基于不完全信息的灰色关联决策方法及其程序实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·国内外灰色关联决策研究综述 | 第11-16页 |
| ·灰色系统理论的发展 | 第11-12页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·国内外研究不足之处 | 第14-16页 |
| ·本文的主要研究内容 | 第16页 |
| ·研究方法 | 第16-17页 |
| ·研究方法和技术路线 | 第16-17页 |
| ·论文结构图 | 第17页 |
| ·本文的主要创新点 | 第17-19页 |
| 第2章 灰色关联分析原理 | 第19-28页 |
| ·灰色关联分析的基本原理 | 第19-20页 |
| ·灰色关联公理 | 第20-21页 |
| ·几种常用的灰色关联度 | 第21-22页 |
| ·分辨系数的讨论 | 第22-23页 |
| ·评价指标属性分类 | 第23-24页 |
| ·属性值规范化处理 | 第24-27页 |
| ·效益型指标的规范化 | 第24-25页 |
| ·成本型指标的规范化 | 第25页 |
| ·固定型指标的规范化 | 第25-26页 |
| ·区间型指标的规范化 | 第26页 |
| ·偏离型指标的规范化 | 第26-27页 |
| ·偏离区间型指标的规范化 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 权重信息不完全的灰色关联决策算法 | 第28-40页 |
| ·权重信息不完全问题的提出 | 第28-29页 |
| ·各方案灰色关联系数的计算 | 第29页 |
| ·权重信息不完全的赋权方法 | 第29-31页 |
| ·决策算法的实现步骤 | 第31-32页 |
| ·算例分析 | 第32-37页 |
| ·决策算法的MATLAB 程序实现 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 权重信息完全未知的灰色关联决策算法 | 第40-58页 |
| ·现有赋权算法的不足与改进 | 第40-41页 |
| ·用AHP 法进行主观赋权 | 第41-42页 |
| ·熵值法进行主观赋权调整 | 第42-44页 |
| ·熵值法的基本原理 | 第42-43页 |
| ·熵值法计算权重的步骤 | 第43页 |
| ·熵值法进行组合赋权 | 第43-44页 |
| ·神经网络进行学习训练赋权 | 第44-48页 |
| ·人工神经网络及其模型概述 | 第44-46页 |
| ·BP 神经网络原理 | 第46页 |
| ·BP 神经网络赋权算法 | 第46-48页 |
| ·决策算法的实现步骤 | 第48页 |
| ·算例分析 | 第48-52页 |
| ·决策算法的MATLAB 程序实现 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 方案属性值为区间数的灰色关联决策算法 | 第58-74页 |
| ·求解方案属性值为区间数问题的新思路 | 第58页 |
| ·区间数及其运算法则 | 第58-59页 |
| ·区间数介绍 | 第58-59页 |
| ·区间数运算规则 | 第59页 |
| ·区间数的规范化处理 | 第59-60页 |
| ·相离度的基本原理 | 第60-61页 |
| ·决策算法的实现步骤 | 第61页 |
| ·算例分析 | 第61-65页 |
| ·决策算法的MATLAB 程序实现 | 第65-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 方案属性值有空缺时的灰色关联决策算法 | 第74-86页 |
| ·现有研究的不足之处 | 第74-75页 |
| ·算法的基本思路 | 第75-77页 |
| ·熵极大化准则 | 第77页 |
| ·极大熵分布估计 | 第77-78页 |
| ·空缺数的填充 | 第78-79页 |
| ·决策算法的实现步骤 | 第79页 |
| ·算例分析 | 第79-83页 |
| ·决策算法的MATLAB 程序实现 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第7章 结论与展望 | 第86-88页 |
| ·论文的主要工作和创新点 | 第86-87页 |
| ·展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 致谢 | 第92-93页 |
| 附录A 攻读硕士学位期间论文发表情况 | 第93页 |
| 附录B 攻读硕士学位期间参与科研项目 | 第93页 |
