本文關(guān)鍵詞：基于案例推理的多屬性分類群決策模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：多屬性群決策是由多個(gè)決策者參與的決策，隨著決策任務(wù)的日益復(fù)雜和人們信息交流的更加便利，群決策逐漸成為決策問(wèn)題中的主要形式。多屬性分類決策是多屬性決策理論的一個(gè)重要方面，是目前研究的熱點(diǎn)。由于實(shí)際決策問(wèn)題的復(fù)雜性以及決策者認(rèn)知的局限性，與直接提供分類參數(shù)的具體信息相比，讓決策者對(duì)一些方案進(jìn)行分類或收集分類的歷史數(shù)據(jù)更容易實(shí)現(xiàn)，因此基于案例推理的多屬性分類群決策更具實(shí)用性。而如何從已有的案例分類信息中提取出分類參數(shù)的信息，是該類分類決策問(wèn)題的關(guān)鍵。本文應(yīng)用了證據(jù)理論和灰色聚類評(píng)估的方法研究了基于案例推理的多屬性分類群決策問(wèn)題。 論文首先研究了群決策環(huán)境下專家評(píng)價(jià)信息的集結(jié)問(wèn)題，用證據(jù)理論中概率賦值函數(shù)對(duì)專家評(píng)價(jià)信息進(jìn)行了表達(dá)，并應(yīng)用證據(jù)理論合成規(guī)則對(duì)其進(jìn)行集結(jié)，得出了集結(jié)后的已有案例的分類信息；構(gòu)建了基于灰熵的指標(biāo)權(quán)重確定模型，確定了指標(biāo)權(quán)重，然后應(yīng)用指標(biāo)權(quán)重和案例的白化權(quán)函數(shù)這兩個(gè)分類參數(shù)采用灰色聚類評(píng)價(jià)的方法去解決多屬性分類決策問(wèn)題。主要研究?jī)?nèi)容如下： （1）首先運(yùn)用證據(jù)理論中概率賦值函數(shù)對(duì)多位專家的不確定性評(píng)價(jià)信息進(jìn)行表示，然后分析了證據(jù)合成規(guī)則的特點(diǎn)與不足，針對(duì)在群決策信息集結(jié)過(guò)程中的證據(jù)相關(guān)的問(wèn)題，提出了用灰色關(guān)聯(lián)度來(lái)度量證據(jù)相似性，并且給出了基于灰色相似性關(guān)聯(lián)度的平均融合規(guī)則，對(duì)專家的評(píng)價(jià)信息進(jìn)行集結(jié)最后以此判斷對(duì)案例所屬類別。 （2）在基于案例推理的多屬性分類決策問(wèn)題中，首先分析新案例的可能情況，對(duì)指標(biāo)的取值范圍進(jìn)行延拓，并根據(jù)指標(biāo)的特點(diǎn)確定適合的白化權(quán)函數(shù)形式，，然后構(gòu)建了基于灰熵最小的權(quán)重確定模型，根據(jù)已有案例的分類信息和已知的各指標(biāo)權(quán)重之間的關(guān)系信息，提取出了分類過(guò)程的權(quán)重參數(shù)信息，根據(jù)灰色聚類的評(píng)價(jià)方法對(duì)待評(píng)價(jià)的對(duì)象進(jìn)行分類評(píng)價(jià)。 （3）運(yùn)用本文構(gòu)建的模型，對(duì)政府低碳政策績(jī)效評(píng)價(jià)的問(wèn)題進(jìn)行了相關(guān)研究。在對(duì)低碳政策績(jī)效評(píng)價(jià)的研究背景及必要性進(jìn)行了分析的基礎(chǔ)上，構(gòu)建了評(píng)價(jià)的指標(biāo)體系。選定了較有代表性的省市，收集了各指標(biāo)的數(shù)據(jù)，調(diào)查專家對(duì)這些省市低碳政策績(jī)效的分類評(píng)價(jià)信息，通過(guò)改進(jìn)后的證據(jù)合成方法對(duì)專家分類信息進(jìn)行集結(jié)，然后根據(jù)集結(jié)后的分類信息，使用基于灰熵最小的權(quán)重確定模型提取指標(biāo)權(quán)重信息，并對(duì)確定的指標(biāo)權(quán)重進(jìn)行了比較分析。
【關(guān)鍵詞】：群決策 多屬性分類決策 證據(jù)理論 案例推理 灰色聚類
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：C934
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 圖表清單9-10
• 第一章 緒論10-20
• 1.1 研究背景、目的及意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究的目的和意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 多屬性決策12-13
• 1.2.2 多屬性分類決策13-14
• 1.2.3 灰色聚類評(píng)估方法14-15
• 1.2.4 低碳政策績(jī)效評(píng)價(jià)15-16
• 1.2.5 現(xiàn)有研究的不足16
• 1.3 主要研究?jī)?nèi)容和技術(shù)路線16-19
• 1.3.1 主要研究?jī)?nèi)容16-17
• 1.3.2 技術(shù)路線17-18
• 1.3.3 結(jié)構(gòu)安排18-19
• 1.4 本章小結(jié)19-20
• 第二章 基于案例推理的多屬性分類決策問(wèn)題的理論基礎(chǔ)20-31
• 2.1 案例推理技術(shù)20-21
• 2.1.1 案例推理技術(shù)簡(jiǎn)介20
• 2.1.2 基于案例推理的基本流程20-21
• 2.1.3 案例推理技術(shù)在多屬性分類決策中的應(yīng)用21
• 2.2 灰色關(guān)聯(lián)分析21-26
• 2.2.1 基本概念21-24
• 2.2.2 廣義灰色關(guān)聯(lián)度及作用24-26
• 2.3 灰色聚類評(píng)估26-30
• 2.3.1 灰色變權(quán)聚類26-28
• 2.3.2 基于三角白化權(quán)函數(shù)的灰色聚類模型28-29
• 2.3.3 灰色聚類評(píng)價(jià)中的灰熵29-30
• 2.4 本章小結(jié)30-31
• 第三章 基于證據(jù)理論的群決策信息集結(jié)模型31-41
• 3.1 群決策信息的證據(jù)理論集結(jié)規(guī)則31-34
• 3.1.1 現(xiàn)有證據(jù)理論的合成規(guī)則及不足31-33
• 3.1.2 四種證據(jù)合成方法及相關(guān)分析33-34
• 3.2 基于證據(jù)理論的群決策下專家評(píng)價(jià)信息集結(jié)34-37
• 3.2.1 基于灰色相似關(guān)聯(lián)度的證據(jù)相似性測(cè)度34-35
• 3.2.2 基于證據(jù)相似性的證據(jù)可信度計(jì)算35-36
• 3.2.3 基于可信度的平均融合規(guī)則36-37
• 3.2.4 基于證據(jù)理論的多屬性群決策信息集結(jié)步驟37
• 3.3 算例分析37-40
• 3.4 本章小結(jié)40-41
• 第四章 基于案例推理的多屬性灰色聚類模型41-51
• 4.1 問(wèn)題描述41-42
• 4.2 基于灰熵的指標(biāo)權(quán)重規(guī)劃模型42-43
• 4.2.1 目標(biāo)函數(shù)的確定42
• 4.2.2 約束條件的確定42-43
• 4.3 基于案例推理的多屬性灰色聚類模型43-46
• 4.3.1 評(píng)價(jià)對(duì)象指標(biāo)值范圍的延拓43-44
• 4.3.2 評(píng)價(jià)指標(biāo)的數(shù)據(jù)規(guī)范化44-45
• 4.3.3 評(píng)價(jià)對(duì)象的白化權(quán)函數(shù)計(jì)算45-46
• 4.3.4 評(píng)價(jià)對(duì)象所屬灰類的確定46
• 4.3.5 基于案例推理的多屬性灰色聚類步驟46
• 4.4 算例分析46-50
• 4.5 本章小結(jié)50-51
• 第五章 政府低碳政策績(jī)效的分類群決策應(yīng)用研究51-61
• 5.1 政府低碳政策績(jī)效評(píng)價(jià)研究背景及必要性分析51-52
• 5.1.1 政府低碳政策績(jī)效評(píng)價(jià)研究背景51
• 5.1.2 政府低碳政策績(jī)效評(píng)價(jià)研究必要性分析51-52
• 5.2 政府低碳政策評(píng)價(jià)研究52-59
• 5.2.1 政府低碳政策績(jī)效評(píng)價(jià)指標(biāo)體系構(gòu)建52-54
• 5.2.2 數(shù)據(jù)收集54-55
• 5.2.3 基于證據(jù)理論的低碳政策績(jī)效專家評(píng)價(jià)信息的集結(jié)55-56
• 5.2.4 基于案例推理的低碳政策評(píng)價(jià)指標(biāo)權(quán)重的確定56-59
• 5.3 評(píng)價(jià)效果分析59-60
• 5.4 本章小結(jié)60-61
• 第六章 總結(jié)與展望61-63
• 6.1 本文的主要研究結(jié)論61-62
• 6.2 研究展望62-63
• 參考文獻(xiàn)63-66
• 致謝66-67
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文67-68
• 附錄Ⅰ 第三章算例 Matlab 程序68-72
• 附錄Ⅱ 五省市低碳政策績(jī)效評(píng)價(jià)調(diào)查表72

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 羅志增,葉明;用證據(jù)理論實(shí)現(xiàn)相關(guān)信息的融合[J];電子與信息學(xué)報(bào);2001年10期

2 王茹;王紅梅;;地方政府低碳經(jīng)濟(jì)發(fā)展評(píng)價(jià)的關(guān)鍵因素探究[J];經(jīng)濟(jì)研究參考;2010年29期

3 孫懷江,楊靜宇;一種相關(guān)證據(jù)合成方法[J];計(jì)算機(jī)學(xué)報(bào);1999年09期

4 馬軍;周琳;李薇;;城市低碳經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系構(gòu)建——以東部沿海6省市低碳發(fā)展現(xiàn)狀為例[J];科技進(jìn)步與對(duì)策;2010年22期

5 王锘

本文編號(hào)：349944