發(fā)布時間：2017-03-24 00:01

  本文關(guān)鍵詞：專家模糊意見動態(tài)權(quán)重集成方法，由筆耕文化傳播整理發(fā)布。

【摘要】： 群體決策是指多個人就某個問題共同協(xié)商做出決策。由于現(xiàn)實(shí)問題的復(fù)雜性和不確定性以及人認(rèn)識上的模糊性,模糊數(shù)能更好的描述現(xiàn)實(shí)問題,表示決策者對問題的意見。模糊群體決策被廣泛的用于解決現(xiàn)實(shí)問題,由于模糊數(shù)的特殊結(jié)構(gòu),模糊群體決策的理論和方法還不完善,存在很多問題未解決。本文主要研究如何利用動態(tài)權(quán)重集成L-R模糊數(shù)型專家意見為群體一致意見的問題。 本文深入研究發(fā)現(xiàn),要解決模糊專家群體一致意見的集成,必須先解決下面兩個問題:1)L-R模糊數(shù)的α截集是否能表示隸屬度為α?xí)r專家的意見;2)專家的權(quán)重和隸屬度α之間關(guān)系。針對上述問題本文首先定義了L-R模糊數(shù)的α隸屬集,用來表示隸屬度為α?xí)r專家的悲觀意見和樂觀意見;然后分別定義專家悲觀意見和樂觀意見的平均偏差和相似度,在此基礎(chǔ)上研究了專家的權(quán)重w和隸屬度α之間的關(guān)系,得出專家的權(quán)重w是隨閾值α的變化而變化的,而并不是固定不變的結(jié)論,同時專家的權(quán)重分為悲觀意見權(quán)重和樂觀意見權(quán)重,且兩者之間是互不關(guān)聯(lián)的。進(jìn)而提出一種動態(tài)權(quán)重集成L-R模糊數(shù)型專家意見為群體一致意見的方法,并拓展到多屬性模糊群體決策上,提出L-R模糊數(shù)型多屬性專家意見的集成方法并給出了三種算法,最后重點(diǎn)討論了基于TOPSIS的多屬性專家意見集成方法。 本文主要是從動態(tài)權(quán)重角度給出了集成方法。該方法在集成專家意見過程中,不僅考慮到專家悲觀意見和樂觀意見變化的不一致性,同時考慮了專家的權(quán)重和隸屬度之間的關(guān)系。采用動態(tài)權(quán)重的方法更符合實(shí)際,進(jìn)一步完善了模糊群體決策專家意見集成問題。
【關(guān)鍵詞】：群體決策 集成方法 L-R模糊數(shù) 動態(tài)權(quán)重 多屬性決策
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：C934
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-13
• 1.1 研究背景和動機(jī)8-9
• 1.2 模糊群體專家意見集成方法現(xiàn)狀9-11
• 1.3 研究目的和意義11-12
• 1.4 本論文的主要工作和結(jié)構(gòu)框架12
• 1.5 小結(jié)12-13
• 第二章 預(yù)備知識13-20
• 2.1 模糊子集的定義13
• 2.2 模糊集的表示13-14
• 2.3 模糊集的基本定理14-16
• 2.4 L-R模糊數(shù)16
• 2.5 群體決策模型16-20
• 第三章 L-R模糊數(shù)型專家意見動態(tài)集成方法研究20-32
• 3.1 L-R模糊數(shù)型專家意見20-22
• 3.2 專家意見偏差度的定義22-24
• 3.3 專家意見的集成方法24-28
• 3.4 算例分析28-29
• 3.5 方法的進(jìn)一步研究29-30
• 3.6 小結(jié)30-32
• 第四章 多屬性專家意見集成方法研究32-47
• 4.1 離差最大化方法32-34
• 4.2 L-R模糊數(shù)型多屬性專家意見集成34-43
• 4.3 基于TOPSIS專家意見集成方法43-46
• 4.4 小結(jié)46-47
• 第五章 結(jié)束語47-49
• 5.1 論文的主要創(chuàng)新點(diǎn)47
• 5.2 進(jìn)一步的研究工作47-49
• 參考文獻(xiàn)49-54
• 致謝54-55
• 攻讀學(xué)位期間發(fā)表論文情況55

【引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 潘小美;我國客運(yùn)專線客戶分類問題研究[D];北京交通大學(xué);2011年

2 黃建寶;基于改進(jìn)TOPSIS法集成建模的多屬性方案優(yōu)選研究[D];成都理工大學(xué);2010年

3 趙志超;港口客戶關(guān)系模型的研究[D];北京交通大學(xué);2012年

  本文關(guān)鍵詞：專家模糊意見動態(tài)權(quán)重集成方法，由筆耕文化傳播整理發(fā)布。

，

本文編號：264761