| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 问题提出和研究目的 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 区间直觉模糊集群决策方法研究现状 | 第9-10页 |
| 1.3.2 区间直觉模糊集和语言信息结合的群决策方法研究现状 | 第10-11页 |
| 1.3.3 云模型的群决策方法研究现状 | 第11-12页 |
| 1.4 主要研究内容和内容结构 | 第12-14页 |
| 2 理论基础 | 第14-24页 |
| 2.1 群决策相关研究 | 第14-16页 |
| 2.1.1 群决策中专家权重确定方法 | 第14页 |
| 2.1.2 决策理论 | 第14-16页 |
| 2.2 云模型理论 | 第16-19页 |
| 2.2.1 云模型数字特征 | 第17页 |
| 2.2.2 基于云模型的计算 | 第17-19页 |
| 2.3 区间直觉模糊集理论 | 第19-21页 |
| 2.3.1 区间直觉模糊集定义 | 第19页 |
| 2.3.2 区间直觉模糊集相关运算 | 第19-20页 |
| 2.3.3 区间直觉模糊熵 | 第20-21页 |
| 2.4 语言评价集理论 | 第21-24页 |
| 2.4.1 多粒度语言评价集及其的一致化方法 | 第21-22页 |
| 2.4.2 二元语义集 | 第22-24页 |
| 3 区间直觉多粒度语言信息及其一致化方法 | 第24-40页 |
| 3.1 区间直觉二元语义信息 | 第24-28页 |
| 3.1.1 区间直觉二元语义信息集的定义 | 第24页 |
| 3.1.2 区间直觉二元语义信息相关算法 | 第24-25页 |
| 3.1.3 区间直觉二元语义变量大小的比较 | 第25-26页 |
| 3.1.4 区间直觉二元语义变量的集结 | 第26-28页 |
| 3.2 基于云模型的偏好表示及相关概念 | 第28-31页 |
| 3.2.1 基于云模型的语言偏好表示 | 第28-30页 |
| 3.2.2 两云模型的交点确定方法 | 第30-31页 |
| 3.3 区间直觉多粒度语言信息一致化处理方法 | 第31-34页 |
| 3.3.1 区间直觉多粒度语言信息 | 第31-32页 |
| 3.3.2 基于二元语义的区间直觉多粒度语言信息的一致化方法 | 第32页 |
| 3.3.3 基于云模型的区间直觉多粒度语言信息的一致化方法 | 第32-34页 |
| 3.4 算例分析 | 第34-39页 |
| 3.4.1 区间直觉多粒度语言信息一致化为区间直觉二元语义实例分析 | 第35-37页 |
| 3.4.2 区间直觉多粒度语言信息一致化为为云模型实例分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 区间直觉多粒度语言信息的多属性群决策方法 | 第40-57页 |
| 4.1 问题描述 | 第40页 |
| 4.2 专家权重的确定方法 | 第40-46页 |
| 4.2.1 个体评价信息的辨别区分度 | 第41页 |
| 4.2.2 个体与群体的相似度 | 第41-42页 |
| 4.2.3 个体与其他个体的邻近度 | 第42-43页 |
| 4.2.4 总体权重的确定 | 第43页 |
| 4.2.5 算例分析 | 第43-46页 |
| 4.3 基于区间直觉二元语义的属性权重确定方法 | 第46-48页 |
| 4.3.1 区间直觉模糊熵的确定 | 第46-48页 |
| 4.3.2 基于区间直觉模糊熵的属性权重确定方法 | 第48页 |
| 4.4 区间直觉多粒度语言信息的群决策方法算例分析 | 第48-56页 |
| 4.4.1 基于区间直觉二元语义变量的群决策步骤 | 第48-50页 |
| 4.4.2 基于区间直觉二元语义信息的群决策算例分析 | 第50-52页 |
| 4.4.3 基于云模型的多属性群决策步骤 | 第52-53页 |
| 4.4.4 基于云模型的群决策算例分析 | 第53-55页 |
| 4.4.5 实验结果分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 结论与展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-66页 |
