本文關(guān)鍵詞：基于不確定模糊判斷矩陣及序關(guān)系的群決策方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：群體及群決策的復(fù)雜性是復(fù)雜性科學(xué)和復(fù)雜系統(tǒng)研究中的一類難題。群體的整體行為是通過個(gè)體之間的相互競爭、相互協(xié)作等局部相互作用而涌現(xiàn)出來的,同時(shí)具有不穩(wěn)定性、非線性、不確定性、模糊性、不可預(yù)測性等特征。近年來,不確定偏好的多準(zhǔn)則決策和群決策問題成為研究的熱點(diǎn)。然而,不確定信息群決策理論方法的研究還遠(yuǎn)未完善和成熟,尤其是在偏好信息具有模糊性、不完全性的群決策問題研究方面,相關(guān)的模型和方法較少。 本文針對幾類不確定模糊判斷矩陣(區(qū)間數(shù)判斷矩陣、語言值判斷矩陣、三角模糊數(shù)判斷矩陣、梯形模糊數(shù)判斷矩陣)的多準(zhǔn)則群決策問題、基于序關(guān)系的群決策問題進(jìn)行了深入探討,并對大型金屬資源基地可持續(xù)發(fā)展能力評價(jià)的群決策進(jìn)行了實(shí)例研究。本文的主要研究工作和創(chuàng)新點(diǎn)包括： (1)提出了一種新的基于區(qū)間數(shù)判斷矩陣的加權(quán)AIP(個(gè)體方案權(quán)重向量集結(jié)法)群體決策方法。該方法針對決策方案準(zhǔn)則值均為區(qū)間數(shù)形式的群決策問題,融合“和積法”和區(qū)間數(shù)運(yùn)算法則,并基于決策者個(gè)體的不同權(quán)重因素,改進(jìn)“相對熵集結(jié)模型”,采用AIP的集結(jié)原理進(jìn)行群體集結(jié)。該方法避免了決策者判斷信息的丟失,有效解決決策群體偏好不一致的問題。 (2)提出了一種新的基于語言判斷矩陣的二元語義群決策方法。該方法針對決策方案準(zhǔn)則值均為語言評估值形式且各決策者基于的語言評價(jià)集粒度不一致的群決策問題,應(yīng)用二元語義理論對EOWA算子進(jìn)行了擴(kuò)展,應(yīng)用該擴(kuò)展的EOWA算子——T2-EOWA算子將不同粒度的語言判斷矩陣進(jìn)行一致化處理及對各決策者的一致化矩陣進(jìn)行集結(jié),并通過計(jì)算獲得群偏好矩陣的排序向量及最終的方案擇優(yōu)。該方法有利于解決決策群體決策時(shí)所基于的語言評價(jià)集粒度不一致的問題,有效避免了語言決策過程中語義信息的丟失,從而保證了決策結(jié)果的合理和有效性。 (3)詳細(xì)分析了可變精度粗糙集理論中分類質(zhì)量(γ)與包含度(β)值之間的關(guān)系,給出了根據(jù)γ來確定β取值精確范圍的算法,這樣得到的β值既能滿足用戶對丫的要求,又相應(yīng)地能提高決策表對噪聲的魯棒性及其最終提取規(guī)則的包含度。 提出了一種新的基于Y與β值之間關(guān)系的群決策方法。該方法根據(jù)決策信息表中提供的訓(xùn)練數(shù)據(jù)來確定條件屬性之間的相對重要性,以此構(gòu)造判斷矩陣并進(jìn)行群集結(jié)。使用該方法構(gòu)造的判斷矩陣滿足完全一致性要求,從而保證了結(jié)果的準(zhǔn)確有效。該方法可處理帶有噪聲的數(shù)據(jù),能有效地分析和處理不精確、不一致、不完整等各種不完備決策信息,具有一定的容錯(cuò)能力。 (4)提出了一種新的基于不同類型不完全判斷矩陣混合情況下的群決策方法。該方法綜合考慮了不同決策者給出的判斷矩陣可能出現(xiàn)的三種不同情況：①各判斷矩陣的偏好信息類型不同(實(shí)數(shù)型、區(qū)間數(shù)型、三角模糊數(shù)型、梯形模糊數(shù)型)；②各判斷矩陣的性質(zhì)不同(互補(bǔ)型、互反型)；③判斷矩陣的信息不完全(均為殘缺判斷矩陣形式)；同時(shí)還考慮了判斷矩陣是否滿足一致性要求的情況。形成了解決該類型群決策問題的較完整方法體系。 (5)提出了兩種新的基于序數(shù)形式(序關(guān)系)的群體決策方法。該方法針對決策群體中各決策個(gè)體給出的為方案(或準(zhǔn)則)的偏好排序而非基數(shù)形式,通過構(gòu)造群體投票矩陣,再將之轉(zhuǎn)換為群體互補(bǔ)判斷矩陣(方法一)及群體互反判斷矩陣(方法二),并分別通過數(shù)學(xué)方法將之轉(zhuǎn)換為對應(yīng)的一致性導(dǎo)出矩陣,最終通過對導(dǎo)出矩陣的求解獲得決策群體對方案(或準(zhǔn)則)集的排序結(jié)果。該方法避免了各種常用的社會選擇函數(shù)方法對方案進(jìn)行排序時(shí)經(jīng)常會出現(xiàn)的方案優(yōu)劣無法區(qū)分(即方案平局)的現(xiàn)象,從而保證決策結(jié)果更為合理。
【關(guān)鍵詞】：群體決策 不確定模糊性 判斷矩陣 信息熵 二元語義 可變精度粗糙集 序數(shù)偏好信息
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2010
【分類號】：F224;C934
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 緒論12-33
• 1.1 研究背景12-14
• 1.2 研究目的與意義14-15
• 1.3 國內(nèi)外研究現(xiàn)狀15-30
• 1.3.1 不確定性多準(zhǔn)則決策理論16-17
• 1.3.2 基于判斷矩陣的決策問題研究17-21
• 1.3.3 基于不確定模糊偏好判斷矩陣的群決策研究21-27
• 1.3.4 基于序關(guān)系的群決策研究27-30
• 1.4 本文的邏輯結(jié)構(gòu)及主要研究內(nèi)容30-33
• 第二章 基于區(qū)間數(shù)判斷矩陣的群決策方法33-49
• 2.1 引言33-34
• 2.2 區(qū)間數(shù)相關(guān)理論及相對熵34-37
• 2.2.1 區(qū)間數(shù)及其運(yùn)算法則34
• 2.2.2 區(qū)間數(shù)大小比較34-35
• 2.2.3 熵與信息熵相關(guān)理論35-37
• 2.3 決策個(gè)體區(qū)間數(shù)判斷矩陣方案權(quán)重向量的計(jì)算方法37-41
• 2.3.1 基于區(qū)間數(shù)互反判斷矩陣的決策個(gè)體方案排序37-39
• 2.3.2 區(qū)間數(shù)互補(bǔ)判斷矩陣的一致性及對應(yīng)權(quán)重向量的求取39-41
• 2.4 決策群體不一致偏好的集結(jié)方法41-42
• 2.5 算例分析與方法比較42-48
• 2.5.1 基于區(qū)間數(shù)互反判斷矩陣群決策的算例42-44
• 2.5.2 基于區(qū)間數(shù)互補(bǔ)判斷矩陣群決策的算例44-46
• 2.5.3 方法比較46-48
• 2.6 本章小結(jié)48-49
• 第三章 基于語言判斷矩陣的二元語義群決策方法49-66
• 3.1 引言49-50
• 3.2 相關(guān)理論基礎(chǔ)50-54
• 3.2.1 語言評估標(biāo)度及語言判斷矩陣50-52
• 3.2.2 二元語義52-53
• 3.2.3 EOWA算子及基于二元語義的EOWA算子53-54
• 3.3 相同粒度語言判斷矩陣的群集結(jié)54-55
• 3.4 不同粒度語言判斷矩陣的群集結(jié)55-57
• 3.5 算例分析與方法比較57-64
• 3.5.1 基于相同粒度語言判斷矩陣群決策的算例57-58
• 3.5.2 基于不同粒度語言判斷矩陣群決策的算例58-63
• 3.5.3 方法比較63-64
• 3.6 本章小結(jié)64-66
• 第四章 基于可變精度粗糙集理論的群決策方法66-81
• 4.1 引言66
• 4.2 可變精度粗糙集理論66-70
• 4.2.1 包含度β67-68
• 4.2.2 近似區(qū)域相關(guān)概念68-69
• 4.2.3 分類質(zhì)量γ69-70
• 4.3 包含度與分類質(zhì)量的關(guān)系研究70-72
• 4.3.1 β與γ的關(guān)系分析70-71
• 4.3.2 依據(jù)丫確定β精確取值范圍的算法設(shè)計(jì)71-72
• 4.4 基于VPRS模型的群決策方法72-75
• 4.4.1 基于VPRS構(gòu)造判斷矩陣的方法72-74
• 4.4.2 基于VPRS的群決策步驟設(shè)計(jì)74-75
• 4.5 算例分析75-79
• 4.5.1 依據(jù)γ確定β精確取值范圍的算例75-77
• 4.5.2 基于VPRS的群決策算例77-79
• 4.6 本章小結(jié)79-81
• 第五章 基于混合類型不完全判斷矩陣的群決策方法81-107
• 5.1 引言81-82
• 5.2 不同類型殘缺判斷矩陣的一致化82-91
• 5.2.1 殘缺互反與互補(bǔ)判斷矩陣的相互轉(zhuǎn)換83-87
• 5.2.2 殘缺區(qū)間數(shù)判斷矩陣的轉(zhuǎn)化87-88
• 5.2.3 基于兄均值面積度量法的模糊偏好判斷矩陣的轉(zhuǎn)化88-91
• 5.3 殘缺判斷矩陣的排序方法91-99
• 5.3.1 殘缺判斷矩陣可接受的必要條件分析91-92
• 5.3.2 殘缺互補(bǔ)判斷矩陣的排序方法92-96
• 5.3.3 殘缺互反判斷矩陣的排序方法96-99
• 5.4 基于混合類型殘缺判斷矩陣的群決策過程99-100
• 5.5 算例分析100-105
• 5.6 本章小結(jié)105-107
• 第六章 基于序關(guān)系的群決策方法107-122
• 6.1 引言107-108
• 6.2 社會選擇群決策方法108-113
• 6.2.1 Borda選擇函數(shù)方法108-109
• 6.2.2 Nanson選擇函數(shù)方法109
• 6.2.3 Condorcet選擇函數(shù)方法109
• 6.2.4 Dodgson選擇函數(shù)方法109-110
• 6.2.5 Kemeney選擇函數(shù)方法110-111
• 6.2.6 Copeland選擇函數(shù)方法111-112
• 6.2.7 Cook-Seiford選擇函數(shù)方法112-113
• 6.3 序關(guān)系轉(zhuǎn)換為群體判斷矩陣的群決策方法113-118
• 6.3.1 構(gòu)建群體互補(bǔ)判斷矩陣的排序方法114-115
• 6.3.2 構(gòu)建群體互反判斷矩陣的排序方法115-118
• 6.4 算例分析與方法比較118-120
• 6.5 本章小結(jié)120-122
• 第七章 實(shí)例研究:大型金屬資源基地可持續(xù)發(fā)展能力評價(jià)群決策122-135
• 7.1 引言122-123
• 7.2 實(shí)例背景123
• 7.3 大型金屬資源基地可持續(xù)發(fā)展能力評價(jià)指標(biāo)體系的建立123-125
• 7.4 大型金屬資源基地可持續(xù)發(fā)展綜合能力評價(jià)過程125-133
• 7.4.1 評價(jià)準(zhǔn)則權(quán)重的確定125-129
• 7.4.2 各評價(jià)準(zhǔn)則下評價(jià)指標(biāo)權(quán)重的確定129
• 7.4.3 大型金屬資源基地可持續(xù)發(fā)展綜合能力的定量計(jì)算129-131
• 7.4.4 評價(jià)結(jié)果分析131-133
• 7.5 本章小結(jié)133-135
• 第八章 結(jié)論與展望135-138
• 8.1 研究總結(jié)135-136
• 8.2 研究展望136-138
• 參考文獻(xiàn)138-149
• 附錄A 調(diào)查問卷149-156
• 附錄B 五大金屬資源基地的規(guī)范化評價(jià)指標(biāo)值156-163
• 致謝163-164
• 攻讀博士學(xué)位期間的研究成果164-165

【引證文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 劉繪珍;訂單生產(chǎn)式人工作業(yè)系統(tǒng)組織與優(yōu)化[D];廣東工業(yè)大學(xué);2012年

2 吳倩;非常規(guī)突發(fā)事件應(yīng)對的集群決策機(jī)理研究[D];武漢理工大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 蘇航;基于時(shí)變條件的鋼筋混凝土橋梁耐久性AHP-模糊綜合預(yù)測研究[D];長安大學(xué);2013年

  本文關(guān)鍵詞：基于不確定模糊判斷矩陣及序關(guān)系的群決策方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：357648