本文關(guān)鍵詞：基于區(qū)間中智數(shù)的信息集成算子研究

  更多相關(guān)文章： 區(qū)間中智數(shù) Einstein算子 廣義集成算子 冪算子 優(yōu)先集成算子

【摘要】：由于人們思維判斷的模糊性和客觀事物及決策環(huán)境的復(fù)雜性,決策者給出的決策信息很難用精確數(shù)來表示。所以許多學(xué)者不斷拓廣數(shù)的概念,從最初的實(shí)數(shù)型逐漸發(fā)展到模糊數(shù)、語(yǔ)言變量和直覺模糊數(shù)等等。然而,在現(xiàn)實(shí)決策過程中,決策者給出的評(píng)價(jià)信息經(jīng)常是不完全,不確定或者是不一致的信息,而上面這些概念只能處理不完全的信息卻不能處理不確定的信息和不一致的信息。因此,為了處理這類現(xiàn)實(shí)決策問題,Smarandache教授于1999年在中智學(xué)的基礎(chǔ)上提出了中智集的概念。中智集在直覺模糊集的基礎(chǔ)上增加了獨(dú)立的不確定性度量,是對(duì)現(xiàn)有模糊集、區(qū)間模糊集、直覺模糊集等的一般化,能夠更加細(xì)膩地描述現(xiàn)實(shí)世界的模糊本質(zhì)。已有的研究成果發(fā)現(xiàn)中智集理論在多屬性決策中應(yīng)用的重要性,但目前的研究成果僅僅是初步的。因此本文以中智集基本理論與信息集成算子為支撐,在文獻(xiàn)回顧的基礎(chǔ)上,主要研究區(qū)間中智集的Einstein運(yùn)算法則,并將區(qū)間中智集和已有集成算子相結(jié)合,在新的運(yùn)算法則基礎(chǔ)上建立基于區(qū)間中智集的信息集成算子,為現(xiàn)實(shí)的多屬性決策問題提供理論、模型與方法。本文的創(chuàng)新點(diǎn)在于:(1)將Einstein運(yùn)算應(yīng)用到區(qū)間中智集中,建立新的區(qū)間中智集的運(yùn)算法則。(2)將廣義集成算子、冪(Power)算子和優(yōu)先集成算子等三類經(jīng)典集結(jié)算子與區(qū)間中智集相結(jié)合,運(yùn)用新的運(yùn)算法則形成基于區(qū)間中智集的廣義集成算子、冪集成算子和優(yōu)先集成算子,并探討這些算子的性質(zhì)和特例。(3)介紹基于這些算子的多屬性決策方法,以解決屬性值為區(qū)間中智數(shù)的多屬性決策問題。
【關(guān)鍵詞】：區(qū)間中智數(shù) Einstein算子 廣義集成算子 冪算子 優(yōu)先集成算子
【學(xué)位授予單位】：山東財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O177
【目錄】：

• 中文摘要5-6
• abstract6-11
• 第1章 緒論11-23
• 1.1 研究背景和研究意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-20
• 1.2.1 中智集多屬性決策研究現(xiàn)狀14-16
• 1.2.2 三類典型算子研究現(xiàn)狀16-19
• 1.2.3 Einstein運(yùn)算研究現(xiàn)狀19-20
• 1.3 本文的研究?jī)?nèi)容和章節(jié)安排20-21
• 1.4 本文的創(chuàng)新點(diǎn)21-23
• 第2章 理論基礎(chǔ)23-33
• 2.1 區(qū)間中智數(shù)23-25
• 2.1.1 區(qū)間中智集23-24
• 2.1.2 區(qū)間中智數(shù)的期望值24
• 2.1.3 區(qū)間中智數(shù)的距離24
• 2.1.4 區(qū)間中智數(shù)的排序方法24-25
• 2.2 Einstein算子25-26
• 2.3 三類經(jīng)典算子26-32
• 2.3.1 廣義集成算子26-28
• 2.3.2 冪算子28-29
• 2.3.3 優(yōu)先集成算子29-32
• 2.4 小結(jié)32-33
• 第3章 基于Einstein運(yùn)算的區(qū)間中智數(shù)運(yùn)算規(guī)則33-47
• 3.1 區(qū)間中智數(shù)的Einstein運(yùn)算規(guī)則33-34
• 3.2 區(qū)間中智數(shù)的Einstein運(yùn)算性質(zhì)34-46
• 3.2.1 性質(zhì)34-35
• 3.2.2 證明35-46
• 3.3 小結(jié)46-47
• 第4章 基于廣義集成算子的區(qū)間中智多屬性決策方法研究47-74
• 4.1 基于區(qū)間中智數(shù)的廣義加權(quán)Einstein平均算子47-60
• 4.1.1 定義47-57
• 4.1.2 性質(zhì)57-60
• 4.2 基于區(qū)間中智數(shù)的廣義有序加權(quán)Einstein平均算子60-64
• 4.2.1 定義60-62
• 4.2.2 性質(zhì)62-64
• 4.3 基于區(qū)間中智數(shù)的廣義混合加權(quán)Einstein平均算子64-66
• 4.4 基于廣義Einstein集成算子的多屬性決策方法66-68
• 4.4.1 問題描述66-67
• 4.4.2 決策步驟67-68
• 4.5 應(yīng)用案例68-73
• 4.5.1 決策過程70-71
• 4.5.2 討論參數(shù)71-73
• 4.6 小結(jié)73-74
• 第5章 基于冪算子的區(qū)間中智多屬性決策方法研究74-101
• 5.1 基于區(qū)間中智數(shù)的Einstein冪平均算子74-81
• 5.1.1 定義74-79
• 5.1.2 性質(zhì)79-81
• 5.2 基于區(qū)間中智數(shù)的Einstein冪加權(quán)平均算子81-83
• 5.2.1 定義81-83
• 5.2.2 性質(zhì)83
• 5.3 基于區(qū)間中智數(shù)的Einstein冪有序加權(quán)平均算子83-86
• 5.3.1 定義83-85
• 5.3.2 性質(zhì)85-86
• 5.4 基于Einstein冪集成算子的多屬性決策方法86-90
• 5.4.1 問題描述86
• 5.4.2 權(quán)重已知的決策步驟86-88
• 5.4.3 權(quán)重未知的決策步驟88-90
• 5.5 應(yīng)用案例90-100
• 5.5.1 權(quán)重已知的決策過程92-96
• 5.5.2 權(quán)重未知的決策過程96-100
• 5.6 小結(jié)100-101
• 第6章 基于優(yōu)先集成算子的區(qū)間中智多屬性決策方法研究101-113
• 6.1 基于區(qū)間中智數(shù)的優(yōu)先Einstein有序加權(quán)集成算子101-104
• 6.1.1 定義101-103
• 6.1.2 性質(zhì)103-104
• 6.2 基于優(yōu)先Einstein有序加權(quán)集成算子的多屬性決策方法104-107
• 6.2.1 問題描述104-105
• 6.2.2 決策步驟105-107
• 6.3 應(yīng)用案例107-112
• 6.4 小結(jié)112-113
• 結(jié)論113-114
• 參考文獻(xiàn)114-119
• 攻讀學(xué)位期間取得的學(xué)術(shù)成果119-120
• 致謝120

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 趙鑫;王士同;吳軍;;基于熱平衡的中智學(xué)圖像分割方法[J];計(jì)算機(jī)工程;2011年19期

2 徐永杰;孫濤;李登峰;;直覺模糊POWA算子及其在多準(zhǔn)則決策中的應(yīng)用[J];控制與決策;2011年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 劉培德;基于模糊多屬性決策的企業(yè)信息化水平評(píng)價(jià)方法與應(yīng)用研究[D];北京交通大學(xué);2010年

，

本文編號(hào)：1004270