本文關(guān)鍵詞：基于區(qū)間數(shù)的不確定決策理論與方法研究

  更多相關(guān)文章： 不確定多屬性決策 區(qū)間數(shù) 決策矩陣規(guī)范化 屬性權(quán)重 群決策 FCM 支持向量機(jī)

【摘要】：論文較詳細(xì)地論述了多屬性決策中的有關(guān)問(wèn)題,研究了多屬性決策的一些重要的前沿內(nèi)容——現(xiàn)有方法的改進(jìn)與完善及新方法的提出、基于決策方法的權(quán)重確定、可化為區(qū)間信息表示的多屬性決策方法和基于數(shù)據(jù)的區(qū)間數(shù)智能決策分析等。 具有創(chuàng)新性的主要研究成果包括以下幾個(gè)方面: (1)研究了模糊數(shù)與區(qū)間數(shù)的定義及他們之間的內(nèi)在聯(lián)系。提出了一種新的區(qū)間數(shù)距離測(cè)度,給出了區(qū)間數(shù)的二元運(yùn)算關(guān)系,并對(duì)目前存在的多種區(qū)間數(shù)比較方法進(jìn)行了比對(duì),揭示了多種區(qū)間數(shù)比較方法之間的內(nèi)在聯(lián)系;綜述了現(xiàn)有區(qū)間數(shù)決策矩陣的規(guī)范化方法,并對(duì)區(qū)間數(shù)向量進(jìn)行了簡(jiǎn)要的介紹,總結(jié)了函數(shù)模型的決策與關(guān)系模型兩類多屬性決策方法,為本文進(jìn)一步研究區(qū)間數(shù)不確定多屬性決策方法的若干問(wèn)題奠定了理論和實(shí)踐基礎(chǔ); (2)研究了基于區(qū)間數(shù)的擴(kuò)展多屬性決策方法。提出了基于區(qū)間數(shù)的多屬性TOPSIS決策方法、VIKOR決策方法、α-PROMETHEE決策方法,并以某銀行15家分支機(jī)構(gòu)的經(jīng)營(yíng)狀況的評(píng)估為例來(lái)比對(duì)分析上述方法;論述了權(quán)重值為區(qū)間數(shù)的區(qū)間數(shù)多屬性決策方法,提出了權(quán)重值為區(qū)間數(shù)的區(qū)間數(shù)TOPSIS方法,并以在多屬性MAS任務(wù)分配問(wèn)題中的應(yīng)用仿真實(shí)驗(yàn)來(lái)說(shuō)明本文所提出的方法是有效且能夠做出比較合理的任務(wù)分配決策; (3)研究了基于區(qū)間數(shù)的多屬性決策中權(quán)重確定。針對(duì)目前獲得客觀屬性權(quán)重的方法多是在直接處理原始決策數(shù)據(jù)的基礎(chǔ)上所得到的,決策所采用的方法在確定屬性客觀權(quán)重過(guò)程中則不起任何作用,本文用決策方法對(duì)原始決策數(shù)據(jù)進(jìn)行預(yù)處理,再對(duì)處理后的數(shù)據(jù)探討其屬性的相對(duì)權(quán)重,即將決策方法與最終的權(quán)重確定相關(guān)聯(lián)。根據(jù)這個(gè)思路,本文分析了屬性加權(quán)向量ω與最終綜合優(yōu)先序值之間關(guān)系,提出了兩種基于決策方法的屬性客觀權(quán)重ω的確定原理即基于區(qū)間數(shù)的PROMETHEE II方法中權(quán)重確定與基于投影尋蹤模型的權(quán)重確定; (4)研究了可化為區(qū)間數(shù)的多屬性決策方法。把泛性模糊數(shù)及Vague集等其他模糊信息表示方式轉(zhuǎn)化為區(qū)間數(shù)信息表示,提出了基于泛性模糊數(shù)的VIKOR多屬性決策方法和基于Vague集的PROMETHEE方法。 (5)研究了基于數(shù)據(jù)的區(qū)間數(shù)智能決策分析。傳統(tǒng)的決策分析是利用已有的信息建立函數(shù)或關(guān)系模型來(lái)進(jìn)行決策,而隨著計(jì)算機(jī)管理信息系統(tǒng)的飛速發(fā)展和廣泛應(yīng)用,社會(huì)經(jīng)濟(jì)和企業(yè)生產(chǎn)經(jīng)營(yíng)的規(guī)模和自動(dòng)化水平不斷提高,隨之而來(lái)的是決策者面臨的是大量的、動(dòng)態(tài)的甚至是有噪聲的信息,決策者企圖通過(guò)建立函數(shù)或關(guān)系模型來(lái)進(jìn)行決策顯然是不可能的,也難于滿足實(shí)際的需要。為此,本文擴(kuò)展了一種基于區(qū)間數(shù)的FCM聚類算法,并提出了一種基于區(qū)間數(shù)的支持向量域多分類軟計(jì)算方法,這兩種基于知識(shí)的智能決策分析方法可以直接處理特征空間為區(qū)間數(shù)的聚類及多分類問(wèn)題,擴(kuò)寬了支持向量域多分類算法應(yīng)用的范圍。
【關(guān)鍵詞】：不確定多屬性決策 區(qū)間數(shù) 決策矩陣規(guī)范化 屬性權(quán)重 群決策 FCM 支持向量機(jī)
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2010
【分類號(hào)】：C934
【目錄】：

• 摘要4-6
• Abstract6-12
• 第一章 緒論12-24
• 1.1 引言12-13
• 1.1.1 論文選題背景及問(wèn)題提出12
• 1.1.2 研究意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及存在的問(wèn)題13-21
• 1.2.1 區(qū)間決策指標(biāo)的規(guī)范化方法13-14
• 1.2.2 區(qū)間數(shù)的比較和排序方法研究14-16
• 1.2.3 區(qū)間數(shù)的距離16
• 1.2.4 基于機(jī)理模型的區(qū)間決策方法16-17
• 1.2.5 區(qū)間不確定決策中屬性權(quán)重的確定17-18
• 1.2.6 擴(kuò)展區(qū)間數(shù)的不確定決策18-19
• 1.2.7 基于數(shù)據(jù)的區(qū)間決策方法19-20
• 1.2.8 存在的問(wèn)題20-21
• 1.3 本文邏輯結(jié)構(gòu)及主要研究?jī)?nèi)容21-23
• 1.4 本文創(chuàng)新點(diǎn)23
• 1.5 本章小結(jié)23-24
• 第二章 區(qū)間數(shù)決策理論基礎(chǔ)24-49
• 2.1 引言24
• 2.2 區(qū)間數(shù)基礎(chǔ)24-33
• 2.2.1 區(qū)間數(shù)的定義24-26
• 2.2.2 區(qū)間數(shù)的度量26-28
• 2.2.3 區(qū)間數(shù)的二元運(yùn)算關(guān)系28-32
• 2.2.4 區(qū)間數(shù)向量與區(qū)間數(shù)矩陣32-33
• 2.3 區(qū)間數(shù)評(píng)價(jià)矩陣的規(guī)范化33-39
• 2.3.1 區(qū)間數(shù)多屬性群決策問(wèn)題的描述33-34
• 2.3.2 區(qū)間數(shù)評(píng)價(jià)矩陣的規(guī)范化34-36
• 2.3.3 標(biāo)準(zhǔn)化區(qū)間數(shù)向量36-39
• 2.4 幾種常用多屬性決策方法39-48
• 2.4.1 TOPSIS 方法39-40
• 2.4.2 VIKOR 方法40-42
• 2.4.3 ELECTRE 方法42-46
• 2.4.4 PROMETHEE 方法46-48
• 2.5 本章小結(jié)48-49
• 第三章 基于區(qū)間數(shù)的多屬性決策方法研究49-62
• 3.1 引言49
• 3.2 屬性權(quán)重為實(shí)數(shù)的區(qū)間數(shù)多屬性決策方法49-55
• 3.2.1 基于區(qū)間數(shù)的TOPSIS 方法49-50
• 3.2.2 基于區(qū)間數(shù)的VIKOR 方法50-51
• 3.2.3 基于區(qū)間數(shù)的α-PROMETHEE 方法51-52
• 3.2.4 算例與對(duì)比分析52-55
• 3.3 權(quán)重值為區(qū)間數(shù)的區(qū)間數(shù)多屬性決策方法55-57
• 3.3.1 權(quán)重值為區(qū)間數(shù)的區(qū)間數(shù)TOPSIS 方法55-56
• 3.3.2 算例與對(duì)比分析56-57
• 3.4 區(qū)間數(shù)多屬性決策方法在MAS 任務(wù)分配中的應(yīng)用57-61
• 3.4.1 基于區(qū)間數(shù)的多屬性的MAS 任務(wù)分配模型58-59
• 3.4.2 基于區(qū)間數(shù)VIKOR 方法的多屬性MAS 任務(wù)分配原理59
• 3.4.3 算例與對(duì)比分析59-61
• 3.5 本章小結(jié)61-62
• 第四章 基于區(qū)間數(shù)的多屬性決策中權(quán)重確定62-71
• 4.1 引言62-63
• 4.2 基于區(qū)間數(shù)的PROMETHEE II 方法中權(quán)重確定63-66
• 4.2.1 加權(quán)向量ω與綜合優(yōu)序值得關(guān)系63-64
• 4.2.2 屬性權(quán)重ω的確定64-66
• 4.2.3 算例與對(duì)比分析66
• 4.3 基于投影尋蹤模型的權(quán)重確定66-70
• 4.3.1 投影尋蹤模型67-68
• 4.3.2 投影尋蹤模型的求解68
• 4.3.3 算例與對(duì)比分析68-70
• 4.4 本章小結(jié)70-71
• 第五章 可轉(zhuǎn)化為區(qū)間信息表示的多屬性決策71-82
• 5.1 引言71
• 5.2 基于泛性模糊數(shù)的VIKOR 方法71-77
• 5.2.1 模糊數(shù)的度量71-73
• 5.2.2 泛性模糊數(shù)的VIKOR 方法73-75
• 5.2.3 群決策過(guò)程75-76
• 5.2.4 算例與對(duì)比分析76-77
• 5.3 基于 Vague 集的 PROMETHEE 方法研究77-81
• 5.3.1 Vague 集的度量77-79
• 5.3.2 基于Vague 集的PROMETHEE 方法79-80
• 5.3.3 算例與對(duì)比分析80-81
• 5.4 本章小結(jié)81-82
• 第六章 基于數(shù)據(jù)的區(qū)間智能決策方法分析82-94
• 6.1 引言82-83
• 6.2 基于區(qū)間數(shù)的擴(kuò)展FCM 聚類算法83-86
• 6.2.1 區(qū)間數(shù)的模糊劃分83
• 6.2.2 區(qū)間數(shù)的FCM 算法83-85
• 6.2.3 算例與對(duì)比分析85-86
• 6.3 基于支持向量域描述的區(qū)間數(shù)分類86-93
• 6.3.1 核函數(shù)86-89
• 6.3.2 基于區(qū)間數(shù)的支持向量域描述單類數(shù)據(jù)分類89-91
• 6.3.3 基于區(qū)間數(shù)的多分類支持向量機(jī)91
• 6.3.4 算例與對(duì)比分析91-93
• 6.4 本章小結(jié)93-94
• 第七章 結(jié)束語(yǔ)94-96
• 7.1 研究工作總結(jié)94-95
• 7.2 今后研究工作的展望95-96
• 參考文獻(xiàn)96-111
• 致謝111-113
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文113

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 趙金樓;李根;呂春雷;;基于區(qū)間數(shù)二級(jí)收斂的風(fēng)險(xiǎn)型方案的擇優(yōu)[J];技術(shù)經(jīng)濟(jì)與管理研究;2012年07期

，

本文編號(hào)：906229