隨著經(jīng)濟的高速發(fā)展,越來越多的現(xiàn)實決策問題如風險投資選擇、供應商選擇和企業(yè)研發(fā)項目的選擇等都依賴于專家的決策。多準則決策是現(xiàn)代決策科學的重要組成部分,它在工程設計、經(jīng)濟、管理和軍事等諸多領域具有廣泛的實際應用背景。在復雜的管理決策問題中,決策條件、決策數(shù)據(jù)與信息、決策過程等涉及到大量的不確定性因素,對管理決策中的模糊性,很難甚至無法利用經(jīng)典的數(shù)學、物理等方法解決。畢達哥拉斯模糊集可以細膩地描述事物的不確定性,本文在已有研究的基礎上,對具有畢達哥拉斯模糊信息和區(qū)間畢達哥拉斯模糊信息的多準則群決策問題進行研究,特別對專家權重的導出,準則權重的確定和決策方法的提出等關鍵問題進行了細致的研究,形成了一系列研究成果,具體有以下幾個方面。（1）為了克服現(xiàn)有的畢達哥拉斯模糊數(shù)排序方法中存在的缺陷,分別定義知識測量和可信度來刻畫畢達哥拉斯模糊信息的數(shù)量和質量。從而,通過知識測量、可信度和相對接近程度三個概念來比較兩個畢達哥拉斯模糊數(shù),提出一種畢達哥拉斯模糊數(shù)的排序方法,并將其應用于解決多準則決策問題。（2）本文提出了畢達哥拉斯模糊數(shù)的容許序關系,并將其應用于多準則群決策問題。首先,提出了畢達哥拉斯模糊... 

【文章來源】：江西財經(jīng)大學江西省

【文章頁數(shù)】：204 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 畢達哥拉斯模糊數(shù)序關系的多準則決策研究現(xiàn)狀
        1.2.2 畢達哥拉斯模糊集的多準則決策方法研究現(xiàn)狀
        1.2.3 區(qū)間畢達哥拉斯模糊多準則決策研究現(xiàn)狀
        1.2.4 科學問題的提出
    1.3 研究內(nèi)容及研究思路
        1.3.1 研究內(nèi)容
        1.3.2 研究思路
    1.4 組織結構及技術路線
        1.4.1 組織結構
        1.4.2 技術路線
    1.5 本文的創(chuàng)新點
第2章 相關理論基礎
    2.1 直覺模糊集的相關理論
    2.2 畢達哥拉斯模糊集的相關理論
    2.3 區(qū)間畢達哥拉斯模糊集的相關理論
    2.4 經(jīng)典的多準則決策方法介紹
        2.4.1 LINMAP方法
        2.4.2 TOPSIS方法
        2.4.3 TODIM方法
        2.4.4 VIKOR方法
        2.4.5 ELECTRE方法
第3章 基于三指標的畢達哥拉斯模糊數(shù)排序方法及其在多準則群決策中的應用
    3.1 引言
    3.2 現(xiàn)有的畢達哥拉斯模糊數(shù)的排序方法
        3.2.1 畢達哥拉斯加權幾何算子和畢達哥拉斯模糊數(shù)之間的距離
        3.2.2 畢達哥拉斯模糊數(shù)排序方法的不足之處
    3.3 基于知識測度、可信度與相對接近度的畢達哥拉斯模糊數(shù)排序方法
        3.3.1 畢達哥拉斯模糊數(shù)的知識測度
        3.3.2 畢達哥拉斯模糊數(shù)的可信度
        3.3.3 畢達哥拉斯模糊數(shù)的相對接近度
        3.3.4 畢達哥拉斯模糊數(shù)的三指標排序方法
    3.4 基于畢達哥拉斯模糊數(shù)的多準則決策方法
        3.4.1 問題描述
        3.4.2 一種用于解決具有畢達哥拉斯模糊信息的多準則決策方法
        3.4.3 用于解決包含畢達哥拉斯模糊信息的多準則群決策方法
        3.4.4 算例分析與比較分析
    3.5 本章小結
第4章 畢達哥拉斯模糊數(shù)的容許序及其在多準則群決策中的應用
    4.1 引言
    4.2 畢達哥拉斯模糊矩陣的距離
    4.3 基于相對距離和信息可靠性的畢達哥拉斯模糊序關系
        4.3.1 畢達哥拉斯模糊數(shù)的幾何表示
        4.3.2 畢達哥拉斯模糊數(shù)的兩個算子
        4.3.3 畢達哥拉斯模糊數(shù)的相對距離
        4.3.4 畢達哥拉斯模糊數(shù)的信息可靠性
        4.3.5 一種綜合相對距離和信息可靠性的畢達哥拉斯模糊數(shù)排序新方法
    4.4 畢達哥拉斯模糊數(shù)的知識測度
        4.4.1 畢達哥拉斯模糊數(shù)的知識測度定義
        4.4.2 畢達哥拉斯模糊數(shù)知識測度的性質
    4.5 一種解決具有畢達哥拉斯模糊信息的多準則群決策問題的新方法
        4.5.1 問題描述
        4.5.2 基于綜合距離確定專家權重
        4.5.3 基于知識測度確定準則權重
        4.5.4 一種用于解決具有畢達哥拉斯模糊信息的多準則群決策方法
    4.6 風險投資選擇案例
    4.7 比較分析
        4.7.1 與已有方法進行比較分析
        4.7.2 應用已有方法解決風險投資選擇案例中的決策問題
        4.7.3 應用本章提出的方法解決風險投資選擇案例的決策問題
    4.8 本章小結
第5章 基于廣義畢達哥拉斯模糊加權Heronian平均算子的多準則群決策方法及其應用
    5.1 引言
    5.2 Heronian平均算子和廣義Heronian平均算子
    5.3 廣義畢達哥拉斯模糊Heronian平均算子和廣義畢達哥拉斯模糊加權Heronian平均算子
        5.3.1 廣義畢達哥拉斯模糊Heronian平均算子
        5.3.2 廣義畢達哥拉斯模糊加權Heronian平均算子
    5.4 基于畢達哥拉斯模糊數(shù)的多準則群決策方法
        5.4.1 問題描述
        5.4.2 利用貼近度確定專家權重
        5.4.3 綜合準則權重的確定
        5.4.4 基于廣義畢達哥拉斯模糊加權Heronian算子的多準則群決策方法
    5.5 學科評估案例分析及比較分析
        5.5.1 學科評估案例分析
        5.5.2 比較分析
    5.6 本章小結
第6章 基于畢達哥拉斯模糊數(shù)學規(guī)劃方法的多準則群決策問題研究
    6.1 引言
    6.2 畢達哥拉斯模糊集的閔可夫斯基距離
    6.3 具有畢達哥拉斯模糊真度的畢達哥拉斯模糊多準則群決策問題
        6.3.1 問題描述和規(guī)范化方法
        6.3.2 不完全權重信息結構
        6.3.3 方案間具有畢達哥拉斯模糊真度的主觀偏好關系
        6.3.4 基于交叉熵確定專家權重
    6.4 求解畢達哥拉斯多準則群決策問題的畢達哥拉斯數(shù)學規(guī)劃方法
        6.4.1 基于畢達哥拉斯模糊正理想解和負理想解的畢達哥拉斯一致性和不一致性指標
        6.4.2 基于畢達哥拉斯模糊正理想解和負理想解的畢達哥拉斯模糊數(shù)學規(guī)劃模型
        6.4.3 求解畢達哥拉斯模糊數(shù)學規(guī)劃模型的線性規(guī)劃方法
        6.4.4 利用交叉熵得出群體相對貼近度
    6.5 求解畢達哥拉斯模糊多準則群決策問題的畢達哥拉斯模糊數(shù)學規(guī)劃方法
    6.6 綠色供應商選擇案例
    6.7 比較分析
        6.7.1 與畢達哥拉斯模糊TOPSIS方法的比較
        6.7.2 與畢達哥拉斯模糊TODIM方法作比較
        6.7.3 基于Spearman等級相關系數(shù)的秩相關分析
    6.8 本章小結
    6.9 附錄
第7章 基于區(qū)間畢達哥拉斯模糊集的多準則群決策方法及應用
    7.1 引言
    7.2 區(qū)間畢達哥拉斯模糊集的距離
        7.2.1 區(qū)間畢達哥拉斯模糊數(shù)的閔可夫斯基距離
        7.2.2 區(qū)間畢達哥拉斯模糊集的閔可夫斯基距離
    7.3 具有區(qū)間畢達哥拉斯模糊真度的區(qū)間畢達哥拉斯模糊多準則群決策問題
        7.3.1 問題描述和規(guī)范化方法
        7.3.2 不完全權重信息結構
        7.3.3 方案間具有區(qū)間畢達哥拉斯模糊真度的主觀偏好關系
        7.3.4 基于相對貼近度思想確定各準則下的專家權重
    7.4 求解區(qū)間畢達哥拉斯多準則群決策問題的區(qū)間畢達哥拉斯模糊數(shù)學規(guī)劃方法
        7.4.1 基于區(qū)間畢達哥拉斯模糊正理想解和負理想解的區(qū)間畢達哥拉斯一致性和不一致性指標
        7.4.2 基于區(qū)間畢達哥拉斯模糊正理想解和負理想解的區(qū)間畢達哥拉斯模糊數(shù)學規(guī)劃模型
        7.4.3 求解區(qū)間畢達哥拉斯模糊數(shù)學規(guī)劃模型的線性規(guī)劃方法
        7.4.4 利用排序矩陣對方案進行排序
        7.4.5 求解區(qū)間畢達哥拉斯模糊多準則群決策問題的區(qū)間畢達哥拉斯模糊數(shù)學規(guī)劃方法的決策過程
    7.5 投資案例及比較分析
        7.5.1 投資案例
        7.5.2 與區(qū)間畢達哥拉斯模糊ELECTRE方法進行比較分析
    7.6 本章小結
第8章 總結與展望
    8.1 研究結論
    8.2 研究展望
參考文獻
攻讀博士期間取得的成果
致謝


【參考文獻】：
期刊論文
[1]基于區(qū)間畢達哥拉斯模糊集的三類Hamming距離[J]. 李進軍,包玉娥,李晨松.  湖北民族學院學報(自然科學版). 2018(04)
[2]區(qū)間Pythagorean模糊交互式多準則決策模型[J]. 李娜,高雷阜,王磊.  計算機工程與應用. 2018(22)
[3]基于灰色關聯(lián)法和HA算子的Pythagorean模糊群決策方法[J]. 李鵬,沈志杰,陳勝男,柴慶澤.  運籌與管理. 2018(10)
[4]基于置信水平的畢達哥拉斯模糊綜合評價方法[J]. 曾守楨,張崇輝.  統(tǒng)計與信息論壇. 2018(10)
[5]廣義畢達哥拉斯正態(tài)模糊集成算子及其決策應用[J]. 常娟,杜迎雪,劉衛(wèi)鋒.  數(shù)學的實踐與認識. 2018(07)
[6]Pythagorean三角模糊語言Hamacher集結算子及其應用[J]. 杜玉琴,侯福均,翟玉冰,于倩.  運籌與管理. 2018(03)
[7]基于區(qū)間值畢達哥拉斯模糊數(shù)的TOPSIS方法及其在學生推優(yōu)中的應用[J]. 王耀武.  數(shù)學的實踐與認識. 2018(05)
[8]基于畢達哥拉斯模糊冪加權平均算子的多屬性群決策方法[J]. 丁恒,李延來.  計算機工程與應用. 2018(05)
[9]Pythagorean梯形模糊語言集結算子及其應用[J]. 杜玉琴.  現(xiàn)代商業(yè). 2018(02)
[10]Pythagorean模糊環(huán)境下基于交叉熵和TOPSIS的多準則決策方法[J]. 范建平,閆彥,吳美琴.  計算機工程與應用. 2018(16)

碩士論文
[1]Pythagorean模糊集理論的新拓展及其應用研究[D]. 彭新東.西北師范大學 2016



本文編號：3194573