指标具有期望的多指标决策方法研究

发布时间：2017-10-07 23:19

  本文关键词：指标具有期望的多指标决策方法研究

  更多相关文章： 多指标决策 指标期望 期望贴近度 激励度 惩罚度 方案排序

【摘要】：多指标决策是决策理论和现代决策科学的重要内容。它在工程设计、社会、经济管理、军事等诸多领域有着广泛的实际应用背景,现已被广’泛应用于投资决策、项目评价、方案选优、工厂选址、经济效益综合评价等方面，，因此研究有效、实用的多指标决策方法具有重要的现实意义。 在很多现实的多指标决策问题中,方案的择优或者排序,不仅需要考虑以往决策方法中考虑的关于方案的评价信息和指标权重信息,还需要同时考虑决策者给出的关于指标的期望要求。这种需要同时考虑方案的评价信息、指标权重及期望信息的多指标决策问题,称为指标具有期望的多指标决策问题,它广泛地存在于现实生活中。目前,指标的期望信息在决策问题中的重要性已经引起一些学者的关注,但是,如何使用期望信息进行决策分析,并针对决策问题给出科学有效的决策方法的相关研究还不多见。因此,对具有指标期望的信息进行分类,并给出有针对性的决策方法,是一个重要的研究课题。 本文对具有指标期望信息的多指标决策问题进行了探讨,主要开展了以下研究工作： (1)描述了指标具有期望的多指标决策问题,分析了指标的期望信息对多指标决策的重要影响,明确了研究指标具有期望信息的多指标决策问题的必要性和重要性。 (2)对已有的具有偏好信息的多指标决策方法进行了回顾和评述,为提出本文的研究方法提供了很好的借鉴作用。 (3)对各种指标期望进行归纳和分类,并针对每一种指标期望,给出了相应的定量表示。 (4)给出了指标具有均衡性期望的多指标决策方法。以决策者给出期望优选方案的所有指标值均衡的情形为目标,建立了指标期望函数,并给出决策方法。 (5)给出了指标具有多种期望信息的多指标决策方法。针对决策者给出指标具有单值期望、区间期望及语言期望的决策问题,建立了指标的激励-惩罚函数,并给出决策方法。 在论文最后,总结了本文的主要研究成果及结论、研究的主要贡献和局限以及需要进一步开展的研究工作。
【关键词】：多指标决策 指标期望 期望贴近度 激励度 惩罚度 方案排序
【学位授予单位】：东北大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：F224;C934
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-19
• 1.1 研究背景11-13
• 1.1.1 多指标决策的广泛应用11-12
• 1.1.2 许多现实决策问题中需要考虑指标期望信息12
• 1.1.3 指标的期望信息在多指标决策中具有重要作用12-13
• 1.1.4 提出新的决策方法的必要性13
• 1.2 问题提出13-14
• 1.2.1 分析指标期望的各种形式13
• 1.2.2 提出指标具有期望的多指标决策分析方法13-14
• 1.3 研究目标、研究内容、拟解决的关键问题、研究意义14-15
• 1.3.1 研究目标14
• 1.3.2 研究内容14-15
• 1.3.3 拟解决的关键问题15
• 1.3.4 研究意义15
• 1.4 研究思路与研究方法15-17
• 1.4.1 研究思路15-17
• 1.4.2 研究方法17
• 1.5 论文结构17-18
• 1.6 本文创新性工作18-19
• 第2章 相关研究文献综述19-25
• 2.1 文献检索情况概述19-20
• 2.2 指标具有偏好信息的决策方法及相关研究成果综述20-22
• 2.2.1 基于期望水平的多指标决策方法20-21
• 2.2.2 基于指标偏好的多指标决策方法21-22
• 2.3 方案具有偏好信息的决策方法及相关研究成果综述22-23
• 2.4 已有文献的贡献与不足23-24
• 2.4.1 已有研究的主要贡献23-24
• 2.4.2 已有研究成果的不足之处24
• 2.4.3 研究问题的形成24
• 2.5 本章小结24-25
• 第3章 相关理论基础25-33
• 3.1 多指标决策的基本理论25-26
• 3.1.1 多指标决策的要素25-26
• 3.1.2 多指标决策求解的基本思想26
• 3.2 多指标决策求解过程26-29
• 3.2.1 决策矩阵的规范化27-28
• 3.2.2 指标权重的确定28-29
• 3.3 常见的多指标决策方法29-32
• 3.3.1 简单线性加权法(SAW)29
• 3.3.2 理想点法(TOPSIS法)29-30
• 3.3.3 层次分析法(AHP)30-31
• 3.3.4 ELECTRE法31-32
• 3.4 本章小结32-33
• 第4章 指标具有均衡性期望的多指标决策方法33-43
• 4.1 问题描述33
• 4.2 基于期望贴近度的决策分析方法33-36
• 4.2.1 指标期望函数的构造33-35
• 4.2.2 备选方案与期望函数的贴近度的确定35
• 4.2.3 备选方案的综合评价值的确定35-36
• 4.2.4 备选方案的排序36
• 4.3 具有均衡性指标期望的多指标决策方法的应用36-42
• 4.3.1 考核选拔干部问题36-39
• 4.3.2 选聘优秀管理人员问题39-42
• 4.4 本章小结42-43
• 第5章 指标具有多种期望的多指标决策方法43-69
• 5.1 问题描述43-44
• 5.2 指标期望的激励-惩罚函数44-62
• 5.2.1 单值期望44-53
• 5.2.2 区间期望53-61
• 5.2.3 语言期望61-62
• 5.3 基于激励-惩罚度的决策分析方法62-65
• 5.3.1 可行方案集的确定63
• 5.3.2 指标激励-惩罚函数的构建63
• 5.3.3 可行方案满足期望的程度的确定63
• 5.3.4 可行方案的综合评价值的确定63-64
• 5.3.5 可行方案的排序64-65
• 5.4 具有多种指标期望的决策方法在新产品开发中的应用65-68
• 5.5 本章小结68-69
• 第6章 结论与展望69-71
• 6.1 本文的主要研究成果及结论69
• 6.2 本文的主要贡献69-70
• 6.3 本文的研究局限70
• 6.4 进一步需要开展的研究工作70-71
• 参考文献71-75
• 致谢75-77
• 攻读学位期间参与科研项目情况77-78

【参考文献】

中国期刊全文数据库 前10条

1 曾威;蔡自兴;郭铖;;一种基于ELECTRE法的多目标优化进化算法[J];东南大学学报(自然科学版);2006年S1期

2 闫书丽;肖新平;;基于偏差最小化模型的多属性决策集成方法[J];系统工程;2005年10期

3 曹荣增,李一军;一种基于偏好分布的群决策方法[J];管理工程学报;2004年03期

4 吴清烈,徐南荣;含整变量多目标决策基于目标期望水平的交互式方法[J];管理工程学报;1997年01期

5 刘煜;郑恒;;基于熵的新产品开发决策方法[J];科技进步与对策;2007年02期

6 王应明,傅国伟;运用无限方案多目标决策方法进行有限方案多目标决策[J];控制与决策;1993年01期

7 徐泽水;基于方案达成度和综合度的交互式多属性决策法[J];控制与决策;2002年04期

8 林永钦;傅春;;基于方案群体满意度的多属性群决策方法[J];南昌大学学报(理科版);2006年05期

9 刘敬学,费奇;一种基于模糊偏好信息的情报筛选方法[J];情报理论与实践;2005年02期

10 黄维忠;对指标属性有偏好信息的最小隶属度偏差决策方法[J];上海海运学院学报;2001年01期

中国博士学位论文全文数据库 前1条

1 刘树林;多属性决策理论方法与应用研究[D];北京航空航天大学;1997年

中国硕士学位论文全文数据库 前2条

1 储萍;多属性决策若干方法研究[D];浙江工商大学;2007年

2 吕琳洁;多属性决策的若干问题研究[D];南京航空航天大学;2008年

本文编号：990658