本文關(guān)鍵詞：三參數(shù)區(qū)間灰數(shù)的決策和預(yù)測方法研究　出處：《河南農(nóng)業(yè)大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 三參數(shù)區(qū)間灰數(shù) 灰距離熵 多屬性決策 集值統(tǒng)計(jì) GM(1 1)模型

【摘要】：在科學(xué)、技術(shù)、社會(huì)、經(jīng)濟(jì)、哲學(xué)、思維等眾多領(lǐng)域中,人們都要對(duì)當(dāng)前時(shí)事和它未來的發(fā)展趨勢做出決策和預(yù)測,但是,由于客觀世界的復(fù)雜性、不確定性以及人們能力的局限性,對(duì)不確定性的事物往往不能做出準(zhǔn)確決策和預(yù)測,因此,需要借助于科學(xué)的方法來判斷現(xiàn)在,預(yù)知未來。由于決策和預(yù)測對(duì)象的不確定性,或人們認(rèn)識(shí)程度的不確定,現(xiàn)實(shí)中三參數(shù)區(qū)間灰數(shù)類型的決策和預(yù)測數(shù)據(jù)廣泛存在。因此,在灰色系統(tǒng)理論和不確定性理論研究的基礎(chǔ)上,本文根據(jù)目前灰色系統(tǒng)理論的研究現(xiàn)狀,對(duì)三參數(shù)區(qū)間灰數(shù)的決策和預(yù)測方法進(jìn)行了探討:(1)論述了三參數(shù)區(qū)間灰數(shù)決策和預(yù)測的相關(guān)理論知識(shí)。介紹了三參數(shù)區(qū)間灰數(shù)的定義及運(yùn)算法則,綜述了目前較為常用的三參數(shù)區(qū)間灰數(shù)決策矩陣的標(biāo)準(zhǔn)化處理方法,總結(jié)了兩種多屬性決策方法,總結(jié)了灰色GM)1,1(預(yù)測模型。(2)探討了三參數(shù)區(qū)間灰數(shù)的距離熵模型及決策研究。定義了三參數(shù)區(qū)間灰數(shù)的距離熵模型,證明了其定理和性質(zhì)。利用三參數(shù)區(qū)間灰數(shù)距離熵的思想,首先,建立了三參數(shù)區(qū)間灰數(shù)多屬性決策的賦權(quán)模型,使決策轉(zhuǎn)化為權(quán)重已知情況下的三參數(shù)區(qū)間灰數(shù)多屬性決策問題,并通過實(shí)例說明了模型的有效性和適用性;其次,論述了三參數(shù)區(qū)間灰數(shù)的決策指標(biāo)體系約簡方法,完成對(duì)冗余指標(biāo)的約簡工作,最后通過實(shí)例驗(yàn)證了該方法的可行性和適用性。(3)探討了三參數(shù)區(qū)間灰數(shù)的灰色關(guān)聯(lián)決策方法。通過對(duì)傳統(tǒng)鄧氏灰色關(guān)聯(lián)度的改造,計(jì)算各決策方案對(duì)正、負(fù)理想方案的灰色關(guān)聯(lián)度,得到各方案的相對(duì)關(guān)聯(lián)度,從而對(duì)各決策方案進(jìn)行優(yōu)劣排序,并通過實(shí)例進(jìn)行了對(duì)比分析,說明了決策方法的實(shí)用性和有效性。(4)針對(duì)三參數(shù)區(qū)間灰數(shù)的預(yù)測問題,探討了三參數(shù)區(qū)間灰數(shù)的預(yù)測方法。利用集值統(tǒng)計(jì)的原理,通過對(duì)原始三參數(shù)區(qū)間灰數(shù)預(yù)測序列的改造,使其轉(zhuǎn)化為實(shí)數(shù)序列,進(jìn)而進(jìn)行GM)1,1(預(yù)測,完成對(duì)三參數(shù)區(qū)間灰數(shù)的預(yù)測,并通過實(shí)例驗(yàn)證了方法的可行性和適用性。上述決策和預(yù)測方法簡單有效,操作簡便,為灰色系統(tǒng)理論的發(fā)展提供了有利的理論支持,拓展了灰色理論的應(yīng)用范圍和發(fā)展空間。
[Abstract]:In many fields, such as science, technology, society, economy, philosophy, thinking and so on, people have to make decisions and forecasts about current affairs and its future development trend, but because of the complexity of the objective world. Uncertainty and the limitation of people's ability often can't make accurate decision and forecast for uncertain things. Therefore, we need to use scientific methods to judge the present. Because of the uncertainty of decision making and prediction object, or the uncertainty of people's cognition, the decision and prediction data of three parameter interval grey number type exist widely in reality. Based on the research of grey system theory and uncertainty theory, this paper is based on the present research status of grey system theory. In this paper, the decision and prediction method of three parameter interval grey number is discussed. The related theoretical knowledge of three parameter interval grey number decision and prediction is discussed, and the definition and operation rule of three parameter interval grey number are introduced. This paper summarizes the standard processing methods of three-parameter interval grey number decision matrix, summarizes two kinds of multi-attribute decision making methods, and summarizes the grey GM)1. 1 (prediction model. 2) the distance entropy model and decision making of three parameter interval grey number are discussed, and the distance entropy model of three parameter interval grey number is defined. The theorem and properties are proved. Using the idea of three-parameter interval grey number distance entropy, the weight model of three-parameter interval grey number multi-attribute decision making is established. The decision is transformed into a three-parameter interval grey number multi-attribute decision making problem with known weights, and the validity and applicability of the model are illustrated by an example. Secondly, the reduction method of three parameter interval grey number decision index system is discussed, and the reduction of redundant index is completed. Finally, the feasibility and applicability of the method are verified by an example. (3) the grey relational decision method of three parameter interval grey number is discussed. Through the transformation of the traditional Deng's grey correlation degree, the positive results of each decision plan are calculated. The grey correlation degree of negative ideal scheme is obtained, and the relative correlation degree of each scheme is obtained, so that the advantages and disadvantages of each decision scheme are sorted, and the comparative analysis is carried out through an example. The practicability and validity of the decision method are explained. (4) aiming at the prediction problem of three parameter interval grey number, the prediction method of three parameter interval grey number is discussed, and the principle of set value statistics is used. Through the transformation of the original three-parameter interval grey number prediction sequence, it can be transformed into real number sequence, and then GM1 / 1 prediction can be carried out to complete the prediction of the three-parameter interval grey number. The feasibility and applicability of the method are verified by an example. The above decision and prediction methods are simple, effective and easy to operate, which provides a favorable theoretical support for the development of grey system theory. The application scope and development space of grey theory are expanded.
【學(xué)位授予單位】：河南農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施紅星;張昊緯;方志耕;劉思峰;;一種分形維為灰數(shù)的分形模型及其應(yīng)用初探[J];中國管理科學(xué);2008年06期

2 袁潮清;劉思峰;張可;;基于發(fā)展趨勢和認(rèn)知程度的區(qū)間灰數(shù)預(yù)測[J];控制與決策;2011年02期

3 劉思峰;方志耕;謝乃明;;基于核和灰度的區(qū)間灰數(shù)運(yùn)算法則[J];系統(tǒng)工程與電子技術(shù);2010年02期

4 黃永杰;魏文暢;;基于區(qū)間相離度的灰色關(guān)聯(lián)分析[J];科技與企業(yè);2011年16期

5 龐彥軍,王寶森;灰數(shù)白化變換的可信度及GWT模型[J];河北建筑科技學(xué)院學(xué)報(bào);2000年03期

6 劉衛(wèi)鋒;;基于聯(lián)系數(shù)的區(qū)間灰數(shù)預(yù)測模型[J];統(tǒng)計(jì)與決策;2012年10期

7 郭曉君;劉思峰;方志耕;;基于標(biāo)準(zhǔn)區(qū)間灰數(shù)的發(fā)展帶離散DDGM預(yù)測模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2014年06期

8 楊保華;方志耕;周偉;劉健;;基于信息還原算子的多指標(biāo)區(qū)間灰數(shù)關(guān)聯(lián)決策模型[J];控制與決策;2012年02期

9 李茂林;魏勇;董艷秋;;多目標(biāo)灰局勢區(qū)間決策方法[J];統(tǒng)計(jì)與決策;2006年14期

10 ;[J];;年期

相關(guān)會(huì)議論文 前10條

1 菅利榮;劉思峰;;基于粗糙隸屬函數(shù)的灰數(shù)灰度定義與分級(jí)[A];2006年灰色系統(tǒng)理論及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2006年

2 王潔方;;形態(tài)灰數(shù)灰度研究[A];第16屆全國灰色系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2008年

3 豐立祥;;基于灰色GERT網(wǎng)絡(luò)改進(jìn)算法的生態(tài)產(chǎn)業(yè)鏈條構(gòu)建的完成時(shí)間與概率研究[A];第16屆全國灰色系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2008年

4 陳孝新;;權(quán)重部分已知的灰色多屬性群決策方法研究[A];第16屆全國灰色系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2008年

5 袁潮清;;帶白化權(quán)函數(shù)的灰數(shù)白化均值和灰數(shù)白化方差[A];2006年灰色系統(tǒng)理論及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2006年

6 王學(xué)萌;郝永紅;;中國總?cè)丝诨疑珓?dòng)態(tài)預(yù)測結(jié)果的驗(yàn)證與分析[A];第16屆全國灰色系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2008年

7 羅黨;孫利;;三參數(shù)區(qū)間灰數(shù)信息下的多目標(biāo)灰靶決策方法[A];第19屆灰色系統(tǒng)全國會(huì)議論文集[C];2010年

8 王學(xué)萌;杜鵑;;GM(1,1)灰數(shù)遞補(bǔ)動(dòng)態(tài)預(yù)測[A];第19屆灰色系統(tǒng)全國會(huì)議論文集[C];2010年

9 王潔方;劉思峰;;灰數(shù)比較的可信度及其在灰區(qū)間DEA模型中的應(yīng)用[A];第19屆灰色系統(tǒng)全國會(huì)議論文集[C];2010年

10 唐學(xué)文;劉思峰;方志耕;米傳民;許相敏;;基于灰數(shù)優(yōu)勢關(guān)系的駕駛者最短路徑?jīng)Q策模型及其算法研究[A];2006年灰色系統(tǒng)理論及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)博士學(xué)位論文 前4條

1 王潔方;灰色DEA組合模型及其應(yīng)用研究[D];南京航空航天大學(xué);2010年

2 方志耕;灰色博弈理論及其經(jīng)濟(jì)應(yīng)用研究[D];南京航空航天大學(xué);2007年

3 曾波;灰色預(yù)測建模技術(shù)研究[D];南京航空航天大學(xué);2012年

4 陳孝新;灰色多屬性決策方法研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前5條

1 王娜;三參數(shù)區(qū)間灰數(shù)的決策和預(yù)測方法研究[D];河南農(nóng)業(yè)大學(xué);2015年

2 王丹丹;基于灰數(shù)的隨機(jī)決策方法及應(yīng)用研究[D];中南大學(xué);2013年

3 王俊杰;基于區(qū)間灰數(shù)的白化權(quán)函數(shù)聚類模型及其應(yīng)用研究[D];南京航空航天大學(xué);2014年

4 楊俊杰;灰色聚類與灰靶決策的算法研究[D];廈門大學(xué);2009年

5 李久亮;灰色多屬性群決策的灰靶方法研究[D];浙江理工大學(xué);2013年

，

本文編號(hào)：1417555