本文關鍵詞：基于證據(jù)理論的多屬性匹配決策方法研究

  更多相關文章： 匹配決策 多屬性 證據(jù)理論 不確定信息 動態(tài)信息

【摘要】：雙向匹配決策問題在經(jīng)濟生活中普遍存在,它涉及到眾多的應用領域,比如學生升學與高校招生雙方選擇問題、知識技術供給與需求雙方選擇問題、金融供給與經(jīng)濟發(fā)展需求雙方選擇問題、團購策略中買賣雙方選擇問題等。雙向匹配決策方法的目標是根據(jù)第一群組各主體與第二群組各主體進行互相評價值,給出一種盡可能讓兩群組各主體滿意的匹配方案。但是,由于一方匹配主體對另一方主體掌握的信息存在不確定性,而且信息本身可能存在動態(tài)性。原有的匹配決策方法主要局限于單屬性的、靜態(tài)的、確定的評價信息下匹配決策問題的研究,近年來學者們也開始研究不確定信息的多屬性匹配決策方法,但存在二個不足：①難以處理含有未知的不確定信息的雙邊匹配決策；②難以處理具有時序特征信息的動態(tài)雙邊匹配決策,這些不足嚴重影響了匹配決策的推廣。相對于可信度法、主觀Bayes法等不確定推理方法,證據(jù)理論很好地處理未知信息的集結(jié)問題以及動態(tài)信息的集結(jié)問題。為此,本文把證據(jù)理論引入多屬性匹配決策領域。本文主要研究內(nèi)容及其研究方法如下：(1)證據(jù)理論的改進針對精確值沖突證據(jù)組合出現(xiàn)悖論問題,提出一種新的最優(yōu)證據(jù)合成法,并給出了相關理論證明。同時,在最優(yōu)證據(jù)合成法的基礎上,結(jié)合批量式融合和序貫式融合的優(yōu)點,提出證據(jù)分組合成法。最后,通過算例分析,驗證了該方法具有運算量小、穩(wěn)定性好、精確度高的特點。針對區(qū)間值沖突證據(jù)組合出現(xiàn)悖論問題,提出一種新的證據(jù)組合方法。從整體角度構(gòu)建證據(jù)間Pignistic概率距離的最優(yōu)化模型,通過得出的相對權重來修正證據(jù),使之符合Dempster組合規(guī)則可用范圍,然后組合。最后,算例分析表明所提方法是合理有效的。(2)不確定多屬性匹配決策的證據(jù)融合法針對具有不確定偏好序信息的多屬性匹配決策問題,首先,給出了證據(jù)融合的描述；然后,把對匹配主體評價的序數(shù)得分情況作為證據(jù),并通過證據(jù)組合求出雙邊序數(shù)得分融合度；在此基礎上,構(gòu)建了優(yōu)化模型,獲得雙邊匹配方案。最后,通過算例說明了該方法的可行性和有效性。針對具有不確定信息的多屬性匹配決策問題,提出了一種決策方法。首先,給出了等級置信度的概念及其相關證明；然后,雙邊的多種形式置信度評價信息轉(zhuǎn)換成等級置信度信息,在此基礎上,把等級置信度信息作為證據(jù),并通過融合證據(jù)計算雙邊匹配融合度。接著,求解基于融合度的優(yōu)化模型來獲得匹配結(jié)果。最后,通過算例說明了該方法的可行性和有效性。(3)不確定動態(tài)多屬性匹配決策的證據(jù)融合法針對不確定偏好序信息下動態(tài)多屬性匹配決策問題,首先,給出了不確定序數(shù)得分的相關描述；然后,把匹配主體中縱向評價和橫向評價的序數(shù)得分情況作為證據(jù),并通過證據(jù)組合求出雙邊匹配融合度；在此基礎上,構(gòu)建了優(yōu)化模型,獲得雙邊匹配方案。最后,通過算例說明了該方法的可行性和有效性。針對不確定信息下動態(tài)多屬性匹配決策問題。首先,計算出各屬性在每時刻的綜合評價值； 然后,評價值轉(zhuǎn)換成等級置信度信息,在此基礎上,把等級置信度信息作為證據(jù),并通過融合證據(jù)計算雙邊匹配融合度.接著,求解基于融合度的優(yōu)化模型來獲得匹配結(jié)果.最后,通過算例說明了該方法的可行性和有效性。
【學位授予單位】：福州大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：C934

【相似文獻】

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 Sarpong Solomon;[D];電子科技大學;2015年

2 陳圣群;基于證據(jù)理論的多屬性匹配決策方法研究[D];福州大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 李龍鳳;基于Web Service數(shù)據(jù)智能集成技術的研究[D];南京郵電大學;2014年

，

本文編號：1201680