本文關(guān)鍵詞：隨機(jī)多屬性決策方法及應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 隨機(jī)多屬性決策是不確定性多屬性決策的一個(gè)重要研究分支，是社會(huì)經(jīng)濟(jì)生活中常見的一類問(wèn)題。簡(jiǎn)而言之，它處理多個(gè)方案在多個(gè)屬性上取值為隨機(jī)變量時(shí)，如何選優(yōu)、排序或分類的問(wèn)題。在實(shí)際的決策過(guò)程中，由于大量決策問(wèn)題自身的復(fù)雜性和不確定性，導(dǎo)致方案屬性值表現(xiàn)為隨機(jī)變量和屬性權(quán)重、決策者偏好等參數(shù)不確定或不能完全確定。這些問(wèn)題，目前的研究很少涉及。因此對(duì)隨機(jī)多屬性決策理論與方法進(jìn)行系統(tǒng)研究，具有較高的理論價(jià)值；在實(shí)際應(yīng)用上，將這些方法應(yīng)用于經(jīng)濟(jì)管理部門中，輔助相關(guān)管理人員決策，以降低決策風(fēng)險(xiǎn)，提高決策質(zhì)量，具有重要的實(shí)踐意義。 本文在深入研究相關(guān)文獻(xiàn)的基礎(chǔ)上，根據(jù)隨機(jī)型屬性值的特點(diǎn)，把多屬性決策方法的最新研究成果推廣到隨機(jī)多屬性決策領(lǐng)域，構(gòu)建了相應(yīng)的決策模型，并根據(jù)優(yōu)化理論和優(yōu)化算法對(duì)其進(jìn)行了有效地求解。主要成果如下： (1)對(duì)PROMETHEEⅡ方法進(jìn)行了改進(jìn)，，使之有效地解決了隨機(jī)多屬性決策問(wèn)題。在期望效用理論的基礎(chǔ)上將隨機(jī)支配SD(Stochast ic Dominace)關(guān)系與PROMETHEEⅡ方法結(jié)合，通過(guò)閾值的引入考慮了決策者的不同偏好水平，推廣了PROMETHEEⅡ方法。 (2)把證據(jù)推理(Evidential Reasoning)方法應(yīng)用到了信息不完全確定的離散型隨機(jī)多屬性決策領(lǐng)域。首先利用證據(jù)推理算法對(duì)不完全確定信息進(jìn)行集結(jié)，然后確定各方案的效用區(qū)間，再通過(guò)求解效用區(qū)間可能度矩陣的排序向量，得到方案的一個(gè)排序。 (3)放松了最優(yōu)化的條件，基于方案滿意貼近度，對(duì)屬性權(quán)重信息不完全確定的隨機(jī)多屬性決策問(wèn)題進(jìn)行了研究。首先將初始隨機(jī)決策矩陣規(guī)范化處理，然后利用屬性權(quán)重的不完全確定信息構(gòu)建規(guī)劃模型，求解得到滿意方案，再利用方案滿意貼近度和屬性權(quán)重的不完全確定信息建立非線性規(guī)劃模型，通過(guò)遺傳算法求解該非線性規(guī)劃模型得到滿意屬性權(quán)重向量，進(jìn)而得到方案的一個(gè)排序。 (4)基于WC-OWA算子，提出了一種隨機(jī)多屬性決策方法。針對(duì)屬性權(quán)重信息不完全確定且屬性值為正態(tài)分布隨機(jī)變量的多屬性決策問(wèn)題，該方法首先根據(jù)正態(tài)分布3σ原則，把正態(tài)分布屬性值轉(zhuǎn)化為區(qū)間數(shù)，然后利用C-OWA算子集結(jié)區(qū)間數(shù)，再通過(guò)方案貼近度和WC-OWA算子，建立非線性規(guī)劃模型，最后利用遺傳算法對(duì)模型進(jìn)行求解。 (5)對(duì)基于粗糙集(Rough Sets)且有訓(xùn)練集的隨機(jī)多屬性決策問(wèn)題進(jìn)行了研究。首先在訓(xùn)練集的基礎(chǔ)上，利用構(gòu)造的偏好信息系統(tǒng)屬性約簡(jiǎn)理論對(duì)屬性進(jìn)行約簡(jiǎn)，然后通過(guò)計(jì)算凈流分值(Net flowscore)，給出方案的最終排序。 (6)把逆序概率應(yīng)用到隨機(jī)多屬性決策中，改進(jìn)了隨機(jī)多目標(biāo)DEA方法。在該方法中，各決策單元DMU(Decision-making Unit)(即方案)的輸入、產(chǎn)出指標(biāo)(即屬性)為一定分布的隨機(jī)變量。在利用蒙特卡羅(Monte Carlo)方法對(duì)隨機(jī)多目標(biāo)DEA模型進(jìn)行了求解后，通過(guò)逆序概率對(duì)結(jié)果的科學(xué)性與合理性進(jìn)行了分析。 通過(guò)在投資項(xiàng)目評(píng)價(jià)與選擇方面，一些算例的分析，驗(yàn)證了以上方法的有效性和科學(xué)性，為在其它領(lǐng)域的相關(guān)應(yīng)用，提供了有益參考。
【關(guān)鍵詞】：隨機(jī)多屬性決策 滿意貼近度 隨機(jī)支配 加權(quán)的連續(xù)區(qū)間有序加權(quán)平均算子 證據(jù)推理
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2006
【分類號(hào)】：C934
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-17
• 1.1 引言10-11
• 1.1.1 本文研究的背景10-11
• 1.1.2 研究的目的與意義11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-15
• 1.3 研究?jī)?nèi)容15-16
• 1.3.1 研究思路15
• 1.3.2 主要內(nèi)容15-16
• 1.4 本文邏輯結(jié)構(gòu)16-17
• 第二章 理論基礎(chǔ)17-26
• 2.1 屬性權(quán)重與不完全確定信息17-19
• 2.1.1 屬性權(quán)重17-18
• 2.1.2 屬性權(quán)重的確定方法18-19
• 2.1.3 屬性權(quán)重的不完全確定信息形式19
• 2.2 屬性值規(guī)范化19-20
• 2.2.1 屬性的類型19-20
• 2.2.2 屬性值規(guī)范化的方法20
• 2.3 隨機(jī)支配20-23
• 2.3.1 隨機(jī)支配的提出20-21
• 2.3.2 隨機(jī)支配中概率分布的確定21-22
• 2.3.3 隨機(jī)支配的類型22-23
• 2.4 加權(quán)的連續(xù)區(qū)間有序加權(quán)平均算子23-26
• 2.4.1 有序加權(quán)平均算子23-24
• 2.4.2 連續(xù)區(qū)間有序加權(quán)平均算子24
• 2.4.3 加權(quán)的連續(xù)區(qū)間有序加權(quán)平均算子24-26
• 第三章 屬性權(quán)重完全確定的隨機(jī)多屬性決策26-40
• 3.1 隨機(jī)多屬性決策的PROMETHEE II方法26-34
• 3.1.1 問(wèn)題描述26
• 3.1.2 雙閾值模型26-27
• 3.1.3 隨機(jī)多屬性決策的PROMETHEE II方法步驟27-28
• 3.1.4 實(shí)例分析28-34
• 3.2 基于證據(jù)推理的信息缺失的離散型隨機(jī)多屬性決策方法34-40
• 3.2.1 問(wèn)題描述34-35
• 3.2.2 不完全信息集結(jié)的證據(jù)推理算法35-36
• 3.2.3 基于證據(jù)推理算法的效用區(qū)間的確定36
• 3.2.4 方案的排序方法36-37
• 3.2.5 實(shí)例分析37-40
• 第四章 屬性權(quán)重不完全確定的隨機(jī)多屬性決策40-50
• 4.1 基于方案滿意貼近度的隨機(jī)多屬性決策方法40-44
• 4.1.1 問(wèn)題描述40
• 4.1.2 隨機(jī)決策矩陣的規(guī)范化40-41
• 4.1.3 基于方案滿意貼近度的排序方法41-42
• 4.1.4 實(shí)例分析42-44
• 4.2 基于WC-OWA算子的隨機(jī)多屬性決策方法44-50
• 4.2.1 問(wèn)題描述44
• 4.2.2 正態(tài)分布的3σ原則44-45
• 4.2.3 基于WC-OWA算子的隨機(jī)多屬性決策方法45-47
• 4.2.4 實(shí)例分析47-50
• 第五章 屬性權(quán)重完全不確定的隨機(jī)多屬性決策50-64
• 5.1 基于粗糙集的多屬性隨機(jī)支配方法50-57
• 5.1.1 問(wèn)題描述50
• 5.1.2 多屬性隨機(jī)支配的定義50-51
• 5.1.3 偏好信息的形式化51
• 5.1.4 屬性約簡(jiǎn)方法51-52
• 5.1.5 偏好信息集結(jié)的凈流分值方法52-53
• 5.1.6 實(shí)例分析53-57
• 5.2 基于逆序概率的隨機(jī)多目標(biāo) DEA方法57-64
• 5.2.1 逆序概率58
• 5.2.2 隨機(jī)多目標(biāo) DEA模型的建立58-59
• 5.2.3 利用蒙特卡羅方法求解隨機(jī)多目標(biāo) DEA模型59-60
• 5.2.4 基于逆序概率的隨機(jī)多目標(biāo)DEA方法步驟60-61
• 5.2.5 實(shí)例分析61-64
• 結(jié)束語(yǔ)64-65
• 參考文獻(xiàn)65-71
• 附錄71-81
• 致謝81-82
• 攻讀碩士學(xué)位期間主要研究成果82

【引證文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 任世昶;概率確定的灰色隨機(jī)多準(zhǔn)則決策方法研究[D];中南大學(xué);2008年

2 杜紅濤;概率不確定的模糊多屬性決策方法研究[D];山東經(jīng)濟(jì)學(xué)院;2010年

3 吳建文;灰色語(yǔ)言多準(zhǔn)則決策方法及應(yīng)用研究[D];中南大學(xué);2009年

  本文關(guān)鍵詞：隨機(jī)多屬性決策方法及應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：344206