基于区间灰数偏好结构的冲突分析图模型研究与应用

《基于区间灰数偏好结构的冲突分析图模型研究与应用》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、中图分类号：N941.5论文编号：102870916-S027学科分类号：120100硕士学位论文基于区间灰数偏好结构的冲突分析图模型研究与应用研究生姓名杨帆学科、专业管理科学与工程研究方向决策理论与方法指导教师关叶青副教授南京航空航天大学研究生院经济与管理学院二О一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofEconomicsandManagementGraphModelforConflic

2、tResolutionAnalysisandApplicationBasedonIntervalGreyNumberPreferenceStructureAThesisinManagementScienceandEngineeringbyYangFanAdvisedbyAssociateProf.GuanYeqingSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofManagementMarch,2016承诺书本

3、人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要冲突是一种对立状态，它产生于冲突各方所追求目标的不相容

4、性。基于经典博弈论的冲突均衡解的求解需要决策者依据精确的偏好信息；而在现实生活中，由于外部环境的不确定性以及决策者价值取向的不同，决策者很难获取量化的偏好信息，往往只能得到一种相对偏好信息。冲突分析图模型（GMCR）方法就是在相对偏好的基础上，通过对决策者的冲突行为建立数学模型来解决多人多目标决策问题。在实际冲突事件中，由于存在着一些不确定的因素，如决策者获取信息的有限性、现实环境的复杂性以及决策的有限理性等等，因此难以获得准确的偏好信息。本文结合冲突分析图模型理论与灰色系统理论，就基于区间灰数偏

5、好结构的冲突分析图模型展开研究。具体内容包括以下几点：（1）基于区间灰数偏好结构的两决策人冲突分析图模型研究。本文针对在不确定冲突环境中决策者的偏好信息难以获得的问题，根据决策者对待风险的态度，将决策者分为冒险型与谨慎型两类，分别采用直接排序法与策略优先序法求解偏好信息，并且所采用的区间灰数比较方法考虑到了灰数的核与灰度，减少了出现状态点偏好相同情况的可能性，从而使结果更加精确。随后在此基础上构建了基于区间灰数偏好结构的两决策人冲突分析模型，给出了四种基本稳定性的逻辑定义及其之间的逻辑关系。（2）

6、基于区间灰数偏好结构的多决策人冲突分析图模型研究。本文将基于区间灰数偏好结构的冲突分析图模型由两决策人的情况扩展到了多个决策人。定义了多决策人下直接排序法与策略优先序法的具体步骤及相关符号表达式，并给出了多决策人下的四种基本稳定性的逻辑定义。（3）区间灰数偏好排序子系统开发。为了便于求解不确定环境中冲突模型的偏好排序，本文开发了区间灰数偏好排序子系统，在输入决策者相关信息后，即可得出决策者的偏好排序。（4）“Midea集团与中山大学高分子物化实验室的产学研合作”冲突案例分析。通过对冲突案例的背景进

7、行详细的描述与认识，分析了冲突事件中各决策者的策略选择、偏好信息及状态转移信息。分别分析了中山大学为冒险型决策者或谨慎型决策者时的全局稳定解，最后对冲突过程中的决策路径进行了分析，验证了本章理论研究的有效性。关键词：冲突分析，图模型，区间灰数，偏好排序，产学研冲突，偏好排序系统I基于区间灰数偏好结构的冲突分析图模型研究与应用ABSTRACTConflictisakindofoppositesituationinwhichdecisionmakerswithdifferentobjectivesin

8、teract.Basedontheclassicalgametheory,equilibriumsolutionsrequireaccuratepreferences.However,inpractice,duetotheuncertaintyofexternalenvironmentandthedifferentoverviewofvalue,itisdifficultfordecisionmakerstoprovideaccuratepreferences.Therefore,