| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| 1 研究背景及意义 | 第9-14页 |
| ·直觉模糊集与区间直觉模糊的相关理论 | 第9-10页 |
| ·多属性决策的研究现状 | 第10页 |
| ·灰色系统理论的研究背景及现状 | 第10-12页 |
| ·灰建模GM(1,1)技术的发展 | 第12-14页 |
| 第二章 基于灰色关联度和TOPSIS的灰数区间直觉模糊集多属性决策 | 第14-20页 |
| ·引言 | 第14页 |
| ·区间灰数直觉模糊集 | 第14-16页 |
| ·区间灰数直觉模糊集多属性决策分析 | 第16-17页 |
| ·实例分析 | 第17-20页 |
| 第三章 基于一种新的信息熵的区间直觉模糊集多属性决策分析 | 第20-30页 |
| ·引言 | 第20页 |
| ·区间直觉模糊集的基本理论 | 第20-23页 |
| ·一种改进的熵 | 第23-24页 |
| ·基于改进熵的权值的定义方法 | 第24-27页 |
| ·熵权法确定指标权重的步骤 | 第27-28页 |
| ·实例分析 | 第28-30页 |
| 第四章 灰色GM(1,1)预测模型 | 第30-34页 |
| ·引言 | 第30页 |
| ·GM(1,1)模型预备知识 | 第30-31页 |
| ·GM(1,1)模型的建立及其性质 | 第31-32页 |
| ·模型精度检验 | 第32-34页 |
| ·相对误差和平均相对误差检验 | 第32-33页 |
| ·关联度检验法 | 第33-34页 |
| 第五章 改进灰色GM(1,1)预测模型 | 第34-39页 |
| ·GM(1,1)模型的改进 | 第34页 |
| ·GM(1,1)模型背景值的优化 | 第34-35页 |
| ·初值的优化 | 第35-36页 |
| ·背景值和初始值同时优化的GM(1,1)预测模型 | 第36-37页 |
| ·数据模拟精度的比较 | 第37-38页 |
| ·邓氏关联度检验 | 第38-39页 |
| 第六章 结束语 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-45页 |
| 攻读硕士学位期间科研情况 | 第45页 |