多屬性決策在現(xiàn)代經(jīng)濟(jì)、生活等領(lǐng)域中發(fā)揮著重大作用,其主要內(nèi)容是在己有的評價(jià)信息下運(yùn)用某種決策框架對一系列備選方案進(jìn)行排序擇優(yōu)。然而,隨著現(xiàn)代社會的快速發(fā)展和決策環(huán)境的日益復(fù)雜,在進(jìn)行方案評價(jià)時(shí)決策者給出的評價(jià)信息往往伴隨著一定的模糊性和不確定性,促使了模糊多屬性決策問題的產(chǎn)生。模糊多屬性決策問題主要有以下難題亟待處理:模糊不確定信息的處理、決策者權(quán)重和指標(biāo)權(quán)重的確定等。其中,區(qū)間直覺模糊集作為描述模糊不確定信息的一種有效工具,可以很好地刻畫決策過程中的模糊猶豫本質(zhì),因而在模糊決策領(lǐng)域得到了廣泛的應(yīng)用。但是,決策者權(quán)重和指標(biāo)權(quán)重的確定方法仍有改進(jìn)的空間。因此,本文針對權(quán)重信息未知的模糊多屬性決策問題展開了深入的研究,主要工作如下:（1）針對決策者權(quán)重信息未知的模糊多屬性決策問題,采用區(qū)間直覺模糊決策矩陣表達(dá)決策者的評價(jià)信息。構(gòu)建了基于決策矩陣相似度的決策者權(quán)重優(yōu)化模型,采用收斂算法迭代決策者權(quán)重,并運(yùn)用MATLAB^?軟件進(jìn)行求解進(jìn)而獲取綜合決策矩陣。采用區(qū)間直覺模糊均衡交叉熵計(jì)算各方案與理想解的分離度,在此基礎(chǔ)上選用TOPSIS框架實(shí)現(xiàn)方案排序。實(shí)例數(shù)據(jù)驗(yàn)證和方法對... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究主題趨勢圖

權(quán)重優(yōu)化模型。設(shè)置此模型的迭代次數(shù)為 1000，閾值α≤0.5，運(yùn)用 MATL程求解（程序見附錄 2），迭代過程如圖 3-2 所示。此時(shí)，當(dāng)?shù)降?28獲得的最優(yōu)目標(biāo)值為 6.467，優(yōu)化出的決策者權(quán)重如表 3-2 所示，獲得的策矩陣 R 如表 3-3所示。表 3-1 初始模糊決策矩陣Table 3-1 Initial fuzzy decision matrixc1c2c3c4e1x1<[0.5, 0.6],[0.2, 0.3]><[0.4, 0.5],[0.2, 0.3]><[0.3, 0.4],[0.3, 0.4]><[0.4, 0.5],[0.3, 0.4]>x2<[0.3, 0.4],[0.1, 0.2]><[0.5, 0.6],[0.3, 0.4]><[0.6, 0.7],[0.2, 0.3]><[0.6, 0.7],[0.1, 0.2]>x3<[0.4, 0.5],[0.2, 0.3]><[0.3, 0.4],[0.3, 0.4]><[0.5, 0.6],[0.2, 0.3]><[0.7, 0.8],[0.1, 0.2]>x4<[0.6, 0.7],[0.1, 0.2]><[0.5, 0.6],[0.1, 0.2]><[0.4, 0.5],[0.1, 0.2]><[0.3, 0.4],[0.2, 0.3]>

圖 4-4 不同方法趨勢圖Figure 4-4 Trend diagram of different methods4.4 本章小結(jié)（Summary）本章針對指標(biāo)權(quán)重信息未知的 FMADM 問題進(jìn)行了深入研究。論述了其它指標(biāo)權(quán)重確定方法的不足之處，受投影思想啟發(fā)構(gòu)建了基于 Jaynes 最大熵原理的非線性指標(biāo)權(quán)重優(yōu)化模型。針對指標(biāo)權(quán)重信息未知的模糊多屬性決策問題，分析了一般信息熵方法確定指標(biāo)權(quán)重的不足之處，構(gòu)建了基于 Jaynes 最大熵原理的非線性指標(biāo)權(quán)重投影模型。其次，運(yùn)用 Lingo11 軟件求解相應(yīng)的指標(biāo)權(quán)重進(jìn)而完成信息集結(jié)獲得備選方案的加權(quán)投影。最后，在此基礎(chǔ)上選用 VIKOR 框架實(shí)現(xiàn)方案排序，結(jié)合實(shí)例數(shù)據(jù)驗(yàn)證和多種方法對比突出了所提方法的可行性本章論述的指標(biāo)權(quán)重優(yōu)化模型為第 5 章深入研究權(quán)重完全未知的 FMADM問題做理論論證，同時(shí)也為兩種決策框架對比和進(jìn)一步靈敏度分析的深入研究做了理論準(zhǔn)備。

【參考文獻(xiàn)】：
期刊論文
[1]基于混合模糊多屬性決策的復(fù)雜產(chǎn)品模塊劃分方案評價(jià)[J]. 李玉鵬,連曉振,盧成,褚學(xué)寧.  上海交通大學(xué)學(xué)報(bào). 2017(11)
[2]基于IAHP-Overall Entropy的煤礦井下物流系統(tǒng)可靠性研究[J]. 曾旭,陸剛,郭其科,史德強(qiáng),韓笑,王小品.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2017(16)
[3]基于Jaynes最大熵的模糊多屬性群決策投影方法[J]. 連曉振,李玉鵬.  解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[4]一種權(quán)重未知條件下的VIKOR大群體決策方法[J]. 連曉振,李玉鵬,盧成.  計(jì)算機(jī)集成制造系統(tǒng). 2017(07)
[5]我國創(chuàng)新評價(jià)研究綜述:回顧與展望[J]. 彭雪蓉,劉洋.  科研管理. 2016(S1)
[6]一種考慮區(qū)間直覺模糊集的多屬性匹配決策方法[J]. 林楊,王應(yīng)明,陳圣群.  信息與控制. 2016(02)
[7]基于直覺正態(tài)區(qū)間數(shù)的信息不完全的多準(zhǔn)則群決策方法[J]. 朱智洺,朱嘉平,朱凱.  統(tǒng)計(jì)與決策. 2016(01)
[8]基于區(qū)間直覺集的互聯(lián)網(wǎng)金融模式擇優(yōu)方法[J]. 牛強(qiáng).  統(tǒng)計(jì)與決策. 2016(01)
[9]區(qū)間直覺模糊信息下的雙向投影決策模型[J]. 邵良杉,趙琳琳.  控制與決策. 2016(03)
[10]基于信任機(jī)制的不完全信息大群體決策方法[J]. 徐選華,王兵,周艷菊.  控制與決策. 2016(04)

博士論文
[1]基于直覺模糊信息的多屬性決策理論與應(yīng)用研究[D]. 任海平.江西財(cái)經(jīng)大學(xué) 2015
[2]不確定語言多屬性群決策方法及應(yīng)用研究[D]. 龐繼芳.山西大學(xué) 2015
[3]基于猶豫模糊信息的多屬性決策方法研究[D]. 張小路.東南大學(xué) 2015
[4]基于E/QFD/TRIZ/FTOPSIS集成方法的人機(jī)產(chǎn)品創(chuàng)新設(shè)計(jì)與評價(jià)技術(shù)[D]. 張芳蘭.南昌大學(xué) 2014
[5]基于不確定多屬性決策的質(zhì)量功能配置研究[D]. 郭茜.西南交通大學(xué) 2013
[6]基于HOQ與TRIZ的產(chǎn)品創(chuàng)新模糊前端設(shè)計(jì)研究[D]. 謝健民.電子科技大學(xué) 2013
[7]不完全與不確定信息下的多屬性綜合評價(jià)方法研究[D]. 潘玉厚.東北大學(xué) 2010



本文編號：3141959