發(fā)布時(shí)間：2017-04-26 00:12

  本文關(guān)鍵詞：粗糙集理論在多屬性決策中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著社會(huì)的進(jìn)步和發(fā)展，決策方法的研究和應(yīng)用已取得很大的進(jìn)展，但在信息社會(huì)到來(lái)的今天，人們所面臨的決策問(wèn)題日趨復(fù)雜。比如動(dòng)態(tài)性和靜態(tài)性共存；單目標(biāo)和多目標(biāo)(多準(zhǔn)則)共存等等。其中一類多準(zhǔn)則決策問(wèn)題是多屬性決策問(wèn)題(multi-attribute decision making problem)，這一類決策問(wèn)題中的決策變量是離散的，其中的備選方案數(shù)量為有限個(gè)，這一類問(wèn)題求解的核心是對(duì)各備選方案進(jìn)行評(píng)價(jià)后排定各方案的優(yōu)劣次序，再?gòu)闹袚駜?yōu)。在目前的多屬性決策研究中，人為規(guī)定了一些對(duì)描述整個(gè)多屬性決策問(wèn)題的屬性集的假設(shè)性要求：(1)屬性集應(yīng)該是完全的，它反映了決策問(wèn)題的所有重要方面；(2)它應(yīng)該是可以運(yùn)算的，能有效的用于進(jìn)一步的分析；(3)它應(yīng)該是可以分解的，屬性集可以分成幾部分，使下一步的分析評(píng)價(jià)簡(jiǎn)化；(4)它應(yīng)該是非冗余的，即問(wèn)題沒(méi)有哪個(gè)方面被重復(fù)考慮；(5)它應(yīng)該是最小的，也就是說(shuō)對(duì)同一目標(biāo)問(wèn)題，找不到另一個(gè)完全的屬性集比它有更少數(shù)目的元素。而在不斷涌現(xiàn)海量信息的今天，要求屬性集的非冗余性和最小化顯然是太理想的局面。同時(shí)，經(jīng)典的多屬性決策方法是基于效用函數(shù)或偏好函數(shù)的，這種函數(shù)是人為確定的，，帶有較強(qiáng)的主觀性。因此，提供一套能夠弱化多屬性決策條件而又較為客觀的決策方法已是當(dāng)務(wù)之急。 本文通過(guò)深入分析現(xiàn)有復(fù)雜決策問(wèn)題的特征，在大量檢索國(guó)內(nèi)外資料、跟蹤國(guó)際前沿技術(shù)基礎(chǔ)上，應(yīng)用多學(xué)科交叉技術(shù)，將粗糙集理論引入到經(jīng)典的多屬性決策方法中，并將管理學(xué)、人工智能、信息科學(xué)等知識(shí)相融合。在系統(tǒng)的觀點(diǎn)指導(dǎo)下，針對(duì)經(jīng)典多屬性決策方法中存在的嚴(yán)格假設(shè)問(wèn)題，重點(diǎn)研究了粗集屬性約簡(jiǎn)理論，粗集分類，奇異粗集等理論在經(jīng)典的多屬性決策方法中的應(yīng)用，提出了一套基于粗糙集理論的多屬性決策方法。最后經(jīng)過(guò)模擬、試驗(yàn)和算例驗(yàn)證了該方法的有效性，具有重要的理論意義和應(yīng)用價(jià)值。 本文的主要?jiǎng)?chuàng)新之處： 1、在剖析粗糙集理論決策機(jī)理基礎(chǔ)上，結(jié)合生物DNA的計(jì)算機(jī)理提出了基于DNA計(jì)算機(jī)理的屬性約簡(jiǎn)構(gòu)想，豐富了粗糙集屬性約簡(jiǎn)理論。 2、本文建立了基于粗糙集理論的多屬性決策流程，在分析屬性約簡(jiǎn)和論域約簡(jiǎn)等價(jià)的基礎(chǔ)上，提出了基于粗糙集論域約簡(jiǎn)的數(shù)據(jù)預(yù)處理方法。 3、本文將粗糙集理論的屬性值泛可計(jì)算性、數(shù)據(jù)驅(qū)動(dòng)性以及屬性相對(duì)重要性引入到多屬性決策中，提出了基于粗集權(quán)重的多屬性決策排序方法，
【關(guān)鍵詞】：多屬性決策 粗糙集 屬性約簡(jiǎn) 級(jí)別高于關(guān)系 逼近理想解法
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2006
【分類號(hào)】：C934
【目錄】：

• 摘要6-8
• Abstract8-13
• 第1章 緒論13-23
• 1.1 國(guó)內(nèi)外研究現(xiàn)狀分析13-16
• 1.1.1 有關(guān)不確定性問(wèn)題的現(xiàn)代決策理論研究現(xiàn)狀13-14
• 1.1.2 粗糙集理論的研究現(xiàn)狀14-15
• 1.1.3 粗糙集理論與多屬性決策結(jié)合的研究現(xiàn)狀15-16
• 1.2 問(wèn)題的提出16-19
• 1.3 研究思路和論文結(jié)構(gòu)安排19-20
• 1.4 論文的主要研究工作20-21
• 1.5 論文的創(chuàng)新之處21-23
• 第2章 等價(jià)關(guān)系與粗糙集理論23-32
• 2.1 集合與關(guān)系23-26
• 2.1.1 集合的運(yùn)算23-24
• 2.1.2 序偶與笛卡兒積24-25
• 2.1.3 二元關(guān)系25-26
• 2.2 等價(jià)關(guān)系與等價(jià)類26-27
• 2.3 粗糙集理論27-32
• 2.3.1 粗糙集的基本概念27-29
• 2.3.2 上下近似集的性質(zhì)定理29-32
• 第3章 基于等價(jià)關(guān)系的粗集多屬性決策與決策模型32-52
• 3.1 一般多屬性信息系統(tǒng)32-33
• 3.2 多屬性決策系統(tǒng)或決策表33-35
• 3.2.1 多屬性決策系統(tǒng)可辨識(shí)屬性矩陣34-35
• 3.2.2 決策規(guī)則35
• 3.3 冗余屬性的粗集解決方案——屬性約簡(jiǎn)35-40
• 3.3.1 基于等價(jià)關(guān)系的約簡(jiǎn)概念35-36
• 3.3.2 屬性約簡(jiǎn)的可辨識(shí)屬性矩陣方法36-37
• 3.3.3 基于DNA計(jì)算機(jī)理的屬性約簡(jiǎn)構(gòu)想37-40
• 3.4 粗集多屬性決策系統(tǒng)數(shù)據(jù)預(yù)處理40-44
• 3.4.1 決策系統(tǒng)的完備化40-41
• 3.4.2 屬性值的離散化41
• 3.4.3 方案預(yù)篩選的粗集方法41-44
• 3.5 多屬性決策系統(tǒng)決策決策規(guī)則極小化44-46
• 3.6 粗集多屬性決策系統(tǒng)一般求解步驟46-47
• 3.7 基于粗集權(quán)重的多屬性決策排序方法47-52
• 第4章 基于級(jí)別高于關(guān)系粗集多屬性決策分析52-64
• 4.1 級(jí)別高于關(guān)系的定義與性質(zhì)52-54
• 4.2 基于級(jí)別高于關(guān)系且信息完全的多屬性粗集決策與決策模型54-59
• 4.2.1 基本概念54-55
• 4.2.2 基于級(jí)別高于關(guān)系矩陣的決策算法55-57
• 4.2.3 算例57-59
• 4.3 基于級(jí)別高于關(guān)系且信息不完全的多屬性粗集決策與決策模型59-64
• 4.3.1 擴(kuò)展的級(jí)別高于關(guān)系60
• 4.3.2 基于擴(kuò)展級(jí)別高于關(guān)系的粗糙近似60-61
• 4.3.3 算例61-64
• 第5章 粗集動(dòng)態(tài)TOPSIS多屬性決策與決策模型64-87
• 5.1 一般集合上改進(jìn)的TOPSIS決策分析64-67
• 5.2 Z.PAWLAK粗集靜態(tài)TOPSIS決策分析67-78
• 5.2.1 下近似R=R_(X)={x_1,x_2,…,x_m}上的決策分析68-74
• 5.2.2 上近似Z=R~-(X)={x_1,x_2,…,x_n}上的決策分析74-77
• 5.2.3 Z.Pawlak粗集(R_(X),R~-(X)的靜態(tài)TOPSIS決策解77-78
• 5.3 S-粗集動(dòng)態(tài)TOPSIS決策分析78-87
• 5.3.1 下近似C=(R,F)_(?)上的決策分析79-81
• 5.3.2 上近似Q=(R,F)~-(?)={x_1,x_2,…,x_n}上的決策分析81-83
• 5.3.3 單向S-粗集((R,F)_(?),(R,F)~-(?))動(dòng)態(tài)TOPSIS決策解及其信度模型83-87
• 第6章 粗集多屬性決策方法的實(shí)證研究87-104
• 6.1 粗集決策方法在溶劑篩選中的應(yīng)用試驗(yàn)87-97
• 6.2 經(jīng)濟(jì)指標(biāo)粗集綜合評(píng)價(jià)分析97-104
• 第7章 結(jié)論104-108
• 7.1 主要結(jié)論104-105
• 7.2 后續(xù)研究工作的展望105-108
• 致謝108-109
• 參考文獻(xiàn)109-118
• 作者在博士期間發(fā)表的科研論文118-120
• 作者在博士期間教學(xué)和社會(huì)實(shí)踐120-121
• 作者在博士期間所獲獎(jiǎng)勵(lì)121

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 龍泉,雷亞萍;多屬性決策在素質(zhì)評(píng)價(jià)中的應(yīng)用[J];西安工業(yè)學(xué)院學(xué)報(bào);2004年02期

2 曲長(zhǎng)文,何友,馬強(qiáng);應(yīng)用多屬性決策的威脅評(píng)估方法[J];系統(tǒng)工程與電子技術(shù);2000年05期

3 于麗英,胡毓達(dá),顧利勤;多屬性決策的α-較多屬性偏愛(ài)法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年02期

4 張斌;集對(duì)分析與多屬性決策[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2004年02期

5 徐澤水,達(dá)慶利;區(qū)間型多屬性決策的一種新方法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年04期

6 樊治平,張全,馬建;多屬性決策中權(quán)重確定的一種集成方法[J];管理科學(xué)學(xué)報(bào);1998年03期

7 王應(yīng)明;多指標(biāo)決策與評(píng)價(jià)的新方法──投影法[J];系統(tǒng)工程與電子技術(shù);1999年03期

8 徐澤水,孫在東;一種基于方案滿意度的不確定多屬性決策方法[J];系統(tǒng)工程;2001年03期

9 樊治平,張全;一種不確定性多屬性決策模型的改進(jìn)[J];系統(tǒng)工程理論與實(shí)踐;1999年12期

10 賴煒,齊歡;三峽船閘運(yùn)行調(diào)度中的多屬性決策問(wèn)題[J];控制與決策;2002年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 馬玉良;趙光宙;;粗糙集理論及其在工程中的應(yīng)用研究[A];第11屆全國(guó)電氣自動(dòng)化電控系統(tǒng)學(xué)術(shù)年會(huì)論文集[C];2002年

2 劉碧森;姚宇;;粗SVM理論及其在稅收預(yù)測(cè)中的應(yīng)用[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

3 楊斌;閆樺;;基于粗糙集理論的農(nóng)業(yè)水價(jià)承受能力研究[A];第十一屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2009年

4 朱江華;潘豐;;基于蟻群算法的粗糙集知識(shí)約簡(jiǎn)[A];2005年全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2005年

5 盛立;劉希玉;高明;;基于粗糙集理論的數(shù)據(jù)挖掘算法研究[A];山東省計(jì)算機(jī)學(xué)會(huì)2005年信息技術(shù)與信息化研討會(huì)論文集（二）[C];2005年

6 朱江華;潘豐;;基于蟻群算法的粗糙集知識(shí)約簡(jiǎn)[A];2005全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集（二）[C];2005年

7 田庫(kù);王俊松;劉玉敏;劉玉亮;李建國(guó);;基于粗糙集理論的神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)及網(wǎng)絡(luò)擁賽控制[A];第25屆中國(guó)控制會(huì)議論文集（中冊(cè)）[C];2006年

8 王剛;張志禹;;數(shù)據(jù)融合中粗糙集的應(yīng)用技術(shù)研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

9 張輝;錢宗才;屈景輝;劉敬華;;基于粗糙集理論的知識(shí)獲取研究及應(yīng)用[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

10 張鵬;崔文利;;基于粗糙集與BP網(wǎng)絡(luò)的民航飛機(jī)故障診斷研究[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 本報(bào)記者 李智 通訊員 梁憲生;零的突破[N];山西經(jīng)濟(jì)日?qǐng)?bào);2001年

2 王瑋 蔡蓮紅;數(shù)據(jù)挖掘走入語(yǔ)音處理[N];計(jì)算機(jī)世界;2001年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙晨;過(guò)程控制中的數(shù)據(jù)挖掘技術(shù)研究及其智能控制策略探討[D];浙江大學(xué);2005年

2 張勇;粗糙集—神經(jīng)網(wǎng)絡(luò)智能系統(tǒng)在浮選過(guò)程中的應(yīng)用研究[D];大連理工大學(xué);2006年

3 劉永闊;核動(dòng)力裝置故障診斷智能技術(shù)的研究[D];哈爾濱工程大學(xué);2006年

4 邱道宏;括蒼山高速公路隧道巖爆非線性預(yù)測(cè)研究[D];吉林大學(xué);2008年

5 吳正江;L模糊粗糙集研究[D];西南交通大學(xué);2009年

6 蔣朝哲;粗糙集理論在多屬性決策中的應(yīng)用研究[D];西南交通大學(xué);2006年

7 徐澤水;幾類多屬性決策方法研究[D];東南大學(xué);2003年

8 陳春芳;序方法與多屬性決策研究[D];南昌大學(xué);2010年

9 王志良;水資源管理多屬性決策與風(fēng)險(xiǎn)分析理論方法及應(yīng)用研究[D];四川大學(xué);2003年

10 王書齊;可變模糊集多屬性決策理論在大型編隊(duì)防空決策中的應(yīng)用研究[D];大連理工大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李嵐;基于信息熵的屬性約簡(jiǎn)及其應(yīng)用[D];大連海事大學(xué);2008年

2 陸愛(ài)國(guó);粗糙集理論及其擴(kuò)展模型的研究[D];西安電子科技大學(xué);2004年

3 郭曉娟;幾種多屬性決策方法與應(yīng)用研究[D];西南交通大學(xué);2008年

4 楊國(guó)蘭;虛擬企業(yè)合作伙伴選擇方法研究[D];合肥工業(yè)大學(xué);2005年

5 李強(qiáng);熵理論在區(qū)間數(shù)多屬性決策中的應(yīng)用研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2009年

6 張青枝;基于粗糙集的專家系統(tǒng)研究[D];武漢理工大學(xué);2003年

7 張騰飛;基于粗糙集和RBF網(wǎng)絡(luò)的動(dòng)態(tài)建模方法研究[D];上海海事大學(xué);2004年

8 陳鑫影;基于粗糙集理論的約簡(jiǎn)算法研究[D];吉林大學(xué);2005年

9 吳習(xí)宇;粗糙集理論在農(nóng)業(yè)決策支持系統(tǒng)知識(shí)發(fā)現(xiàn)中的應(yīng)用[D];西南農(nóng)業(yè)大學(xué);2005年

10 黃文濤;在數(shù)據(jù)挖掘中概念格的理論研究[D];蘭州理工大學(xué);2007年

  本文關(guān)鍵詞：粗糙集理論在多屬性決策中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：327361