-15
• 第2章 理論基礎(chǔ)15-21
• 2.1 集對分析15-17
• 2.1.1 集對分析的基本思想15-16
• 2.1.2 集對分析的基本概念16-17
• 2.2 粒子群算法17-19
• 2.2.1 基本原理18
• 2.2.2 算法流程18-19
• 2.3 二元語義19-21
• 第3章 區(qū)間概率區(qū)間隨機多準(zhǔn)則決策方法21-38
• 3.1 區(qū)間概率區(qū)間隨機變量21-22
• 3.2 基于集對分析的區(qū)間概率區(qū)間隨機多準(zhǔn)則決策方法22-29
• 3.2.1 問題的描述22
• 3.2.2 離差最大化求解概率的方法22-23
• 3.2.3 決策矩陣的集對聯(lián)系數(shù)表示方法23-24
• 3.2.4 決策步驟24
• 3.2.5 在供應(yīng)商評價與選擇中的應(yīng)用分析24-29
• 3.3 基于證據(jù)推理的區(qū)間概率區(qū)間隨機多準(zhǔn)則決策方法29-37
• 3.3.1 問題的描述30
• 3.3.2 區(qū)間數(shù)信任度的轉(zhuǎn)化方法30-32
• 3.3.3 決策步驟32-34
• 3.3.4 決策模型的求解方法34-35
• 3.3.5 算例分析35-37
• 3.4 本章小結(jié)37-38
• 第4章 區(qū)間概率模糊隨機多準(zhǔn)則決策方法38-48
• 4.1 區(qū)間概率模糊隨機變量38-39
• 4.2 基于投影的區(qū)間概率模糊隨機多準(zhǔn)則決策方法39-44
• 4.2.1 問題的描述39
• 4.2.2 隨機向量的投影39-40
• 4.2.3 決策步驟40-42
• 4.2.4 算例分析42-44
• 4.3 基于期望值-混合熵的區(qū)間概率模糊隨機多準(zhǔn)則決策方法44-46
• 4.3.1 期望值-混合熵度量44-45
• 4.3.2 決策步驟45-46
• 4.3.3 算例分析46
• 4.4 本章小結(jié)46-48
• 第5章 模糊概率隨機多準(zhǔn)則決策方法48-59
• 5.1 梯形模糊概率隨機變量48-50
• 5.2 梯形模糊概率隨機多準(zhǔn)則決策方法50-54
• 5.2.1 問題的描述50
• 5.2.2 決策步驟50-52
• 5.2.3 算例分析52-54
• 5.3 基于二元語義的語言模糊概率隨機多準(zhǔn)則決策方法54-58
• 5.3.1 問題的描述54-55
• 5.3.2 語言概率的二元語義表示方法55
• 5.3.3 決策步驟55-56
• 5.3.4 算例分析56-58
• 5.4 本章小結(jié)58-59
• 結(jié)束語59-61
• 參考文獻61-67
• 附錄67-72
• 致謝72-73
• 攻讀學(xué)位期間主要研究成果73

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 柳美;孫玉琴;李安貴;;模糊概率隨機變量的數(shù)學(xué)期望和方差[J];包頭鋼鐵學(xué)院學(xué)報;2006年03期

2 尤天慧,樊治平;區(qū)間數(shù)多指標(biāo)決策的一種TOPSIS方法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2002年09期

3 姚升保,岳超源,張鵬,吳春誠;風(fēng)險型多屬性決策的一種求解方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年11期

4 黃德鏞,胡運權(quán),戴曉江;基于逆序概率的隨機模擬決策方法研究[J];管理工程學(xué)報;2003年02期

5 王應(yīng)明,傅國偉;運用無限方案多目標(biāo)決策方法進行有限方案多目標(biāo)決策[J];控制與決策;1993年01期

6 高陽;周向紅;;一種基于不同語言標(biāo)度的語言信息評價方法[J];統(tǒng)計與決策;2006年18期

7 姚升保;;基于隨機優(yōu)勢與概率優(yōu)勢的風(fēng)險型多屬性決策方法[J];預(yù)測;2007年03期

8 呂恩琳,鐘佑明;模糊概率隨機變量[J];應(yīng)用數(shù)學(xué)和力學(xué);2003年04期

9 田軍,何德權(quán),黃登仕;基于多準(zhǔn)則隨機DEA模型的投資決策評價方法及應(yīng)用[J];中國管理科學(xué);2000年04期

10 于義彬,王本德,柳澎,李衛(wèi);具有不確定信息的風(fēng)險型多目標(biāo)決策理論及應(yīng)用[J];中國管理科學(xué);2003年06期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 曹萍萍;李曉奇;;離散型模糊事件模糊概率的初步討論[A];第九屆中國青年信息與管理學(xué)者大會論文集[C];2007年

  本文關(guān)鍵詞：概率不確定的隨機多準(zhǔn)則決策方法及應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：277466