基于决策者偏好的区间数多属性决策方法研究
发布时间:2017-05-29 05:03
本文关键词:基于决策者偏好的区间数多属性决策方法研究,由笔耕文化传播整理发布。
【摘要】:由于决策环境的复杂性和决策者主观偏好、情感思维等的非理性造成的决策信息的不完全,在决策分析中形成的一类不确定性决策问题——区间数多属性决策。前景理论是决策理论的新发展,对期望效用理论做了补充,解释了许多期望效用理论不能解释的现象同时,如何把前景理论和区间数多属性决策方法很好的结合,反映决策者的偏好是决策理论亟待解决的问题。 本文在继承国内外已有研究基础上,,根据前景理论归纳决策者的行为因素特征和决策心理过程规律,提炼出行为变量,在原有区间数多属性决策模型和算法的基础上,引入或增加决策者偏好的行为变量,形成系列新的含有行为变量的区间数多属性决策模型和算法,并通过案例分析检验新模型的可行性和有效性。 本文的主要创新点有以下三个方面: (1)提出区间数多属性决策分析过程中通过使用相对优势度、可能度,中间值等方法首先实现去模糊化的处理思想。 (2)将前景理论从研究单一属性拓展到区间数多属性决策问题的研究。 (3)将前景理论的价值函数和决策权重函数融入到区间数多属性决策中权重、集成方法的确定,体现决策者的偏好。 本文的主要研究成果有以下几个方面: (1)提出了符合决策者心理特征的针对区间数的规范化方法—基于决策者偏好的区间数属性值规范化方法。这种方法保持原始信息的完整性以及属性指标间的差异性;考虑了决策者的偏好,体现出指标在不同起点变化所付出的代价不同的这种事实。正、逆向指标均化为正向指标。 (2)提出了基于相对优势度确定区间数属性权重的熵值法,提出了基于可能度的区间数指标差异性定义的客观赋权法,体现区间数去模糊化的思想;提出了基于决策者偏好系数的区间数指标差异性定义的客观赋权法,引入决策者主观偏好系数对决策指标属性数值到其正负理想点的距离进行加权来表示各决策方案在指标属性下区间数综合差异性;提出了基于前景理论表达决策者偏好的规划赋权法,引用前景理论的价值函数,处理决策矩阵中的区间数,得到损失价值函数矩阵和收益价值函数矩阵,建立规划数学模型求取权重。提出了基于前景理论表达决策者偏好的区间数三级组合赋权法。考虑了三类决策有关人员对决策结果的影响,这些处理方式即考虑了决策指标的客观差异,又考虑了决策者的主观偏好特征,提高了权重确定方法的科学和准确性。 (3)研究基于决策者主观偏好特征的区间数多属性决策新方法及其方法在电力行业的应用。引入收益损失比和区间数距离公式,提出了基于前景理论的区间数多属性决策的TOPSIS改进方法,提出了基于前景理论的区间数多属性决策的灰色关联改进方法;提出基于区间数改进的多属性决策的VIKOR方法。 (4)提出前景理论的参考点选择上可以取属性指标平均数作为前景理论价值函数的参考点;提出采用灰色集对分析法针对区间数在前景价值函数和前景权重函数进行运算,这些处理方法的应用拓展了前景理论在多属性决策问题的研究,有很高的研究价值。 另外对决策理论的研究及成果进行了重新疏理。提出按照决策者的理性程度的不同,划分为古典决策理论和现代决策理论,把有限理性决策理论和行为决策理论都归为现代决策理论,这种新的划分方式对决策理论的过去和现在有个清晰的界定,便于研究和理论的追溯。提出了评价指标产生与评价对象系统要素集两者存在的映射关系。从理论层面对评价指标的产生给以方向性的指导。
【关键词】:前景理论 区间数 多属性决策 决策者偏好
【学位授予单位】:河北工业大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:C934
【目录】:
- 摘要4-6
- ABSTRACT6-12
- 第一章 绪论12-18
- 1.1 研究问题提出与主要研究内容12-14
- 1.1.1 研究问题提出12
- 1.1.2 主要研究内容12-14
- 1.2 研究目的和意义14-15
- 1.3 研究思路15
- 1.4 论文的内容与结构15-18
- 1.4.1 论文的内容15-16
- 1.4.2 论文的结构16-18
- 第二章 区间数多属性决策国内外研究现状18-26
- 2.1 区间数属性指标的规范化方法研究18-19
- 2.2 区间数的比较和排序方法研究19-20
- 2.3 属性的权重确定方法研究20-23
- 2.3.1 主观赋权法20-22
- 2.3.2 客观赋权法22-23
- 2.3.3 组合赋权法23
- 2.4 区间数多属性决策理论、方法及其应用研究23-24
- 2.5 本章小结24-26
- 第三章 基于决策者偏好的决策理论比较研究26-58
- 3.1 古典决策理论26-27
- 3.1.1 古典决策理论的基本前提假设26
- 3.1.2 古典决策理论的决策过程26-27
- 3.1.3 古典决策理论的局限性27
- 3.2 现代决策理论27-30
- 3.2.1 有限理性决策理论28-29
- 3.2.2 行为决策理论29-30
- 3.3 决策理论的基础原则30-55
- 3.3.1 期望值理论与圣彼得堡悖论30-32
- 3.3.2 期望效用理论32-40
- 3.3.3 前景理论40-55
- 3.4 决策者偏好与决策理论的关系分析55-56
- 3.5 本章小结56-58
- 第四章 基于决策者偏好的区间数决策指标规范化方法研究58-78
- 4.1 决策指标体系的建立58-61
- 4.1.1 应遵循的原则58-59
- 4.1.2 建立决策指标体系应避免的问题59
- 4.1.3 决策指标体系的确定方法59-61
- 4.2 区间数属性指标值61-64
- 4.2.1 区间数属性指标值产生的原因61-62
- 4.2.2 区间数基本理论62-64
- 4.3 属性指标的规范化方法64-76
- 4.3.1 确定数属性指标的规范化方法65-73
- 4.3.2 区间数属性指标的规范化方法73-75
- 4.3.3 基于决策者偏好的区间属性值规范化方法75-76
- 4.4 本章小结76-78
- 第五章 基于决策者偏好的区间数权重确定方法研究78-112
- 5.1 属性权重作用和分类78-80
- 5.1.1 权重的定义和作用78
- 5.1.2 权重的分类78-80
- 5.2 区间数客观权重确定方法研究80-101
- 5.2.1 基于相对优势度确定区间数属性权重的熵值法80-84
- 5.2.2 基于可能度的区间数指标差异性定义的客观赋权法84-91
- 5.2.3 基于决策者偏好系数的区间数指标差异性定义的客观赋权法91-96
- 5.2.4 基于前景理论表达决策者偏好的客观赋权法96-101
- 5.3 区间数组合权重确定方法101-110
- 5.3.1 线性加权法102-103
- 5.3.2 乘除法103
- 5.3.3 基于前景理论表达决策者偏好的区间数三级组合赋权方法103-110
- 5.4 本章小结110-112
- 第六章 基于决策者偏好的区间数多属性决策方法的改进研究112-176
- 6.1 基于前景理论的区间数多属性决策的 TOPSIS 法改进研究112-117
- 6.1.1 决策理论与方法112-114
- 6.1.2 算例分析114-117
- 6.2 基于前景理论的区间数多属性决策的灰色关联法改进研究117-126
- 6.2.1 决策理论与方法117-121
- 6.2.2 算例分析121-126
- 6.3 基于区间数多属性决策的 VIKOR 方法的研究126-135
- 6.3.1 决策理论与方法126-127
- 6.3.2 基于区间数多属性决策的 VIKOR 方法127-129
- 6.3.3 算例分析129-135
- 6.4 基于 AHP 可能度的前景理论在区间数多属性决策的研究135-145
- 6.4.1 可能度的定义及其性质135-136
- 6.4.2 AHP 的基本原理136
- 6.4.3 前景理论中的价值函数136-137
- 6.4.4 基于前景理论的 AHP 可能度区间数决策方法137-139
- 6.4.5 算例分析139-145
- 6.5 灰色关联法基于累积前景理论与集对分析的区间数多属性决策的改进研究145-155
- 6.5.1 集对分析基本原理145-148
- 6.5.2 基于前景理论的灰色集对分析的区间数决策方法148-150
- 6.5.3 算例分析150-155
- 6.6 VIKOR 方法基于累积前景理论与 ANP 的区间数多属性决策的改进研究155-173
- 6.6.1 网络分析法(ANP)155-156
- 6.6.2 VIKOR 方法基本思想156-157
- 6.6.3 基于前景理论的区间数多属性决策的 VIKOR 方法157-159
- 6.6.4 算例分析159-173
- 6.7 本章小结173-176
- 第七章 结论176-182
- 7.1 论文的结论176-177
- 7.2 论文的局限性177-178
- 7.3 论文的展望178-182
- 7.3.1 其他模糊信息表达形式的多属性决策理论的研究178-179
- 7.3.2 区间数多属性群决策理论的发展研究179
- 7.3.3 前景理论在决策中参考点的选择研究179-180
- 7.3.4 计算机技术在决策中的应用研究180-182
- 参考文献182-190
- 攻读博士学位期间发表的学术论文190-192
- 致谢192
本文关键词:基于决策者偏好的区间数多属性决策方法研究,由笔耕文化传播整理发布。
本文编号:404168
本文链接:https://www.wllwen.com/guanlilunwen/tongjijuecelunwen/404168.html