摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
目录 | 第9-12页 |
第1章 绪论 | 第12-19页 |
1.1 综合评价概念 | 第12-13页 |
1.2 综合评价与多属性决策 | 第13-14页 |
1.3 不完全与不确定信息下的综合评价及说明 | 第14-15页 |
1.4 研究意义及主要内容 | 第15-17页 |
1.5 研究思路与方法 | 第17-18页 |
1.6 论文的结构安排 | 第18-19页 |
第2章 文献综述 | 第19-26页 |
2.1 不完全信息综合评价综述 | 第19-23页 |
2.1.1 评价参数的线性不等式信息形式的相关研究 | 第19-20页 |
2.1.2 评价参数的评价信息缺失形式的相关研究 | 第20页 |
2.1.3 残缺判断矩阵形式的相关研究 | 第20-22页 |
2.1.4 基于分布式结构的不完全综合评价信息的相关研究 | 第22-23页 |
2.1.5 偏好信息为被评价对象子集形式的相关研究 | 第23页 |
2.2 不确定信息综合评价综述 | 第23-26页 |
第3章 不完全信息下的多属性评价方法 | 第26-39页 |
3.1 不完全信息下基于方案序列优势的多属性评价方法 | 第26-33页 |
3.1.1 基本概念和方法原理 | 第26-30页 |
3.1.2 应用举例 | 第30-32页 |
3.1.3 小结 | 第32-33页 |
3.2 不完全信息下基于证据理论的多属性评价方法 | 第33-39页 |
3.2.1 根据不完全信息矩阵进行焦元识别 | 第33-34页 |
3.2.2 属性权重的确定 | 第34-35页 |
3.2.3 基本可信度分配的计算及证据合成 | 第35-37页 |
3.2.4 方案的排序 | 第37页 |
3.2.5 改进模型的基本步骤 | 第37-39页 |
第4章 不完全信息下的群体多属性评价方法 | 第39-50页 |
4.1 基于相对熵的不完全信息群体专家权重的集结 | 第39-43页 |
4.1.1 问题描述 | 第39-40页 |
4.1.2 基于相对熵的群体专家权重的集结 | 第40-42页 |
4.1.3 应用算例 | 第42-43页 |
4.1.4 小结 | 第43页 |
4.2 不完全信息群体多属性评价的一种交互式方法 | 第43-50页 |
4.2.1 记号和问题的描述 | 第44-45页 |
4.2.2 净偏好指标和全序关系的建立 | 第45-48页 |
4.2.3 算法和步骤 | 第48-49页 |
4.2.4 小结 | 第49-50页 |
第5章 不确定信息下的多属性评价方法 | 第50-69页 |
5.1 区间序关系分析法及其运用 | 第50-56页 |
5.1.1 序关系分析法(G1法) | 第50-52页 |
5.1.2 区间赋值序关系分析法的原理 | 第52-54页 |
5.1.3 应用算例 | 第54-55页 |
5.1.4 小结 | 第55-56页 |
5.2 基于综合赋权的区间数多属性评价方法及其应用 | 第56-63页 |
5.2.1 预备知识 | 第56-57页 |
5.2.2 兼顾主客观信息的综合赋权方法 | 第57-60页 |
5.2.3 评价信息的集结与排序 | 第60-61页 |
5.2.4 应用算例 | 第61-62页 |
5.2.5 小结 | 第62-63页 |
5.3 基于方案和属性偏好信息一致性程度最大的多属性评价方法 | 第63-69页 |
5.3.1 属性值为实数的多属性评价方法 | 第63-66页 |
5.3.2 属性值为区间数的多属性评价方法 | 第66页 |
5.3.3 应用示例 | 第66-69页 |
第6章 不确定信息下的群体评价方法 | 第69-101页 |
6.1 评价者权重已知属性权重未知的混合多属性群评价方法 | 第69-80页 |
6.1.1 采用专家信息前置法进行评价 | 第70-74页 |
6.1.2 采用专家信息后置法进行评价 | 第74-80页 |
6.2 评价者权重未知属性权重已知的混合多属性群评价方法 | 第80-101页 |
6.2.1 个体评价结果的形成 | 第82-85页 |
6.2.2 评价者客观权重的确定方法 | 第85-89页 |
6.2.3 评价者主观权重的确定方法 | 第89-97页 |
6.2.4 基于Borda数组排序的混合多属性样评价方法 | 第97-101页 |
第7章 结论与展望 | 第101-103页 |
参考文献 | 第103-113页 |
攻读博士期间发表论文 | 第113-114页 |
致谢 | 第114页 |