关于混合指标多属性群决策方法的研究

论文摘要

近年来，不确定多属性决策引起了学术界的广泛关注。由于复杂的决策环境和人类认知的局限性，决策者常常难以给出精确的决策信息，特别是那些定性指标，决策者比较容易给出区间数评价值，或者语言短语评价值，这些不确定评价值会更科学、合理，而且减轻了决策者的负担。随着社会的发展和科技的进步，人们对决策的科学化与民主化要求也日益强烈，现实中重要的决策往往不再由一个人做出，而是由多个相关的决策者（决策专家群体）共同进行；另外，在当今现实生活中，人们所面临的问题越来越庞大，越来越复杂，已远远超出了个人决策的能力，在进行重要决策时，为避免决策失误，各种决策方案的制定往往需由组织中的一个决策群体通过协调合作共同完成，群体决策理论的研究在这一新形式的要求下显得更加迫切。针对决策理论中以上两个研究热点问题，本文对混合指标多属性群决策问题从两个方面进行了研究：一、针对属性权重部分已知、部分未知且属性值具有实数值、区间数、模糊语言等形式的混合型多属性决策问题，基于混合序列灰关联度理论，提出了一种灰关联决策方法。在该方法中，首先描述了部分权重信息下的混合型多属性决策问题，利用混合序列的灰关联度来刻画决策方案与理想方案之间的关联程度，并以此为基础，在只知道权重范围的条件下，分别从局部和全局建立优化模型，求解属性权重。然后计算出每个方案从属于理想方案的最优从属度，即可得到所有方案的排序结果。最后实例说明了该方法的可行性和有效性。二、针对具有实数值、区间数、模糊语言形式的混合型多属性群决策问题，本文采用三个不确定型信息集结算子对个体意见进行集结。这三类集成算子分别为：混合加权集成算子（HWA）、混合的连续区间数加权集成算子（CC-OWA）、群二元语义混合加权平均算子（ET-HWA）。这三个集成算子分别对实数指标、区间数指标、模糊语言指标集结。运用算子集结，不仅能考虑每个数据的自身重要性程度，而且还能体现该数据所在位置的重要性程度。而且得到的实数型综合评价矩阵，便于方案排序。在此基础上，再采用灰色关联分析方法对方案进行优选。最后通过实例说明了该方法简单、有效、而且计算简单。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景
• 1.1.1 复杂系统科学的产生和发展
• 1.1.2 决策分析的发展
• 1.2 本文研究的目的和意义
• 1.3 混合指标多属性群决策的相关概念
• 1.3.1 术语
• 1.3.2 有限方案混合指标群决策问题的描述
• 1.4 本文的主要内容
• 第2章 区间数、模糊语言型多属性决策方法综述
• 2.1 引言
• 2.2 区间数多属性决策
• 2.2.1 区间数多属性决策问题的描述
• 2.2.2 区间数排序法
• 2.2.3 TOPSIS法
• 2.2.4 灰色关联分析法
• 2.3 模糊语言指标多属性群决策
• 2.3.1 语言值不确定型决策问题的描述
• 2.3.2 二元语义分析法
• 2.3.3 语言标度中术语指标法
• 2.4 小结
• 第3章 具有部分权重信息的混合型多属性决策GRA方法
• 3.1 引言
• 3.2 混合多属性问题的描述
• 3.3 决策原理和方法
• 3.3.1 决策矩阵规范化
• 3.3.2 理想决策方案和临近方案确定
• 3.3.3 混合序列灰关联度
• 3.3.4 部分权重信息下指标权重确定
• 3.3.5 方案排序
• 3.4 案例分析
• 3.5 结束语
• 第4章 混合指标不确定多属性群决策方法
• 4.1 引言
• 4.2 混合指标多属性群决策问题描述
• 4.3 决策原理及方法
• 4.3.1 实数型数据集结算子
• 4.3.2 区间型数据集结算子
• 4.3.3 二元语义相关集结算子
• 4.3.4 灰色关联分析排序
• 4.5 实例分析
• 4.6 总结
• 第5章 总结和展望
• 5.1 全文总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读硕士学位发表论文及科研情况
• 发表论文
• 参与科研项目