不确定多属性群决策方法及应用

目录
《信息科学技术学术著作丛书》序
前言
第1章 绪论 1
1.1 不确定多属性群决策问题 1
1.1.1 多属性决策问题求解的一般过程 1
1.1.2 不确定多属性群决策问题的描述 3
1.2 研究内容及研究现状 5
1.2.1 主要研究内容 5
1.2.2 基于灰色关联的多属性群决策方法研究现状 6
1.2.3 基于证据理论的多属性群决策方法研究现状 8
1.2.4 基于群层次分析法的指标赋权方法研究现状 9
1.2.5 模糊数及语言型多属性群决策方法研究现状 11
第2章 基于灰色关联分析的多属性群决策方法 13
2.1 问题描述 13
2.2 灰色关联分析的基本理论和方法 14
2.2.1 灰色关联分析的基本概念 14
2.2.2 几种典型的灰色关联度模型介绍 15
2.2.3 灰色关联四公理 18
2.2.4 常用的实数型指标无量纲化方法 19
2.2.5 灰色关联多属性决策方法的基本步骤 21
2.3 关联度模型与指标无量纲化方法的适用性分析及改进 22
2.3.1 几种典型的灰色关联度模型思路分析 22
2.3.2 基于算例的典型灰色关联度模型适用性分析 24
2.3.3 基于算例的指标无量纲化方法的适用性分析 27
2.3.4 两种指标无量纲化方法的改进 35
2.3.5 两种灰色关联度模型的改进 38
2.4 群决策矩阵的构建方法 39
2.4.1 有序加权平均算子的定义及其性质 40
2.4.2 基于有序加权平均算子的群决策矩阵构建方法 41
2.5 群决策矩阵的相对满意度分析 46
2.6 基于灰色关联分析的多属性群决策方法主要步骤 47
2.7 算例分析 48
2.8 本章小结 55
第3章 基于D-S证据理论的多属性群决策方法 57
3.1 D-S证据理论的基本知识 57
3.1.1 证据理论的基本概念 57
3.1.2 证据合成法则 58
3.2 基于证据加权的mass函数及合成法则 60
3.2.1 基于证据加权的mass函数 60
3.2.2 基于证据加权的合成法则 61
3.3 基于D-S证据理论的专家权重确定方法 61
3.3.1 基于方案评价信息的专家权重确定方法 62
3.3.2 基于指标评价信息的专家权重确定方法 65
3.3.3 基于多角度信息融合的专家权重确定方法 67
3.3.4 三类专家权重确定方法的对比分析 70
3.4 基于证据理论的多属性群决策方法 74
3.4.1 基于证据理论的多属性群决策方法的两种思路 74
3.4.2 过程集结方式下基于证据理论的多属性群决策方法 74
3.4.3 结果集结方式下基于证据理论的多属性群决策方法 81
3.4.4 算例结果分析 83
3.5 本章小结 84
第4章 基于群体层次分析法的指标权重求解 85
4.1 层次分析法 85
4.2 群体层次分析法中的信息集结问题 89
4.2.1 对判断矩阵的集结问题 89
4.2.2 对判断矩阵排序向量的集结问题 91
4.3 群体层次分析法中的专家权重确定 91
4.3.1 基于判断矩阵一致性检验的专家权重确定方法 92
4.3.2 基于判断矩阵相容性检验的专家权重确定方法 102
4.3.3 专家权重的相对合理性分析方法 104
4.3.4 基于一致性和相容性检验的综合专家权重确定方法 109
4.4 基于群体层次分析法的指标权重求解方法 110
4.4.1 基于过程集结方式的群体层次分析法指标权重求解方法 110
4.4.2 基于结果集结方式的群体层次分析法指标权重求解方法 112
4.4.3 算例分析 113
4.5 本章小结 114
第5章 基于区间直觉模糊数的多属性群决策方法 116
5.1 区间直觉模糊数的定义及其运算规则 116
5.1.1 区间直觉模糊数的定义 116
5.1.2 区间直觉模糊数的运算规则 117
5.2 基于区间直觉模糊数的多属性群决策问题描述 117
5.3 基于区间直觉模糊数信息熵的指标权重计算 118
5.3.1 区间直觉模糊数的信息熵 118
5.3.2 基于信息熵的指标权重确定 119
5.4 基于灰色关联系数的专家权重确定 120
5.5 基于区间直觉模糊数的多属性群决策方法步骤 122
5.6 算例分析 123
5.7 本章小结 125
第6章 基于混合信息的多属性群决策方法 126
6.1 基于混合信息的指标权重求解方法 126
6.1.1 专家意见的描述方式 127
6.1.2 专家赋权 127
6.1.3 基于混合信息的指标权重求解步骤 129
6.1.4 雷达导引头抗干扰性能评估指标赋权示例 130
6.2 基于二元语义的多属性群决策方法 134
6.2.1 二元语义的定义及其运算规则 134
6.2.2 混合信息的二元语义转化 135
6.2.3 基于二元语义的多属性群决策方法步骤 136
6.2.4 算例分析 139
6.3 本章小结 141
第7章 总结与展望 143
7.1 主要工作与创新点 143
7.2 需要进一步研究的问题 144
参考文献 146