基于犹豫决策信息的多属性决策方法研究
发布时间：2021-07-03 10:03
多属性决策作为现代决策科学中的一个重要组成部分,广泛存在于军事、经济、工程和管理等诸多领域。随着社会经济和信息技术的发展,决策环境不确定性越来越高、决策问题复杂性越来越强,决策者难以像处理早期确定型多属性决策问题那样能精确的描述决策信息。作为模糊集理论的扩展,犹豫模糊集、对偶犹豫模糊集和分布式犹豫语言术语集等理论在表示不确定信息方面更加贴合人们的思考和认识事物的过程,为决策者合理有效地描述和刻画不确定决策信息提供了理论基础。多属性决策方法的核心问题主要包括决策信息融合和属性权重确定两部分。针对上述核心问题,研究基于犹豫决策信息的多属性决策方法,丰富不确定环境下复杂多属性决策理论,为解决实际决策问题构建更完善的方法体系,有着重要的理论意义和实际应用价值。本文在基于信息测度的多属性决策方法、基于信息集成的多属性决策方法和基于偏好关系的属性权重确定方法三个方面对国内外学者的主要研究成果进行梳理和总结的基础上,主要针对基于犹豫模糊集、对偶犹豫模糊集、分布式犹豫语言术语集等理论刻画决策信息的多属性决策问题,重点从犹豫模糊信息的距离测度、犹豫模糊信息的相关性测度、犹豫模糊信息的集成方式、对偶犹豫模...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：195 页
【学位级别】：博士
【部分图文】：
各方案与理想方案之间距离随参数λ的变化趋势
图 3.2 各能源项目与理想方案之间的加权广义距离随参数 λ 的变化趋势Fig 3.2 Movement of distance values of the five energy projects with a variation in λ从表3.7和图3.2可以看出，dwg(Ai,A*)(i=1,2,...,5)关于参数 λ 单调递增。当 λ [1,3]时，各方案优先顺序为：A5A3A4A1A2，此时最优方案为 A5；当λ (3,4]时，各方案优先顺序为：A3A5A4A2A1，此时最优方案为
Tab 3.7 Results obtained by the generalized hesitant weighted distance dwg(Ai,A*)A1A2A3A4A5方案排序λ = 1 0.4779 0.5027 0.4025 0.4292 0.3558 A5A3A4A1A2λ = 2 0.5378 0.5451 0.4366 0.5052 0.4129 A5A3A4A1A2λ = 6 0.6599 0.6476 0.5156 0.6704 0.5699 A3A5A2A1A4λ = 10 0.7213 0.7047 0.5603 0.7374 0.6537 A3A5A2A1A4将上述决策结果与文献 Xu 和 Xia[58]中决策结果相比，我们发现两种方法得决策结果完全相同。例 3.为了进一步验证本文方法的有效性，下面以案例 2 中描述的多属性决策问例，以本文方法选取的理想方案为准，比较两种方法所得的决策结果。根据本文方法步骤 3 可得理想方案为：A*= {〈C1,{0.7,0.6}〉〈,C2,{0.9,0.6}〉〈,C3,{0.9,0.8,0.7}〉〈,C4,{0.9,0.8,0.6}〉}运用本文方法得出决策结果如表 3.8 和图 3.3 所示。
【参考文献】：
期刊论文
[1]Interval-valued intuitionistic fuzzy aggregation operators[J]. Weize Wang 1 , Xinwang Liu 1, * , and Yong Qin 2 1. School of Economics and Management, Southeast University, Nanjing 210096, P. R. China; 2. State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, P. R. China. Journal of Systems Engineering and Electronics. 2012(04)
[2]Aggregation operators on intuitionistic trapezoidal fuzzy number and its application to multi-criteria decision making problems[J]. Wang Jianqiang & Zhang Zhong School of Business, Central South Univ., Changsha 410083, P. R. China. Journal of Systems Engineering and Electronics. 2009(02)
[3]AHP中两类标度的关系研究[J]. 徐泽水. 系统工程理论与实践. 1999(07)
博士论文
[1]S型效用函数下的模糊多属性决策方法研究[D]. 刘慧晖.华北电力大学(北京) 2017
[2]基于模糊信息的多属性决策扩展模型研究[D]. 田晓娟.大连海事大学 2015
[3]基于犹豫模糊信息的多属性决策方法研究[D]. 张小路.东南大学 2015
[4]纯语言多属性群决策方法及其应用研究[D]. 彭勃.上海理工大学 2014
[5]基于模糊集理论的不完全信息多属性决策方法与应用研究[D]. 和媛媛.南京航空航天大学 2009
[6]几类多属性决策方法研究[D]. 徐泽水.东南大学 2003
本文编号：3262369
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：195 页
【学位级别】：博士
【部分图文】：
各方案与理想方案之间距离随参数λ的变化趋势
图 3.2 各能源项目与理想方案之间的加权广义距离随参数 λ 的变化趋势Fig 3.2 Movement of distance values of the five energy projects with a variation in λ从表3.7和图3.2可以看出，dwg(Ai,A*)(i=1,2,...,5)关于参数 λ 单调递增。当 λ [1,3]时，各方案优先顺序为：A5A3A4A1A2，此时最优方案为 A5；当λ (3,4]时，各方案优先顺序为：A3A5A4A2A1，此时最优方案为
Tab 3.7 Results obtained by the generalized hesitant weighted distance dwg(Ai,A*)A1A2A3A4A5方案排序λ = 1 0.4779 0.5027 0.4025 0.4292 0.3558 A5A3A4A1A2λ = 2 0.5378 0.5451 0.4366 0.5052 0.4129 A5A3A4A1A2λ = 6 0.6599 0.6476 0.5156 0.6704 0.5699 A3A5A2A1A4λ = 10 0.7213 0.7047 0.5603 0.7374 0.6537 A3A5A2A1A4将上述决策结果与文献 Xu 和 Xia[58]中决策结果相比，我们发现两种方法得决策结果完全相同。例 3.为了进一步验证本文方法的有效性，下面以案例 2 中描述的多属性决策问例，以本文方法选取的理想方案为准，比较两种方法所得的决策结果。根据本文方法步骤 3 可得理想方案为：A*= {〈C1,{0.7,0.6}〉〈,C2,{0.9,0.6}〉〈,C3,{0.9,0.8,0.7}〉〈,C4,{0.9,0.8,0.6}〉}运用本文方法得出决策结果如表 3.8 和图 3.3 所示。
【参考文献】：
期刊论文
[1]Interval-valued intuitionistic fuzzy aggregation operators[J]. Weize Wang 1 , Xinwang Liu 1, * , and Yong Qin 2 1. School of Economics and Management, Southeast University, Nanjing 210096, P. R. China; 2. State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, P. R. China. Journal of Systems Engineering and Electronics. 2012(04)
[2]Aggregation operators on intuitionistic trapezoidal fuzzy number and its application to multi-criteria decision making problems[J]. Wang Jianqiang & Zhang Zhong School of Business, Central South Univ., Changsha 410083, P. R. China. Journal of Systems Engineering and Electronics. 2009(02)
[3]AHP中两类标度的关系研究[J]. 徐泽水. 系统工程理论与实践. 1999(07)
博士论文
[1]S型效用函数下的模糊多属性决策方法研究[D]. 刘慧晖.华北电力大学(北京) 2017
[2]基于模糊信息的多属性决策扩展模型研究[D]. 田晓娟.大连海事大学 2015
[3]基于犹豫模糊信息的多属性决策方法研究[D]. 张小路.东南大学 2015
[4]纯语言多属性群决策方法及其应用研究[D]. 彭勃.上海理工大学 2014
[5]基于模糊集理论的不完全信息多属性决策方法与应用研究[D]. 和媛媛.南京航空航天大学 2009
[6]几类多属性决策方法研究[D]. 徐泽水.东南大学 2003
本文编号：3262369
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3262369.html
