現(xiàn)實(shí)生活中的大部分多屬性決策問(wèn)題具有不確定和模糊的特點(diǎn),簡(jiǎn)單的精確數(shù)難以全面反映決策信息中的模糊成分。因此許多學(xué)者致力于研究新的模糊集,以期能更全面的描述不確定信息。因此描述方式經(jīng)歷了由實(shí)數(shù)到模糊數(shù)、語(yǔ)言變量、直覺(jué)模糊數(shù)的發(fā)展。直覺(jué)模糊數(shù)是描述模糊多屬性問(wèn)題的有效方法,它可以通過(guò)隸屬函數(shù)和非隸屬度函數(shù)分別表示認(rèn)知的確定性和不確定性程度。但是隸屬度和非隸屬度函數(shù)是用數(shù)值表示的,在實(shí)踐中無(wú)法全面反映模糊和不確定信息,特別是在定性評(píng)價(jià)方面。語(yǔ)言信息是人類(lèi)最廣泛應(yīng)用的表達(dá)方式,能夠更為充分地反映出所描述對(duì)象的模糊信息。所以專(zhuān)家學(xué)者提出了LIFNs的概念,用基于給定的語(yǔ)言術(shù)語(yǔ)集的語(yǔ)言變量來(lái)表示隸屬度和非隸屬度。然而,這一新近提出的語(yǔ)言尚未被廣泛研究�，F(xiàn)有的研究認(rèn)為屬性值間相互獨(dú)立,沒(méi)有考慮到權(quán)重未知的情況,而且在算子和方法方面還需要進(jìn)一步填充。為了解決這些問(wèn)題,本文首先將語(yǔ)言直覺(jué)模糊數(shù)與使用較為廣泛的廣義集成算子結(jié)合,之后又依次將它與以相互支持度為依據(jù)計(jì)算權(quán)重的冪算子、考慮了屬性值間相互關(guān)系的PBM算子結(jié)合,發(fā)展出一系列集成算子。然后又針對(duì)權(quán)重是否已給定的兩種情況提出了拓展的多屬性群體決策方法。... 

【文章來(lái)源】：山東財(cái)經(jīng)大學(xué)山東省

【文章頁(yè)數(shù)】：114 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 語(yǔ)言直覺(jué)模糊數(shù)多屬性決策研究現(xiàn)狀
        1.2.2 三類(lèi)典型算子研究現(xiàn)狀
        1.2.3 TODIM多屬性決策方法研究現(xiàn)狀
        1.2.4 總體評(píng)價(jià)
    1.3 本文研究?jī)?nèi)容和章節(jié)安排
    1.4 本文的創(chuàng)新點(diǎn)
第2章 理論基礎(chǔ)
    2.1 語(yǔ)言直覺(jué)模糊數(shù)
        2.1.1 自然語(yǔ)言數(shù)
        2.1.2 直覺(jué)模糊數(shù)
        2.1.3 語(yǔ)言直覺(jué)模糊數(shù)
    2.2 三類(lèi)算子
        2.2.1 廣義集成算子
        2.2.2 冪平均(PA)算子
        2.2.3 冪Bonferroni均值算子和幾何冪Bonferroni均值算子
    2.3 TODIM方法
    2.4 小結(jié)
第3章 基于廣義集成算子的語(yǔ)言直覺(jué)模糊數(shù)多屬性決策方法
    3.1 基于語(yǔ)言直覺(jué)模糊數(shù)的廣義加權(quán)平均算子
    3.2 基于語(yǔ)言直覺(jué)模糊數(shù)的廣義有序加權(quán)平均算子
    3.3 基于語(yǔ)言直覺(jué)模糊數(shù)的廣義混合加權(quán)平均算子
    3.4 基于廣義集成算子的多屬性決策方法
        3.4.1 問(wèn)題描述
        3.4.2 決策步驟
    3.5 應(yīng)用案例
        3.5.1 決策過(guò)程
        3.5.2 參數(shù)討論
    3.6 小結(jié)
第4章 基于冪算子的語(yǔ)言直覺(jué)模糊數(shù)多屬性決策方法
    4.1 基于語(yǔ)言直覺(jué)模糊數(shù)的冪平均算子
    4.2 基于語(yǔ)言直覺(jué)模糊數(shù)的冪幾何平均算子
    4.3 基于語(yǔ)言直覺(jué)模糊數(shù)的廣義冪平均算子
    4.4 基于冪算子的多屬性決策方法
        4.4.1 問(wèn)題描述
        4.4.2 .決策步驟
    4.5 應(yīng)用案例
        4.5.1 決策過(guò)程
        4.5.2 參數(shù)討論
    4.6 小結(jié)
第5章 基于冪Bonferroni平均算子的語(yǔ)言直覺(jué)模糊數(shù)多屬性決策方法
    5.1 基于語(yǔ)言直覺(jué)模糊數(shù)的加權(quán)冪Bonferroni平均算子
    5.2 基于語(yǔ)言直覺(jué)模糊數(shù)的加權(quán)冪幾何Bonferroni平均算子
    5.3 基于冪Bonferroni平均集成算子的多屬性決策方法
        5.3.1 問(wèn)題描述
        5.3.2 .決策步驟
    5.4 應(yīng)用案例
        5.4.1 決策過(guò)程
        5.4.2 參數(shù)討論
    5.5 小結(jié)
第6章 基于語(yǔ)言直覺(jué)模糊數(shù)的拓展的TODIM多屬性決策方法
    6.1 問(wèn)題描述
    6.2 權(quán)重已知的TODIM決策方法
    6.3 權(quán)重未知的TODIM決策方法
    6.4 應(yīng)用案例
        6.4.1 權(quán)重已知決策步驟
        6.4.2 權(quán)重已知參數(shù)討論
        6.4.3 權(quán)重未知決策步驟
        6.4.4 權(quán)重未知參數(shù)討論
    6.5 小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀學(xué)位期間取得的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]廣義直覺(jué)不確定語(yǔ)言Power幾何集成算子及在人才評(píng)價(jià)中的應(yīng)用[J]. 趙樹(shù)平,梁昌勇,羅大偉.  模糊系統(tǒng)與數(shù)學(xué). 2015(05)
[2]廣義猶豫模糊信息集成及其多屬性群決策[J]. 胡冠中,周志剛.  計(jì)算機(jī)工程與應(yīng)用. 2014(22)
[3]基于貼近度的誘導(dǎo)廣義OWA算子最優(yōu)組合預(yù)測(cè)模型[J]. 楊蕾,陳華友,王宇.  統(tǒng)計(jì)與決策. 2013(05)
[4]二型直覺(jué)模糊集[J]. 趙濤,肖建.  控制理論與應(yīng)用. 2012(09)
[5]基于模糊評(píng)價(jià)與GIOWA算子的技術(shù)風(fēng)險(xiǎn)評(píng)估方法[J]. 馮臻,鄧忠民,吳強(qiáng),黃小峰.  北京航空航天大學(xué)學(xué)報(bào). 2011(06)
[6]基于GOWA算子的直覺(jué)模糊多屬性決策方法[J]. 伍之前,李登峰.  運(yùn)籌與管理. 2010(03)
[7]Generalized ordered weighted averaging operators based methods for MADM in intuitionistic fuzzy set setting[J]. Wang Shuqi 1 , 2 , Li Dengfeng 2 & Wu Zhiqian 2 1.School of Hydrology Engineering, Dalian Univ.of Technology, Dalian 116024, P.R.China;2.Dept.Five, Dalian Naval Academy, Dalian 116018, P.R.China.  Journal of Systems Engineering and Electronics. 2009(06)
[8]多粒度直覺(jué)二元語(yǔ)義的多準(zhǔn)則群決策方法[J]. 王堅(jiān)強(qiáng),李婧婧.  科技信息. 2009(33)
[9]兩種改進(jìn)的直覺(jué)模糊多屬性決策方法[J]. 陳東鋒,胥林,龍戈農(nóng).  空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(02)
[10]基于熵權(quán)和PROMETHEE-Ⅱ方法的供應(yīng)鏈供應(yīng)商選擇研究[J]. 劉培德,關(guān)忠良.  北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2008(02)

碩士論文
[1]基于區(qū)間直覺(jué)模糊集的多屬性決策方法研究[D]. 李光博.浙江工業(yè)大學(xué) 2010



本文編號(hào)：3599978