多屬性決策(MADM)是決策理論的重要組成部分,目前已在項目評審、人事管理、維修服務(wù)、投資策略等諸多領(lǐng)域有著非常廣泛的應(yīng)用.該文對屬性指標(biāo)值為區(qū)間粗糙數(shù)的決策問題進行了一些探討,不但改進了區(qū)間粗糙數(shù)的可能度公式,而且對屬性取值為含參數(shù)的區(qū)間粗糙數(shù)的決策矩陣的排序算法進行了初步的研究.對屬性取值是區(qū)間粗糙數(shù)的多屬性決策問題中的相關(guān)理論及研究方法和數(shù)學(xué)模型作了一些研究,主要內(nèi)容涵蓋以下幾個方面:1.簡要敘述關(guān)于粗糙集和多屬性決策的國內(nèi)外研究的歷程和現(xiàn)今的熱點,且將二者聯(lián)系起來運用到屬性取值為區(qū)間粗糙數(shù)的決策模型中,從而最終確定主要的研討方向點和內(nèi)容.2.定義了區(qū)間粗糙數(shù)的相關(guān)運算法則,并定義了含參數(shù)的區(qū)間粗糙數(shù)的相離度和在默認是均勻分布下的期望和方差,基于期望方差的集結(jié)函數(shù)給出了區(qū)間粗糙數(shù)決策矩陣中的列屬性值中的正負理想值的確定方法.3.針對屬性值為區(qū)間粗糙數(shù)且屬性權(quán)重已知的多屬性決策問題,為了可以更好地集結(jié)區(qū)間粗糙數(shù)所涵蓋的信息,提出了一種新的區(qū)間粗糙數(shù)可能度公式,并以實際案例證明了該可能度公式的合理性.4.針對屬性值為帶參數(shù)的區(qū)間粗糙數(shù)且權(quán)重信息不充分的多屬性決策問題,依據(jù)決策者個人決...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 多屬性決策的研究意義及國內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
第2章 區(qū)間粗糙數(shù)多屬性決策的基本概念
    2.1 粗糙集基本概念及區(qū)間粗糙數(shù)基本運算
    2.2 均勻分布下的帶參數(shù)的區(qū)間粗糙數(shù)的期望和方差定義
    2.3 區(qū)間粗糙數(shù)的集結(jié)算子
    2.4 帶參數(shù)的區(qū)間粗糙數(shù)的相離度的定義及正負理想點
        2.4.1 帶參數(shù)的區(qū)間粗糙數(shù)相離度的定義
        2.4.2 正負理想值的確定
    2.5 本章小結(jié)
第3章 一種新可能度的區(qū)間粗糙數(shù)多屬性決策方法
    3.1 區(qū)間粗糙數(shù)多屬性決策問題描述
    3.2 一種新的區(qū)間粗糙數(shù)的可能度
    3.3 權(quán)重已知的區(qū)間粗糙數(shù)型多屬性決策方法
    3.4 實際算例
    3.5 本章小結(jié)
第4章 帶參數(shù)的區(qū)間粗糙數(shù)多屬性決策方法
    4.1 帶參數(shù)的區(qū)間粗糙數(shù)向區(qū)間數(shù)的極值轉(zhuǎn)化
    4.2 基于帶參數(shù)的區(qū)間粗糙數(shù)的多屬性決策模型的介紹
        4.2.1 問題研究背景和解法思想的簡介
        4.2.2 屬性取值是帶參數(shù)的區(qū)間粗糙數(shù)的決策問題
    4.3 帶參數(shù)的區(qū)間粗糙數(shù)的多屬性決策方法研究
        4.3.1 基于信息熵的綜合評價模型
        4.3.2 基于方案貼近度的TOPSIS方法
        4.3.3 基于極值轉(zhuǎn)化的客觀評價模型
    4.4 本章小結(jié)
結(jié)論與展望
參考文獻
致謝
攻讀學(xué)位期間參加的項目及發(fā)表的學(xué)術(shù)論文



本文編號：3816388