多屬性決策問題的研究已經(jīng)日漸成熟,多屬性群決策是其中重要的一部分,有著廣泛的應(yīng)用。由于事物的復(fù)雜性、決策者的思維差異,某些屬性采用更易表達(dá)的區(qū)間數(shù)和語言評語的形式表達(dá),因此評價信息變得復(fù)雜,本文針對復(fù)雜多屬性群決策問題進(jìn)行研究。首先,本文介紹了多屬性決策以及群決策研究的理論基礎(chǔ),介紹了幾種多屬性決策與群決策常用的傳統(tǒng)方法,分析了常用的幾種解決多屬性決策問題和大群體決策問題的方法,明確了在解決大群體決策時應(yīng)該解決的核心問題。同時,研究了聚類分析理論基礎(chǔ)與常用的幾種聚類方法,明確了聚類分析理論在解決復(fù)雜多屬性群決策時的可行性與可信性。其次,研究了由區(qū)間數(shù)和語言評語形式表達(dá)的決策信息,將兩種形式的評價信息進(jìn)行規(guī)范化處理,將區(qū)間數(shù)采用計算與上下界相對距離的方法轉(zhuǎn)化為點(diǎn)值,將語言短語轉(zhuǎn)化為三角模糊數(shù)后再化為點(diǎn)值。然后,對k-means聚類方法進(jìn)行改進(jìn),采用F統(tǒng)計量集結(jié)類間距離與類內(nèi)緊密程度兩種衡量聚類效果的指標(biāo),確定最佳初始聚類數(shù)k,通過遺傳算法迭代尋優(yōu),得到最佳分類結(jié)果。最后,建立模型求解類內(nèi)專家權(quán)重、類緊密度、類權(quán)重、屬性權(quán)重,應(yīng)用各項(xiàng)指標(biāo)對各類內(nèi)專家的評價信息進(jìn)行融合,將專家類內(nèi)融合矩陣進(jìn)... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

AHP決策結(jié)構(gòu)

圖 2.2 k-means 算法流程圖Fig. 2.2 The flow chart of k-means arithmeti典型的迭代尋優(yōu)算法，它有著思想簡心的選擇為隨機(jī)選取，因此該算法由決策者對聚類結(jié)果做出判斷。策和群決策理論基礎(chǔ)以及一些方法。先是將決策信息進(jìn)行規(guī)范化，其次也是決策問題中最重要的一樣指標(biāo)結(jié)果。方法的基礎(chǔ)理論，對聚類分析算法的指標(biāo)，通過相似性的計算判斷決策

圖 3.1 三角模糊數(shù)的隸屬函數(shù)Fig. 3.1 Membership function of triangular fuzzy number2 2, r ,r R，1r ，3r 分別作為三角模糊數(shù)的下界和上界，1r ，和3r 的差值越大，則模糊程度越強(qiáng)。給三角迷糊數(shù)的三個元素1 2 2r , r ,r 賦值來進(jìn)行語言評價信息化[50]，公式如式 3.22 所示：1 2 31 1=max( ,0), , min( ,1)i i ir r rg g g i 0,1,2, 表示模糊區(qū)間的個數(shù)。有 由 5 條 語 言 短 語 組 成 的 評 價 差”,51h =“ 差”,5 5 52 3 4h =“ 一般”, h =“ 好”, h =“ 很好”}，1 2 r , r ,r模糊集上的標(biāo)定值，將 0-1 平均分成 4 份，三角形定點(diǎn)出，可將語言短語形式的評價信息轉(zhuǎn)化為模糊集上的三角迷言短語的值即為可表示該點(diǎn)對應(yīng)在 x 軸上的三角模糊數(shù)，


本文編號：3088762