| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-29页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究问题及研究意义 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-24页 |
| 1.3.1 决策矩阵一致性检验指标 | 第15-16页 |
| 1.3.2 数据一致性识别模型研究 | 第16-19页 |
| 1.3.3 数据缺失处理模型研究 | 第19-22页 |
| 1.3.4 逆序问题研究 | 第22-24页 |
| 1.4 论文研究思路和研究内容 | 第24-29页 |
| 1.4.1 论文研究思路 | 第24-26页 |
| 1.4.2 论文研究内容 | 第26-29页 |
| 第二章 决策矩阵数据一致性检验指标及方法研究 | 第29-43页 |
| 2.1 决策矩阵概述 | 第29-31页 |
| 2.2 决策矩阵一致性比率检验指标 | 第31-32页 |
| 2.3 一致性比率指标计算效率问题 | 第32-34页 |
| 2.4 决策矩阵数据一致性检验新指标 | 第34-40页 |
| 2.4.1 最大特征值阈值法 | 第34-36页 |
| 2.4.2 一致性检验过程 | 第36-40页 |
| 2.5 数值算例 | 第40-42页 |
| 2.6 本章小结 | 第42-43页 |
| 第三章 决策矩阵基数不一致数据处理模型研究 | 第43-92页 |
| 3.1 诱导偏差矩阵IBM模型原理 | 第43-72页 |
| 3.1.1 IBM模型不一致元素识别和校正通用方法 | 第52-55页 |
| 3.1.2 IBM模型不一致元素识别和校正特殊方法 | 第55-60页 |
| 3.1.3 数值算例与分析 | 第60-72页 |
| 3.1.3.1 广义数值算例 | 第60-70页 |
| 3.1.3.2 快速识别法数值算例 | 第70-72页 |
| 3.2 算术均值诱导偏差矩阵(AMIBM)模型 | 第72-77页 |
| 3.2.1 AMIBM模型不一致元素识别和校正过程 | 第73-75页 |
| 3.2.2 数值算例分析 | 第75-77页 |
| 3.3 几何均值诱导偏差矩阵(GMIBM)模型 | 第77-85页 |
| 3.3.1 GMIBM模型基本原理 | 第77-79页 |
| 3.3.2 GMIBM模型不一致元素识别和校正过程 | 第79-81页 |
| 3.3.3 GMIBM数值算例 | 第81-85页 |
| 3.4 对数均值诱导偏差矩阵(LMIBM)模型 | 第85-91页 |
| 3.4.1 LMIBM模型基本原理 | 第85-87页 |
| 3.4.2 LMIBM模型不一致元素识别和校正过程 | 第87-89页 |
| 3.4.3 数值算例 | 第89-91页 |
| 3.5 本章小结 | 第91-92页 |
| 第四章 决策矩阵序数不一致数据处理模型研究 | 第92-111页 |
| 4.1 HADAMARD乘积诱导偏差矩阵(HPIBM)模型 | 第92-98页 |
| 4.1.1 HPIBM模型原理 | 第92-95页 |
| 4.1.2 HPIBM模型不一致元素识别和校正过程 | 第95-97页 |
| 4.1.3 数值算例和分析 | 第97-98页 |
| 4.2 HPIBM模型序数不一致元素识别和校正过程 | 第98-110页 |
| 4.2.1 决策矩阵序数不一致描述 | 第98-100页 |
| 4.2.2 HPIBM模型序数不一致识别原理 | 第100-105页 |
| 4.2.2.1 决策矩阵序数不一致与图论 | 第100-101页 |
| 4.2.2.2 二元布尔矩阵 | 第101-103页 |
| 4.2.2.3 HPIBM模型序数不一致识别和校正过程 | 第103-105页 |
| 4.2.3 数值算例和分析 | 第105-110页 |
| 4.3 本章小结 | 第110-111页 |
| 第五章 决策矩阵缺失数据处理模型研究 | 第111-156页 |
| 5.1 不完全决策矩阵及其处理流程 | 第111-113页 |
| 5.2 诱导偏差矩阵IBM缺失数据处理模型 | 第113-122页 |
| 5.2.1 IBM模型缺失数据处理方法与步骤 | 第113-117页 |
| 5.2.2 数值算例 | 第117-122页 |
| 5.3 扩展的AMIBM缺失数据处理模型 | 第122-124页 |
| 5.3.1 数值算例 | 第122-124页 |
| 5.4 扩展的GMIBM缺失数据处理模型 | 第124-132页 |
| 5.4.1 数值算例 | 第126-132页 |
| 5.5 扩展的LMIBM缺失数据处理模型 | 第132-134页 |
| 5.5.1 LMIBM模型缺失数据求解方法 | 第132-134页 |
| 5.6 决策矩阵缺失数据处理模型应用研究 | 第134-155页 |
| 5.6.1 不完全信息下突发事件应急决策案例仿真 | 第134-142页 |
| 5.6.1.1 研究背景 | 第134-136页 |
| 5.6.1.2 案例仿真 | 第136-142页 |
| 5.6.2 问卷优化设计及缺失数据处理方法案例仿真 | 第142-155页 |
| 5.6.2.1 问卷设计中存在的问题 | 第142-143页 |
| 5.6.2.2 问卷设计优化原则 | 第143-149页 |
| 5.6.2.3 案例仿真 | 第149-155页 |
| 5.7 本章小结 | 第155-156页 |
| 第六章 决策矩阵逆序敏感性分析方法研究 | 第156-168页 |
| 6.1 逆序问题描述 | 第156-157页 |
| 6.2 逆序敏感性分析方法 | 第157-160页 |
| 6.3 逆序敏感性分析案例研究 | 第160-166页 |
| 6.4 本章小结 | 第166-168页 |
| 第七章 基于随机矩阵的仿真实验 | 第168-176页 |
| 7.1 仿真实验设计 | 第168-170页 |
| 7.2 仿真实验过程与结果分析 | 第170-175页 |
| 7.3 本章小结 | 第175-176页 |
| 第八章 全文总结与展望 | 第176-182页 |
| 8.1 全文总结 | 第176-180页 |
| 8.2 本文创新点 | 第180-181页 |
| 8.3 后续工作展望 | 第181-182页 |
| 致谢 | 第182-184页 |
| 参考文献 | 第184-195页 |
| 附录 1 逆序敏感性分析表格 | 第195-199页 |
| 附录 2 IBM模型仿真实验图 | 第199-203页 |
| 附录 3 HPIBM模型仿真实验图 | 第203-206页 |
| 攻读博士学位期间取得的成果 | 第206-209页 |
| 攻读博士学位期间参加的科研项目及获奖情况 | 第209-210页 |
