本文關(guān)鍵詞：具有語言評(píng)價(jià)信息的多屬性決策方法研究

  更多相關(guān)文章： 多屬性決策 語言信息 模糊集 Vague集 二元語義 集結(jié)算子

【摘要】： 多屬性決策（MADM）是現(xiàn)代決策科學(xué)的一個(gè)重要組成部分，它的理論和方法在工程、經(jīng)濟(jì)、管理、教育等諸多領(lǐng)域中有著廣泛的應(yīng)用。多屬性決策的實(shí)質(zhì)是決策者利用已有的決策信息通過一定的方式對(duì)一組（有限個(gè)）備選方案進(jìn)行排序和選優(yōu)。由于客觀事物的復(fù)雜性、不確定性以及人類思維的模糊性，決策者往往以語言形式給出決策信息。因此，研究具有語言評(píng)價(jià)信息的多屬性決策問題具有重要的理論意義和實(shí)際價(jià)值。 本文主要對(duì)語言信息的集結(jié)方法及語言多屬性（群）決策方法作了一些探討。主要工作如下： 1．本文在新定義的加權(quán)價(jià)值函數(shù)的基礎(chǔ)上提出了加權(quán)TOPSIS方法，并把它擴(kuò)展到模糊環(huán)境。在模糊環(huán)境下，提出固定型指標(biāo)模糊語言值的概念及相應(yīng)模糊數(shù)的規(guī)范化方法，提出一種模糊語言多屬性決策算法。 2．基于相對(duì)優(yōu)屬度矩陣和Vague集理論，本文定義了方案對(duì)目標(biāo)的支持（反對(duì)、中立）度，構(gòu)造決策者對(duì)方案滿意度的Vague值和理想Vague值，然后分別用加權(quán)TOPSIS法和記分函數(shù)對(duì)方案進(jìn)行排序、選優(yōu)。 3．定義二元語義矢量及其相關(guān)運(yùn)算，提出基于二元語義信息處理的解決語言群決策問題的投影算法。該算法避免了語言矢量的直接比較和語言信息集結(jié)時(shí)的信息丟失等問題。 4．在二元語義加權(quán)平均（T-WA）算子和二元語義有序加權(quán)平均（T-OWA）算子的基礎(chǔ)上，給出二元語義混合加權(quán)（T-HWA）算子并分析了它的性質(zhì)，，該算子既考慮了屬性值本身重要性，又考慮了屬性值的位置重要性。然后基于T-HWA算子，給出具有語言偏好信息的多屬性群決策算法。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類號(hào)】：C934

【引證文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 張異;魏法杰;;基于擴(kuò)展的二元語義信息處理的群決策方法[A];第十三屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 梁子寬;語言型屬性值的多屬性決策方法研究[D];哈爾濱工業(yè)大學(xué);2011年

2 裴海俠;基于語言值聚合算子的教師綜合評(píng)價(jià)研究[D];西華大學(xué);2010年

本文編號(hào)：1285770