几类模糊多属性决策方法及其应用分析
发布时间：2022-08-08 20:56
由于全球信息化程度日益加速、客观环境的复杂性以及决策者自身知识的有限性,决策者往往面临极大的模糊性和不确定性,需要合理实用的决策方法对备选方案进行评估,但目前采用的定量方法中忽略了指标的不确定性,不断发展的模糊理论为处理这种问题提供了有力的工具,采用定性和定量相结合的决策方法来研究模糊多属性决策问题,能很好地解决属性指标的不确定性问题和模型中参数难于估计等情况。本文研究以下几个方面内容:（1）、基于Pythagorean模糊变量的决策方法针对属性权重已知的情况,基于阿基米德T模和阿基米德S模,提出了Pythagorean模糊环境下几种特殊的阿基米德T模和阿基米德S模,比如:代数T模和代数S模、Hamacher T模和Hamacher S模、Frank T模和Frank S模等。针对Hamacher T模和Hamacher S模,定义了Pythagorean模糊环境下的Hamacher算子的运算规则,提出了几种Pythagorean模糊Hamacher信息集结算子,同时提出了两种不同的决策方法来解决决策问题。针对Frank T模和Frank S模,定义了在Pythagorean模糊环境下...
【文章页数】：195 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 模糊多属性决策研究现状
1.3.1 模糊环境下的多属性决策方法研究现状
1.3.2 基于阿基米德T模和S模的信息集成算子研究现状
1.3.3 混合多属性决策方法研究现状
1.4 研究内容及创新点
1.4.1 研究内容
1.4.2 创新点
1.5 研究方法及研究框架
1.5.1 研究方法
1.5.2 研究框架
第2章 相关决策理论基础
2.1 模糊多属性决策
2.2 模糊环境下属性信息的表达式
2.2.1 语言变量
2.2.2 犹豫模糊集
2.2.3 区间直觉语言集
2.2.4 Pythagorean模糊集
2.2.5 Pythagorean模糊语言集
2.2.6 不确定隶属度语言集
2.2.7 区间Pythagorean模糊集
2.3 属性信息集成算子
2.3.1 基于阿基米德T模和S模的属性信息集成算子
2.3.2 考虑属性关系及属性值的集成算子
2.4 本章小结
第3章 基于Pythagorean模糊集的决策方法
3.1 Pythagorean模糊环境下的阿基米德T模和S模
3.2 Pythagorean模糊环境下的Hamacher算子
3.2.1 Pythagorean模糊环境下的HamacherT模和S模
3.2.2 Pythagorean模糊环境下的Hamacher加权平均算子
3.2.3 Pythagorean模糊环境下的Hamacher有序加权平均算子
3.2.4 基于PFHWA算子和PFHWG算子的决策方法
3.2.5 实例分析
3.3 Pythagorean模糊环境下的Frank算子
3.3.1 Pythagorean模糊环境下的Frank T模和S模
3.3.2 Pythagorean模糊环境下的Frank加权平均算子
3.3.3 Pythagorean模糊Frank有序加权平均算子
3.3.4 基于PFFWA算子和PFFWG算子的决策方法
3.3.5 实例分析
3.4 属性权重未知时的决策方法
3.4.1 符号距离定义
3.4.2 确定属性权重
3.4.3 基于LINMAP方法和TOPSIS方法相结合的决策方法
3.5 本章小结
第4章 基于犹豫Pythagorean模糊语言集的决策方法
4.1 犹豫Pythagorean模糊语言集
4.2 属性相互独立时的的决策方法
4.2.1 犹豫Pythagorean模糊语言加权平均算子
4.2.2 犹豫Pythagorean模糊语言有序加权平均算子
4.2.3 广义犹豫Pythagorean模糊语言加权集结算子
4.2.4 广义犹豫Pythagorean模糊语言有序加权集结算子
4.2.5 基于HPFLWA算子或HPFLWG算子的决策方法
4.3 属性相互支持时的决策方法
4.3.1 犹豫Pythagorean模糊语言Power Einstein集结算子
4.3.2 基于HPFLPEWA算子和HPFLPEWG算子的决策步骤
4.4 属性权重未知时的GRA决策方法
4.5 实例分析
4.5.1 运用HPFLWA算子
4.5.2 运用HPFLWG算子
4.5.3 比较分析
4.6 本章小结
第5章 基于区间Pythagorean模糊语言集的决策方法
5.1 区间Pythagorean模糊集的距离测度
5.2 区间Pythagorean模糊语言集
5.3 属性相互独立时的决策方法
5.3.1 区间Pythagorean模糊语言加权集结算子
5.3.2 区间Pythagorean模糊语言有序集结算子
5.3.3 广义区间Pythagorean模糊语言加权信息集结算子
5.3.4 广义区间Pythagorean模糊语言有序加权信息集结算子
5.3.5 基于IVPFLWA算子和IVPFLWG算子的决策方法
5.4 属性相互关联时的决策方法
5.4.1 区间Pythagorean模糊语言Choquet加权算术平均算子
5.4.2 区间Pythagorean模糊语言Choquet加权几何平均算子
5.4.3 基于IVPFLCWA算子和IVPFLCWG算子的决策方法
5.5 属性权重未完全已知时的决策方法
5.6 实例分析
5.6.1 运用IVPFLWA算子
5.6.2 运用IVPFLWG算子
5.6.3 比较分析
5.7 本章小结
第6章 基于区间直觉语言Frank算子的决策方法
6.1 区间直觉语言环境下Frank算子的运算规则
6.2 区间直觉语言Frank信息集成算子
6.2.1 区间直觉语言Frank加权平均算子
6.2.2 区间直觉语言Frank有序加权平均算子
6.2.3 基于IVILFWA算子和IVILFWG算子的决策方法
6.3 属性具有不同优先级的决策方法
6.3.1 区间直觉语言Frank Prioritized加权算术平均算子
6.3.2 区间直觉语言Frank Prioritized加权几何平均算子
6.3.3 基于IVILFPWA算子和IVILFPWG算子的决策方法
6.4 实例分析
6.4.1 运用IVILFWA算子
6.4.2 运用IVILFWG算子
6.4.3 比较分析
6.5 本章小结
第7章 基于不确定区间隶属度语言集的决策方法
7.1 不确定区间隶属度语言集
7.2 属性相互独立时的决策方法
7.2.1 不确定区间隶属度语言加权集结算子
7.2.2 基于UIMLWA算子和UIMLWA算子的决策方法
7.2.3 实例分析
7.3 属性相互关联时的决策方法
7.3.1 不确定区间隶属度语言Einstein算子的运算规则
7.3.2 不确定区间隶属度语言Einstein集结算子
7.3.3 基于UIMLEWA算子或UIMLEWG算子的决策方法
7.3.4 实例分析
7.4 本章小结
第8章 结论与展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
作者简介
本文编号：3672215
【文章页数】：195 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 模糊多属性决策研究现状
1.3.1 模糊环境下的多属性决策方法研究现状
1.3.2 基于阿基米德T模和S模的信息集成算子研究现状
1.3.3 混合多属性决策方法研究现状
1.4 研究内容及创新点
1.4.1 研究内容
1.4.2 创新点
1.5 研究方法及研究框架
1.5.1 研究方法
1.5.2 研究框架
第2章 相关决策理论基础
2.1 模糊多属性决策
2.2 模糊环境下属性信息的表达式
2.2.1 语言变量
2.2.2 犹豫模糊集
2.2.3 区间直觉语言集
2.2.4 Pythagorean模糊集
2.2.5 Pythagorean模糊语言集
2.2.6 不确定隶属度语言集
2.2.7 区间Pythagorean模糊集
2.3 属性信息集成算子
2.3.1 基于阿基米德T模和S模的属性信息集成算子
2.3.2 考虑属性关系及属性值的集成算子
2.4 本章小结
第3章 基于Pythagorean模糊集的决策方法
3.1 Pythagorean模糊环境下的阿基米德T模和S模
3.2 Pythagorean模糊环境下的Hamacher算子
3.2.1 Pythagorean模糊环境下的HamacherT模和S模
3.2.2 Pythagorean模糊环境下的Hamacher加权平均算子
3.2.3 Pythagorean模糊环境下的Hamacher有序加权平均算子
3.2.4 基于PFHWA算子和PFHWG算子的决策方法
3.2.5 实例分析
3.3 Pythagorean模糊环境下的Frank算子
3.3.1 Pythagorean模糊环境下的Frank T模和S模
3.3.2 Pythagorean模糊环境下的Frank加权平均算子
3.3.3 Pythagorean模糊Frank有序加权平均算子
3.3.4 基于PFFWA算子和PFFWG算子的决策方法
3.3.5 实例分析
3.4 属性权重未知时的决策方法
3.4.1 符号距离定义
3.4.2 确定属性权重
3.4.3 基于LINMAP方法和TOPSIS方法相结合的决策方法
3.5 本章小结
第4章 基于犹豫Pythagorean模糊语言集的决策方法
4.1 犹豫Pythagorean模糊语言集
4.2 属性相互独立时的的决策方法
4.2.1 犹豫Pythagorean模糊语言加权平均算子
4.2.2 犹豫Pythagorean模糊语言有序加权平均算子
4.2.3 广义犹豫Pythagorean模糊语言加权集结算子
4.2.4 广义犹豫Pythagorean模糊语言有序加权集结算子
4.2.5 基于HPFLWA算子或HPFLWG算子的决策方法
4.3 属性相互支持时的决策方法
4.3.1 犹豫Pythagorean模糊语言Power Einstein集结算子
4.3.2 基于HPFLPEWA算子和HPFLPEWG算子的决策步骤
4.4 属性权重未知时的GRA决策方法
4.5 实例分析
4.5.1 运用HPFLWA算子
4.5.2 运用HPFLWG算子
4.5.3 比较分析
4.6 本章小结
第5章 基于区间Pythagorean模糊语言集的决策方法
5.1 区间Pythagorean模糊集的距离测度
5.2 区间Pythagorean模糊语言集
5.3 属性相互独立时的决策方法
5.3.1 区间Pythagorean模糊语言加权集结算子
5.3.2 区间Pythagorean模糊语言有序集结算子
5.3.3 广义区间Pythagorean模糊语言加权信息集结算子
5.3.4 广义区间Pythagorean模糊语言有序加权信息集结算子
5.3.5 基于IVPFLWA算子和IVPFLWG算子的决策方法
5.4 属性相互关联时的决策方法
5.4.1 区间Pythagorean模糊语言Choquet加权算术平均算子
5.4.2 区间Pythagorean模糊语言Choquet加权几何平均算子
5.4.3 基于IVPFLCWA算子和IVPFLCWG算子的决策方法
5.5 属性权重未完全已知时的决策方法
5.6 实例分析
5.6.1 运用IVPFLWA算子
5.6.2 运用IVPFLWG算子
5.6.3 比较分析
5.7 本章小结
第6章 基于区间直觉语言Frank算子的决策方法
6.1 区间直觉语言环境下Frank算子的运算规则
6.2 区间直觉语言Frank信息集成算子
6.2.1 区间直觉语言Frank加权平均算子
6.2.2 区间直觉语言Frank有序加权平均算子
6.2.3 基于IVILFWA算子和IVILFWG算子的决策方法
6.3 属性具有不同优先级的决策方法
6.3.1 区间直觉语言Frank Prioritized加权算术平均算子
6.3.2 区间直觉语言Frank Prioritized加权几何平均算子
6.3.3 基于IVILFPWA算子和IVILFPWG算子的决策方法
6.4 实例分析
6.4.1 运用IVILFWA算子
6.4.2 运用IVILFWG算子
6.4.3 比较分析
6.5 本章小结
第7章 基于不确定区间隶属度语言集的决策方法
7.1 不确定区间隶属度语言集
7.2 属性相互独立时的决策方法
7.2.1 不确定区间隶属度语言加权集结算子
7.2.2 基于UIMLWA算子和UIMLWA算子的决策方法
7.2.3 实例分析
7.3 属性相互关联时的决策方法
7.3.1 不确定区间隶属度语言Einstein算子的运算规则
7.3.2 不确定区间隶属度语言Einstein集结算子
7.3.3 基于UIMLEWA算子或UIMLEWG算子的决策方法
7.3.4 实例分析
7.4 本章小结
第8章 结论与展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
作者简介
本文编号：3672215
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3672215.html
