本文關(guān)鍵詞：基于前景理論的復雜大群體直覺模糊多屬性決策方法，由筆耕文化傳播整理發(fā)布。

【摘要】：現(xiàn)有的多屬性決策方法大多建立在期望效用理論基礎(chǔ)上,而不確定條件下期望效用理論描述性功能的缺陷使得以其為基礎(chǔ)的效用測度不能對人類的價值偏好進行正確的反映,繼而,基于偏差的效用測度用作決策分析,將導致不正確的決策。且現(xiàn)實生活中,由于決策問題本身的復雜性,決策者知識的有限性,被評價事物自身的模糊性,以及獲取精確信息所需要的高成本等條件的限制,決策信息往往很難或不可能用精確數(shù)來表示。這就要求人們不斷地重新審視已有理論、方法和技術(shù),并結(jié)合變化做出科學的、合理的批判和改進。 針對不確定條件下的多屬性決策問題,本研究從前景理論的視角對基于直覺梯形模糊信息的復雜大群體多屬性決策方法進行研究,將前景理論納入到多屬性決策的分析框架。一方面,前景理論中的效用測度是建立在參考點基礎(chǔ)上的價值判斷,與期望效用理論相比,更符合實際和更準確地描述和解釋不確定性情況下決策者的決策選擇行為�？紤]到?jīng)Q策分析主要是一種建立在描述性和規(guī)范性研究范式基礎(chǔ)上的指導性學科,因而,為了使得復雜大群體直覺梯形模糊多屬性決策模型在現(xiàn)實中更具有指導價值,本文將前景理論的思想融入到多屬性決策模型中,以決策者給出的屬性前景價值信息為基礎(chǔ)構(gòu)建決策模型,用前景理論改進期望效用理論下的多屬性決策理論與方法。另一方面,對于決策信息的模糊性和不確定性,決策者愿意以語言信息或者模糊信息給出自己的決策信息,用直覺梯形模糊數(shù)描述模糊決策信息是解決模糊多屬性群決策問題的一種思路。論文主要工作和成果如下： 首先,構(gòu)建了直覺模糊環(huán)境下基于多參考點的前景價值確定方法�；谇熬袄碚摵椭庇X梯形模糊數(shù),構(gòu)建直覺梯形模糊環(huán)境下前景價值確定方式,將前景理論拓展到直覺梯形模糊環(huán)境。進一步,考慮到多個參考點的情形,鑒于證據(jù)理論在處理不確定性信息方面的優(yōu)勢,本文運用證據(jù)理論作為處理多參考點下前景價值的融合問題的框架,提出了基于mRP和DS-TrIF-IOWA的直覺梯形模糊前景價值確定方法。 其次,提出了基于關(guān)聯(lián)信息與前景理論的直覺梯形模糊多屬性決策方案優(yōu)選方法�？紤]到不確定條件下前景理論相對期望效用理論更符合人類實際的決策模式,運用上述直覺模糊環(huán)境下基于多參考點的前景價值確定方法來計算直覺梯形模糊多屬性決策中方案單屬性價值。進一步,考慮到現(xiàn)實決策問題中屬性間往往存在或多或少的關(guān)聯(lián)信息,引入Choquet積分來解決不確定決策中屬性相互關(guān)聯(lián)的決策問題。為此,提出了幾個基于Choquet積分的直覺梯形模糊集結(jié)算子,TrIC算子、ITrIC、TrICD算子和ITrICD算子,并對各算子的性質(zhì)作了探討。在這些概念基礎(chǔ)上提出了基于TrIF-Choquet算子的綜合前景值確定方法以及基于TrIF-Choquet距離和前景理論的直覺梯形模糊TOPSIS方法。 再次,提出了基于ITrIFC和TrIF-OWAD算子的大群體聚類算法。群體聚類方法引進前景理論的思想,以直覺梯形模糊前景價值矩陣為基礎(chǔ)聚類信息,為了綜合考慮屬性之間的交互信息和方案排序位置在聚類分析中的重要性,我們在相似矩陣的構(gòu)建中運用ITrIFC和TrIF-OWAD算子對相關(guān)決策信息進行集結(jié),構(gòu)建了決策者之間的相似度,基于此,建立直覺梯形模糊信息下大群體聚類算法。 在此基礎(chǔ)上,提出了基于大群體聚類算法的復雜大群體直覺梯形模糊多屬性決策一致性分析和一致性修正自動算法�？紤]到在大群體內(nèi)部可能存在子群體簇或“聯(lián)盟”的可能性,根據(jù)上文提出的大群體聚類算法對復雜大群體進行聚類,根據(jù)群體聚類結(jié)果來設計聚集一致度指標和大群體的一致度指標,建立基于大群體聚類算法的群體判斷一致性分析方法。對于評價信息的修改,考慮到盡可能的尊重決策者原始評價信息,建立基于大群體聚類的群體一致性修正方法�？紤]到時間和成本的限制以及從眾行為的影響,提出一種大群體一致性分析的自動算法。根據(jù)算法編制計算機程序,算例分析表明該方法具有較強的可操作性和實用性。 然后,提出了復雜大群體下直覺梯形模糊前景價值矩陣群集結(jié)方法。在上述復雜大群體直覺梯形模糊多屬性決策一致性分析和一致性修正基礎(chǔ)上,考慮到聚集內(nèi)的個體前景價值矩陣具有相似的特征,首先,根據(jù)直覺梯形模糊距離、個體決策信息和聚集虛擬核心人物的偏好信息來確定決策者聚集內(nèi)權(quán)重信息,構(gòu)建聚集直覺梯形模糊前景價值共識矩陣,在此基礎(chǔ)上根據(jù)類間權(quán)重信息將聚集直覺梯形模糊前景價值共識矩陣集結(jié)為大群體直覺梯形模糊前景價值共識矩陣。該群集結(jié)方法可以更好的減少信息的損失,盡可能的保留決策者的原始信息。 最后,提出了一個基于前景理論的復雜大群體直覺梯形模糊多屬性決策模型(mRP-TrIFPV-MAGDM)。決策流程上,該模型整合了屬性前景價值確定、群體一致性分析和修正、群體共識形成和方案優(yōu)選,為決策支持系統(tǒng)的開發(fā)提供了支持。研究范式上,該模型結(jié)合規(guī)范性研究范式和描述性研究范式,綜合考慮了基于多個參考點的效用測度方式、屬性間的關(guān)聯(lián)信息、決策者復雜的觀念特征,從而構(gòu)建的復雜大群體直覺梯形模糊多屬性決策模型更具有指導價值。將上文提出的mRP-TrIFPV-MAGDM模型應用到產(chǎn)品兩型化多屬性決策問題中,該模型的實用性和可操作性得到了證明。
【關(guān)鍵詞】：多屬性決策 直覺梯形模糊數(shù) 前景理論 大群體決策 群體聚類
【學位授予單位】：中南大學
【學位級別】：博士
【學位授予年份】：2012
【分類號】：C934
【目錄】：

• 摘要4-7
• ABSTRACT7-15
• 第一章 緒論15-34
• 1.1 選題背景及問題提出15-21
• 1.1.1 選題背景15-17
• 1.1.2 問題提出17-21
• 1.2 研究目的和意義21-22
• 1.3 國內(nèi)外研究現(xiàn)狀22-31
• 1.3.1 多屬性決策22-26
• 1.3.2 直覺模糊多屬性決策26-28
• 1.3.3 多屬性群決策28-30
• 1.3.4 研究現(xiàn)狀述評30-31
• 1.4 研究內(nèi)容31-32
• 1.5 研究方法與技術(shù)路線32-34
• 第二章 理論基礎(chǔ)34-70
• 2.1 多屬性決策理論34-43
• 2.1.1 多屬性決策的基本概念34-35
• 2.1.2 經(jīng)典多屬性決策基本理論35-38
• 2.1.3 模糊多屬性決策原理38-40
• 2.1.4 多屬性群決策40-43
• 2.2 直覺梯形模糊數(shù)(TRIFN)43-51
• 2.2.1 直覺梯形模糊數(shù)的定義43-46
• 2.2.2 直覺梯形模糊數(shù)的運算法則46-48
• 2.2.3 直覺梯形模糊數(shù)截集48-49
• 2.2.4 直覺梯形模糊數(shù)期望值49
• 2.2.5 直覺梯形模糊數(shù)大小比較49-50
• 2.2.6 直覺梯形模糊數(shù)間距離50-51
• 2.3 前景理論51-62
• 2.3.1 前景理論的提出51-53
• 2.3.2 原始前景理論53-58
• 2.3.3 累積前景理論58-62
• 2.4 證據(jù)理論62-70
• 2.4.1 概率的不同解釋62-64
• 2.4.2 識別框架64-65
• 2.4.3 基本概率分配函數(shù)65-66
• 2.4.4 信度函數(shù)66-67
• 2.4.5 似然函數(shù)67
• 2.4.6 Dempster合成規(guī)則67-70
• 第三章 直覺模糊環(huán)境下基于多參考點的前景價值確定方法70-122
• 3.1 引言70-73
• 3.2 研究框架73-76
• 3.3 單參考點下實值前景價值確定方法76-81
• 3.3.1 實值前景函數(shù)76-77
• 3.3.2 實值價值函數(shù)和概率權(quán)重函數(shù)引出方法77-81
• 3.4 單參考點下前景函數(shù)的直覺模糊拓展81-96
• 3.4.1 直覺梯形模糊價值函數(shù)82-84
• 3.4.2 直覺梯形模糊概率權(quán)重函數(shù)84-88
• 3.4.3 直覺梯形模糊前景函數(shù)88-90
• 3.4.4 直覺梯形模糊前景價值確定步驟90-91
• 3.4.5 實例分析91-96
• 3.5 基于證據(jù)的直覺梯形模糊誘導有序加權(quán)平均算子(DS-TRIF-IOWA)96-109
• 3.5.1 OWA算子97
• 3.5.2 IOWA算子97-98
• 3.5.3 TrIF-OWA算子98-99
• 3.5.4 TrIF-IOWA算子99-100
• 3.5.5 DS-TrIF-IOWA算子100-105
• 3.5.6 基于DS-TrIF-IOWA算子的決策方法105-106
• 3.5.7 算例分析106-109
• 3.6 MRP下直覺模糊前景價值確定方法109-119
• 3.6.1 基于mRP和DS-TrIF-IOWA的直覺梯形模糊前景價值確定方法109-113
• 3.6.2 DS-mRP-TrIFPV函數(shù)確定主要步驟113-114
• 3.6.3 算例分析114-119
• 3.7 本章小結(jié)119-122
• 第四章 基于前景理論的直覺梯形模糊多屬性決策方案優(yōu)選方法122-181
• 4.1 引言122-124
• 4.2 直覺梯形模糊前景矩陣和前景價值矩陣124-126
• 4.3 基于TRIF-CHOQUET算子的綜合前景值確定方法126-156
• 4.3.1 模糊測度和模糊積分126-129
• 4.3.2 直覺梯形模糊Choquet算子(TrIFC)129-138
• 4.3.3 誘導直覺梯形模糊Choquet算子(ITrIFC)138-142
• 4.3.4 綜合前景值的確定與方案優(yōu)選142-148
• 4.3.5 實例分析148-156
• 4.4 基于TRIF-CHOQUET距離和前景理論的直覺梯形模糊TOPSIS方法156-179
• 4.4.1 傳統(tǒng)TOPSIS156-158
• 4.4.2 直覺梯形模糊Choquet距離算子(TrIFCD)158-166
• 4.4.3 誘導直覺梯形模糊Choquet距離算子(ITrIFCD)166-170
• 4.4.4 基于TrIF-Choquet距離和DS-mRP-TrIFPV的改進TOPSIS170-174
• 4.4.5 實例分析174-179
• 4.5 本章小結(jié)179-181
• 第五章 基于直覺梯形模糊前景價值矩陣的群體一致性分析方法181-216
• 5.1 引言181-183
• 5.2 直覺梯形模糊多屬性群決策問題描述183-186
• 5.3 小群體直覺梯形模糊多屬性群決策一致性分析方法186-197
• 5.3.1 基于ITrIFC和OWA算子的群體判斷一致性分析186-189
• 5.3.2 群體一致性修正方法189-190
• 5.3.3 群體一致性自動算法190-192
• 5.3.4 算例分析192-197
• 5.4 基于ITRIFC和TRIFOWAD算子的大群體聚類算法197-203
• 5.4.1 相關(guān)研究簡介197-198
• 5.4.2 直覺梯形模糊群決策中群體成員相似度198-201
• 5.4.3 直覺梯形模糊信息下大群體聚類算法201-203
• 5.5 復雜大群體直覺梯形模糊多屬性決策一致性分析方法203-214
• 5.5.1 基于大群體聚類算法的群體判斷一致性分析204-206
• 5.5.2 基于大群體聚類算法的群體一致性修正方法206-208
• 5.5.3 復雜大群體一致性自動算法208-210
• 5.5.4 算例分析210-214
• 5.6 本章小結(jié)214-216
• 第六章 基于前景理論的復雜大群體直覺梯形模糊多屬性決策模型216-230
• 6.1 引言216-217
• 6.2 復雜大群體直覺梯形模糊多屬性決策基本流程217-219
• 6.3 基于DS-MRP-TRIFPV的多屬性復雜大群體決策模型219-226
• 6.3.1 屬性前景價值確定219-221
• 6.3.2 群體共識形成221-223
• 6.3.3 方案優(yōu)選223-224
• 6.3.4 mRP-TrIFPV-MAGDM決策模型224-226
• 6.4 MRP-TRIFPV-MAGDM決策步驟226-228
• 6.5 本章小結(jié)228-230
• 第七章 案例分析230-252
• 7.1 研究背景230-231
• 7.2 備選方案231-233
• 7.3 屬性結(jié)構(gòu)的建立233-235
• 7.3.1 屬性評價指標體系建立原則233
• 7.3.2 屬性評價指標體系的構(gòu)建233-235
• 7.3.3 屬性結(jié)構(gòu)的確定235
• 7.4 方案單屬性價值的確定235-244
• 7.4.1 方案在屬性上表現(xiàn)出的前景估計235-242
• 7.4.2 方案單屬性前景價值計算242-244
• 7.5 大群體一致性分析244-246
• 7.5.1 專家群體聚類244-245
• 7.5.2 復雜大群體一致性分析245-246
• 7.6 群體共識矩陣的形成246-249
• 7.7 方案優(yōu)選249-251
• 7.8 小結(jié)251-252
• 第八章 結(jié)論與展望252-262
• 8.1 本文主要研究結(jié)論252-257
• 8.2 本文主要創(chuàng)新點257-260
• 8.3 研究展望260-262
• 參考文獻262-287
• 致謝287-288
• 攻讀學位期間主要的研究成果及目錄288-289

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐澤水,達慶利;區(qū)間型多屬性決策的一種新方法[J];東南大學學報(自然科學版);2003年04期

2 樊治平,肖四漢;有時序多指標決策的理想矩陣法[J];系統(tǒng)工程;1993年01期

3 于春海,樊治平;一種基于群體語言相似矩陣的聚類方法[J];系統(tǒng)工程;2004年07期

4 劉華文;直覺 Fuzzy集的基本定理[J];工科數(shù)學;2000年01期

5 王益誼,席酉民,畢鵬程;組織環(huán)境的不確定性研究綜述[J];管理工程學報;2005年01期

6 譚春橋;馬本江;陳曉紅;;基于誘導Choquet積分算子的群決策方法[J];管理工程學報;2010年04期

7 李浩;羅國富;謝慶生;;基于應用服務提供商的動態(tài)聯(lián)盟制造資源評估模型研究[J];計算機集成制造系統(tǒng);2007年05期

8 徐澤水;純語言多屬性群決策方法研究[J];控制與決策;2004年07期

9 安利平,陳增強,袁著祉;基于粗集理論的多屬性決策分析[J];控制與決策;2005年03期

10 王洪利,馮玉強;基于云模型具有語言評價信息的多屬性群決策研究[J];控制與決策;2005年06期

  本文關(guān)鍵詞：基于前景理論的復雜大群體直覺模糊多屬性決策方法，，由筆耕文化傳播整理發(fā)布。

本文編號：401822