| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第14-32页 |
| 1.1 研究背景 | 第14-17页 |
| 1.2 研究目的及意义 | 第17-18页 |
| 1.3 相关理论及研究综述 | 第18-24页 |
| 1.3.1 语言信息量化方法研究 | 第18-19页 |
| 1.3.2 语言环境下群体共识决策模型研究 | 第19-21页 |
| 1.3.3 语言环境下复杂大群体决策方法研究 | 第21-22页 |
| 1.3.4 语言环境下偏好集结方法研究 | 第22-24页 |
| 1.4 研究内容及思路 | 第24-30页 |
| 1.4.1 研究内容设计出发点分析 | 第24-26页 |
| 1.4.2 研究内容 | 第26-28页 |
| 1.4.3 研究方法与技术路线 | 第28-30页 |
| 1.5 本章小结 | 第30-32页 |
| 第二章 共识满意度驱动的异质群体共识度测算方法 | 第32-48页 |
| 2.1 问题描述及基本定义 | 第33-34页 |
| 2.1.1 基本定义 | 第33-34页 |
| 2.1.2 问题描述 | 第34页 |
| 2.2 面向异质群体的群体共识度测算 | 第34-43页 |
| 2.2.1 共识协调者视角的共识满意度测算方法 | 第34-38页 |
| 2.2.2 共识满意度驱动的相似度集结 | 第38-43页 |
| 2.2.3 群体共识度计算方法 | 第43页 |
| 2.3 算例研究 | 第43-46页 |
| 2.3.1 共识度计算过程 | 第44-46页 |
| 2.3.2 结果分析与比较 | 第46页 |
| 2.4 本章小结 | 第46-48页 |
| 第三章 重要度引导的协调反馈式多粒度语言共识模型 | 第48-64页 |
| 3.1 问题描述及基本定义 | 第48-50页 |
| 3.1.1 基本定义 | 第48-49页 |
| 3.1.2 问题描述 | 第49-50页 |
| 3.2 基于个体和群体角度的专家重要度确定模型 | 第50-52页 |
| 3.2.1 个体一致度 | 第50-51页 |
| 3.2.2 个体与群体其余专家的相似度 | 第51页 |
| 3.2.3 确定专家重要度的优化模型 | 第51-52页 |
| 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 | 第52-56页 |
| 3.3.1 接近度和共识度 | 第52-53页 |
| 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 | 第53-55页 |
| 3.3.3 多粒度语言群体共识决策步骤 | 第55-56页 |
| 3.4 算例研究 | 第56-62页 |
| 3.4.1 决策过程及结果 | 第56-61页 |
| 3.4.2 结果分析与比较 | 第61-62页 |
| 3.5 本章小结 | 第62-64页 |
| 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 | 第64-76页 |
| 4.1 问题描述及基本定义 | 第64-66页 |
| 4.1.1 基本定义 | 第64-65页 |
| 4.1.2 问题描述 | 第65-66页 |
| 4.2 专家初始共识权重确定模型 | 第66-68页 |
| 4.2.1 个体一致度 | 第66-67页 |
| 4.2.2 个体共识偏度 | 第67页 |
| 4.2.3 确定专家初始共识权重的优化模型 | 第67-68页 |
| 4.3 基于累积共识贡献的不确定语言共识决策方法 | 第68-72页 |
| 4.3.1 专家累积共识贡献度 | 第68-70页 |
| 4.3.2 自适应式不确定语言共识达到过程 | 第70-71页 |
| 4.3.3 多粒度语言群体共识决策步骤 | 第71-72页 |
| 4.4 算例研究 | 第72-75页 |
| 4.4.1 决策过程及结果 | 第73-74页 |
| 4.4.2 结果分析与比较 | 第74-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 基于信息粒化的自适应式语言共识模型 | 第76-100页 |
| 5.1 基于共识标准的语言标度颗粒优化模型 | 第77-87页 |
| 5.1.1 问题描述与基本定义 | 第77-78页 |
| 5.1.1.1 基本定义 | 第77-78页 |
| 5.1.1.2 问题描述 | 第78页 |
| 5.1.2 粒化群体平均一致度和粒化群体平均接近度 | 第78-80页 |
| 5.1.3 语言标度颗粒优化模型及其改进PSO算法 | 第80-82页 |
| 5.1.4 语言环境下异质群体共识决策步骤 | 第82-84页 |
| 5.1.5 算例研究 | 第84-87页 |
| 5.1.5.1 决策过程及结果 | 第85-86页 |
| 5.1.5.2 结果分析与比较 | 第86-87页 |
| 5.2 基于信息粒化的不平衡语言共识模型 | 第87-98页 |
| 5.2.1 问题描述与基本定义 | 第88-89页 |
| 5.2.1.1 基本定义 | 第88页 |
| 5.2.1.2 问题描述 | 第88-89页 |
| 5.2.2 粒化个体一致度与粒化群体共识度 | 第89-92页 |
| 5.2.3 不平衡模糊语言信息粒化分割点优化模型 | 第92-94页 |
| 5.2.4 不平衡语言群体共识决策步骤 | 第94-95页 |
| 5.2.5 算例研究 | 第95-98页 |
| 5.2.5.1 决策过程及结果 | 第96-97页 |
| 5.2.5.2 结果分析与比较 | 第97-98页 |
| 5.3 本章小结 | 第98-100页 |
| 第六章 考虑决策者后悔行为的语言多属性群决策方法 | 第100-118页 |
| 6.1 问题描述及基本定义 | 第101-102页 |
| 6.1.1 基本定义 | 第101页 |
| 6.1.2 问题描述 | 第101-102页 |
| 6.2 后悔理论 | 第102-105页 |
| 6.2.1 关于两个方案选择的后悔理论 | 第103-104页 |
| 6.2.2 关于多个方案选择的后悔理论 | 第104-105页 |
| 6.3 方案对多维偏好信息下基于后悔理论的群决策方法 | 第105-112页 |
| 6.3.1 决策矩阵的规范化 | 第106页 |
| 6.3.2 基于后悔理论的方案感知效用值的测算方法 | 第106-108页 |
| 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 | 第108-109页 |
| 6.3.4 基于后悔理论和LINMAP的多属性群决策方法 | 第109-112页 |
| 6.4 算例研究 | 第112-116页 |
| 6.4.1 决策过程及结果 | 第113-115页 |
| 6.4.2 结果分析与比较 | 第115-116页 |
| 6.5 本章小结 | 第116-118页 |
| 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 | 第118-147页 |
| 7.1 研究背景 | 第118-119页 |
| 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 | 第119-120页 |
| 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 | 第120-126页 |
| 7.3.1 钢铁企业生产工艺流程和特点分析 | 第120-121页 |
| 7.3.2 钢铁企业生产过程突发事件的分类与特点分析 | 第121-123页 |
| 7.3.3 面向钢铁企业生产过程突发事件的应急管理分析 | 第123-125页 |
| 7.3.4 基于不确定性案例推理的备选应急方案设计方法 | 第125-126页 |
| 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 | 第126-134页 |
| 7.4.1 专家语言偏好信息的模糊粒化处理方法 | 第128-129页 |
| 7.4.2 模糊粒化个体一致与群体共识度的测算方法 | 第129-131页 |
| 7.4.3 模糊粒化自适应语言共识过程的构建 | 第131-133页 |
| 7.4.4 语言群体共识决策方法 | 第133-134页 |
| 7.5 案例分析 | 第134-145页 |
| 7.5.1 语言群体共识决策过程与结果分析 | 第138-140页 |
| 7.5.2 语言群决策方法比较与分析 | 第140-144页 |
| 7.5.3 突发事件原因分析与对策建议 | 第144-145页 |
| 7.6 本章小结 | 第145-147页 |
| 第八章 结论与展望 | 第147-151页 |
| 8.1 主要结论 | 第147-149页 |
| 8.2 研究展望 | 第149-151页 |
| 参考文献 | 第151-165页 |
| 致谢 | 第165-167页 |
| 在学期间的研究成果及发表的学术论文 | 第167-169页 |
