| 第1章 绪论 | 第1-16页 |
| ·引言 | 第8-10页 |
| ·本文研究的背景 | 第8-9页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·群体决策的发展和现状 | 第10-11页 |
| ·群体语言决策的研究综述 | 第11-13页 |
| ·本文逻辑结构和研究内容 | 第13-16页 |
| ·研究思路 | 第13-14页 |
| ·本文逻辑结构 | 第14页 |
| ·主要内容 | 第14-16页 |
| 第2章 理论基础 | 第16-29页 |
| ·群体语言决策基本理论 | 第16-18页 |
| ·自然语言评价集 | 第16页 |
| ·多准则群体语言指标的统一化 | 第16-17页 |
| ·群体语言决策问题的分类 | 第17-18页 |
| ·二元语义及相关算子和性质 | 第18-20页 |
| ·二元语义的相关性质 | 第18-19页 |
| ·二元语义的集结算子 | 第19-20页 |
| ·证据理论 | 第20-23页 |
| ·证据的概念 | 第21页 |
| ·证据的数学理论 | 第21-22页 |
| ·基于证据理论的递归算法 | 第22-23页 |
| ·粒子群算法 | 第23-29页 |
| ·粒子群算法简介 | 第23-24页 |
| ·粒子群算法基本原理 | 第24-25页 |
| ·粒子群算法基本流程 | 第25-26页 |
| ·粒子群算法的发展 | 第26-29页 |
| 第3章 信息不完全的基于语言判断矩阵的群体决策 | 第29-39页 |
| ·引言 | 第29页 |
| ·基于证据推理和二元语义的群体语言决策方法 | 第29-33页 |
| ·基于证据推理和二元语义的群体语言决策步骤 | 第29-32页 |
| ·应用分析 | 第32-33页 |
| ·基于二元语义的信息不完全的群体语言决策方法 | 第33-39页 |
| ·权系数的信息不完全 | 第33-34页 |
| ·基于二元语义的信息不完全的群体语言决策步骤 | 第34-35页 |
| ·利用惯性权重PSO算法求解模型 | 第35-36页 |
| ·在人力资源相对绩效考核中的应用 | 第36-39页 |
| 第4章 信息不完全的群体语言多准则指派问题求解 | 第39-58页 |
| ·引言 | 第39页 |
| ·信息不完全的群体语言多准则指派问题求解 | 第39-45页 |
| ·信息不完全的群体语言多准则指派决策步骤 | 第39-42页 |
| ·结合匈牙利法利用惯性权重PSO求解模型 | 第42-44页 |
| ·算例分析 | 第44-45页 |
| ·信息不完全的群体纯语言多准则指派问题求解 | 第45-52页 |
| ·决策者和准则重要性程度的不完全确定信息 | 第45-46页 |
| ·信息不完全的多准则群体纯语言指派决策步骤 | 第46-49页 |
| ·结合匈牙利法利用交叉粒子群算法求解模型 | 第49-51页 |
| ·算例分析 | 第51-52页 |
| ·基于证据推理的多准则语言群体指派决策方法 | 第52-58页 |
| ·基于证据推理的多准则群体语言指派决策步骤 | 第52-56页 |
| ·算例分析 | 第56-58页 |
| 第5章 信息不完全的群体语言多准则聚类分析 | 第58-68页 |
| ·引言 | 第58页 |
| ·信息不完全的群体语言多准则聚类分析 | 第58-68页 |
| ·信息不完全的多准则群体语言聚类分析步骤 | 第58-60页 |
| ·根据K-均值法利用惯性PSO算法对模式样本集进行聚类 | 第60-64页 |
| ·在人力资源岗位测评预分类中的应用 | 第64-68页 |
| 结束语 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 附录 | 第76-94页 |
| 致谢 | 第94-95页 |
| 攻读硕士学位期间主要研究成果 | 第95页 |