直觉模糊信息的决策理论问题研究

发布时间：2017-10-20 19:46

  本文关键词：直觉模糊信息的决策理论问题研究

  更多相关文章： 多属性决策 算子 直觉模糊信息 区间直觉模糊信息 信息熵

【摘要】：多属性决策（multiple attribute decision making，MADM）是现代社会中常见的活动，其问题的形式千变万化，具体表现为：从有限的备选方案中选择出最优的方案。然而随着社会不断进步，决策者会遇到难以准确描述决策属性评价标准情况，导致其根据自身情况所给出的客观偏好具有一定的不确定性，对于这类界限模糊的多属性决策问题，如果过分追求数字上的精准，可能导致决策的结果发生偏离。相对的，不确定信息能更准确的描述属性值所表现出来的不确定性，，更贴切的表达决策者对属性重要程度的评价，使决策结果更接近决策者的心理期望。因此，研究模糊信息多属性决策问题具有较高的实用价值。 本文主要介绍了直觉模糊信息，区间直觉模糊信息，以及相关常用不确定信息集结算子，在此基础上给出一种解决权重未知的模糊多属性决策问题的方法。 首先，分别介绍直觉模糊集，区间直觉模糊集的定义，运算法则，得分函数等理论基础知识，以及具有代表性的直觉模糊信息集结算子和区间直觉模糊信息集结算子。其次在对算子弊端的分析后，根据信息熵原理对算子进行改进，得到一系列新的信息集结算子。进一步对新算子的集结形式，所具有的性质进行讨论。经讨论，改进后的新算子集结形式与原属性信息保持一致，并都具有原算子所具有的性质。再次，对集结方法进行描述，给出解决权重未知的直觉模糊多属性决策问题和区间直觉模糊信息多属性决策问题的新方法，通过实际算例证明新方法的有效性。最后对全文进行归纳总结，并对未来的研究方向进行展望。
【关键词】：多属性决策 算子 直觉模糊信息 区间直觉模糊信息 信息熵
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O225
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-13
• 1.1 研究现状与背景9-11
• 1.1.1 多属性决策问题的研究背景及发展现状9
• 1.1.2 直觉模糊集的研究背景及发展现状9-10
• 1.1.3 区间直觉模糊集的研究背景及发展现状10-11
• 1.1.4 信息集结算子的研究背景及发展现状11
• 1.2 研究意义11-12
• 1.3 论文结构12-13
• 第2章 直觉模糊信息及相关信息集结算子的改进13-30
• 2.1 信息熵13
• 2.2 直觉模糊集13-14
• 2.3 直觉模糊信息集结算子14-15
• 2.4 直觉模糊信息集结算子的改进15-27
• 2.4.1 ET IFWAH算子16-18
• 2.4.2 ET IFOWAH算子18-21
• 2.4.3 ET IFWGH算子21-24
• 2.4.4 ET IFOWGH算子24-27
• 2.5 集结方法27-28
• 2.6 算例分析28-30
• 第3章 区间直觉模糊信息及相关信息集结算子的改进30-50
• 3.1 区间直觉模糊集30-31
• 3.2 区间直觉模糊信息集结算子31-33
• 3.3 区间直觉模糊信息集结算子的改进33-47
• 3.3.1 ET IIFWAH算子33-36
• 3.3.2 ET IIFOWAH算子36-40
• 3.3.3 ET IIFWGH算子40-43
• 3.3.4 ET IIFOWGH算子43-47
• 3.4 集结方法47-48
• 3.5 算例分析48-50
• 第4章 结论50-51
• 参考文献51-54
• 在学研究成果54-55
• 致谢55

【参考文献】

中国期刊全文数据库 前10条

1 汤少梁;巩在武;;直觉模糊评价矩阵群决策[J];系统工程;2007年06期

2 徐泽水,孙在东;一类不确定型多属性决策问题的排序方法[J];管理科学学报;2002年03期

3 王坚强;;信息不完全确定的多准则区间直觉模糊决策方法[J];控制与决策;2006年11期

4 徐泽水;;区间直觉模糊信息的集成方法及其在决策中的应用[J];控制与决策;2007年02期

5 魏翠萍;夏梅梅;张玉忠;;基于区间直觉模糊集的多准则决策方法[J];控制与决策;2009年08期

6 万树平;董九英;;多属性群决策的直觉梯形模糊数法[J];控制与决策;2010年05期

7 万树平;;直觉模糊多属性决策方法综述[J];控制与决策;2010年11期

8 徐永杰;孙涛;李登峰;;直觉模糊POWA算子及其在多准则决策中的应用[J];控制与决策;2011年01期

9 胡辉;徐泽水;;基于TOPSIS的区间直觉模糊多属性决策法[J];模糊系统与数学;2007年05期

10 卫贵武;;一种区间直觉模糊数多属性决策的TOPSIS方法[J];统计与决策;2008年01期

本文编号：1069006