基于直觉模糊集的多属性群决策问题的模型及其方法研究 (1)

《基于直觉模糊集的多属性群决策问题的模型及其方法研究 (1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要考虑到现实中的许多决策问题都具有复杂性、模糊性、多人参与决策的特点，本文参考国内外有关研究群决策的理论与方法，发现目前很少有文献用直觉模糊集理论束研究群决策问题，本文尝试着用该理论来研究多属性模糊群决策问题．在对多属性群决策研究的发展过程、研究与应用现状、直觉模糊集与隶属度的理论简述基础上，本文提山了基于直觉模糊集的多属性群决策模型，系统深入地探讨与研究完全信息下与缺损属性权重信息下的多属性群决策的方法和具体决策过程，并通过算例验汪其有效性，同时对其结果作出了分析．具体做法为：试图以直觉模糊集来描述群决策的数据结构，将经典的折衷型TOPSIS法、相对优属度法、具有

2、不同偏好信息F的致性集结方法移植到模糊群决策中．并尝试着改变纵向思维模式(经典⋯一模糊)，横向思考(先单人决策，后综合集结为群意见)将模糊多属性决策的若干解法(最小平均权重偏差方法、模糊迭代法)改进、推广到解决缺损属性权重信息下的模糊多属性群决策问题中去．文中所提出和建立的理论和方法具自

3、较好的操作性与实际应用性，能为现实中复杂的群决策问题提供有效的途径，具有‘定的理论参考价值与实际应用价值．本文结构如下：第章是文章的导论部分，丰要说明研究的背景与动机、研究目的、主要研究内容、研究方法与构架．第二章对直觉模糊集理论及隶属度作了一般性的文献同顾和理论探讨，并引入平均隶属度、

4、相对优属度等概念．之后的第i章“模糊多属性群决策的模型与方法”建立了本论文所要研究的模糊多属性群决策基本模型，将夸登峰构造的求解属性乐观权重值的线性规划模型移植到群决策问题中，提出了折衷型的T()PSIS法和相对优属度法，并对相对优属度法与择衷型评削方法的理论与应用上的分析比较．还提出了具有不同偏好信息下的一致性集结方法，该方法同时考虑到r决策者的权重和专家评价的一致性程度对群体评价结果的影响，使得决策方法和决策结果更贴近客观实际．第四章“缺损属性权重信息下的群决策问题”，存缺损属性权重信息卜多槿性群决策问题的研究中，改进了最小平均权重偏差方法与模糊迭代法，并构造【。ag

5、range函数确定未知的属性权重信息，给弘汪明．第五章“结论‘j展望”，提出本研究的结论及可待续研究的乃‘向．关键词：直觉模糊集，多属性群决策，模型，算法AbstractAccordingtothecharacteristicsoffuzzinessandcomplexityfofmanygroup—decisionmakingproblemsinrealworld，andtothetheoriesmadrnethodsongroup—decisionmaking，theintuitionisticfuzzysetstheory,whichisseldomusedinth

6、epapersongroup—decisionmakingproblems，isappliedtostudymulti-attributegroup-decisionmakingproblems．强emodelofmulti-attributegroup-decisionmakingbasedonintuitionisticfuzzysetsisputforwardafteranalyzingthedevelopmentprocessandapplicationofmulti-attribntegroup—decisionmaking，anddescribingbrief

7、lythetheoryofintuitionisticfuzzysetsandmembership．Itinvestigatessystematicallymethodologiesandimplementationprocessforgroup—decisionmakingwithcompleteorincompletepreferenceinformation．Feasibilityandeffectivenessoftheproposedmethodsareillustratedusinganumericalexampleandtheresultingoutcome

8、sareexpounded．Detailedwaysisorganizedasfollows：thedataaredescribedusingintuitionisticfuzzysets．ClassicalcompromiseTOPSISalgorithm，therelativemembershipdegreemethodandanewmethodbasedontheconsistencydegreeunderdifferentformsofpreferenceinformationaretransplantedtofuzz