灰色決策是灰色系統(tǒng)理論和現(xiàn)代決策科學(xué)的重要組成部分,本文對灰信息下的多指標(biāo)決策及其在河南省區(qū)域農(nóng)業(yè)旱災(zāi)風(fēng)險管理中的應(yīng)用進(jìn)行了研究,主要研究成果如下:（1）研究了灰信息下的灰靶分類決策。針對指標(biāo)值為區(qū)間灰數(shù)的多指標(biāo)分類決策問題,定義了表示決策對象與理想狀態(tài)間差異關(guān)系的靶心距測度;結(jié)合靶心距測度與偏差思想,構(gòu)造了確定指標(biāo)權(quán)重及決策對象分類參數(shù)等決策信息的多目標(biāo)規(guī)劃模型。建立了區(qū)間灰數(shù)信息下的灰靶分類決策模型。（2）研究了灰信息下的靜態(tài)灰色多指標(biāo)決策。針對指標(biāo)值為三參數(shù)區(qū)間灰數(shù)且狀態(tài)單一的灰色多指標(biāo)決策問題,定義了三參數(shù)區(qū)間灰數(shù)的相對相似度關(guān)系以及正、負(fù)理想向量,構(gòu)建了確定指標(biāo)權(quán)重的多目標(biāo)優(yōu)化模型;利用三參數(shù)區(qū)間灰數(shù)的簡化形式,計算決策方案與正、負(fù)理想方案核的相對相似度和灰度的相對相似度,進(jìn)而求解決策方案的綜合相對相似度關(guān)系。建立了三參數(shù)區(qū)間灰數(shù)下的靜態(tài)灰色多指標(biāo)決策模型。（3）研究了灰信息下的動態(tài)灰色多指標(biāo)決策。針對指標(biāo)值為區(qū)間灰數(shù)且多狀態(tài)的灰色多指標(biāo)決策問題,構(gòu)造了決策方案的核序列與灰度序列,建立多目標(biāo)優(yōu)化模型以確定指標(biāo)權(quán)重;同時,考慮到?jīng)Q策問題的動態(tài)演變過程,基于灰熵序列與Orness... 

【文章來源】：華北水利水電大學(xué)河南省

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 灰靶決策研究現(xiàn)狀
        1.2.2 灰色多指標(biāo)決策方法研究現(xiàn)狀
        1.2.3 動態(tài)多指標(biāo)決策方法研究現(xiàn)狀
        1.2.4 農(nóng)業(yè)旱災(zāi)風(fēng)險管理研究現(xiàn)狀
        1.2.5 存在的問題
    1.3 研究內(nèi)容
    1.4 研究方法及技術(shù)路線
2 灰信息下的灰靶分類決策方法
    2.1 問題的提出
    2.2 預(yù)備知識
    2.3 區(qū)間灰數(shù)信息下的灰靶分類決策模型
        2.3.1 模型建立
        2.3.2 決策步驟
    2.4 實(shí)例分析
    2.5 本章小結(jié)
3 灰信息下的靜態(tài)灰色多指標(biāo)決策方法
    3.1 問題的提出
    3.2 預(yù)備知識
    3.3 基于相對相似度關(guān)系的靜態(tài)灰色多指標(biāo)決策模型
        3.3.1 模型建立
        3.3.2 決策步驟
    3.4 實(shí)例分析
    3.5 本章小結(jié)
4 灰信息下的動態(tài)灰色多指標(biāo)決策方法
    4.1 問題的提出
    4.2 預(yù)備知識
    4.3 基于灰熵和Orness測度的灰色動態(tài)多指標(biāo)決策模型
        4.3.1 模型建立
        4.3.2 決策步驟
    4.4 實(shí)例分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 論文的主要工作和創(chuàng)新點(diǎn)
    5.2 展望
攻讀學(xué)位期間參加的科研項目及發(fā)表的學(xué)術(shù)論文
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]屬性值為區(qū)間數(shù)的決策對象相對相似規(guī)劃模型[J]. 黃智力,羅鍵.  系統(tǒng)工程理論與實(shí)踐. 2019(03)
[2]基于廣義灰數(shù)的雙向投影灰靶決策模型拓展研究[J]. 劉中俠,劉思峰,蔣詩泉.  系統(tǒng)工程理論與實(shí)踐. 2019(03)
[3]基于三參數(shù)區(qū)間灰數(shù)的TOPSIS決策方法[J]. 陳可嘉,陳萍.  系統(tǒng)工程與電子技術(shù). 2019(01)
[4]基于決策者無差異偏好的變動靶心廣義灰靶決策方法[J]. 馬金山.  統(tǒng)計與決策. 2018(19)
[5]基于區(qū)間對偶猶豫不確定語言廣義Banzhaf Choquet積分算子的多屬性決策方法[J]. 劉超,湯國林,劉宸琦,劉培德.  系統(tǒng)工程理論與實(shí)踐. 2018(05)
[6]基于改進(jìn)向量相似度的區(qū)間數(shù)動態(tài)多指標(biāo)決策模型及應(yīng)用[J]. 錢吳永,董揚(yáng)兵.  控制與決策. 2019(01)
[7]基于多目標(biāo)多屬性決策的大規(guī)模Web服務(wù)組合QoS優(yōu)化[J]. 魯城華,寇紀(jì)淞.  管理學(xué)報. 2018(04)
[8]基于模型預(yù)測控制的動態(tài)多屬性決策方法[J]. 張敏敏,李宏光,宿翀.  控制工程. 2018(03)
[9]多重偏好序下的復(fù)雜產(chǎn)品主制造商——供應(yīng)商多階段雙邊匹配方法[J]. 張笛,孫濤,高明美,萬良琪,陳曄.  計算機(jī)集成制造系統(tǒng). 2018(03)
[10]基于相對核的三參數(shù)區(qū)間灰數(shù)信息下多屬性決策方法[J]. 李嘩,張東興,郭三黨.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2018(01)

博士論文
[1]灰色決策方法及應(yīng)用研究[D]. 宋捷.南京航空航天大學(xué) 2010



本文編號：3286036