一、群决策中基于语言信息处理的一种理想点法(论文文献综述)
仲晓宇[1](2020)在《区间二元语义环境下的复杂大群体决策问题研究》文中研究表明随着社会进步和科技发展,决策环境日趋复杂,决策者规模逐渐扩大,且随着网络技术的发展,决策群体的特点也发生了深刻变化,复杂大群体决策问题作为一种新的发展趋势,在各个领域得到了广泛关注和应用。在复杂大群体环境下,经典的群决策方法面临诸多挑战:一是如何克服人类思维的模糊性和犹豫度,避免初始语义转化的信息缺失,合理量化相互关联的各评价指标;二是如何高效集结规模庞大、群体行为复杂、评价准则多样的决策者群体;三是寻找一种针对复杂大群体决策框架,能够普遍适用于多属性相互关联的复杂决策问题。基于以上问题,本文针对定性指标的初始语义转化、决策群体的同质化过程及决策方法的应用等进行了如下研究:(1)基于多属性决策过程中评价指标间存在的关联关系及其赋权过程中不可避免的主观不确定性,采用二元语义对定性指标进行量化,研究二元语义环境下基于ANP的评价指标赋权问题。(2)对大群体决策中的决策群体进行约简,提出了一种混合数据聚类算法对其进行分类。首先通过分析决策群体主要特征确定识别指标,并收集聚类对象各属性数据;然后确定初始聚类中心并对相似度矩阵进行迭代运算,此外,在该过程中引入惩罚竞争机制,从而实现自动确定聚类项,最终得到异质决策群体的分类结果。(3)在区间二元语义环境下,根据评价指标特点,采用PROMETHEE方法解决多属性群决策问题的基本原理、方法和关键步骤。最后通过案例分析验证了方法的可行性。本文考虑到复杂大群体决策问题中存在的评价指标模糊难以量化、决策群体异质难以处理、决策框架欠缺等问题,提出一套更加贴近决策实际的复杂大群体决策方法,能为决策支持系统软件的开发提供理论基础,又能为复杂大群体决策问题提供新思路、新方法,充实了复杂大群体决策的方法库,具有一定的学术价值和实际意义。该论文有图12幅,表35个,参考文献109篇。
刘伟,邱骏达[2](2020)在《群决策的区间数判断矩阵最优集结及专家评判水平评价研究》文中提出本文将各位专家判断矩阵中的区间数,以二维坐标点集的形式表示出来。运用模拟植物生长算法(PGSA),求解该点集的广义Fermat-Torricelli点——专家群体的最优集结点。从而确定专家综合判断区间数矩阵。通过比较专家判断矩阵与专家综合判断矩阵区间数对应点集的相对偏差,可以逆判出每位专家的评判水平。最后,通过一个算例计算分析,验证了该方法的合理性。
孙健博[3](2020)在《直觉概率语言集多属性决策方法及其在高端装备产品研制中的应用》文中提出决策作为人类生活中的一项基本活动,是人们行动的先导。当代社会经济的不断发展以及网络信息技术的不断进步,无论是政治、经济还是日常的生活,决策已经存在于我们生活的方方面面。随着现有决策问题的复杂性和不确定性不断加剧,模糊多属性决策应运而生,但决策过程中的属性评价信息也变得更加具体多样,传统的模糊语言集已经很难对现今复杂多变的评价信息进行全面的描述,因此对于模糊语言集的拓展研究十分必要。本文在直觉语言集和概率语言术语集现有研究的基础上,针对两种模糊语言集各自在评价信息表达方面的不足进行讨论,保留其各自的优点,将两种模糊语言集进行结合进而定义了直觉概率语言集这一新的模糊语言集,提出基于直觉概率语言集的多属性群决策模型,并讨论了其在大型船舶研制过程中方案选择的应用。1.本文提出了新的语言模糊集——直觉概率语言集。首先定义了其基本概念、运算法则、运算规律等,并证明了其相关性质。其次,在基本概念的基础上,提出了计分函数和精确函数来比较直觉概率语言集之间的大小关系;随后定义了Hamming距离公式,来测算直觉概率语言集之间的距离;最后定义了基本的集结算子,如加权算数平均算子和加权几何平均算子来进行加权集结直觉概率语言集。2.本文基于直觉概率语言集的相关概念和测度公式,结合TOPSIS方法,提出基于直觉概率语言集的多属性决策方法,并应用到了实际的案例决策过程当中,验证了其有效性和合理性。3.本文针对决策过程中广泛存在的信息不完全情况,提出信息不完全下的多属性群决策模型。首先定义了直觉概率语言集模糊熵的概念,证明了其基本性质,并利用熵权法构造线性规划模型,来求解每一位决策者的属性权重;其次定义了相似度的概念,证明了其基本性质,并用其测算直觉概率语言集之间的相似程度,通过相似度来计算了专家之间的群体相似度从而解决了群决策问题中的专家之间共识的问题;最后定义了直觉概率语言集期望值的概念,通过期望值最大化的原则构造线性规划模型求解每一位专家的专家权重,并利用集结算子进行集结和后续决策。4.将本文所提直觉概率语言集多属性群决策方法应用于船舶研制方案选择的大型决策过程当中,说明了所提出方法的适用性,并针对结果进行了分析和给出了相关的建议。
李海涛[4](2019)在《不确定环境下旱灾风险调控群决策方法研究》文中研究指明21世纪以来,在全球气候变化和人类活动影响下,旱灾呈现进一步加剧趋势,已成为制约各国经济社会可持续发展的重要问题之一。我国受旱灾影响严重,但当前阶段抗旱减灾体系总体上仍较为滞后。在水资源-经济社会-生态环境协同发展、应对气候变化等国家重大战略部署下,我国抗旱减灾工作面临新的挑战和更高的要求,旱灾风险管理新理念、新思路已得到我国各界人士的关注与研究。本文立足旱灾风险调控决策理论与实践中存在的问题与不足,紧跟风险管理与群决策理论方法的研究前沿,按照理论分析、方法构建、案例实证的思路开展研究。提出多主体参与的旱灾风险调控群决策研究框架,构建群决策信息提取和集结的随机EMD方法;进而针对旱灾风险调控决策中的一般性问题,建立基于不确定语言信息、不确定混合信息以及不确定随机动态信息的旱灾风险调控群决策方法;选取河南省农业旱灾风险调控典型问题实证分析,形成方法应用模式。研究成果对揭示旱灾风险调控决策不确定性并构建量化分析模型具有理论意义,对丰富和发展群决策理论方法体系具有推动作用,对政府科学调控和综合应对旱灾风险具有实际应用价值。本文主要工作集中在以下六个方面:(1)提出多参与主体的旱灾风险调控群决策研究框架,分析了群决策中的不确定性特征。通过分析旱灾风险系统构成要素及其相互作用机理,指出风险的不确定性和系统的复杂性是旱灾风险调控面临的决策环境;基于水资源-经济社会-生态环境系统协同发展理念,提出了多主体协同参与的旱灾风险调控群决策研究框架,分析了开展旱灾风险调控群决策研究的可行性与必要性;从三个方面分析了旱灾风险调控群决策中的不确定性特征:一是反映旱灾风险系统内在本质的随机性等不确定性;二是反映由于人类认识不足、信息缺失或知识缺乏而导致群决策信息不确定性;三是反映群决策过程与方法的不确定性。(2)融合随机模拟与滤波分析方法,提出了群决策信息提取和集结的随机EMD(Empirical Mode Decomposition)方法。分析指出传统群决策方法大多须对专家赋权实现群决策信息集结,但赋权方法存在主观性大、无统一衡量标准等问题;分析了群决策信息的差异性、无序性、不确定性特征,基于群决策信息包含主观成分与客观成分、客观成分对决策起决定性作用的基本假设,融合Monte Carlo随机模拟与EMD方法优势设计MC-EMD算法,实现群决策信息的自适应提取与集结,提高群决策结果客观性和可靠性;运用大数定律讨论了方法的收敛性与物理意义;结合数值算例对比分析了方法的可行性与优越性。(3)提出了不确定语言信息下旱灾风险调控群决策方法。针对群决策信息为不确定语言变量的情形,运用群决策信息提取和集结的随机EMD方法,提出了基于不确定语言信息的旱灾风险调控群决策方法。梳理了现有的语言评估标度,设计了多粒度语言信息一致化处理规则;为充分利用群决策信息,基于LHA(Linguistic Hybrid Averaging)算子、数值覆盖与灰信息表征方法、模糊正态分布隶属函数,分别构建了不确定语言群决策信息融合的LHA法、三参数区间灰数法与正态分布随机变量法;应用示例对比分析验证了上述方法均可行有效,可为旱灾风险调控多领域专家方案论证提供支持。(4)提出了不确定混合信息下旱灾风险调控群决策方法。针对群决策信息呈现多元不确定表征方式混合特征,运用群决策信息提取和集结的随机EMD方法,提出了基于不确定混合信息的旱灾风险调控群决策方法。设计了基于社会调查的混合决策信息采集办法,总结了常用的不确定偏好信息表征方式,提出了一致化为归一化效用值的转换方法;基于云模型和Monte Carlo模拟思想,提出了不确定混合群决策信息的正态云融合方法,以弥补随机抽样决策信息不完全、信息处理中决策信息丢失以及多次决策结论非一致等不足;应用示例验证了方法的合理有效性,可为面向公众参与的旱灾风险调控方案决策提供支持。(5)提出了不确定随机动态旱灾风险调控群决策方法。针对旱灾风险发展演变的随机性与决策者心理行为复杂性,根据群决策信息提取和集结的随机EMD方法,构建了基于参照点依赖与不确定混合信息的不确定随机动态旱灾风险调控群决策方法。提出了该类群决策问题的一般框架;依据TRP(Tri-reference Point)基本思想,提出将群体理想点、预期点和临界点设置为风险型群决策参照点,综合利用了累积前景理论、Markov链以及Orness测度等理论优势,提出了风险型动态群决策信息融合方法;应用示例验证了方法的科学有效性,可为旱灾风险调控方案的多阶段动态群决策提供支持。(6)河南省农业旱灾风险调控群决策实证分析。构建了多元截面数据灰色变化率关联分析模型,识别河南省农业旱灾脆弱性关键驱动因子;针对河南省雨养农业区和灌溉农业区防控与化解农业旱灾风险中的突出问题,构建了政策性农业保险产品与小型农田水利设施管护模式的区域适用性评价指标体系,设计了群决策信息采集的评价问卷与调研提纲,分别以陕州区和滑县为例,运用本文理论成果解决了政策性农业保险产品择优投放和小型农田水利设施管护模式优选问题,形成方法应用模式,可为一般区域政府决策部门提高旱灾风险调控效率、增强公共决策的民主化与科学化水平提供支持。
周大涛[5](2019)在《面向复杂产品设计全周期的协同决策机制研究》文中研究说明在智能制造的大背景下,制造业正面临产品日趋个性化、多元化,设计和制造手段复杂化、系统化及智能化等一系列变革,产品设计在满足原有功能需求的基础上还需为用户提供更多的附加价值和服务。传统产品设计对象需进化为更加智能互联的复杂产品设计对象,过去以单一机械设计为主的制造模式需转变为跨领域、跨学科的复杂系统工程研发,这为产品设计决策带来了前所未有的挑战:从企业角度来讲,为响应日渐多元化的用户及市场设计需求,企业要求对复杂产品设计过程进行有效决策、管理和重组,提高设计过程的协同并行能力,以减少设计迭代,缩短设计周期,提高设计效率;从系统工程角度来讲,在产品设计信息模糊、不精确或不完备的情况下,要求对多领域、多学科复杂知识、信息进行协同集成与有效耦合,为复杂产品设计决策提供数据与信息参考。因此,如何进行复杂产品设计协同决策,成为设计决策理论研究亟待解决的问题。目前,产品设计决策问题研究已经受到了学者们的关注,并出现了一些研究成果,然而这些研究成果多聚焦在单一阶段或组合阶段的设计决策过程上,未能覆盖产品设计全周期,缺少对设计过程进行统一化、系统化和规范化决策的协同机制,存在决策结果单一性、不确定性或局限性等问题,导致设计过程冗余,降低了设计质量和效率,难以解决复杂产品设计过程中的协同决策与规划问题。本文依托于教育部人文社科基金课题“面向一般用户的产品开发全过程决策方法及集成平台构建研究(18YJAZH048)”,在已有相关研究成果的基础之上,针对复杂产品设计决策过程中存在的问题,构建了前期设计需求定位、中期技术特性映射、后期概念方案择优的复杂产品设计全周期协同决策机制。其研究目的和意义在于:在理论与方法研究层面,提出针对性的设计全周期协同决策方法,实现复杂产品设计过程与市场、技术、资源等多领域、多学科复杂知识及信息的匹配度和协同度,丰富和完善了相关产品设计决策方法的研究,有助于推动复杂产品设计理论研究工作的进一步开展;在应用研究层面,为相关企业的产品设计开发过程,提供了规范化、制度化的设计决策机制,以便精准地掌握关键信息,快速地完成复杂分析与执行系统化的评估,获得更具一致性和更高质量的决策,提高设计效率,降低设计成本。本文主要开展以下几个方面的创新性研究工作:(1)在对复杂产品设计的基本概念、内涵和特点进行分析的基础上,利用复杂产品设计的霍尔三维结构要素模型,对复杂产品设计过程存在的决策问题进行描述;进而以设计全周期阶段划分的结果为基础,提取复杂产品设计全周期的各阶段决策问题,具体包括:前期设计需求决策问题、中期技术特性决策问题、后期概念方案择优问题;针对这三个阶段存在的决策问题,构建面向复杂产品设计全周期的协同决策模型(SDH),并给出了SDH各阶段决策问题的研究框架。这些基础性研究框架,为复杂产品设计全周期协同决策问题的研究提了一个系统化的研究体系,并为进一步展开方法研究和应用研究提供了理论基础。(2)针对前期设计需求定位的协同决策问题,在对研究问题的实际背景进行分析的基础上,明确了用户设计需求信息的来源,为设计需求信息的挖掘与分析提供了对象和内容;在构建设计需求信息数据挖掘与分析模型的基础上,深入分析了设计需求数据挖掘方式、需求信息可视化方式以及需求信息重要度算法;以此模型对4LZ-1.0B型联合收割机的用户需求信息进行了挖掘与分析。(3)针对中期技术特性映射的协同决策问题,在对研究问题的实际背景进行分析的基础上,论述了技术特性映射质量屋(HOQ)的基本功能与结构形式;并分析了HOQ的四个构建阶段,包括质量规划、技术特性展开、相关系数矩阵、技术规划阶段;以此模型对4LZ-1.0B型联合收割机的技术特性目标值进行了分析。(4)针对后期概念方案择优的协同决策问题,在对研究问题的实际背景进行分析的基础上,提出了传统群组决策过程中存在的多粒度、多语义,以及确定语言变量和不确定语言变量共存的复杂性问题;并对语言信息决策理论的基本知识进行了概述;提出一种复杂语言信息环境下的多粒度混合型语言变量决策模型,客观、准确地描述专家评判信息的模糊性或不确定性,保证择优结果的可靠性;以此模型对4LZ-1.0B型联合收割机的概念设计方案进行了分析。全文通过4LZ-1.0B型自走履带式谷物联合收割机的一系列产品设计案例对各个章节所提方法进行验证分析,结果表明:基于数据挖掘、质量屋(HOQ)、语言信息决策理论等相关方法所构建的复杂产品设计全周期协同决策机制(决策屋SDH)具有可行性和有效性,丰富和拓展了产品设计决策理论研究工作,有较强的理论意义和应用价值。
马珍珍[6](2018)在《可靠性视角下语言群决策方法及应用研究》文中提出在许多实际决策问题中,由于错综复杂的决策系统和影响因素,决策者针对评价方案难以获得准确的信息值,使得决策问题包含众多不确定因素,对此,区间数、模糊数、灰数、犹豫模糊数、云模型和语言信息等不确定信息在决策问题中应用较为广泛。其中,语言信息更为贴合人类的思维习惯,表现形式简单,操作较为灵活,在日常决策中更为常见。为提高决策准确性、综合性,群决策逐渐代替个体决策成为常用的决策模式。然而在群体决策中,由于专家地位、背景、知识、经验有所不同,因而具有不同的认知,如何有效解决专家信息差异成为决策研究领域的重点。传统的决策主要通过计算专家相似度、共识度、一致性等来考虑专家信息差异,未考虑专家信息本身的内在特性,进而影响决策总体可靠性。对此,本文从可靠性视角来研究语言群决策问题,通过综合考虑专家信息之间的冲突性和内在特性,对其可靠性进行深入研究。本文由浅入深、由易入难、由静态到动态,针对语言群决策可靠性测量和集结问题展开研究,主要研究工作如下:(1)研究带有决策者判断可靠性的语言信息群决策集结问题。针对以语言变量表示的决策者意见自判可靠性,构建了基于语言信息灰度的可靠性测度方法;提出了依据群体一致性、语言信息灰度以及先验信息的专家综合权重确定方法;基于信息集结后的语言信息灰度,计算并分析决策可靠度,提出了考虑语言信息灰度的排序算法。(2)研究可靠性视角下概率语言群决策集结问题。针对决策过程中具有决策对象的概率语言信息和专家熟悉度信息的决策问题,通过计算专家相似度,构建了基于颗粒优化思想的等级效用值求解方法,并针对信息不完全情况提出了相应的解决方法;基于专家相似度和专家熟悉度双重考虑来计算专家可靠度,并构建了以实现可靠度最大化为目标的熟悉度量化模型;采用证据推理规则对专家信息进行集结,并提出了专家集结权重的求解方法;提出了属性可靠性的求解方法,利用证据推理规则对属性信息进行集结以获得最终排序。(3)研究基于犹豫模糊语言信息的大型群体决策聚类、可靠性和集结问题。提出了面向犹豫模糊语言信息的专家相似度构建方法;借助改进的编网聚类方法对大型群体专家进行初步聚类,确定可接受范围对专家进行再聚类,并通过聚类精度指标对聚类有效性进行验证以确定最终类别;构建了大规模群体信息集结的类内集结和类间集结框架,对类内专家信息进行集结获得概率语言信息;提出了基于语言概率分布的类可靠度计算方法,基于类可靠度和类专家数量占总体数量比例考虑确定类别权重,根据集结规则实现类间信息集结以进行排序。(4)研究可靠性视角下动态犹豫模糊语言群决策集结问题。针对多阶段信息集结问题提出了将犹豫模糊语言集合转化为概率语言的方法;提出了基于专家相似度和确定度考虑的专家可靠性计算方法,构建了基于相似度最大化的语言颗粒优化模型;基于语言概率分布提出了属性稳定度的计算方法,用以衡量属性可靠性;通过考虑专家可靠度和权重、属性可靠度和权重的集结规则获得最终计算结果。(5)研究动态犹豫模糊语言大型群决策的聚类、可靠性和集结问题。通过考虑犹豫模糊语言集合的特性,提出了基于期望距离和犹豫度的专家相似度测量方法;通过构建犹豫模糊语言环境下的正理想参考点和发展参考点,提出了参考相似度的计算方法;以参考相似度最大化为目标,构建了阶段权重和属性权重的优化模型;提出了聚类有效性验证指标,并采用模糊等价聚类方法对专家进行聚类;提出了考虑类内和类间的信息集结方法,类内信息进行无差异(即不考虑专家差异性)集结,类间信息通过考虑类可靠度和类权重进行有差异(即考虑类别差异性)集结,根据综合参考相似度进行对象排序。(6)研究面向低碳经济模式下钢铁产品供应商的动态评价和选择问题。在分析国内外钢铁行业低碳模式、低碳模式下供应商评价和选择相关研究的基础上,有针对性地构建了低碳模式下钢铁产品供应商评价指标体系;基于决策者多阶段犹豫模糊语言信息,应用本文所提方法评价四家钢铁产品供应商在低碳经济模式下的综合绩效,以验证其合理性和可行性。
王伟明[7](2018)在《不确定语言信息下的交互式群体评价方法研究》文中指出在现实生活中,存在着大量的语言型评价问题,即评价者给出的决策信息为语言短语(如优、良、差等)时,被评价对象的排序问题。与个体评价相比,群体评价所包含的决策信息相对较多,评价结果也更为准确,因此,其应用更为广泛。迄今为止,关于语言型的群体评价问题,国内外均取得了丰硕的理论成果。然而,现有的成果大多都是基于语言信息的群体评价方法,而较少对不确定语言信息下的群体评价问题进行研究。另外,评价者对客观事物的认识一般都遵循由浅入深的规律,而且需要在评价过程中对自己过去的不成熟意见进行修正。鉴于此,本文对传统的语言型群体评价问题进行拓展研究,探讨了一些新的不确定语言信息下的交互式群体评价理论与方法。本文在阅读和分析大量国内外文献的基础上,借鉴前人的相关理论与丰硕成果,对不确定语言信息下的交互式群体评价问题进行了深入探究,主要工作如下:(1)将云模型运用到交互式群体评价问题中,对不确定语言信息下的交互式群体评价问题给予深入研究,进一步丰富和发展了交互式群体评价方法;探讨了一种新的群体成员权重确定方法,充分利用了区间云加权算术平均算子的优点,有效实现了单轮评价信息的集结;对交互式群体评价问题的终止条件进行了研究,给出了云模型环境下的一致性指标和稳定性指标,有效地避免了群体评价出现无限轮交互的情形;定义了区间云有序加权平均算子,考虑了多轮群体评价信息,有效实现了多轮交互结果的集结。(2)引入了“多粒度不确定语言信息”的思想,对基于精确数、区间数等定量评价信息的交互式群体评价方法进行了拓展研究,克服了评价信息必须为定量信息的苛刻条件,很大程度地提高了交互式群体评价方法的普遍适用性;给出了多粒度语言信息一致化的新方法,弥补了当前积性语言评估标度下的多粒度语言转换函数研究的空白;探讨了一种新的交互式群体评价方法,考虑了评价群体交互所给评价信息的质量,一定程度上减少了质量较差的评价信息给群体评价带来的负面影响;给出了I-UPLHGA和I-UPLHHA两个算子,并将其运用于多粒度不确定语言信息下的交互式群体评价问题。(3)针对相似度较大的单轮大规模群体交互式意见,提出了一种较为合理的分组方法,为解决交互式群体评价分类问题提供了一种新的途径;在单轮群体信息集结时,给出了TULDWAA算子,该算子不仅利用了ULWA算子的优点,同时还考虑了不确定语言信息的“分布密度”;对传统的密度权重确定方法提出了改进,探讨了一种囊括信息“质”和“量”的密度权重确定方法,该方法能更好地考虑数据集的疏密程度,并在一定程度上避免由于不同分组数所导致不同评价结果的缺陷;定义了一个“群体共识度”指标,并用其来确定各轮交互意见的权重,使得多轮交互式群体评价显得更加合理,同时所得到的评价结果也更容易被接受;将较为经典的ULHA算子进行了拓展,给出了I-ULHA算子,并将其运用于多轮交互结果的集结。
张昊渤[8](2017)在《区间信息多属性群决策方法及其应用研究》文中指出在经济、管理和军事等诸多领域,决策者们常常需要进行投资决策和经济效益评价等决策活动。随着企业规模不断扩大,经营趋于多元化方向发展,其所面临的决策问题的复杂性也不断增加。企业和组织仅仅依靠单一准则或属性进行决策分析已无意义,而需要综合分析多个相互矛盾而又相互制约的影响因素。多属性群决策就是以综合分析多个影响因素或指标为基础,综合多个决策者对有限备选方案进行择优或排序的决策活动。随着决策问题的复杂性不断增加,依靠数字模型对决策对象进行精确刻画越来越难,现实中决策数据通常以区间信息形式给出,因此,研究区间信息多属性群决策问题具有很强的理论和现实意义。然而,当前有关区间信息多属性群决策研究存在以下不足:忽略决策者对数据的主观判断,忽略属性间内在联系,对语言型区间信息研究较缺乏。针对当前区间信息多属性群决策研究中的不足,本文对各种类型的属性权重未知的区间信息多属性群决策问题进行了研究,研- 究内容主要包括:(1)在区间数信息环境下,研究基于效用函数的信息集结算子,该类算子将决策者对区间信息的主观判断纳入到信息集结过程中,从而更符合决策者的决策习惯。首先,利用罚函数理论,依据最优广义偏差模型,针对一般效用函数,提出两种集结算子,分别是区间广义加权效用多重平均算子和区间广义有序加权效用多重平均算子,并探究了它们的性质。其次,针对具体效用函数,本文选择双曲绝对风险规避效用函数,该效用函数在不同参数条件下可退化为指数效用、幂效用和对数效用函数,提出了区间广义有序加权双曲绝对风险规避效用多重平均算子。为了确定信息集结算子的权重向量,提出一种非线性多目标规划模型,该模型可以提供使区间信息系统偏差最小化的权重向量,又能减小权重分配的不公平对集结结果的影响。最后,基于区间广义有序加权双曲绝对风险规避效用多重平均算子和权重模型,提出一种区间数多属性群决策方法,并进行算例分析。(2)在区间直觉模糊环境下,研究基于Shapley函数理论和直觉模糊数Hamacher运算法则的信息集结算子,这类算子考虑元素之间相关性,并且将运算法则进行扩展,从而扩大了该类算子的适用范围。首先,提出广义区间直觉模糊Shapley Hamacher平均算子和广义区间直觉模糊有序Shapley Hamacher平均算子,同时探讨了这类算子的优良性质及特殊形式。其次,为了确定信息算子的权重向量,提出区间直觉模糊数的相似度公式,并基于最小相似原理,提出权重确定模型。最后,基于以上两种信息集结算子和权重模型,提出了区间直觉模糊数多属性群决策方法,并进行算例分析。(3)在二维区间语言环境下,提出了两个新的信息集结算子。首先,针对当前二维区间语言平均算子无法体现元素自身重要性的缺陷,提出了二维区间语言广义幂加权多重平均算子,并证明了该算子满足幂等性和有界性;然后为满足置换不变性,将二维区间语言广义幂加权多重平均算子和加权平均算子相结合,推演出二维区间语言有序加权幂平均算子。根据参数的变化,二维区间语言广义幂加权多重平均算子可以演化为不同的集结算子。随后,利用连续语言有序加权平均算子,提出了二维区间语言变量之间的距离,其中参数λ的引入使得距离公式具有适应性以及灵活性。此外,基于最大交叉熵原理,构造了权重信息部分已知情况下的权重模型来确定属性权重。最后,基于二维区间语言广义幂加权多重平均算子和二维区间语言有序加权幂平均算子提出了一种新的多属性群决策方法。(4)在混合区间决策信息环境下,提出了解决评价形式为区间数、区间直觉模糊数和二维区间语言的混合型多属性群决策方法。首先,提出了新的区间数相对熵对区间数进行排序,克服了当前方法中只考虑到了区间端点信息的缺陷,随后给出了区间直觉模糊数的投影和二维区间语言的期望分别对区间直觉模糊数和二维区间语言进行排序。然后,使用区间数的相似测度和区间直觉模糊数的交叉熵测度以及改进的二维区间语言距离替代经典TOPSIS的距离测度,并提出了基于推广TOPSIS的群决策模型。此外,分别利用最大偏差思想和相似度的思想来确定混合偏好信息的属性权重向量和决策者权重向量。最后,基于推广TOPSIS法的群决策模型和权重优化模型,提出了一种解决混合型区间多属性群决策问题的方法。本文的研究弥补了当前区间信息多属性群决策中的不足,并通过多个算例证明了提出的新方法的有效性,为实践中的区间信息多属性群决策问题提供了新的有效的理论与方法。
谈惟敏[9](2017)在《诱导型语言算子的多属性群决策方法研究》文中研究说明语言型多属性群决策在社会、市场分析、经济等方面应用广泛,它是决策科学理论的重要组成部分。由于在决策过程中决策环境的不确定性,在面对复杂问题进行决策时,往往不能利用定量的方法进行决策分析,因此,专家利用语言信息进行方案属性的评价往往更加直观和方便,减少了信息的丢失,同时,利用群决策可以避免因其中某个专家决策的失误而导致决策结果评判错误,避免不良后果的情况发生,保证了决策结果的准确性,特别是对于电力建设项目而言,决策的结果直接影响到项目实施能否达到预期。诱导型语言算子常用于多属性决策问题,其主要特征是利用诱导变量进行指标值的重新排列,根据排列后的位置进行加权集结。本文在诱导型语言算子的基础上进行多属性群决策问题研究,主要研究内容包括:(1)通过研究诱导有序加权平均(IOWA)算子和概率有序加权平均(POWA)算子的性质,了解诱导变量和概率变量形成的集成算子在多属性群决策中的应用,在此基础上研究诱导语言概率有序加权平均(ILPOWA)算子,分析不同重要程度下集成算子的集结结果。(2)将诱导语言概率有序加权平均(ILPOWA)算子推广到诱导不确定语言广义概率有序加权平均(IULGPOWA)算子,其中,对于指标值以不确定语言变量所表示的情形,利用诱导不确定语言广义有序加权平均(IULGOWA)算子和不确定语言广义概率加权平均(ULGPWA)算子形成的IULGPOWA算子进行集结,这个新的集成算子不仅考虑了参数所在位置重要性程度,还考虑了参数的概率,与其他集成算子更具一般性,同时,根据电力建设项目特点,对新的集成算子进行实证分析。(3)基于诱导二元语义广义有序加权平均(2TLGOWA)算子和二元语义广义概率加权平均(2TLGPA)算子,形成诱导二元语义广义概率有序加权平均(2TLIGPOWA)算子,利用二元语义描述指标值,有效地减少信息的丢失,同时,在广义的环境下考虑概率信息和决策者的态度特征,在最大值和最小值中提供了一个集结算子族,阐述了该决策模型的广义性,与其他集成算子更具一般性,并在电力建设项目背景下进行广义集成算子的多属性群决策实证分析,验证了其有效性。通过构建了两类集成算子,能够对描述诱导语言环境下大部分的多属性决策问题,同时所提供的算例有效的证明了其在实际中的可行性和有效性。
张世涛[10](2017)在《异质语言信息群体共识决策模型及其应用研究》文中提出为提高决策的准确性,人们提倡充分发挥集体的智慧,因而,群决策代替个体决策成为常用的决策模式。传统的群决策仅执行方案的选择过程,即集结专家关于方案的个体偏好获得群体偏好,基于群体偏好从备选方案集中选择一个或多个最优方案。然而,由于这种决策方式未能充分考虑到群体内专家间的一致性水平,因此获得的解方案在群体内可接受程度不高。为此,在执行方案的选择过程之前引入一个附加阶段,即共识达到过程,以提高群决策问题的求解质量,确保群体就方案的优劣能达成一定程度的共识,并获得可接受的最佳共识决策方案。此外,由于来自不同领域的专家喜欢用很自然的方式表征它们的偏好度,因此关于决策问题的判断往往以异质语言信息的形式呈现(例如,多粒度语言偏好、不确定语言偏好、不平衡语言偏好等)。自Herrera于1990年首次提出基于语言偏好的群体共识模型以来,为解决异质语言环境下的群体决策问题,基于不同的共识达到过程,一些有效的语言共识模型相继提出。目前,关于异质语言信息下的群体共识决策研究已经引起了国内外学者的关注,已有的共识模型及共识决策方法已经被广泛应用于决策方案的优选、医疗诊断、突发事件应急决策等领域。但是,目前为止,现有的群体共识模型和决策方法,在理论与应用方面还有不足之处,有待进一步完善。本文由浅入深、逐步递进,针对异质语言信息的集结和群体共识决策问题进行研究,主要的工作集中在以下几个方面。(1)研究异质群体共识决策过程的共识测度问题。从共识协调者的角度定义异质群体(即差异化的用语习惯和差异化的专家重要度)的共识满意度指标,用以表征共识协调者对群体关于一对方案评价值达成共识的乐观估计程度;建立一种新的OWA算子权重确定模型,构建共识满意度驱动算子对专家的偏好相似度进行集结;最后,提出一种计算异质群体共识度的方法。(2)研究多粒度语言偏好信息下的群体共识决策问题。从个体和群体两个角度充分挖掘偏好信息下隐含的专家重要度信息,基于个体一致度及个体与群体的相似度构建确定专家重要度的优化模型;以专家重要度引导非共识偏好的识别和修正过程,提出一种协调反馈式的语言共识决策模型;最后,给出一种群决策方法,确保在集结专家意见前群体达成一定程度的共识。(3)研究不确定加型语言偏好信息下的群体共识决策问题。将不确定加型语言偏好转化为不确定二元语义偏好,定义个体一致度与个体共识偏度,并利用它们构建确定专家初始权重的优化模型;利用不确定二元语义的可能度构造集结模糊评价矩阵以及方案的集结群体偏好,提出专家累积共识贡献测度和群体共识测度;最后,通过对拥有较少合作的专家权重进行惩罚让群体自适应地达成共识,无需强迫专家修改其观点,提出一种群体共识决策方法对方案排序择优。(4)研究了两类语言偏好环境下的自适应式群体共识决策方法。针对语言环境下异质群体(差异的专家语言重要度)的共识决策问题,定义反映群体共识的两个测度指标,分别反映群体内所有专家的一致性水平及专家的个人观点与群体观点的分歧程度;基于共识测度指标构建一种语言标度的颗粒优化模型;提出了求解语言标度颗粒最佳分界点的改进PSO算法;给出一种群体共识决策方法,对方案排序择优。针对不平衡模糊语言偏好信息下的群体共识决策问题,提出一种基于语言信息颗粒优化的自适应共识模型。该模型将不平衡语言术语以单位区间上一族区间形式的信息粒颗粒表征,在颗粒分割点未知的情形下定义粒化个体一致度与粒化群体共识度,并利用它们构建确定信息颗粒最佳分割点的优化模型,通过分割点的寻优自适应调整个体偏好直至共识达成。最后,给出了一种群体共识决策方法,确保在集结专家意见前群体达成一定程度的共识。(5)研究方案对多维偏好信息和不完全权重信息下的语言多属性群决策问题。在决策过程中考虑了决策者的后悔规避心理,定义了模糊后悔-欣喜函数,给出了方案的感知效用值的计算公式;定义了基于方案感知效用值的群体一致度和非一致度,分别反映由后悔理论确定的方案对优劣序与决策者优先给定的多维偏好序的总的一致性程度和非一致性程度;在模糊理想点未知的情形下,基于群体一致度和非一致度构建了一种确定最优属性权重和模糊理想点解模糊值的优化模型;给出了一种基于后悔理论的群决策方法,利用方案的最优综合感知效用值对方案排序择优。(6)在钢铁企业生产系统突发事件应急管理中的应用研究。在分析国内外关于突发事件应急决策方法和备选应急方案设计方法的相关研究后,提出钢铁企业生产系统突发事件应急决策备选应急方案的设计方法;针对若干备选应急方案,基于决策专家关于两两方案比较的积型语言偏好信息,应用本章所提的模糊粒化自适应共识决策方法,对应急决策方案进行排序择优,并通过多方法比较验证其合理性和可行性。
二、群决策中基于语言信息处理的一种理想点法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、群决策中基于语言信息处理的一种理想点法(论文提纲范文)
(1)区间二元语义环境下的复杂大群体决策问题研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 选题背景 |
1.2 选题意义 |
1.3 国内外研究现状综述 |
1.4 研究内容及技术路线 |
1.5 本章小结 |
2 二元语义环境下的评价指标权重确定 |
2.1 二元语义理论概述 |
2.2 基于二元语义ANP的评价指标赋权 |
2.3 案例分析 |
2.4 本章小结 |
3 基于混合属性聚类的异质决策者分类 |
3.1 异质决策群体识别方法框架 |
3.2 基于惩罚竞争机制的混合数据聚类算法 |
3.3 本章小结 |
4 基于区间二元语义-PROMETHEE的多属性决策方法 |
4.1 常用优先准则 |
4.2 基于区间二元语义的评价信息处理 |
4.3 构建级别高于关系 |
4.4 方案排序 |
4.5 案例分析 |
4.6 本章小结 |
5 案例分析 |
5.1 案例背景 |
5.2 指标体系构建及赋权 |
5.3 异质决策者聚类及赋权 |
5.4 方案排序 |
5.5 方法对比 |
5.6 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(2)群决策的区间数判断矩阵最优集结及专家评判水平评价研究(论文提纲范文)
0 引言 |
1 区间数判断矩阵的规范化 |
1.1 判断矩阵的规范化 |
1.2 专家水平排序 |
2 平面点集及最优集结 |
2.1 平面点集 |
2.2 判断矩阵区间数的集结 |
2.2.1 Fermat-Torricelli问题的引入 |
2.2.2 专家判断矩阵的集结 |
2.2.3 基于PGSA算法的最优集结区间数的求解 |
3 实例分析 |
4 结语 |
(3)直觉概率语言集多属性决策方法及其在高端装备产品研制中的应用(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 论文研究背景、目的及意义 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.2.1 多属性决策国内外研究现状 |
1.2.2 多属性群决策国内外研究现状 |
1.2.3 模糊语言集国内外研究现状 |
1.3 论文的研究思路、内容及方法 |
1.3.1 论文的研究思路 |
1.3.2 论文的研究内容 |
1.3.3 研究方法 |
1.4 本文的创新之处 |
第2章 基础理论知识 |
2.1 直觉语言集 |
2.1.1 直觉语言集基本概念 |
2.1.2 直觉语言集的比较大小 |
2.1.3 直觉语言数的距离大小 |
2.1.4 直觉语言数的集结算子 |
2.2 概率语言术语集 |
2.2.1 概率语言术语集基本概念 |
2.2.2 概率语言术语集集结算子 |
2.3 多属性决策方法 |
2.3.1 TOPSIS的多属性决策 |
2.3.2 熵权法 |
2.4 本章小结 |
第3章 基于直觉概率语言集的多属性决策 |
3.1 直觉概率语言集定义 |
3.1.1 直觉语言概率集的基本定义及其关系 |
3.1.2 直觉概率语言集的基本运算法则 |
3.1.3 直觉概率语言集的比较大小 |
3.2 直觉概率语言集的距离测度及集结算子 |
3.2.1 直觉概率语言集的距离测度 |
3.2.2 直觉概率语言集的算数平均算子和几何平均算子 |
3.3 基于直觉语言概率集的多属性决策方法 |
3.3.1 问题描述 |
3.3.2 决策步骤 |
3.3.3 应用实例 |
3.4 本章小结 |
第4章 信息不完全下的直觉概率语言集多属性群决策问题 |
4.1 问题描述 |
4.2 基于模糊熵的属性权重确定 |
4.2.1 直觉概率语言集模糊熵 |
4.2.2 属性权重的确定步骤 |
4.3 基于相似度的一致性检验 |
4.3.1 直觉概率语言集的相似度 |
4.3.2 群体相似度 |
4.4 专家权重的构造 |
4.4.1 直觉概率语言集的期望值 |
4.4.2 基于直觉概率语言集的期望值求解专家权重 |
4.5 基于直觉概率语言集的多属性群决策模型 |
4.6 本章小结 |
第5章 应用研究——直觉概率语言集在船舶研制方案选择中的应用 |
5.1 项目描述和评价指标的构建 |
5.1.1 项目描述 |
5.1.2 项目的评价指标的构建 |
5.2 项目的实际决策 |
5.2.1 群体一致性的调整 |
5.2.2 属性权重的确定 |
5.2.3 专家权重的确定 |
5.2.4 决策矩阵的集结 |
5.3 项目结果分析及建议 |
5.3.1 结果分析 |
5.3.2 项目建议 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(4)不确定环境下旱灾风险调控群决策方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 相关研究与评述 |
1.2.1 旱灾风险调控相关研究 |
1.2.2 群决策理论与方法相关研究 |
1.2.3 经验模态分解方法相关研究 |
1.2.4 文献评述 |
1.3 主要内容与论文结构 |
1.3.1 主要内容 |
1.3.2 论文结构 |
1.4 主要创新点 |
第2章 旱灾风险调控群决策中的不确定性特征分析 |
2.1 旱灾与旱灾风险 |
2.1.1 旱灾 |
2.1.2 旱灾风险 |
2.2 旱灾风险调控群决策 |
2.2.1 旱灾风险调控 |
2.2.2 旱灾风险调控决策 |
2.2.3 多参与主体的旱灾风险调控群决策 |
2.3 旱灾风险调控群决策中的不确定性特征 |
2.3.1 旱灾风险系统自身的不确定性 |
2.3.2 群决策信息的不确定性 |
2.3.3 决策过程与方法的不确定性 |
2.4 本章小结 |
第3章 群决策信息提取和集结的随机EMD方法 |
3.1 传统群决策方法存在的问题 |
3.2 经验模态分解方法基本原理 |
3.2.1 方法概述 |
3.2.2 基本原理 |
3.3 基于随机EMD的群决策基本思想 |
3.3.1 群决策信息序列的成分分析 |
3.3.2 群决策信息序列的无序性分析 |
3.3.3 基于随机EMD的群决策算法设计 |
3.4 数值算例分析 |
3.5 本章小结 |
第4章 不确定语言信息下旱灾风险调控群决策方法 |
4.1 决策问题与方法基础 |
4.1.1 决策问题描述 |
4.1.2 语言评估标度及相关概念 |
4.2 决策方法原理 |
4.2.1 多粒度语言信息一致化处理 |
4.2.2 群决策语言信息LHA集结 |
4.2.3 三参数区间灰数信息集结 |
4.2.4 正态分布随机变量信息集结 |
4.2.5 一般决策过程 |
4.3 应用示例 |
4.4 本章小结 |
第5章 不确定混合信息下旱灾风险调控群决策方法 |
5.1 决策问题与信息预处理 |
5.1.1 决策问题描述 |
5.1.2 信息获取与预处理 |
5.2 决策方法原理 |
5.2.1 常用不确定决策信息表征 |
5.2.2 不确定混合信息一致化处理 |
5.2.3 不确定混合信息随机EMD集结 |
5.2.4 不确定混合信息正态云集结 |
5.2.5 一般决策过程 |
5.3 应用示例 |
5.4 本章小结 |
第6章 不确定随机动态旱灾风险调控群决策方法 |
6.1 决策问题与方法基础 |
6.1.1 决策问题描述 |
6.1.2 决策方法基础 |
6.2 决策方法原理 |
6.2.1 群决策信息采集规则 |
6.2.2 阶段群决策信息集结 |
6.2.3 动态群决策信息集结 |
6.2.4 一般决策过程 |
6.3 应用示例 |
6.4 本章小结 |
第7章 河南省农业旱灾风险调控群决策实证分析 |
7.1 河南省农业干旱特点及灾害概况 |
7.2 河南省农业旱灾脆弱性关键驱动因子识别 |
7.2.1 河南省农业旱灾脆弱性驱动因子识别原理 |
7.2.2 多元截面数据变化率灰色关联分析模型 |
7.2.3 关键驱动因子识别结果与成因分析 |
7.3 雨养农业区政策性农业保险产品择优投放群决策实证 |
7.3.1 河南省农业保险与雨养农业区概况 |
7.3.2 政策性农业保险产品择优投放群决策—以陕州区为例 |
7.3.3 河南省雨养农业区加快发展农业保险的建议 |
7.4 灌区小型农田水利设施管护模式优选群决策实证 |
7.4.1 河南省灌区小型农田水利设施管理现状 |
7.4.2 小型农田水利设施管护模式优选群决策—以滑县为例 |
7.4.3 河南省灌区完善小型农田水利设施管理模式的建议 |
7.5 本章小结 |
第8章 结论与展望 |
8.1 结论 |
8.2 展望 |
参考文献 |
致谢 |
附件 |
个人简历、在学期间取得的科研成果 |
(5)面向复杂产品设计全周期的协同决策机制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.1.1 复杂产品设计决策为企业实践带来新的挑战 |
1.1.2 复杂产品设计决策为理论研究带来新的挑战 |
1.1.3 研究复杂产品设计决策机制的必要性 |
1.2 国内外研究现状 |
1.2.1 单阶段的单一产品设计决策方法研究现状 |
1.2.2 多阶段的组合产品设计决策方法研究现状 |
1.2.3 国内外研究现状评述 |
1.3 研究目标与研究意义 |
1.3.1 研究目标 |
1.3.2 研究意义 |
1.4 课题来源 |
1.5 研究内容与组织架构 |
1.6 数学公式符号及用语说明 |
1.7 本章小结 |
第2章 复杂产品设计全周期的决策问题及研究框架 |
2.1 复杂产品设计的基本概念 |
2.1.1 复杂产品设计的结构要素分析 |
2.1.2 复杂产品设计的定义与特点 |
2.2 复杂产品设计的决策问题分析 |
2.2.1 复杂产品设计的决策问题描述 |
2.2.2 复杂产品设计的决策阶段划分 |
2.2.3 各阶段决策问题分析 |
2.3 各阶段决策问题的研究框架 |
2.3.1 前期设计需求定位问题的研究框架 |
2.3.2 中期技术特性映射问题的研究框架 |
2.3.3 后期概念方案择优问题的研究框架 |
2.4 复杂产品设计全周期的协同决策模型构建 |
2.4.1 协同决策屋(SDH)的模型构建 |
2.4.2 协同决策屋(SDH)的创新性及应用价值 |
2.5 本章小结 |
第3章 前期设计需求定位的协同决策模型 |
3.1 研究问题的实际背景 |
3.2 设计需求信息的来源和特征 |
3.2.1 设计需求信息的来源分类 |
3.2.2 设计需求信息的问题特征 |
3.3 传统设计需求信息分析方法存在的问题 |
3.4 基于DM技术的双螺旋设计需求信息分析模型研究 |
3.4.1 DHS-DRI分析模型的优势 |
3.4.2 DHS-DRI分析模型的层次框架 |
3.4.3 DHS-DRI分析模型的实现方法 |
3.5 实例分析 |
3.6 本章小结 |
第4章 中期技术特性映射的协同决策模型 |
4.1 研究问题的实际背景 |
4.2 技术特性映射质量屋(HOQ)的功能与形式 |
4.2.1 HOQ的基本功能 |
4.2.2 HOQ的基本结构 |
4.2.3 HOQ的结构说明 |
4.3 技术特性映射质量屋(HOQ)的构建过程 |
4.3.1 目标质量规划阶段 |
4.3.2 技术特性展开阶段 |
4.3.3 相关关系确定阶段 |
4.3.4 技术特性规划阶段 |
4.4 实例分析 |
4.5 本章小结 |
第5章 后期概念方案择优的协同决策模型 |
5.1 研究问题的实际背景 |
5.1.1 后期概念方案择优的协同决策特征 |
5.1.2 后期概念方案择优的协同决策问题 |
5.2 多粒度混合型语言变量的群组决策模型 |
5.3 MG&MLV群组决策模型的构建过程 |
5.3.1 语言信息决策理论的预备知识 |
5.3.2 多粒度语言信息的一致化处理 |
5.3.3 专家个体的动态赋权 |
5.3.4 混合型语言信息的集成算子 |
5.3.5 基于TOPSIS的语言信息权重排序 |
5.4 实例分析 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 研究成果及结论 |
6.2 后续研究工作展望 |
致谢 |
参考文献 |
附录 |
附录 A:专利文本信息(前50项) |
附录 B:词频统计数据(前700 词汇的词频) |
附录 C:词频共现矩阵(部分) |
附录 D:相关模型算法的MATLAB程序代码 |
附录 E:硕士期间主要的研究成果与发表学术论文 |
(6)可靠性视角下语言群决策方法及应用研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 相关理论及研究综述 |
1.3.1 语言信息量化方法研究 |
1.3.2 语言环境下群体决策方法研究 |
1.3.3 语言环境下复杂大型群体决策方法研究 |
1.3.4 动态群体决策方法研究 |
1.3.5 语言环境下群体决策可靠性方法研究 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 研究方法和技术路线 |
第二章 考虑语言可靠性自判的群决策集结方法 |
2.1 基本概念和问题描述 |
2.2 可靠性自判的语言信息灰度确定方法 |
2.3 可靠性自判的专家信息集结方法 |
2.3.1 考虑语言信息灰度的专家权重确定方法 |
2.3.2 考虑语言信息灰度的集结和排序算法 |
2.4 算例分析 |
2.4.1 计算步骤与结果分析 |
2.4.2 方法比较 |
2.5 本章小结 |
第三章 可靠性视角下概率语言群决策集结方法 |
3.1 基本概念和问题描述 |
3.2 基于概率语言的专家可靠性测量方法 |
3.2.1 专家相似度测量方法 |
3.2.2 专家熟悉度及可靠度计算方法 |
3.3 基于证据推理规则的概率语言信息集结方法 |
3.3.1 专家信息集结方法 |
3.3.2 属性信息集结方法 |
3.4 算例分析 |
3.4.1 计算步骤与结果分析 |
3.4.2 方法比较 |
3.5 本章小结 |
第四章 可靠性视角下大型犹豫模糊语言群决策聚类方法 |
4.1 基本概念和问题描述 |
4.2 基于犹豫模糊语言的大型群决策聚类方法 |
4.2.1 基于犹豫模糊语言的群体相似度测算方法 |
4.2.2 基于群体相似度的专家聚类方法 |
4.3 可靠性视角下群体信息集结方法 |
4.3.1 基于类内专家犹豫模糊语言信息的概率语言生成方法 |
4.3.2 可靠性视角下基于概率语言信息的类间信息集结方法 |
4.4 算例分析 |
4.4.1 计算步骤与结果分析 |
4.4.2 方法比较 |
4.5 本章小结 |
第五章 可靠性视角下动态犹豫模糊语言群决策集结方法 |
5.1 基本概念和问题描述 |
5.2 动态犹豫模糊语言环境下专家可靠度测量方法 |
5.2.1 基于动态犹豫模糊语言的概率语言生成方法 |
5.2.2 基于概率语言信息的专家可靠度测量方法 |
5.3 可靠性视角下基于概率语言信息的集结方法 |
5.3.1 专家信息集结方法 |
5.3.2 属性信息集结方法 |
5.4 算例分析 |
5.4.1 计算步骤与结果分析 |
5.4.2 方法比较 |
5.5 本章小结 |
第六章 可靠性视角下动态犹豫模糊语言大型群决策聚类方法 |
6.1 基本概念和问题描述 |
6.2 动态犹豫模糊语言环境下相似度构建方法 |
6.2.1 专家相似度构建方法 |
6.2.2 基于双参考点设置的参考相似度构建方法 |
6.3 动态犹豫模糊语言环境下大型群体决策聚类方法 |
6.3.1 阶段及属性权重确定方法 |
6.3.2 基于专家相似度的专家群体聚类方法 |
6.4 可靠性视角下基于参考相似度的类信息集结方法 |
6.5 算例分析 |
6.5.1 计算步骤与结果分析 |
6.5.2 方法比较 |
6.6 本章小结 |
第七章 低碳经济模式下基于可靠性视角的钢铁产品供应商的动态评价研究 |
7.1 研究背景 |
7.2 低碳经济模式下供应商选择和评价方法研究现状 |
7.3 面向低碳经济模式的钢铁产品供应商评价指标体系构建 |
7.3.1 指标体系设计原则 |
7.3.2 指标体系构建 |
7.4 动态评价与结果分析 |
7.4.1 案例描述 |
7.4.2 过程与结果分析 |
7.4.3 管理启示与对策建议 |
7.5 本章小结 |
第八章 结论与展望 |
8.1 主要结论 |
8.2 研究展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(7)不确定语言信息下的交互式群体评价方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 语言型群体评价研究现状 |
1.2.2 交互式群体评价研究现状 |
1.3 主要内容及逻辑框架 |
1.3.1 主要内容 |
1.3.2 逻辑框架 |
1.4 创新与不足之处 |
1.4.1 创新之处 |
1.4.2 不足之处 |
第2章 理论基础 |
2.1 语言评价集 |
2.1.1 自然语言评价集 |
2.1.2 加性语言评估标度 |
2.1.3 积性语言评估标度 |
2.1.4 不确定语言变量 |
2.2 云模型 |
2.2.1 云的数字特征 |
2.2.2 云运算 |
2.2.3 基于云的偏好表示 |
2.2.4 区间云 |
第3章 基于云模型的交互式群体评价方法 |
3.1 问题描述与条件假设 |
3.1.1 问题描述 |
3.1.2 条件假设 |
3.2 评价过程及流程 |
3.2.1 评价过程 |
3.2.2 评价流程 |
3.3 基本原理与方法 |
3.3.1 群体成员权重的确定 |
3.3.2 交互终止条件 |
3.3.3 评价信息的“横向”集结 |
3.3.4 评价信息的“纵向”集结 |
3.4 实例分析 |
3.4.1 评价步骤 |
3.4.2 结果分析 |
第4章 多粒度不确定语言信息下的交互式群体评价方法 |
4.1 问题描述与条件假设 |
4.1.1 问题描述 |
4.1.2 条件假设 |
4.2 评价过程及流程 |
4.2.1 评价过程 |
4.2.2 评价流程 |
4.3 基本原理与方法 |
4.3.1 群体成员权重的确定 |
4.3.2 交互终止条件 |
4.3.3 评价信息的“横向”集结 |
4.3.4 评价信息的“纵向”集结 |
4.4 实例分析 |
4.4.1 评价步骤 |
4.4.2 结果分析 |
第5章 不确定语言信息下的大规模交互式群体评价方法 |
5.1 问题描述与条件假设 |
5.1.1 问题描述 |
5.1.2 条件假设 |
5.2 评价过程及流程 |
5.2.1 评价过程 |
5.2.2 评价流程 |
5.3 基本原理与方法 |
5.3.1 群体成员权重的确定 |
5.3.2 交互终止条件 |
5.3.3 评价信息的“横向”集结 |
5.3.4 评价信息的“纵向”集结 |
5.4 实例分析 |
5.4.1 评价步骤 |
5.4.2 结果分析 |
第6章 结论与展望 |
6.1 研究成果 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
攻读学位期间的研究成果 |
(8)区间信息多属性群决策方法及其应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 区间数多属性群决策 |
1.2.2 区间直觉模糊数多属性群决策 |
1.2.3 二维区间语言多属性群决策 |
1.2.4 混合型区间信息多属性群决策 |
1.3 本文的研究内容及技术路径 |
1.3.1 本文的主要内容 |
1.3.2 本文研究的技术路径 |
1.4 主要创新点 |
第2章 相关基础理论研究 |
2.1 区间数相关概念及信息集结算子 |
2.1.1 区间数定义与基础运算法则 |
2.1.2 区间数信息集结算子 |
2.2 区间直觉模糊数相关概念及其运算法则 |
2.2.1 区间直觉模糊数定义与基础运算法则 |
2.2.2 区间直觉模糊数信息集结算子 |
2.3 二维区间语言相关概念及其运算法则 |
2.3.1 二维区间语言定义与基础运算法则 |
2.3.2 二维区间语言信息集结算子 |
2.4 其它相关的基础概念 |
2.4.1 HARA函数 |
2.4.2 Shapley函数 |
2.5 本章小结 |
第3章 区间数多属性群决策方法研究 |
3.1 区间广义效用多重信息集结算子 |
3.1.1 区间广义有序加权效用多重平均算子 |
3.1.2 区间广义有序加权HARA效用多重平均算子 |
3.2 确定信息集结算子的权重向量 |
3.3 基于区间广义效用多重算子的多属性群决策方法 |
3.4 算例分析 |
3.4.1 投资项目优选问题 |
3.4.2 敏感性分析 |
3.4.3 对比分析 |
3.5 本章小结 |
第4章 区间直觉模糊数多属性群决策方法研究 |
4.1 广义Shapley Hamacher信息集结算子 |
4.1.1 广义Shapley Hamacher平均算子 |
4.1.2 广义有序Shapley Hamacher平均算子 |
4.2 确定信息集结算子的权重向量 |
4.3 基于GIIFOSHA算子的区间直觉模糊数多属性群决策方法 |
4.4 算例分析 |
4.4.1 供应商选择问题 |
4.4.2 敏感性分析 |
4.4.3 对比分析 |
4.5 本章小结 |
第5章 二维区间语言信息多属性群决策方法研究 |
5.1 二维区间语言变量的定义、期望、运算规则及性质 |
5.2 二维区间语言幂集结算子 |
5.2.1 二维区间语言广义幂加权多重平均算子 |
5.2.2 二维区间语言广义幂有序加权多重平均算子 |
5.2.3 二维区间语言广义幂有序加权多重平均算子的性质 |
5.3 二维区间语言变量距离及权重 |
5.3.1 二维区间语言变量之间的距离公式 |
5.3.2 二维区间语言变量的权重确定模型 |
5.4 基于二维区间语言幂集结算子的多属性群决策方法 |
5.5 算例分析 |
5.5.1 潮汐电站选址问题 |
5.5.2 敏感性分析 |
5.5.3 对比分析 |
5.6 本章小结 |
第6章 混合型区间信息多属性群决策方法研究 |
6.1 混合型区间信息排序方法 |
6.1.1 区间数的相对熵 |
6.1.2 区间直觉模糊数的投影 |
6.1.3 二维区间语言的期望 |
6.2 基于混合型区间信息排序方法的群决策模型 |
6.3 权重向量确定模型 |
6.3.1 确定属性权重向量的优化模型 |
6.3.2 确定决策者权重向量的优化模型 |
6.4 基于TOPSIS的混合型区间多属性群决策方法 |
6.5 算例分析 |
6.5.1 光伏发电项目投资比选问题 |
6.5.2 敏感性分析 |
6.6 本章小结 |
第7章 研究成果与结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(9)诱导型语言算子的多属性群决策方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 研究内容和论文结构 |
1.4 创新点 |
第2章 相关理论基础 |
2.1 OWA算子 |
2.1.1 GOWA算子 |
2.1.2 POWA算子 |
2.2 语言信息集成算子 |
2.2.1 语言变量及其运算法则 |
2.2.2 二元语义集成算子 |
2.2.3 LOWA算子和LGOWA算子 |
2.3 诱导信息集成算子 |
2.3.1 诱导有序加权平均(IOWA)算子 |
2.3.2 诱导广义有序加权平均(IGOWA)算子 |
2.4 算子权重的确定方法 |
2.5 本章小结 |
第3章 基于两类语言的新型IGOWA算子 |
3.1 基于IULGPOWA算子的多属性群决策方法 |
3.1.1 IULGPOWA算子及其性质 |
3.1.2 决策方法和步骤 |
3.2 基于 2TLIGPOWA算子的多属性群决策方法 |
3.2.1 2TLGPOWA算子及其性质 |
3.2.2 决策方法和步骤 |
3.3 算子权重的确定 |
3.3.1 属性值为不确定区间语言的权重确定方法 |
3.3.2 属性值为二元语义的权重确定方法 |
3.4 本章小结 |
第4章 诱导型语言算子在电力企业决策中的应用 |
4.1 电力建设项目投资特点 |
4.2 电力建设项目评价指标设计 |
4.2.1 评价指标设计的原则 |
4.2.2 评价指标的选取 |
4.3 IULGPOWA算子在电力企业决策中的应用 |
4.4 2TLIGPOWA算子在电力企业决策中的应用 |
4.5 本章小结 |
第5章 研究成果和结论 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(10)异质语言信息群体共识决策模型及其应用研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 相关理论及研究综述 |
1.3.1 语言信息量化方法研究 |
1.3.2 语言环境下群体共识决策模型研究 |
1.3.3 语言环境下复杂大群体决策方法研究 |
1.3.4 语言环境下偏好集结方法研究 |
1.4 研究内容及思路 |
1.4.1 研究内容设计出发点分析 |
1.4.2 研究内容 |
1.4.3 研究方法与技术路线 |
1.5 本章小结 |
第二章 共识满意度驱动的异质群体共识度测算方法 |
2.1 问题描述及基本定义 |
2.1.1 基本定义 |
2.1.2 问题描述 |
2.2 面向异质群体的群体共识度测算 |
2.2.1 共识协调者视角的共识满意度测算方法 |
2.2.2 共识满意度驱动的相似度集结 |
2.2.3 群体共识度计算方法 |
2.3 算例研究 |
2.3.1 共识度计算过程 |
2.3.2 结果分析与比较 |
2.4 本章小结 |
第三章 重要度引导的协调反馈式多粒度语言共识模型 |
3.1 问题描述及基本定义 |
3.1.1 基本定义 |
3.1.2 问题描述 |
3.2 基于个体和群体角度的专家重要度确定模型 |
3.2.1 个体一致度 |
3.2.2 个体与群体其余专家的相似度 |
3.2.3 确定专家重要度的优化模型 |
3.3 基于重要度引导偏好识别修正的多粒度语言共识决策方法 |
3.3.1 接近度和共识度 |
3.3.2 重要度引导的协调反馈式多粒度语言共识达到过程 |
3.3.3 多粒度语言群体共识决策步骤 |
3.4 算例研究 |
3.4.1 决策过程及结果 |
3.4.2 结果分析与比较 |
3.5 本章小结 |
第四章 基于累积共识贡献的自适应式不确定语言共识模型 |
4.1 问题描述及基本定义 |
4.1.1 基本定义 |
4.1.2 问题描述 |
4.2 专家初始共识权重确定模型 |
4.2.1 个体一致度 |
4.2.2 个体共识偏度 |
4.2.3 确定专家初始共识权重的优化模型 |
4.3 基于累积共识贡献的不确定语言共识决策方法 |
4.3.1 专家累积共识贡献度 |
4.3.2 自适应式不确定语言共识达到过程 |
4.3.3 多粒度语言群体共识决策步骤 |
4.4 算例研究 |
4.4.1 决策过程及结果 |
4.4.2 结果分析与比较 |
4.5 本章小结 |
第五章 基于信息粒化的自适应式语言共识模型 |
5.1 基于共识标准的语言标度颗粒优化模型 |
5.1.1 问题描述与基本定义 |
5.1.1.1 基本定义 |
5.1.1.2 问题描述 |
5.1.2 粒化群体平均一致度和粒化群体平均接近度 |
5.1.3 语言标度颗粒优化模型及其改进PSO算法 |
5.1.4 语言环境下异质群体共识决策步骤 |
5.1.5 算例研究 |
5.1.5.1 决策过程及结果 |
5.1.5.2 结果分析与比较 |
5.2 基于信息粒化的不平衡语言共识模型 |
5.2.1 问题描述与基本定义 |
5.2.1.1 基本定义 |
5.2.1.2 问题描述 |
5.2.2 粒化个体一致度与粒化群体共识度 |
5.2.3 不平衡模糊语言信息粒化分割点优化模型 |
5.2.4 不平衡语言群体共识决策步骤 |
5.2.5 算例研究 |
5.2.5.1 决策过程及结果 |
5.2.5.2 结果分析与比较 |
5.3 本章小结 |
第六章 考虑决策者后悔行为的语言多属性群决策方法 |
6.1 问题描述及基本定义 |
6.1.1 基本定义 |
6.1.2 问题描述 |
6.2 后悔理论 |
6.2.1 关于两个方案选择的后悔理论 |
6.2.2 关于多个方案选择的后悔理论 |
6.3 方案对多维偏好信息下基于后悔理论的群决策方法 |
6.3.1 决策矩阵的规范化 |
6.3.2 基于后悔理论的方案感知效用值的测算方法 |
6.3.3 基于方案感知效用值的群体一致度和非一致度测算方法 |
6.3.4 基于后悔理论和LINMAP的多属性群决策方法 |
6.4 算例研究 |
6.4.1 决策过程及结果 |
6.4.2 结果分析与比较 |
6.5 本章小结 |
第七章 语言群体共识决策方法在钢铁企业生产系统突发事件应急管理中的应用 |
7.1 研究背景 |
7.2 突发事件应急决策及钢铁企业生产系统突发事件应急管理研究现状 |
7.3 面向钢铁企业生产系统突发事件的备选应急方案设计 |
7.3.1 钢铁企业生产工艺流程和特点分析 |
7.3.2 钢铁企业生产过程突发事件的分类与特点分析 |
7.3.3 面向钢铁企业生产过程突发事件的应急管理分析 |
7.3.4 基于不确定性案例推理的备选应急方案设计方法 |
7.4 面向钢铁企业生产系统突发事件的语言群体共识决策方法 |
7.4.1 专家语言偏好信息的模糊粒化处理方法 |
7.4.2 模糊粒化个体一致与群体共识度的测算方法 |
7.4.3 模糊粒化自适应语言共识过程的构建 |
7.4.4 语言群体共识决策方法 |
7.5 案例分析 |
7.5.1 语言群体共识决策过程与结果分析 |
7.5.2 语言群决策方法比较与分析 |
7.5.3 突发事件原因分析与对策建议 |
7.6 本章小结 |
第八章 结论与展望 |
8.1 主要结论 |
8.2 研究展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
四、群决策中基于语言信息处理的一种理想点法(论文参考文献)
- [1]区间二元语义环境下的复杂大群体决策问题研究[D]. 仲晓宇. 中国矿业大学, 2020(07)
- [2]群决策的区间数判断矩阵最优集结及专家评判水平评价研究[J]. 刘伟,邱骏达. 赤峰学院学报(自然科学版), 2020(09)
- [3]直觉概率语言集多属性决策方法及其在高端装备产品研制中的应用[D]. 孙健博. 哈尔滨工程大学, 2020(05)
- [4]不确定环境下旱灾风险调控群决策方法研究[D]. 李海涛. 华北水利水电大学, 2019
- [5]面向复杂产品设计全周期的协同决策机制研究[D]. 周大涛. 湖北工业大学, 2019(09)
- [6]可靠性视角下语言群决策方法及应用研究[D]. 马珍珍. 南京航空航天大学, 2018(01)
- [7]不确定语言信息下的交互式群体评价方法研究[D]. 王伟明. 南昌大学, 2018(07)
- [8]区间信息多属性群决策方法及其应用研究[D]. 张昊渤. 华北电力大学(北京), 2017(02)
- [9]诱导型语言算子的多属性群决策方法研究[D]. 谈惟敏. 华北电力大学(北京), 2017(03)
- [10]异质语言信息群体共识决策模型及其应用研究[D]. 张世涛. 南京航空航天大学, 2017(02)