摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第9-20页 |
1.1 研究背景与意义 | 第9-11页 |
1.1.1 研究背景 | 第9页 |
1.1.2 研究意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 指标值为区间数的确定 | 第11-12页 |
1.2.2 属性权重确定方法 | 第12-15页 |
1.2.3 专家权重确定方法 | 第15-16页 |
1.3 研究目标和研究内容 | 第16-17页 |
1.3.1 研究目标 | 第16页 |
1.3.2 研究内容 | 第16-17页 |
1.4 研究方法和技术路线图 | 第17-19页 |
1.4.1 研究方法 | 第17页 |
1.4.2 技术路线图 | 第17-19页 |
1.5 可能的创新之处 | 第19-20页 |
第二章 相关理论与方法概述 | 第20-29页 |
2.1 区间数的基本概念 | 第20-24页 |
2.1.1 区间数的取值分布 | 第21-22页 |
2.1.2 区间数的位置 | 第22-23页 |
2.1.3 区间数的关系度量 | 第23-24页 |
2.1.4 区间数取值的分布情况 | 第24页 |
2.2 正态分布区间数的基本性质 | 第24-25页 |
2.3 多属性群决策模型框架 | 第25-28页 |
2.4 本章小结 | 第28-29页 |
第三章 含分布信息区间数的确定方法 | 第29-38页 |
3.1 问题的提出 | 第29页 |
3.2 OWA算子及其拓展形式 | 第29-31页 |
3.2.1 OWA算子 | 第29-30页 |
3.2.2 COWA算子 | 第30页 |
3.2.3 IW-COWA算子 | 第30-31页 |
3.3 OIP算子及其灵敏度分析 | 第31-35页 |
3.3.1 OIP算子的基本性质 | 第31-32页 |
3.3.2 OIP算子的拓展 | 第32-33页 |
3.3.3 灵敏度分析 | 第33-35页 |
3.4 决策步骤 | 第35页 |
3.5 算例分析 | 第35-37页 |
3.6 本章小结 | 第37-38页 |
第四章 基于属性相关的多属性决策排序方法 | 第38-51页 |
4.1 问题的提出 | 第38-39页 |
4.2 属性权重的确定方法 | 第39-41页 |
4.2.1 基于信息熵和包含度的属性权重确定方法 | 第39-41页 |
4.3 多属性决策问题的排序 | 第41-42页 |
4.3.1 基于?s转换函数的属性集的λ模糊测度 | 第41页 |
4.3.2 基于灰模糊积分关联度的方案排序 | 第41-42页 |
4.4 属性相关的多属性决策 | 第42-47页 |
4.4.1 决策步骤 | 第42-44页 |
4.4.2 算例分析 | 第44-47页 |
4.5 属性相关的多属性群决策 | 第47-50页 |
4.5.1 决策步骤 | 第47-48页 |
4.5.2 算例分析 | 第48-50页 |
4.6 本章小结 | 第50-51页 |
第五章 基于相对熵和距离最小化的多属性群决策排序方法 | 第51-60页 |
5.1 问题的提出 | 第51页 |
5.2 基于相对熵的群决策权重确定方法 | 第51-54页 |
5.2.1 熵理论的基本概念 | 第51-53页 |
5.2.2 相对熵群决策模型 | 第53-54页 |
5.3 基于距离最小化决策权重模型构建 | 第54-59页 |
5.3.0 构建权重模型 | 第54-55页 |
5.3.1 决策步骤 | 第55-57页 |
5.3.2 算例分析 | 第57-59页 |
5.4 本章小结 | 第59-60页 |
第六章 结论与展望 | 第60-62页 |
6.1 结论 | 第60页 |
6.2 展望 | 第60-62页 |
参考文献 | 第62-68页 |
致谢 | 第68-69页 |
在学期间的研究成果及发表的学术论文 | 第69页 |