当前位置:主页 > 管理论文 > 统计学论文 >

不同粒度语言表达下的多属性群决策方法研究

发布时间:2017-04-26 20:20

  本文关键词:不同粒度语言表达下的多属性群决策方法研究,由笔耕文化传播整理发布。


【摘要】: 在多属性决策中,由于定量评价的局限性,属性评价值可能是由定性的语言形式给出,而在群体层面,决策者又会依据不同的语言评价集给出各自的语言形式评价信息,这就是不同粒度语言评价信息的多属性群决策问题。本文基于此问题,概括了三种不同粒度语言信息一致化的方法,同时对语言信息集结方法进行了补充和改进,主要内容如下: (1)提出了一种基于IOWA算子的多粒度语言决策模型。在此模型中,将多个专家采用不同语言粒度给出的决策信息,基于模糊集原理,实现了不同粒度语言评价信息的归一化,然后引入IOWA算子,将各决策者给出的偏好信息集结为群偏好同时进行方案的优选,最后通过一个实际的ERP选型算例,说明了该方法的有效性和实用性。 (2)建立基于不同粒度语言表达下的客观属性权重确定模型。首先将不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息,然后引入TOPSIS的方法,结合二元语义形式计算规则,确定完全未知的客观属性权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优。 (3)研究了组合属性权重确定方法。对不同粒度的语言评价集实现有序一致化,而后引入离差最大化的组合赋权方法计算得到综合属性权重向量,通过混合算子HA对群体信息进行集结,得到最终评价值,最后通过风险投资的案例证明了该方法的有效性。
【关键词】:群决策 不同粒度 语言评价 多属性
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:C934
【目录】:
  • 摘要5-6
  • Abstract6-8
  • 致谢8-13
  • 第一章 绪论13-20
  • 1.1 问题的提出13
  • 1.2 不同粒度语言表达下的多属性群决策问题研究现状13-18
  • 1.2.1 多属性决策研究现状13-15
  • 1.2.2 不同粒度语言群体决策研究现状15-18
  • 1.3 本文主要研究成果及内容安排18-20
  • 第二章 语言多属性群决策问题20-24
  • 2.1 群决策基本概念20-21
  • 2.2 语言评价信息21-22
  • 2.3 语言指标的规范法处理22-23
  • 2.4 语言多属性群决策问题的形式化表征23-24
  • 第三章 基于模糊集原理的不同粒度语言群决策模型24-29
  • 3.1 不同粒度语言描述的转换24-25
  • 3.2 模糊综合评价值25
  • 3.3 群集结算子与方案选优方法25-26
  • 3.4 实例分析26-28
  • 3.5 小结28-29
  • 第四章 基于二元语义的不同粒度语言群决策模型29-35
  • 4.1 不同粒度语言评价矩阵的一致化29-31
  • 4.1.1 二元语义29
  • 4.1.2 不同粒度语言评价信息的一致化方法29-30
  • 4.1.3 二元语义集结算子30-31
  • 4.2 基于TOPSIS 的属性权重确定方法31-32
  • 4.3 群集结与方案选优方法32-33
  • 4.4 实例分析33-34
  • 4.5 小结34-35
  • 第五章 基于有序语言的不同粒度语言群决策模型35-42
  • 5.1 语言评价粒度及其一致化35-36
  • 5.2 基于离差最大化的组合赋权方法36-37
  • 5.3 群集结与方案选优方法37-38
  • 5.4 实例分析38-41
  • 5.5 小结41-42
  • 第六章 总结与展望42-43
  • 参考文献43-51
  • 攻读硕士学位期间发表的论文51-52

【引证文献】

中国博士学位论文全文数据库 前1条

1 王明和;基于语言变量的房地产项目投资风险评价研究[D];北京交通大学;2012年

中国硕士学位论文全文数据库 前3条

1 廖祝佳;多属性群决策方法的研究[D];西华大学;2011年

2 司丽军;客户关系管理能力的测评与提升策略研究[D];西南大学;2011年

3 粟登银;密码模块安全防护能力综合评价研究[D];解放军信息工程大学;2012年


  本文关键词:不同粒度语言表达下的多属性群决策方法研究,由笔耕文化传播整理发布。



本文编号:329172

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/329172.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户adc9e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com