随机多属性决策方法及应用研究

发布时间：2017-05-04 02:11

  本文关键词：随机多属性决策方法及应用研究，由笔耕文化传播整理发布。

【摘要】： 随机多属性决策是不确定性多属性决策的一个重要研究分支，是社会经济生活中常见的一类问题。简而言之，它处理多个方案在多个属性上取值为随机变量时，如何选优、排序或分类的问题。在实际的决策过程中，由于大量决策问题自身的复杂性和不确定性，导致方案属性值表现为随机变量和属性权重、决策者偏好等参数不确定或不能完全确定。这些问题，目前的研究很少涉及。因此对随机多属性决策理论与方法进行系统研究，具有较高的理论价值；在实际应用上，将这些方法应用于经济管理部门中，辅助相关管理人员决策，以降低决策风险，提高决策质量，具有重要的实践意义。 本文在深入研究相关文献的基础上，根据随机型属性值的特点，把多属性决策方法的最新研究成果推广到随机多属性决策领域，构建了相应的决策模型，并根据优化理论和优化算法对其进行了有效地求解。主要成果如下： (1)对PROMETHEEⅡ方法进行了改进，，使之有效地解决了随机多属性决策问题。在期望效用理论的基础上将随机支配SD(Stochast ic Dominace)关系与PROMETHEEⅡ方法结合，通过阈值的引入考虑了决策者的不同偏好水平，推广了PROMETHEEⅡ方法。 (2)把证据推理(Evidential Reasoning)方法应用到了信息不完全确定的离散型随机多属性决策领域。首先利用证据推理算法对不完全确定信息进行集结，然后确定各方案的效用区间，再通过求解效用区间可能度矩阵的排序向量，得到方案的一个排序。 (3)放松了最优化的条件，基于方案满意贴近度，对属性权重信息不完全确定的随机多属性决策问题进行了研究。首先将初始随机决策矩阵规范化处理，然后利用属性权重的不完全确定信息构建规划模型，求解得到满意方案，再利用方案满意贴近度和属性权重的不完全确定信息建立非线性规划模型，通过遗传算法求解该非线性规划模型得到满意属性权重向量，进而得到方案的一个排序。 (4)基于WC-OWA算子，提出了一种随机多属性决策方法。针对属性权重信息不完全确定且属性值为正态分布随机变量的多属性决策问题，该方法首先根据正态分布3σ原则，把正态分布属性值转化为区间数，然后利用C-OWA算子集结区间数，再通过方案贴近度和WC-OWA算子，建立非线性规划模型，最后利用遗传算法对模型进行求解。 (5)对基于粗糙集(Rough Sets)且有训练集的随机多属性决策问题进行了研究。首先在训练集的基础上，利用构造的偏好信息系统属性约简理论对属性进行约简，然后通过计算净流分值(Net flowscore)，给出方案的最终排序。 (6)把逆序概率应用到随机多属性决策中，改进了随机多目标DEA方法。在该方法中，各决策单元DMU(Decision-making Unit)(即方案)的输入、产出指标(即属性)为一定分布的随机变量。在利用蒙特卡罗(Monte Carlo)方法对随机多目标DEA模型进行了求解后，通过逆序概率对结果的科学性与合理性进行了分析。 通过在投资项目评价与选择方面，一些算例的分析，验证了以上方法的有效性和科学性，为在其它领域的相关应用，提供了有益参考。
【关键词】：随机多属性决策 满意贴近度 随机支配 加权的连续区间有序加权平均算子 证据推理
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：C934
【目录】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 绪论10-17
• 1.1 引言10-11
• 1.1.1 本文研究的背景10-11
• 1.1.2 研究的目的与意义11
• 1.2 国内外研究现状11-15
• 1.3 研究内容15-16
• 1.3.1 研究思路15
• 1.3.2 主要内容15-16
• 1.4 本文逻辑结构16-17
• 第二章 理论基础17-26
• 2.1 属性权重与不完全确定信息17-19
• 2.1.1 属性权重17-18
• 2.1.2 属性权重的确定方法18-19
• 2.1.3 属性权重的不完全确定信息形式19
• 2.2 属性值规范化19-20
• 2.2.1 属性的类型19-20
• 2.2.2 属性值规范化的方法20
• 2.3 随机支配20-23
• 2.3.1 随机支配的提出20-21
• 2.3.2 随机支配中概率分布的确定21-22
• 2.3.3 随机支配的类型22-23
• 2.4 加权的连续区间有序加权平均算子23-26
• 2.4.1 有序加权平均算子23-24
• 2.4.2 连续区间有序加权平均算子24
• 2.4.3 加权的连续区间有序加权平均算子24-26
• 第三章 属性权重完全确定的随机多属性决策26-40
• 3.1 随机多属性决策的PROMETHEE II方法26-34
• 3.1.1 问题描述26
• 3.1.2 双阈值模型26-27
• 3.1.3 随机多属性决策的PROMETHEE II方法步骤27-28
• 3.1.4 实例分析28-34
• 3.2 基于证据推理的信息缺失的离散型随机多属性决策方法34-40
• 3.2.1 问题描述34-35
• 3.2.2 不完全信息集结的证据推理算法35-36
• 3.2.3 基于证据推理算法的效用区间的确定36
• 3.2.4 方案的排序方法36-37
• 3.2.5 实例分析37-40
• 第四章 属性权重不完全确定的随机多属性决策40-50
• 4.1 基于方案满意贴近度的随机多属性决策方法40-44
• 4.1.1 问题描述40
• 4.1.2 随机决策矩阵的规范化40-41
• 4.1.3 基于方案满意贴近度的排序方法41-42
• 4.1.4 实例分析42-44
• 4.2 基于WC-OWA算子的随机多属性决策方法44-50
• 4.2.1 问题描述44
• 4.2.2 正态分布的3σ原则44-45
• 4.2.3 基于WC-OWA算子的随机多属性决策方法45-47
• 4.2.4 实例分析47-50
• 第五章 属性权重完全不确定的随机多属性决策50-64
• 5.1 基于粗糙集的多属性随机支配方法50-57
• 5.1.1 问题描述50
• 5.1.2 多属性随机支配的定义50-51
• 5.1.3 偏好信息的形式化51
• 5.1.4 属性约简方法51-52
• 5.1.5 偏好信息集结的净流分值方法52-53
• 5.1.6 实例分析53-57
• 5.2 基于逆序概率的随机多目标 DEA方法57-64
• 5.2.1 逆序概率58
• 5.2.2 随机多目标 DEA模型的建立58-59
• 5.2.3 利用蒙特卡罗方法求解随机多目标 DEA模型59-60
• 5.2.4 基于逆序概率的随机多目标DEA方法步骤60-61
• 5.2.5 实例分析61-64
• 结束语64-65
• 参考文献65-71
• 附录71-81
• 致谢81-82
• 攻读硕士学位期间主要研究成果82

【引证文献】

中国硕士学位论文全文数据库 前3条

1 任世昶;概率确定的灰色随机多准则决策方法研究[D];中南大学;2008年

2 杜红涛;概率不确定的模糊多属性决策方法研究[D];山东经济学院;2010年

3 吴建文;灰色语言多准则决策方法及应用研究[D];中南大学;2009年

  本文关键词：随机多属性决策方法及应用研究，由笔耕文化传播整理发布。

本文编号：344206