一、概率区间型决策中求方案期望值极值的简便算法（论文文献综述）
卢睿[1]（2018）在《铁路建筑企业工程项目投标决策研究》文中提出随着《中长期铁路网规划》（2016年调整）“八纵八横”客运专线的提出和“一带一路”战略的推进,我国和“一带一路”国家铁路建设事业进入了跨越式发展的黄金时期。面对庞大的铁路基建市场,铁路建筑企业迎来重要发展机遇期,与此同时铁路建筑企业之间的市场竞争程度不断加剧。铁路建筑企业在激烈的市场竞争中获得铁路工程项目对其生存与发展起到关键作用。参与工程项目招投标是铁路建筑企业获得工程项目承建机会的主要方式,如何在资源约束条件下优化工程项目投标决策,提高对工程项目的选择能力,对铁路建筑企业提高中标概率以及中标后的效益具有重要意义。已有的研究成果中,铁路建筑企业项目投标决策模型方法具有目标单一、假设条件苛刻、对数据可得性与特征考虑不足的特点,部分模型理论程度高、操作复杂,对相关企业投标决策实际指导意义有限。因此,为推进铁路建筑企业工程项目投标决策科学化、合理化,迫切需要一种理论更加可靠、实践指导性更强的工程项目投标决策方法。本文以铁路建筑企业为研究对象,在铁路建筑企业特征和铁路建筑企业工程投标问题分析的基础上;综合考虑铁路建筑企业的可持续发展性、项目的盈利水平、企业竞争力等因素,建立了基于粗糙集的项目投标评价模型、工程项目成本预测模型、资源约束条件下的多项目综合择优模型,解决投标前“是否投、怎么投和投哪个?”这样一个多目标投标决策组合问题,形成了一个相对完整的铁路建筑企业工程项目投标决策体系。同时,为验证模型的有效性,采集国内某大型铁路建筑企业工程项目投标的相关数据进行了实证分析。本文具体研究内容和结论如下:（1）从企业竞争力、业务结构以及企业经营环境等方面分析铁路建筑企业特点的基础上,剖析了工程项目招投标特点及主要流程,根据决策内容划分投标决策阶段,重点分析了铁路建筑企业在各个投标阶段存在的主要问题,论证了铁路建筑企业工程项目投标决策的重要性。（2）针对单个工程项目投标机会决策问题（“是否投”问题）,将盈利与竞争力提升作为铁路建筑企业工程项目投标决策的直接影响因素,构建了工程项目投标机会决策指标体系,建立了项目类别判定的粗糙集模型。考虑到粗糙集项目评价模型求解在属性约简、权重计算以及二级指标离散化等存在的难点,利用遗传算法和SVM对粗糙集模型进行改进。结合某大型铁路建筑企业70个项目数据分析验证了模型的科学性,得出基于改进粗糙集方法的工投标程项目评价模型的准确率达到了 95%。（3）在对某个工程项目做出投标决策的基础上,针对投标项目成本预测方法问题（“怎么投”问题）,识别工程项目成本影响因素,建立LOGISTIC回归模型,分析工程项目成本与影响因素之间的关系;建立基于神经网络的成本预测静态模型,对铁路建筑企业工程项目成本进行预测;考虑长工期导致的相关因素随时间的变化特征,对静态成本模型的输入层数据进行修正,利用某大型铁路建筑企业20个项目数据分析得出,时间序列修正能进一步提升投标项目成本预测模型的准确度,更有利于支持报价和利润测算;同时也说明工期的长短对投标项目成本的影响程度很大。（4）在研究单个工程项目的投标机会决策和成本预测的基础上,以多个投标项目组合为研究对象,考虑铁路建筑企业面对多项目投标情况下,研究资源限制条件下多项目投标择优方法（“投哪个”问题）。通过层次分析法量化投标项目的综合效益目标,以企业资源为约束条件建立资源约束条件下的投标项目择优模型明确项目间的优先级,筛选出投标项目组合,并利用改进的粒子群算法求解多项目最优投标策略。通过某铁路建筑企业的实例分析说明改进的粒子群算法在模型约束条件众多,初始方案选择客观性不足等情况下能够有效搜索全局,较快求得最优投标项目组合。
田慧竹[2]（2013）在《随机环境下物流配送方法的研究》文中指出配送作为现代物流的核心职能部分，是商贸流通的主要渠道。由于现实生活中我们所处的环境随时都在发生着变化，供应、需求及运输环境也都在随时变化着，致使物流配送中的供应量、需求量及配送费用也呈现出随机性，因而，如何构建具有可操作性的随机规划方法，具有重要的理论和实用价值。本文针对随机环境下的物流配送问题，重要做了以下工作：根据物资的供需情况规划设计出相应的配送模式，决策出最优配送方案。首先针对供需确定的物流配送问题，通过实例论证落实了三种简便、实用的规划方法——图上作业法、表上作业法和Lingo12.0软件编程法，属本文研究的基础部分。之后针对物流配送问题中信息参数不确定的随机性，介绍期望值模型、区间规划模型和概率区间型决策方案期望值模型；并在此基础上把期望值模型与机会约束规划模型相结合，通过对目标函数和约束函数的期望与方差引入可靠度，建立了基于可靠系数的随机配送问题规划模型，最后结合从蔬菜配送中心调研采集的数据，实例验证了所构建的随机模型的有效性与可操作性。理论分析和实例计算表明，本文所建立的随机决策模型具有良好的结构特征和可解释性，对于构建复杂环境下的决策方法具有一定的指导意义，丰富了现有的随机规划的理论和方法。
邹强[3]（2013）在《洪灾风险综合分析与智能评价的理论与方法》文中认为中国是一个洪涝灾害频繁发生的国家，并且以其发生频率高、分布范围广、灾害程度重、经济损失大而成为最为严重的自然灾害，严重威胁人民生命财产安全和阻碍了社会经济可持续发展。因此，开展洪灾风险分析研究，确切分析洪灾发生的可能性及其可能造成的损失，对于科学、有效地防洪减灾具有重要意义。然而，洪水灾害系统是一个包括致灾因子、孕灾环境、承灾体和灾情的开放式复杂巨系统，具有高度非线性、时空动态性和复杂不确定性，系统中各种耦合问题日趋复杂并呈现由低维向高维的演化过程。毫无疑问，针对这一复杂系统的风险分析与风险管理，无论是采用经典的控制理论，还是采用传统的数学手段，都将遇到诸如信息不确定性、模型合理可靠性、数据资料不完备性、系统集成普适性等方面的困难，相关研究已呈现出“从低维线性到复杂高维非线性”、“从单尺度到多维时空尺度”、“从单情景到组合情景”、“从单变量到多重耦合变量”、“从确定性到不确定性”的发展趋势，迫切需要理论与方法体系的创新，亟待研究和发展新的理论与方法体系。本文基于复杂耦合的思想和复杂系统的集成方法，提出了多种复杂耦合评价模型并应用到不确定性洪灾风险综合分析与智能评价的研究中，旨在丰富和发展洪灾风险分析中的指标体系构建、综合权重推求、评价方法建立的技术路线，实现对复杂条件下洪灾风险识别、诊断、评价以及不完备信息条件下洪灾风险模糊评价，为洪水风险综合管理和防灾减灾紧急预案提供科学的决策支持。具体说来，本文的主要研究集中在洪水危险性识别、洪灾易损性诊断、洪灾风险综合评价、模糊风险评价和洪灾灾情智能评价等方面，取得了一些具有理论意义和实用价值的研究成果。本文的主要研究内容及创新成果如下：（1）针对洪水分类指标时空分布不均、交叉严重且综合权重不易计算等问题，采用灵敏度系数将主、客观权重综合为组合权重，提出了一种基于组合权重的模糊聚类迭代模型；同时，对基本差分进化算法进行改进提出了性能更优的自适应混沌差分进化算法（ACDE），全局搜索得到了组合权重模糊聚类迭代模型的最优的模糊聚类中心和灵敏度系数。实例研究表明提出的分类方法合理、可靠、稳健，既能有效处理洪水分类指标的不确定性和模糊性，又综合考虑了评价指标的主客观权重，在无评价标准情况的排序、评价和决策问题中具有良好的推广应用价值。（2）针对洪灾易损评价指标体系的不相容性和不确定性，以多属性决策的理论与方法为基础，将理想解法和灰色关联法相结合并进行有效改进，对研究区域在发生洪水时可能造成的损失程度进行动态综合评价。研究表明，提出的改进灰色理想解法，思路清晰、结果合理、应用灵活，从位置和形状相似性上综合描述了样本与理想解的接近程度，能充分利用知识信息，更好地挖掘数据的内在规律，提高了洪灾易损性评价的科学性，在多指标综合评价方面具有较好的应用前景。（3）依据灾害系统理论，针对洪水灾害形成、发展、致灾过程不确定性对洪灾风险的影响，结合水文气象、社会经济、自然环境等数据统计资料以及相应的法规、案例，构建了了荆江分洪区洪灾风险综合评价指标体系及其等级评价标准，并运用梯形模糊数和层次分析法相结合的方法（TrFN-AHP）确定评价指标权重。同时，针对复杂洪灾系统中随机、模糊、灰色等各种不确定性，以洪灾风险管理广义熵智能分析为理论框架，提出了基于最大熵原理和属性区间识别理论的洪灾风险综合评价模型（AIRM-POME），最大程度地消除洪灾风险分析中的各种不确定性，由置信度准则和特征值公式判定各评价单元的洪灾危险等级和易损等级，并根据自然灾害风险的定义及其定量表达式给出风险等级。实例研究表明评价结果可信度高，是一种洪灾风险分析的新方法，可推广应用到其他自然灾害的风险分析中。（4）传统概率计算方法在实际应用中会遭遇“小样本”的不完备信息问题，存在不精确和不确定的理论瓶颈。为有效处理洪灾风险的不确定性和不完备性，在以“信息分配”和“信息扩散”为核心的模糊信息优化处理技术的基础上，应用改进的内集-外集模型得到了洪灾可能性-概率风险值，既阐明了在现有不完备条件下超越概率估算不确定、不精确、不唯一的客观事实，也为风险评价中的模糊信息识别、容纳、处理与计算提供了一条新思路；在此基础上，计算了区间风险估计值，得到了与软直方图基本一致的结果，并引入模糊集截集技术推求得到了不同截集水平下的冒险风险值、保守风险值和最大可能风险值，体现了风险评价结果的不同层次结构，可为决策者提供多层次、多值化的风险信息。（5）针对洪灾灾情评估指标与灾情等级之间的复杂非线性关系，引入支持向量回归建模方法并结合ACDE进行参数优选，同时将集对分析理论、三角模糊数、随机模拟技术进行结合，将离散的整数型灾情等级评价推广到连续型、区间型灾情等级综合评价，解析了灾害评估指标体系与实际灾情的正相关映射规律，克服了传统评价方法合理构造评价指标集与评价等级之间函数关系的困难，攻克了评估结果易出现振荡性误差的技术瓶颈，突破了洪灾灾情等级高精度、高分辨率动态综合评价的理论障碍，丰富和发展了多级模糊条件下洪水灾情综合评价的理论与方法体系。
高峰记,王海英[4]（2012）在《基于优先度的概率区间型决策》文中提出对于不确定条件下决策问题的研究,自然状态发生概率的确定是其难点之一。文章阐述了自然状态发生的概率不能完全确定但可以估计其所在区间的决策问题及其性质,给出了决策方案效益期望值极值的算法和一种新的优先度的算法,最后给出了概率区间型决策问题基于优先度的决策方法。
邹小明,谢凡荣,贾仁安,魏国芬[5]（2010）在《一类线性规划问题的快速解法》文中进行了进一步梳理研究了在组合投资和多属性决策指标权重确定中有着重要应用的一类线性规划问题,得到了该类线性规划问题有可行解的充要条件,以及在有可行解的情况下寻求最优解的快速解法.
陈春芳[6]（2010）在《序方法与多属性决策研究》文中研究表明序关系是决策分析的基础内容之一,在决策分析中,把对象作比较,排次序是经常遇到的,从关系的角度来看,这就是一种序关系。由全序关系推广而成的各种形式的序关系和公理化的序理论在解决一些实际问题中发挥着越来越重要的作用。随着管理科学、生物学、经济学、系统工程学、数学等领域中的各种各样的非线性问题的出现,非线性分析成为现代科学中最重要的研究方向之一,而半序方法作为研究非线性问题的基本方法之一,对研究非线性问题起着非常重要的作用。本文对序方法和多属性决策问题进行研究,得到了一些重要的新结果。主要内容如下：第一章介绍非线性分析中的半序方法与多属性决策的历史背景、研究现状以及本文所需要的预备知识；介绍本文研究的主要内容及研究意义。第二章介绍了数学及经济管理科学中主要的序关系及其性质。介绍了锥与半序、楔与拟序之间的关系。第三章用序方法研究了一些非线性算子问题。首先,用半序方法研究了非线性算子不动点的存在性及唯一性,得到了相应的不动点定理；然后,提出了n次合理扩张算子的新概念,并对其不动点的存在性进行了讨论,得到了一些新的不动点定理,同时推广了若干重要的结论；最后,用半序方法及单调迭代技巧讨论了一类非线性算子方程组解的存在性并研究了它们的最小最大解和最大最小解。第四章讨论楔与拟偏好的关系,并在拟偏好意义下研究了一类算子方程解的存在性及有关集值增算子问题。第五章定义了风险型有序加权平均（R-OWA）算子和风险型有序加权几何平均（R-OWGA）算子,并对其性质进行了讨论。同时,基于有序信息集成算子,研究了风险型多属性决策的新方法。第六章在偏好关系之间距离的基础上,给出了偏好结构中的偏好关系占优关联度和被占优关联度的新概念,利用这些新概念研究了序数信息条件下的多属性决策方法。第七章研究了多属性决策中的等级偏好优序法。这章首先对优序法进行了介绍；其次给出了等级偏好占优关联系数和等级偏好被占优关联系数的新概念,并利用等级偏好关联系数代替优序法中的优序数,从而提出了等级偏好优序法,并在计算机上进行了实现,于是使得该方法在解决实际决策问题中发挥了很大的作用;最后,探讨了等级偏好优序法的拓展情况,并对属性权重不完全已知的多属性决策问题进行了研究。第八章利用等级偏好优序法建立了深基坑支护结构选型模型。利用等级偏好优序法建立了源范例检索模型,在该源范例检索模型中,通过海明距离比较范例库中的源范例与目标范例的相似程度的大小来找出与目标范例最相似的源范例,该范例的基坑支护结构类型即为目标范例的可优先考虑的支护结构类型。通过工程实例证明了本章提出的深基坑支护结构选型模型是可靠适用的。第九章对本论文的主要内容和主要结论进行归纳总结,提出今后需要进一步完善和深入研究的方向。
何大义,周荣喜[7]（2010）在《区间概率信息条件下的决策方法》文中研究说明区间概率为描述不确定性提供了一种新工具,但它不满足概率测度的可加性要求。提出了用Monte Carlo模拟法、非线性方法和线性方法将区间概率转化为满足可加性要求的概率测度——传统概率,使得区间概率信息条件下的不确定性决策问题可以通过现有的决策方法进行方案优选。
高倩[8]（2010）在《电力系统黑启动恢复的网架重构顺序研究》文中研究说明本文结合目标规划方法对黑启动恢复的网架重构顺序进行研究。文中考虑重构时间和机组出力恢复程度两个主要因素,在传统方法的优化基础上确定各目标期望值。根据对两个目标不同侧重程度设定相应的权重因子,引入各目标实际值与期望值的偏差量,建立了相对于目标期望值偏差量最小的重构路径优化的目标规划模型。本文结合最短路径法与交叉粒子群算法对重构过程进行优化求解,寻求网架重构具体恢复路径。本文以IEEE30节点系统为例对该方法的运算结果进行了分析比较,验证了该方法的有效性。
陈春芳,朱传喜[9]（2009）在《区间概率信息条件下的风险型决策方法》文中进行了进一步梳理文章针对区间概率信息条件下的风险型决策问题进行了探讨。利用C-OWA算子把区间概率转化成点概率,从而把区间概率信息条件下的风险型决策问题转化成传统的风险型决策问题,进而求出最佳方案。在效用值分别是实数和区间数的情形下,用实例说明了该方法的可行性。
何大义[10]（2007）在《区间概率信息条件下的风险型决策问题的解法探讨》文中研究指明区间概率信息条件下的决策问题是介于不确定型决策与风险型决策之间的一类特殊的决策问题。基于区间概率的定义及其数学特征,利用最大熵准则将区间概率转化为点概率,从而实现了区间概率信息条件决策问题的求解。
二、概率区间型决策中求方案期望值极值的简便算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、概率区间型决策中求方案期望值极值的简便算法（论文提纲范文）
（1）铁路建筑企业工程项目投标决策研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 企业决策过程研究 |
| 1.2.2 企业决策方法研究 |
| 1.2.3 工程项目投标决策研究 |
| 1.2.4 研究评述 |
| 1.3 研究内容 |
| 1.4 研究方法与研究思路 |
| 1.4.1 研究方法 |
| 1.4.2 研究思路 |
| 1.4.3 技术路线 |
| 1.5 本章小结 |
| 2 工程项目投标决策理论基础 |
| 2.1 粗糙集理论 |
| 2.1.1 粗糙集理论原理 |
| 2.1.2 知识与知识库 |
| 2.1.3 知识表达系统 |
| 2.1.4 粗糙集的约简 |
| 2.1.5 粗糙集理论应用 |
| 2.2 支持向量机理论(SVM) |
| 2.2.1 支持向量机原理 |
| 2.2.2 用于分类的支持向量机 |
| 2.2.3 用于回归估计的支持向量机 |
| 2.2.4 支持向量机理论应用 |
| 2.3 人工神经网络理论 |
| 2.3.1 人工神经网络基本概念 |
| 2.3.2 人工神经网络架构 |
| 2.3.3 人工神经网络运作过程 |
| 2.3.4 人工神经网络分类 |
| 2.3.5 一类重要的人工神经网络—BP神经网络 |
| 2.3.6 人工神经网络理论的应用 |
| 2.4 粒子群算法 |
| 2.4.1 粒子群算法的基本思想 |
| 2.4.2 粒子群算法模型 |
| 2.4.3 粒子群算法流程 |
| 2.4.4 几种改进的粒子群算法 |
| 2.4.5 粒子群算法理论应用 |
| 2.5 本章小结 |
| 3 铁路建筑企业特点与投标决策 |
| 3.1 铁路建筑企业的特点 |
| 3.1.1 企业核心竞争力 |
| 3.1.2 业务结构与特征 |
| 3.1.3 企业经营环境 |
| 3.2 企业工程招投标 |
| 3.2.1 工程项目招投标 |
| 3.2.2 工程项目招投标流程 |
| 3.3 铁路建筑企业工程投标问题分析 |
| 3.3.1 投标决策阶段划分 |
| 3.3.2 投标决策中的主要问题 |
| 3.4 本章小结 |
| 4 单个工程项目的投标机会决策 |
| 4.1 投标机会决策指标体系构建 |
| 4.1.1 工程投标项目分类 |
| 4.1.2 投标前期决策因素分析 |
| 4.2 基于粗糙集的项目投标评价模型 |
| 4.3 基于遗传算法和SVM的模型改进 |
| 4.3.1 基于遗传算法的属性约简和权重计算 |
| 4.3.2 支持向量机与指标离散化 |
| 4.4 某铁路建筑企业项目评估实例分析 |
| 4.4.1 样本数据收集与处理 |
| 4.4.2 决策因素权重计算 |
| 4.4.3 基于SVM改进模型的求解 |
| 4.5 本章小结 |
| 5 投标中的工程项目成本预估 |
| 5.1 工程项目成本影响因素分析 |
| 5.2 工程项目成本与影响因素之间的关系 |
| 5.2.1 LOGISTIC回归模型构建 |
| 5.2.2 回归模型下的影响因素分析 |
| 5.3 工程项目成本预测的静态模型 |
| 5.3.1 基于神经网络的成本模型构建 |
| 5.3.2 成本预测静态模型实例分析 |
| 5.4 时间序列下的成本预测模型修正 |
| 5.4.1 影响因素的输入数据修正 |
| 5.4.2 修正模型成本预测结果验证 |
| 5.5 结果分析与成本控制 |
| 5.6 本章小结 |
| 6 资源约束条件下铁路工程多项目综合择优 |
| 6.1 投标项目初步筛选的原则 |
| 6.2 铁路建筑企业资源约束与配置管理 |
| 6.2.1 资源约束的产生 |
| 6.2.2 工程项目间的资源配置 |
| 6.2.3 资源配置优化方法 |
| 6.3 资源约束条件下工程项目多目标的择优模型 |
| 6.3.1 多目标量化方法选择 |
| 6.3.2 多目标择优模型的构建 |
| 6.3.3 基于二阶段粒子群算法的求解 |
| 6.4 某铁路建筑企业的实例分析 |
| 6.4.1 项目优先级确定 |
| 6.4.2 有限资源下最优投标策略求解 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 附录C |
| 附录D |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）随机环境下物流配送方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 物流及物流活动的构成 |
| 1.2 物流配送 |
| 1.2.1 物流配送的定义 |
| 1.2.2 物流配送的作用 |
| 1.2.3 物流配送线路路径问题 |
| 1.3 配送运输 |
| 1.4 论文概况 |
| 1.4.1 基本内容 |
| 1.4.2 研究方法 |
| 第2章 供需确定的物流配送规划 |
| 2.1 图上作业法 |
| 2.2 表上作业法 |
| 2.2.1 配送问题的数学模型 |
| 2.2.2 表上作业法求解配送问题 |
| 2.3 Lingo12.0 软件求解配送问题 |
| 2.4 本章小结 |
| 第3章 随机规划模型 |
| 3.1 随机规划 |
| 3.1.1 随机变量 |
| 3.1.2 随机规划概述 |
| 3.2 期望值模型 |
| 3.3 区间规划模型 |
| 3.4 概率区间型决策方案期望值模型 |
| 3.5 本章小结 |
| 第4章 基于可靠系数的随机配送规划模型 |
| 4.1 机会约束规划模型 |
| 4.2 基于可靠系数的随机配送规划模型 |
| 4.3 模型分析 |
| 4.4 本章小结 |
| 第5章 基于可靠系数随机配送模型在蔬菜配送中应用 |
| 5.1 案例描述 |
| 5.2 模型构建 |
| 5.3 求解分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
| 个人简历 |
（3）洪灾风险综合分析与智能评价的理论与方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 选题背景和研究目标 |
| 1.3 洪灾风险研究综述 |
| 1.4 本文主要研究内容和章节构架 |
| 2 复杂条件下洪水危险性识别 |
| 2.1 引言 |
| 2.2 组合权重模糊聚类迭代模型 |
| 2.3 自适应混沌差分进化算法 |
| 2.4 应用实例 |
| 2.5 本章小结 |
| 3 可变时空尺度下洪灾易损性诊断 |
| 3.1 引言 |
| 3.2 改进灰色关联理想解法 |
| 3.3 基于分形理论的客观权重确定 |
| 3.4 实例研究 |
| 3.5 本章小结 |
| 4 不确定条件下洪灾风险综合评价 |
| 4.1 引言 |
| 4.2 基于最大熵原理的属性区间识别模型 |
| 4.3 基于 TrFN-AHP 的评价指标权重确定 |
| 4.4 实例应用 |
| 4.5 本章小结 |
| 5 不完备信息条件下洪灾模糊风险分析 |
| 5.1 引言 |
| 5.2 信息分配和信息扩散基本原理 |
| 5.3 洪灾模糊风险分析模型 |
| 5.4 实例研究 |
| 5.5 本章小结 |
| 6 多级模糊条件下洪灾灾情等级智能评价 |
| 6.1 引言 |
| 6.2 洪灾连续型灾情等级综合评价模型 |
| 6.3 洪灾区间型灾情等级综合评价方法 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 1 |
| 附录 2 |
（6）序方法与多属性决策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 问题的提出 |
| 1.2 研究的目的和意义 |
| 1.3 研究现状 |
| 1.3.1 非线性算子不动点问题的研究 |
| 1.3.2 拟偏好意义下极大元存在性的研究 |
| 1.3.3 多属性决策的研究 |
| 1.4 论文的研究内容与结构 |
| 1.5 本章小结 |
| 第2章 序关系与偏好 |
| 2.1 二元关系 |
| 2.2 半序与锥 |
| 2.3 拟序与楔 |
| 2.4 偏好关系 |
| 2.5 本章小结 |
| 第3章 序方法下的不动点及非线性算子方程组的解 |
| 3.1 预备知识 |
| 3.2 次连续混合单调算子的耦合不动点及其迭代解法 |
| 3.3 一类非线性算子不动点定理 |
| 3.4 n次合理扩张算子及其不动点定理 |
| 3.5 非线性算子方程组解的存在性及其迭代解法 |
| 3.6 本章小结 |
| 第4章 拟偏好意义下非线性算子研究 |
| 4.1 预备知识 |
| 4.2 拟偏好意义下的极大元存在性定理 |
| 4.3 拟偏好意义下非线性算子问题研究 |
| 4.4 本章小结 |
| 第5章 有序信息集成算子及其在多属性决策中的应用 |
| 5.1 有序信息集成算子 |
| 5.2 风险型有序信息集成算子 |
| 5.2.1 风险型OWA(R-OWA)算子 |
| 5.2.2 风险型OWGA(R-OWGA)算子 |
| 5.2.3 基于风险型有序信息集成算子的决策方法 |
| 5.3 WC-OWA算子的拓展及其在多属性决策中的应用 |
| 5.3.1 WC-OWA算子的几种拓展形式 |
| 5.3.2 基于OWWC-OWA算子的决策方法 |
| 5.4 基于C-OWA算子的多属性决策方法 |
| 5.4.1 区间概率及其数学特征 |
| 5.4.2 属性值为实数情形下的决策方法 |
| 5.4.3 属性值为区间数情形下的决策方法 |
| 5.5 本章小结 |
| 第6章 基于偏好关系之间距离的多属性决策 |
| 6.1 偏序偏好结构及偏好关系之间的距离 |
| 6.2 基于偏好关系占优关联系数与被占优关联系数的决策方法 |
| 6.2.1 偏好关系占优关联系数与被占优关联系数 |
| 6.2.2 权重已知情形下的决策方法 |
| 6.2.3 权重信息不完全情形下的决策方法 |
| 6.3 区间置信结构下的多属性决策方法 |
| 6.3.1 区间数的运算及可能度公式 |
| 6.3.2 区间置信结构的描述 |
| 6.3.3 区间置信结构下的决策方法 |
| 6.4 本章小结 |
| 第7章 多属性决策的等级偏好优序法 |
| 7.1 等级偏好 |
| 7.1.1 等级偏好的描述及概念 |
| 7.1.2 等级偏好关联系数 |
| 7.2 等级偏好优序法 |
| 7.2.1 优序法介绍 |
| 7.2.2 等级偏好优序法及其步骤 |
| 7.2.3 等级偏好优序法的简化算法及其编程实现 |
| 7.2.4 等级偏好优序法的扩展 |
| 7.3 本章小结 |
| 第8章 等级偏好优序法在深基坑支护结构选型中的应用 |
| 8.1 深基坑工程概述 |
| 8.2 常见的深基坑支护结构及其适用范围 |
| 8.3 深基坑支护结构选型模型 |
| 8.3.1 范例推理原理 |
| 8.3.2 深基坑支护结构选型源范例库的建立 |
| 8.3.3 影响因素权重的确定 |
| 8.3.4 基于等级偏好优序法的深基坑支护源范例检索模型 |
| 8.4 实例分析 |
| 8.4.1 指标的量化 |
| 8.4.2 权重的确定 |
| 8.4.3 源范例检索 |
| 8.5 工程实例 |
| 8.5.1 工程地质与水文地质条件 |
| 8.5.2 基坑支护结构的选型 |
| 8.6 本章小结 |
| 第9章 总结与展望 |
| 9.1 总结 |
| 9.2 论文的主要创新点 |
| 9.3 展望 |
| 致谢 |
| 参考文献 |
| 附录A 工程实例情况表 |
| 附录B 量化后工程实例情况表 |
| 攻读博士学位期间的研究成果 |
（7）区间概率信息条件下的决策方法（论文提纲范文）
| 1 区间概率的定义及其性质 |
| 2 区间概率条件的决策方法 |
| 2.1 Monte Carlo模拟法 |
| 2.2 非线性转化方法 |
| 2.3 线性转化方法 |
| 3 区间概率决策的应用 |
| 3.1 应用实例 |
| 3.2 进一步讨论 |
| 4 结 语 |
（8）电力系统黑启动恢复的网架重构顺序研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 引言 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 黑启动的一般过程 |
| 1.2.2 黑启动恢复问题的研究现状 |
| 1.2.3 网架重构的研究现状 |
| 1.3 本文的主要工作 |
| 第二章 基于目标规划的重构路径优化模型 |
| 2.1 引言 |
| 2.2 目标规划方法简介 |
| 2.2.1 目标规划的基本理论 |
| 2.2.2 目标规划基本概念介绍 |
| 2.2.3 目标规划的一般数学模型 |
| 2.3 建立基于目标规划的网架重构路径优化模型 |
| 2.3.1 目标函数的建立 |
| 2.3.2 约束条件 |
| 2.4 机组的启动特性 |
| 2.4.1 机组的启动时间 |
| 2.4.2 机组的升负荷特性 |
| 2.5 线路模型的建立 |
| 2.6 本章小结 |
| 第三章 确定目标期望值 |
| 3.1 引言 |
| 3.2 网架重构优化模型 |
| 3.3 确定目标期望值 |
| 3.4 本章小结 |
| 第四章 重构路径优化过程 |
| 4.1 引言 |
| 4.2 交叉粒子群算法 |
| 4.2.1 算法简介 |
| 4.2.2 优化过程 |
| 4.3 迪克斯特拉（Dijkstra）算法 |
| 4.4 潮流校验 |
| 4.5 流程图 |
| 4.6 本章小结 |
| 第五章 算例分析 |
| 5.1 算例系统 |
| 5.2 目标期望值的统计结果 |
| 5.3 结果分析 |
| 5.3.1 目标规划与传统规划下优化结果比较 |
| 5.3.2 恢复路径分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文和参加科研情况 |
（9）区间概率信息条件下的风险型决策方法（论文提纲范文）
| 0 引言 |
| 1 区间概率及其数学特征 |
| 2 C-OWA算子介绍 |
| 3 基于C-OWA算子的区间概率信息条件下的风险型决策方法 |
| 3.1 效用值为实数的情形 |
| 3.2 效用值为区间数的情形 |
| 4 实例分析 |
| 5 结束语 |
（10）区间概率信息条件下的风险型决策问题的解法探讨（论文提纲范文）
| 0 引言 |
| 1 区间概率及其数学特征 |
| 2 基于最大熵准则的区间概率估计方法 |
| 3 算例 |
| 4 结束语 |
四、概率区间型决策中求方案期望值极值的简便算法（论文参考文献）
- [1]铁路建筑企业工程项目投标决策研究[D]. 卢睿. 北京交通大学, 2018(12)
- [2]随机环境下物流配送方法的研究[D]. 田慧竹. 河北科技大学, 2013(05)
- [3]洪灾风险综合分析与智能评价的理论与方法[D]. 邹强. 华中科技大学, 2013(10)
- [4]基于优先度的概率区间型决策[J]. 高峰记,王海英. 统计与决策, 2012(04)
- [5]一类线性规划问题的快速解法[J]. 邹小明,谢凡荣,贾仁安,魏国芬. 大学数学, 2010(04)
- [6]序方法与多属性决策研究[D]. 陈春芳. 南昌大学, 2010(02)
- [7]区间概率信息条件下的决策方法[J]. 何大义,周荣喜. 系统管理学报, 2010(02)
- [8]电力系统黑启动恢复的网架重构顺序研究[D]. 高倩. 华北电力大学（河北）, 2010(04)
- [9]区间概率信息条件下的风险型决策方法[J]. 陈春芳,朱传喜. 统计与决策, 2009(08)
- [10]区间概率信息条件下的风险型决策问题的解法探讨[J]. 何大义. 运筹与管理, 2007(06)
标签：风险型决策论文; 工程项目风险管理论文; 风险评价论文; 概率计算论文; 风险系数论文;