| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-33页 |
| ·问题的提出及研究意义 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·研究问题的提出 | 第11-13页 |
| ·研究意义 | 第13页 |
| ·国内外研究现状及评述 | 第13-30页 |
| ·不确定信息集成理论 | 第13-22页 |
| ·不确定群决策环境下权重信息获取方法 | 第22-27页 |
| ·直觉模糊群决策及不确定混合型群决策方法 | 第27-30页 |
| ·研究方法与技术路线 | 第30-32页 |
| ·研究内容与本文结构 | 第32-33页 |
| 2 群决策环境下不确定信息集成规则及最少点决策模型 | 第33-64页 |
| ·基于证据可信度的D-S证据理论合成规则 | 第33-42页 |
| ·距离函数 | 第33-34页 |
| ·基于证据可信度的证据合成新方法 | 第34-35页 |
| ·数值分析 | 第35-40页 |
| ·关于证据合成悖论问题的讨论 | 第40-42页 |
| ·基于证据交叉融合策略的D-S证据理论合成规则 | 第42-48页 |
| ·期望支持度 | 第43页 |
| ·基于证据交叉融合策略的合成新方法 | 第43-44页 |
| ·数值分析 | 第44-48页 |
| ·基于C-OWA算子的直觉模糊信息集成方法 | 第48-53页 |
| ·直觉模糊数及区间直觉模糊数 | 第48-49页 |
| ·基于C-OWA算子的集成方法 | 第49-51页 |
| ·数值分析 | 第51-53页 |
| ·基于D-S证据理论的最少点决策模型 | 第53-63页 |
| ·理论基础 | 第53-55页 |
| ·核心算法改进及重定义 | 第55-59页 |
| ·控制参数的形式化估值 | 第59-60页 |
| ·数值分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 3 群决策环境下权重信息的获取方法 | 第64-107页 |
| ·基于证据推理的不确定多属性决策方法 | 第64-75页 |
| ·ER算法概述 | 第65-67页 |
| ·属性的熵权 | 第67-68页 |
| ·分布评价等价变换 | 第68-72页 |
| ·数值分析 | 第72-75页 |
| ·基于可能度矩阵的区间型多属性决策方法 | 第75-83页 |
| ·可能度公式的等价性 | 第75-77页 |
| ·确定指标权重的可能度法 | 第77-80页 |
| ·数值分析 | 第80-82页 |
| ·必要的讨论 | 第82-83页 |
| ·权重信息未知情况下精确数多属性群决策方法 | 第83-92页 |
| ·问题描述 | 第84-85页 |
| ·个体决策评价分布 | 第85-86页 |
| ·基于证据距离的专家权重 | 第86-87页 |
| ·基于模糊熵权变换的指标权重 | 第87-88页 |
| ·数值分析 | 第88-91页 |
| ·相关讨论 | 第91-92页 |
| ·权重信息未知情况下直觉模糊多属性群决策方法 | 第92-106页 |
| ·直觉模糊多属性群决策模型 | 第93-95页 |
| ·决策个体的属性权重及综合评价信息 | 第95-98页 |
| ·关键权重信息的获取方法 | 第98-100页 |
| ·权重信息未知情况下的直觉模糊多属性群决策途径 | 第100-101页 |
| ·数值分析 | 第101-106页 |
| ·本章小结 | 第106-107页 |
| 4 群决策环境下基于态度的直觉模糊属性值构建方法 | 第107-120页 |
| ·基于态度特征的C-OWA算子 | 第107-109页 |
| ·基于态度的直觉模糊属性值构建方法 | 第109-116页 |
| ·针对精确数 | 第109-112页 |
| ·针对区间数 | 第112-116页 |
| ·针对语言值 | 第116页 |
| ·数值分析 | 第116-119页 |
| ·本章小结 | 第119-120页 |
| 5 针对权重信息未知情况下不确定群决策问题的一般方法 | 第120-122页 |
| 结论 | 第122-124页 |
| 参考文献 | 第124-138页 |
| 攻读博士学位期间的科研工作及学术论文 | 第138-140页 |
| 致谢 | 第140-141页 |
| 作者简介 | 第141-142页 |