【摘要】：非確定性數(shù)據(jù),即模糊數(shù)、區(qū)間數(shù)、聯(lián)系數(shù)、灰數(shù)和不確定語(yǔ)言變量等可以表達(dá)不確定性信息的數(shù)據(jù)形式。事實(shí)上,綜合評(píng)價(jià)實(shí)踐過(guò)程中存在大量以非確定性數(shù)據(jù)形式為載體的評(píng)價(jià)信息,比如,醫(yī)院管理統(tǒng)計(jì)評(píng)價(jià)中的語(yǔ)言評(píng)價(jià)信息、企業(yè)信用評(píng)估中的直覺(jué)模糊信息、科技評(píng)價(jià)中的區(qū)間數(shù)信息、項(xiàng)目評(píng)估中的灰數(shù)信息、產(chǎn)品性能評(píng)估中的二元語(yǔ)義數(shù)信息、供應(yīng)鏈管理和企業(yè)過(guò)程管理等問(wèn)題中的復(fù)雜模糊信息。針對(duì)以上諸多問(wèn)題中,存在具有不確定屬性的指標(biāo),評(píng)價(jià)者傾向于給出類似于非確定性數(shù)據(jù)形式的評(píng)價(jià)信息。故而,研究非確定性數(shù)據(jù)綜合評(píng)價(jià)方法,對(duì)于社會(huì)經(jīng)濟(jì)評(píng)價(jià)活動(dòng)等具有重要的應(yīng)用價(jià)值。在現(xiàn)有的研究基礎(chǔ)上,本文研究基于云模型的非確定性數(shù)據(jù)綜合評(píng)價(jià)方法,根據(jù)綜合評(píng)價(jià)技術(shù)的基本步驟,從全局和階段上考慮相關(guān)問(wèn)題的研究�；诖�,研究基于云模型的非確定性數(shù)據(jù)集成問(wèn)題、具有混合多屬性數(shù)據(jù)的轉(zhuǎn)換方法以及非確定數(shù)據(jù)綜合評(píng)價(jià)的應(yīng)用場(chǎng)合和可視化評(píng)價(jià)問(wèn)題,從而不斷改進(jìn)和完善基于云模型的綜合評(píng)價(jià)理論與方法。全文共分七章:第一章為緒論。本章闡述了本文的研究背景和研究意義,并分別對(duì)云模型理論、復(fù)雜模糊數(shù)以及不確定語(yǔ)言信息綜合評(píng)價(jià)研究現(xiàn)狀進(jìn)行了梳理和評(píng)述;然后介紹了本文的主要內(nèi)容、研究方法、結(jié)構(gòu)安排和可能的創(chuàng)新之處。第二章為理論基礎(chǔ)。本章致力于厘清云模型的理論基礎(chǔ)即云模型的數(shù)字特征、距離測(cè)度方法和云模型相似性測(cè)度方法;明晰非確定型數(shù)據(jù)形式的主主要有模糊數(shù)、灰數(shù)、聯(lián)系數(shù)、區(qū)間數(shù)、直覺(jué)模糊數(shù)、畢達(dá)哥拉斯模糊數(shù)和猶豫模糊數(shù)等形式,詳細(xì)闡述了不同非確定性數(shù)據(jù)形式之間的區(qū)別和聯(lián)系;分析了非確定性數(shù)據(jù)評(píng)價(jià)的理論基礎(chǔ)。本章為基于云模型的非確定性數(shù)據(jù)綜合評(píng)價(jià)方法的提出提供了理論依據(jù)。第三章為基于云模型的直覺(jué)模糊數(shù)Bonferroni均值算子集成方法。本章致力于結(jié)合(α,β)-截集技術(shù),對(duì)Bonferroni均值的概念進(jìn)行拓展為Bonferroni調(diào)和平均算子,并介紹了梯形直覺(jué)模糊數(shù)的概念及其運(yùn)算;給出(三角)梯形直覺(jué)模糊數(shù)的一種排序方法,同時(shí)提出了加權(quán)梯形直覺(jué)模糊Bonferroni調(diào)和均值算子以及規(guī)范賦權(quán)三角直覺(jué)模糊Bonferroni調(diào)和均值算子。給出了直覺(jué)模糊云的概念及其運(yùn)算,并給出直覺(jué)模糊云逆向云生成算法;最后,分別通過(guò)基于加權(quán)梯形直覺(jué)模糊Bonferroni調(diào)和均值算子的最佳供應(yīng)商選擇問(wèn)題、基于規(guī)范賦權(quán)三角直覺(jué)模糊Bonferroni調(diào)和均值算子的風(fēng)險(xiǎn)投資評(píng)估問(wèn)題和基于云模型的直覺(jué)模糊Bonferroni均值算子的信息系統(tǒng)安全評(píng)估問(wèn)題等算例進(jìn)行分析,結(jié)果表明本章所提出方法的有效性和可行性。第四章為基于云模型的畢達(dá)哥拉斯模糊數(shù)正負(fù)理想解評(píng)價(jià)方法。本章致力于對(duì)直覺(jué)模糊數(shù)與畢達(dá)哥拉斯模糊數(shù)概念間的區(qū)別與聯(lián)系進(jìn)行分析,提出畢達(dá)哥拉斯模糊云模型的概念,分析了畢達(dá)哥拉斯云模型的優(yōu)良性質(zhì)以及畢達(dá)哥拉斯模糊云模型距離的測(cè)度方法,并結(jié)合云模型生成算法提出了畢達(dá)哥拉斯模糊云的集成方法,然后利用正負(fù)理想解方法解決了電子商務(wù)中買家的關(guān)于所購(gòu)商品的評(píng)價(jià)信息對(duì)潛在客戶的影響分析。第五章為基于云模型的區(qū)間數(shù)伴語(yǔ)言變量混合多屬性評(píng)價(jià)方法。本章致力于介紹區(qū)間數(shù)的概念,區(qū)間數(shù)的代數(shù)運(yùn)算性質(zhì)和區(qū)間數(shù)可能度排序方法,結(jié)合(正態(tài))云模型的普適性和利用語(yǔ)言變量的定性定量轉(zhuǎn)換的黃金分割法,提出了混合多屬性的云模型綜合評(píng)價(jià)方法,并將其應(yīng)用于解決空襲目標(biāo)的危險(xiǎn)態(tài)勢(shì)評(píng)估問(wèn)題,實(shí)現(xiàn)了信息盡可能少的損失和扭曲,表明該方法的優(yōu)越性。第六章為基于云模型的不確定語(yǔ)言變量多指標(biāo)相似度評(píng)價(jià)方法。本章以統(tǒng)計(jì)數(shù)據(jù)質(zhì)量為例,給出了一種基于云模型的統(tǒng)計(jì)數(shù)據(jù)質(zhì)量評(píng)價(jià)新方法。首先,確定云模型的評(píng)價(jià)等級(jí)語(yǔ)言粒度,對(duì)其進(jìn)行軟劃分,并根據(jù)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量的評(píng)價(jià)指標(biāo)體系,從準(zhǔn)確性、及時(shí)性、適用性、一致性、可銜接性、可解釋性、可獲得性和有效性等八個(gè)維度刻劃數(shù)據(jù)質(zhì)量評(píng)估云模型,利用云模型加權(quán)算術(shù)平均集成技術(shù),構(gòu)造評(píng)價(jià)綜合云;其次,結(jié)合云模型相似性的測(cè)度方法,根據(jù)綜合云與評(píng)價(jià)等級(jí)云模型的相似度判斷統(tǒng)計(jì)數(shù)據(jù)質(zhì)量評(píng)估綜合云的隸屬等級(jí)。實(shí)例表明,新方法可以作為統(tǒng)計(jì)數(shù)據(jù)質(zhì)量評(píng)估和監(jiān)管的一個(gè)參考。第七章為結(jié)束語(yǔ)。本章對(duì)全文研究的結(jié)果進(jìn)行了總結(jié),同時(shí)也指出本文中尚存在的不足之處以及未來(lái)需要改進(jìn)的和繼續(xù)深入研究的問(wèn)題�；谝陨涎芯�?jī)?nèi)容,力求在以下幾個(gè)方面有所創(chuàng)新:(1)由于評(píng)價(jià)中指標(biāo)間存在大量相互關(guān)聯(lián)的情形,提出了一種新的基于加權(quán)梯形直覺(jué)模糊Bonferroni調(diào)和均值算子和規(guī)范賦權(quán)加權(quán)三角直覺(jué)模糊Bonferroni調(diào)和均值新算子。算子具有冪等性、可交換性、單調(diào)性和有界性等優(yōu)良性質(zhì),并將算子應(yīng)用于多屬性綜合評(píng)價(jià)方法。該方法可以挖掘?qū)傩蚤g的重要性以及反映屬性間相互關(guān)聯(lián)的關(guān)系。因此,在直覺(jué)模糊數(shù)的集成方法上有所創(chuàng)新。(2)研究云模型與畢達(dá)哥拉斯模糊數(shù)的有效“合成”,提出了一種畢達(dá)哥拉斯模糊云的概念,彌補(bǔ)已有傳統(tǒng)評(píng)價(jià)中,不能兼顧評(píng)價(jià)過(guò)程中的隨機(jī)性和模糊性的不足,使得方法更加適用于綜合評(píng)價(jià)的實(shí)踐和應(yīng)用。為了克服傳統(tǒng)多準(zhǔn)則群體決策方法在畢達(dá)哥拉斯模糊環(huán)境下的局限性,提出了一種新的畢達(dá)哥拉斯模糊云多指標(biāo)正負(fù)理想解方法,結(jié)合畢達(dá)哥拉斯逆向云發(fā)生算法對(duì)客戶的評(píng)價(jià)信息進(jìn)行處理。畢達(dá)哥拉斯正態(tài)云可以有效反映評(píng)價(jià)信息的模糊性和隨機(jī)性。算例分析表明,所提出的方法可以解決潛在客戶進(jìn)行采購(gòu)時(shí)的輔助決策問(wèn)題。(3)利用本文的研究方法對(duì)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)價(jià)的視角,提出了結(jié)合云模型逆向生成算法,給出了基于云模型相似度方法的非確定性數(shù)據(jù)綜合評(píng)價(jià)方法。應(yīng)用實(shí)例表明,新方法在模糊性和隨機(jī)性環(huán)境下的具有比較優(yōu)勢(shì),可以有效實(shí)現(xiàn)統(tǒng)計(jì)數(shù)據(jù)質(zhì)量評(píng)估指標(biāo)體系下的整體可視化與局部可視化評(píng)估。
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：O159
【圖文】：

辦為２的主值，ａ與６是５的下界和上界，０－幻與（ｃ－幻為５的下限和上限。當(dāng)逡逑時(shí)，２是普通意義的實(shí)數(shù)。當(dāng)（Ｃ－ａ）的值越大，三角模糊數(shù)的模糊程度越逡逑大（如圖２－１邋）。逡逑ｙ逡逑：瓦逡逑Ｏ邋ａ邐ｂ邐ｃ逡逑圖２－１三角模糊數(shù)逡逑＞＊逡逑瓦逡逑Ｏ邐ａ邐ｂｅ邐ｄ逡逑圖２－２梯形模糊數(shù)逡逑定義２．２設(shè)及是實(shí)數(shù)集，若ｄ邋＝邋［ａ』，ｃ，ｒｆ］，（－0ｏ＜ａＵＳｃ￡ｔ／＜＋0ｏ）則稱ｄ是逡逑一個(gè)梯形模糊數(shù)；若《＞0，則稱５為正梯形模糊數(shù)。其中，分別表示２逡逑所支撐區(qū)間的下界和上界，而閉區(qū)間［Ａ，ｃ；｜為：？的中值。逡逑１７逡逑

．邐．．邋ｙ0＞逡逑Ｘ。．…一邋■：逡逑圖２－４直覺(jué)模糊數(shù)的隸屬度、非隸屬度和猶圖２－５畢達(dá)哥拉斯模糊數(shù)的隸屬度、非隸屬逡逑豫度之間的關(guān)系邐度和猶豫度之間的關(guān)系逡逑定義２．１４設(shè)Ｉ為論域，」＝｛＜；�。�，／／．４（１），１＾（；（：）＞｜：）￡：Ｓ齲

本文編號(hào)：2792582