摘要 | 第1-7页 |
ABSTRACT | 第7-15页 |
第一章 绪论 | 第15-34页 |
·选题背景及问题提出 | 第15-21页 |
·选题背景 | 第15-17页 |
·问题提出 | 第17-21页 |
·研究目的和意义 | 第21-22页 |
·国内外研究现状 | 第22-31页 |
·多属性决策 | 第22-26页 |
·直觉模糊多属性决策 | 第26-28页 |
·多属性群决策 | 第28-30页 |
·研究现状述评 | 第30-31页 |
·研究内容 | 第31-32页 |
·研究方法与技术路线 | 第32-34页 |
第二章 理论基础 | 第34-70页 |
·多属性决策理论 | 第34-43页 |
·多属性决策的基本概念 | 第34-35页 |
·经典多属性决策基本理论 | 第35-38页 |
·模糊多属性决策原理 | 第38-40页 |
·多属性群决策 | 第40-43页 |
·直觉梯形模糊数(TRIFN) | 第43-51页 |
·直觉梯形模糊数的定义 | 第43-46页 |
·直觉梯形模糊数的运算法则 | 第46-48页 |
·直觉梯形模糊数截集 | 第48-49页 |
·直觉梯形模糊数期望值 | 第49页 |
·直觉梯形模糊数大小比较 | 第49-50页 |
·直觉梯形模糊数间距离 | 第50-51页 |
·前景理论 | 第51-62页 |
·前景理论的提出 | 第51-53页 |
·原始前景理论 | 第53-58页 |
·累积前景理论 | 第58-62页 |
·证据理论 | 第62-70页 |
·概率的不同解释 | 第62-64页 |
·识别框架 | 第64-65页 |
·基本概率分配函数 | 第65-66页 |
·信度函数 | 第66-67页 |
·似然函数 | 第67页 |
·Dempster合成规则 | 第67-70页 |
第三章 直觉模糊环境下基于多参考点的前景价值确定方法 | 第70-122页 |
·引言 | 第70-73页 |
·研究框架 | 第73-76页 |
·单参考点下实值前景价值确定方法 | 第76-81页 |
·实值前景函数 | 第76-77页 |
·实值价值函数和概率权重函数引出方法 | 第77-81页 |
·单参考点下前景函数的直觉模糊拓展 | 第81-96页 |
·直觉梯形模糊价值函数 | 第82-84页 |
·直觉梯形模糊概率权重函数 | 第84-88页 |
·直觉梯形模糊前景函数 | 第88-90页 |
·直觉梯形模糊前景价值确定步骤 | 第90-91页 |
·实例分析 | 第91-96页 |
·基于证据的直觉梯形模糊诱导有序加权平均算子(DS-TRIF-IOWA) | 第96-109页 |
·OWA算子 | 第97页 |
·IOWA算子 | 第97-98页 |
·TrIF-OWA算子 | 第98-99页 |
·TrIF-IOWA算子 | 第99-100页 |
·DS-TrIF-IOWA算子 | 第100-105页 |
·基于DS-TrIF-IOWA算子的决策方法 | 第105-106页 |
·算例分析 | 第106-109页 |
·MRP下直觉模糊前景价值确定方法 | 第109-119页 |
·基于mRP和DS-TrIF-IOWA的直觉梯形模糊前景价值确定方法 | 第109-113页 |
·DS-mRP-TrIFPV函数确定主要步骤 | 第113-114页 |
·算例分析 | 第114-119页 |
·本章小结 | 第119-122页 |
第四章 基于前景理论的直觉梯形模糊多属性决策方案优选方法 | 第122-181页 |
·引言 | 第122-124页 |
·直觉梯形模糊前景矩阵和前景价值矩阵 | 第124-126页 |
·基于TRIF-CHOQUET算子的综合前景值确定方法 | 第126-156页 |
·模糊测度和模糊积分 | 第126-129页 |
·直觉梯形模糊Choquet算子(TrIFC) | 第129-138页 |
·诱导直觉梯形模糊Choquet算子(ITrIFC) | 第138-142页 |
·综合前景值的确定与方案优选 | 第142-148页 |
·实例分析 | 第148-156页 |
·基于TRIF-CHOQUET距离和前景理论的直觉梯形模糊TOPSIS方法 | 第156-179页 |
·传统TOPSIS | 第156-158页 |
·直觉梯形模糊Choquet距离算子(TrIFCD) | 第158-166页 |
·诱导直觉梯形模糊Choquet距离算子(ITrIFCD) | 第166-170页 |
·基于TrIF-Choquet距离和DS-mRP-TrIFPV的改进TOPSIS | 第170-174页 |
·实例分析 | 第174-179页 |
·本章小结 | 第179-181页 |
第五章 基于直觉梯形模糊前景价值矩阵的群体一致性分析方法 | 第181-216页 |
·引言 | 第181-183页 |
·直觉梯形模糊多属性群决策问题描述 | 第183-186页 |
·小群体直觉梯形模糊多属性群决策一致性分析方法 | 第186-197页 |
·基于ITrIFC和OWA算子的群体判断一致性分析 | 第186-189页 |
·群体一致性修正方法 | 第189-190页 |
·群体一致性自动算法 | 第190-192页 |
·算例分析 | 第192-197页 |
·基于ITRIFC和TRIFOWAD算子的大群体聚类算法 | 第197-203页 |
·相关研究简介 | 第197-198页 |
·直觉梯形模糊群决策中群体成员相似度 | 第198-201页 |
·直觉梯形模糊信息下大群体聚类算法 | 第201-203页 |
·复杂大群体直觉梯形模糊多属性决策一致性分析方法 | 第203-214页 |
·基于大群体聚类算法的群体判断一致性分析 | 第204-206页 |
·基于大群体聚类算法的群体一致性修正方法 | 第206-208页 |
·复杂大群体一致性自动算法 | 第208-210页 |
·算例分析 | 第210-214页 |
·本章小结 | 第214-216页 |
第六章 基于前景理论的复杂大群体直觉梯形模糊多属性决策模型 | 第216-230页 |
·引言 | 第216-217页 |
·复杂大群体直觉梯形模糊多属性决策基本流程 | 第217-219页 |
·基于DS-MRP-TRIFPV的多属性复杂大群体决策模型 | 第219-226页 |
·属性前景价值确定 | 第219-221页 |
·群体共识形成 | 第221-223页 |
·方案优选 | 第223-224页 |
·mRP-TrIFPV-MAGDM决策模型 | 第224-226页 |
·MRP-TRIFPV-MAGDM决策步骤 | 第226-228页 |
·本章小结 | 第228-230页 |
第七章 案例分析 | 第230-252页 |
·研究背景 | 第230-231页 |
·备选方案 | 第231-233页 |
·属性结构的建立 | 第233-235页 |
·属性评价指标体系建立原则 | 第233页 |
·属性评价指标体系的构建 | 第233-235页 |
·属性结构的确定 | 第235页 |
·方案单属性价值的确定 | 第235-244页 |
·方案在属性上表现出的前景估计 | 第235-242页 |
·方案单属性前景价值计算 | 第242-244页 |
·大群体一致性分析 | 第244-246页 |
·专家群体聚类 | 第244-245页 |
·复杂大群体一致性分析 | 第245-246页 |
·群体共识矩阵的形成 | 第246-249页 |
·方案优选 | 第249-251页 |
·小结 | 第251-252页 |
第八章 结论与展望 | 第252-262页 |
·本文主要研究结论 | 第252-257页 |
·本文主要创新点 | 第257-260页 |
·研究展望 | 第260-262页 |
参考文献 | 第262-287页 |
致谢 | 第287-288页 |
攻读学位期间主要的研究成果及目录 | 第288-289页 |