| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| §1.1 研究意义和必要性 | 第11-12页 |
| §1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 基于模糊评价信息的多属性群决策方法的研究现状 | 第12-15页 |
| 1.2.2 模糊语言信息处理方法研究现状 | 第15-17页 |
| 1.2.3 基于二维语言评价信息的研究现状 | 第17页 |
| §1.3 本文主要研究内容 | 第17-19页 |
| 第二章 预备知识 | 第19-23页 |
| §2.1 多属性群决策 | 第19-20页 |
| §2.2 语言变量 | 第20-21页 |
| §2.3 二维语言变量 | 第21-23页 |
| 第三章 基于梯形模糊相似测度的多属性群决策方法 | 第23-36页 |
| §3.1 梯形模糊数的期望与排序方法 | 第23-25页 |
| §3.2 梯形模糊数的相似性测度 | 第25-27页 |
| §3.3 基于梯形模糊相似测度的多属性群决策方法 | 第27-29页 |
| 3.3.1 问题描述 | 第27-28页 |
| 3.3.2 基于梯形模糊相似性测度的权重确定模型 | 第28-29页 |
| 3.3.3 基于梯形模糊相似性测度的模糊多属性群决策方法步骤 | 第29页 |
| §3.4 基于梯形模糊相似性测度的多属性群决策方法的应用 | 第29-34页 |
| 3.4.1 案例分析 | 第30-32页 |
| 3.4.2 分析参数对决策结果的影响 | 第32-34页 |
| §3.5 本章小结 | 第34-36页 |
| 第四章 基于二维语言评价信息的模糊多属性决策方法 | 第36-52页 |
| §4.1 二维语言评价信息 | 第36-39页 |
| 4.1.1 语言评价信息与其对应的梯形模糊数 | 第36-38页 |
| 4.1.2 二维语言变量 | 第38-39页 |
| §4.2 二维语言变量信度结构 | 第39-41页 |
| §4.3 信度结构中信任度权重分配模型 | 第41-43页 |
| 4.3.1 OWA算子赋权 | 第41-42页 |
| 4.3.2 信任度权重求解 | 第42-43页 |
| §4.4 基于信度结构的二维语言变量距离测度 | 第43-44页 |
| §4.5 基于TOPSIS和TODIM的二维语言模糊多属性决策方法 | 第44-47页 |
| 4.5.1 基于TOPSIS的二维语言模糊多属性决策方法 | 第44-46页 |
| 4.5.2 基于TODIM的二维语言模糊多属性决策方法 | 第46-47页 |
| §4.6 算例 | 第47-50页 |
| §4.7 本章小结 | 第50-52页 |
| 第五章 基于梯形二维语言变量相似度的多属性群决策方法研究 | 第52-60页 |
| §5.1 梯形二维语言变量及其运算法则 | 第52-53页 |
| §5.2 梯形二维语言相似性测度 | 第53-54页 |
| §5.3 基于梯形二维语言相似度的多属性群决策方法 | 第54-57页 |
| 5.3.1 问题描述 | 第54-55页 |
| 5.3.2 基于梯形二维语言相似度的权重确定模型 | 第55-56页 |
| 5.3.3 基于梯形二维语言相似度的模糊多属性群决策步骤 | 第56-57页 |
| §5.4 基于梯形二维语言相似测度的多属性群决策方法及其应用 | 第57-59页 |
| §5.5 本章小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间的科研工作 | 第67页 |
