不完全信息下基于证据理论的多属性决策方法研究
| 第1章 绪论 | 第1-17页 |
| 1．1 引言 | 第9-10页 |
| 1．1．1 研究目的及意义 | 第9-10页 |
| 1．1．2 决策的基本要素及决策过程 | 第10页 |
| 1．2 国内外研究现状 | 第10-14页 |
| 1．3 主要研究内容 | 第14-17页 |
| 1．3．1 研究背景 | 第14-15页 |
| 1．3．2 研究思路 | 第15页 |
| 1．3．3 论文结构 | 第15-17页 |
| 第2章 理论基础 | 第17-28页 |
| 2．1 多属性决策理论 | 第17-21页 |
| 2．1．1 多属性决策的基本概念 | 第17-18页 |
| 2．1．2 效用和偏好 | 第18页 |
| 2．1．3 属性指标的规范化 | 第18-19页 |
| 2．1．4 多属性决策方法的分类 | 第19-21页 |
| 2．1．5 多属性决策方法的评价标准 | 第21页 |
| 2．2 证据理论 | 第21-24页 |
| 2．2．1 证据的概念 | 第21页 |
| 2．2．2 证据的数学理论 | 第21-22页 |
| 2．2．3 基于证据理论的递归算法 | 第22-24页 |
| 2．3 遗传算法 | 第24-28页 |
| 2．3．1 简介 | 第24页 |
| 2．3．2 基本流程 | 第24-25页 |
| 2．3．3 遗传算法的实现技术 | 第25-27页 |
| 2．3．4 遗传算法的特点 | 第27-28页 |
| 第3章 不完全信息下基于证据理论的交互式决策模型 | 第28-33页 |
| 3．1 Q算子 | 第28-29页 |
| 3．2 问题的定义及表达 | 第29-30页 |
| 3．3 交互式决策方法 | 第30-31页 |
| 3．4 实例分析 | 第31-32页 |
| 3．5 小结 | 第32-33页 |
| 第4章 不完全信息下基于证据理论的非线性规划模型 | 第33-45页 |
| 4．1 权系数不完全信息表达 | 第33页 |
| 4．2 属性值的转换 | 第33-34页 |
| 4．2．1 定性指标的表示方法 | 第33-34页 |
| 4．2．2 定量指标的表示及转化 | 第34页 |
| 4．3 模型的建立 | 第34-35页 |
| 4．4 用GA求解决策模型 | 第35-40页 |
| 4．4．1 约束条件的处理 | 第35-38页 |
| 4．4．2 算法的流程 | 第38-39页 |
| 4．4．3 算法的关键环节设计 | 第39-40页 |
| 4．5 软件实现 | 第40-42页 |
| 4．5．1 数据结构 | 第40-41页 |
| 4．5．2 遗传算法运行参数的选取 | 第41-42页 |
| 4．5．3 程序主要模块简介 | 第42页 |
| 4．6 实例分析 | 第42-45页 |
| 第5章 BERWI法的扩展研究 | 第45-56页 |
| 5．1 BERWI法在群决策中的研究 | 第45-50页 |
| 5．1．1 一致准则法 | 第45-49页 |
| 5．1．2 个体各自评价法 | 第49-50页 |
| 5．1．3 两种方法的比较 | 第50页 |
| 5．2 带有参考集的BERWI法 | 第50-54页 |
| 5．2．1 问题的描述 | 第50-51页 |
| 5．2．2 决策方法 | 第51-52页 |
| 5．2．3 实例分析 | 第52-54页 |
| 5．3 几种方法的综合讨论 | 第54-56页 |
| 第6章 BERWI法在动态联盟伙伴选择中的应用 | 第56-63页 |
| 6．1 动态联盟的定义及特点 | 第56-57页 |
| 6．1．1 动态联盟的定义 | 第56页 |
| 6．1．2 动态联盟的特点 | 第56-57页 |
| 6．2 动态联盟伙伴选择的研究现状 | 第57-58页 |
| 6．2．1 伙伴选择的过程及评价指标 | 第57-58页 |
| 6．2．2 伙伴选择研究现状 | 第58页 |
| 6．3 基于BERWI法的动态联盟伙伴选择实例 | 第58-63页 |
| 结束语 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间主要的研究成果 | 第73页 |
