模糊环境下基于决策粗糙集的决策方法研究

《模糊环境下基于决策粗糙集的决策方法研究》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、国内图书分类号：N945．25国际图书分类号：005西南交通大学研究生学位论文密级：公开椹糊巫垣工基王迭篡担糙集的迭篡左法硒究年级2QQ窆级姓名粱德圣申请学位级别蝗±专业筐理型堂皇王猩指导老师胡墙教援二零一三年十一月ClassifiedIndex：N945．25U．D．C：005SouthwestJiaotongUniversityDoctorDegreeDissertationTHERESEARCHOFDECISION．MAKINGMETHODBASEDONDECISION．THEORETICRoUGHSETSI．n岣ERTH

2、EFUZZYENVIRONMENTGrade：2009Candidate：LiangDecuiAcademicDegreeAppliedfor：Ph．DSpeciality：ManagementScienceandEngineeringSupervisor：Professor．HuPei西南交通大学曲南父通大罕学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本文的全部或部分内容编入有关数据库进

3、行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密0使用本授权书。(请在以上方框内打“圹)⋯⋯躲獬艚柳躲日期：∥·，，．，石。姆：l≈t峙．1嘭西南交通大学博士学位论文创新性声明本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本文不包含任何其他个人或集体己经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。本学位论文的主要创新点

4、如下t(1)将决策粗糙集中各损失值推广到区间数的情况，提出了区间数决策粗糙集的基础模型。基于两种常规分析方法，推导出其规则。再采用Shannon信息熵和粒计算的可扩展性思想，从优化分析的视角成功探索出一种新的分析方法。借助实验对比研究，成功挖掘出区间数决策粗糙集规则获取三种分析方法的适用条件。(详见论文的第3章)(萄将决策粗糙集中损失值推广到三角模糊数的情况，构建出三角模糊数决策粗糙集的基础模型。通过对比研究三角模糊数的排序方法，成功挖掘出三角模糊数决策粗糙集的决策机制。进一步，把决策粗糙集中各类损失映射到多属性决策中，基于群决

5、策策略，最终确定三角模糊数决策粗糙集的损失值。为解决群决策中不一致性问题，利用粒子群优化算法(PSO)调节评估语言变量所对应的三角模糊数的刻度，演化群决策协调过程。(详见论文的第4章)(3)选取决策粗糙集中条件概率和损失函数这两类要素为研究突破口，引入语言变量这一模糊信息的定性描述，考虑模型中这两类要素在不同取值类型下所组成的情况，在语言变量的运算法则前提下，依次构建出不同的扩展决策粗糙集模型。(详见论文的第5章)(4)把犹豫模糊数这一新型的评估形式引入到决策粗糙集中测度各类损失值，探索出其在犹豫模糊环境下的决策机制。除了三支决

6、策规则之外，利用各对象的成本和多目标0．1整数规划，在有限资源条件下进一步解决了实际决策过程中的资源分配问题。(详见论文的第6章)学位论文作者签名：日期：祀牟∥l护I矽．f．fb西南交通大学博士研究生学位论文第1页摘要决策环境的复杂性、动态性，以及决策者所具备知识的有限性等都是影响人们作出合理决策所面临的挑战性因素。近些年来，信息与计算机科学相关领域的快速发展和应用，为决策者解决该类不确定性复杂决策问题提供了一种新的思路。决策粗糙集理论作为一种新的处理不确定性决策问题的方法，其特点是基于贝叶斯决策过程，考虑了决策风险对决策结果的

7、影响，可更好为人们决策服务。从实际决策语义出发，把模糊这一不确定性评估形式引入到决策粗糙集中，既拓宽了决策粗糙集的应用范围，又为该模型中关键要素损失函数的取值提供了新的解决方案。借鉴现有决策理论和粗糙集理论的研究成果，本文选取区间数、三角模糊数、语言变量和犹豫模糊数等四种典型的模糊形式，依次研究相应模糊环境下基于决策粗糙集的理论模型和决策方法。首先，考虑决策粗糙集中各损失值为区间数的情况，提出了区间数决策粗糙集的基础模型。先基于确定性排序方法和可能度排序方法，探索其决策机制和决策规则。借鉴以上常规分析方法，进一步提出了一种基于区

8、间数决策粗糙集的优化方法。通过实验对比研究，明确了区间数决策粗糙集三种分析方法的适用条件和准则。其次，考虑决策粗糙集中各损失值为三角模糊数的情况，提出了三角模糊数决策粗糙集的基础模型。先为期望损失选取合适的三角模糊数排序方法，再挖掘出决策规则。进一步，为了确定模