区间粗糙数决策矩阵的排序算法

发布时间：2023-05-13 19:40

　　多属性决策(MADM)是决策理论的重要组成部分,目前已在项目评审、人事管理、维修服务、投资策略等诸多领域有着非常广泛的应用.该文对属性指标值为区间粗糙数的决策问题进行了一些探讨,不但改进了区间粗糙数的可能度公式,而且对属性取值为含参数的区间粗糙数的决策矩阵的排序算法进行了初步的研究.对属性取值是区间粗糙数的多属性决策问题中的相关理论及研究方法和数学模型作了一些研究,主要内容涵盖以下几个方面:1.简要叙述关于粗糙集和多属性决策的国内外研究的历程和现今的热点,且将二者联系起来运用到属性取值为区间粗糙数的决策模型中,从而最终确定主要的研讨方向点和内容.2.定义了区间粗糙数的相关运算法则,并定义了含参数的区间粗糙数的相离度和在默认是均匀分布下的期望和方差,基于期望方差的集结函数给出了区间粗糙数决策矩阵中的列属性值中的正负理想值的确定方法.3.针对属性值为区间粗糙数且属性权重已知的多属性决策问题,为了可以更好地集结区间粗糙数所涵盖的信息,提出了一种新的区间粗糙数可能度公式,并以实际案例证明了该可能度公式的合理性.4.针对属性值为带参数的区间粗糙数且权重信息不充分的多属性决策问题,依据决策者个人决...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
    1.2 多属性决策的研究意义及国内外研究现状
    1.3 本文的主要研究内容
第2章 区间粗糙数多属性决策的基本概念
    2.1 粗糙集基本概念及区间粗糙数基本运算
    2.2 均匀分布下的带参数的区间粗糙数的期望和方差定义
    2.3 区间粗糙数的集结算子
    2.4 带参数的区间粗糙数的相离度的定义及正负理想点
        2.4.1 带参数的区间粗糙数相离度的定义
        2.4.2 正负理想值的确定
    2.5 本章小结
第3章 一种新可能度的区间粗糙数多属性决策方法
    3.1 区间粗糙数多属性决策问题描述
    3.2 一种新的区间粗糙数的可能度
    3.3 权重已知的区间粗糙数型多属性决策方法
    3.4 实际算例
    3.5 本章小结
第4章 带参数的区间粗糙数多属性决策方法
    4.1 带参数的区间粗糙数向区间数的极值转化
    4.2 基于带参数的区间粗糙数的多属性决策模型的介绍
        4.2.1 问题研究背景和解法思想的简介
        4.2.2 属性取值是带参数的区间粗糙数的决策问题
    4.3 带参数的区间粗糙数的多属性决策方法研究
        4.3.1 基于信息熵的综合评价模型
        4.3.2 基于方案贴近度的TOPSIS方法
        4.3.3 基于极值转化的客观评价模型
    4.4 本章小结
结论与展望
参考文献
致谢
攻读学位期间参加的项目及发表的学术论文



本文编号：3816388