导读:本文包含了群体多属性决策论文开题报告文献综述及选题提纲参考文献，主要关键词:群体多属性决策,直觉梯形模糊数,集成算子,得分函数
群体多属性决策论文文献综述
李鹏宇[1]（2019）在《基于直觉梯形模糊数的群体多属性决策问题研究》一文中研究指出由于个人知识的局限,决策的完成往往需要采取多方意见。在日常生活个人所进行决策中,虽然没有各行各业专家的意见,但通常也需采纳多方的建议。群体多属性决策问题(GMADM)是与现实生活紧密相连的决策问题,它解决的是在方案有限的情况下,属性为多个的,由多个人共同解决的决策问题。由于客观世界的模糊本质,在属性的表达上,通常不能采用某一个具体的数值。为了保证模糊属性值的连续性以及信息的完整性,本文利用直觉梯形模糊数对属性值进行表达。针对属性值以直觉梯形模糊数表达的群体多属性问题,本文主要进行了以下方面的研究:(1)利用连续区间有序加权平均算子(COWA)和直觉模糊梯形连续区间有序加权平均算子(CITOWA)对以直觉梯形模糊数表示的属性值进行化简,使其成为直觉模糊数。(2)针对化简后的属性值,提出一种全新的集成算子,即直觉模糊幂混合平均算子(IFMHA)。以弥补之前集成算子的缺陷。(3)对传统的得分函数进行进一步的改进,使其更加符合实际情况,在理论上也更加合理。(4)对于权重未知的直觉梯形模糊群体多属性决策问题中属性权重的估计,利用相似度的概念,并结合线性规划的方法,求得相应专家和属性权重。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
肖子涵,耿秀丽,徐士东[2]（2018）在《基于云模型的不确定性大群体多属性决策方法》一文中研究指出针对传统不确定性大群体多属性决策方法中只考虑决策信息的模糊性,没有考虑信息的随机性这一问题,提出了一种基于云模型的多属性决策方法,从而用于解决由多个小群体组成的不确定性大群体决策问题。首先将不确定语言评价值转化为一维正态云;其次采用决策者主观确定和一致性分析相结合的方法确定针对不同决策对象的小群体权重,进而生成综合云;然后提出了一种改进的云相似度算法作为云模型距离的度量,通过比较各方案综合云与最优云的相似度对方案排序。最后通过实例验证了所提方法的可行性和有效性。(本文来源于《计算机工程与应用》期刊2018年11期）
谭吉玉,朱传喜,张小芝,朱丽[3]（2016）在《基于群体一致性的犹豫模糊多属性决策方法》一文中研究指出犹豫模糊集允许一个元素属于一个集合的隶属度可以是多个不同的值,是表达决策者之间偏好不一致性的有力工具。针对决策者评价偏差不宜过大的问题,提出了一种基于群体一致性的犹豫模糊多属性决策方法。首先,我们定义了犹豫模糊元的犹豫度函数,进而定义了犹豫模糊元的一致性指数;在此基础上,构建了基于群体一致性指数最大化的权重优化模型,通过求解优化模型可以得到属性的权重向量。然后,运用灰色关联分析法实现对方案的排序和择优。最后,通过实例分析说明了该方法的可行性和有效性。(本文来源于《运筹与管理》期刊2016年01期）
张晓,樊治平[4]（2015）在《考虑群体参照点的多属性决策方法》一文中研究指出针对考虑群体参照点的多属性决策问题,提出一种基于前景理论的决策分析方法。在提出的方法中,考虑了群体成员的心理行为。首先,依据D-S证据理论的思想,计算各参与决策人的参照点对群体参照点的影响度,进而确定群体参照点;然后,依据前景理论分别建立相对于群体参照点的群体收益矩阵和群体损失矩阵,并通过计算每个方案的群体前景值进行方案排序。最后,实例分析说明了提出方法的可行性。(本文来源于《运筹与管理》期刊2015年03期）
向宇,邹平,马丽[5]（2013）在《基于信息取样偏差快速自修正Delphi方法的群体多属性决策》一文中研究指出针对传统群体多属性决策过程偏向信息描述而忽视对决策过程本身的改善,Delphi方法过程繁琐、响应滞后、受群体心理因素影响的缺陷,提出一种解决群体多属性决策问题的新模型,即将信息取样偏差模型获取决策综合满意度的技术原理引入到Delphi方法中,得到一个具备快速自修正能力的Delphi群体多属性决策模型,并将模型应用到高校学生选课的问题中加以验证.结果表明,新模型无需在决策值与决策权重间进行复杂的权衡,并使得Delphi过程能快速收敛.(本文来源于《北京工业大学学报》期刊2013年08期）
李喜华[6]（2012）在《基于前景理论的复杂大群体直觉模糊多属性决策方法》一文中研究指出现有的多属性决策方法大多建立在期望效用理论基础上,而不确定条件下期望效用理论描述性功能的缺陷使得以其为基础的效用测度不能对人类的价值偏好进行正确的反映,继而,基于偏差的效用测度用作决策分析,将导致不正确的决策。且现实生活中,由于决策问题本身的复杂性,决策者知识的有限性,被评价事物自身的模糊性,以及获取精确信息所需要的高成本等条件的限制,决策信息往往很难或不可能用精确数来表示。这就要求人们不断地重新审视已有理论、方法和技术,并结合变化做出科学的、合理的批判和改进。针对不确定条件下的多属性决策问题,本研究从前景理论的视角对基于直觉梯形模糊信息的复杂大群体多属性决策方法进行研究,将前景理论纳入到多属性决策的分析框架。一方面,前景理论中的效用测度是建立在参考点基础上的价值判断,与期望效用理论相比,更符合实际和更准确地描述和解释不确定性情况下决策者的决策选择行为。考虑到决策分析主要是一种建立在描述性和规范性研究范式基础上的指导性学科,因而,为了使得复杂大群体直觉梯形模糊多属性决策模型在现实中更具有指导价值,本文将前景理论的思想融入到多属性决策模型中,以决策者给出的属性前景价值信息为基础构建决策模型,用前景理论改进期望效用理论下的多属性决策理论与方法。另一方面,对于决策信息的模糊性和不确定性,决策者愿意以语言信息或者模糊信息给出自己的决策信息,用直觉梯形模糊数描述模糊决策信息是解决模糊多属性群决策问题的一种思路。论文主要工作和成果如下：首先,构建了直觉模糊环境下基于多参考点的前景价值确定方法。基于前景理论和直觉梯形模糊数,构建直觉梯形模糊环境下前景价值确定方式,将前景理论拓展到直觉梯形模糊环境。进一步,考虑到多个参考点的情形,鉴于证据理论在处理不确定性信息方面的优势,本文运用证据理论作为处理多参考点下前景价值的融合问题的框架,提出了基于mRP和DS-TrIF-IOWA的直觉梯形模糊前景价值确定方法。其次,提出了基于关联信息与前景理论的直觉梯形模糊多属性决策方案优选方法。考虑到不确定条件下前景理论相对期望效用理论更符合人类实际的决策模式,运用上述直觉模糊环境下基于多参考点的前景价值确定方法来计算直觉梯形模糊多属性决策中方案单属性价值。进一步,考虑到现实决策问题中属性间往往存在或多或少的关联信息,引入Choquet积分来解决不确定决策中属性相互关联的决策问题。为此,提出了几个基于Choquet积分的直觉梯形模糊集结算子,TrIC算子、ITrIC、TrICD算子和ITrICD算子,并对各算子的性质作了探讨。在这些概念基础上提出了基于TrIF-Choquet算子的综合前景值确定方法以及基于TrIF-Choquet距离和前景理论的直觉梯形模糊TOPSIS方法。再次,提出了基于ITrIFC和TrIF-OWAD算子的大群体聚类算法。群体聚类方法引进前景理论的思想,以直觉梯形模糊前景价值矩阵为基础聚类信息,为了综合考虑属性之间的交互信息和方案排序位置在聚类分析中的重要性,我们在相似矩阵的构建中运用ITrIFC和TrIF-OWAD算子对相关决策信息进行集结,构建了决策者之间的相似度,基于此,建立直觉梯形模糊信息下大群体聚类算法。在此基础上,提出了基于大群体聚类算法的复杂大群体直觉梯形模糊多属性决策一致性分析和一致性修正自动算法。考虑到在大群体内部可能存在子群体簇或“联盟”的可能性,根据上文提出的大群体聚类算法对复杂大群体进行聚类,根据群体聚类结果来设计聚集一致度指标和大群体的一致度指标,建立基于大群体聚类算法的群体判断一致性分析方法。对于评价信息的修改,考虑到尽可能的尊重决策者原始评价信息,建立基于大群体聚类的群体一致性修正方法。考虑到时间和成本的限制以及从众行为的影响,提出一种大群体一致性分析的自动算法。根据算法编制计算机程序,算例分析表明该方法具有较强的可操作性和实用性。然后,提出了复杂大群体下直觉梯形模糊前景价值矩阵群集结方法。在上述复杂大群体直觉梯形模糊多属性决策一致性分析和一致性修正基础上,考虑到聚集内的个体前景价值矩阵具有相似的特征,首先,根据直觉梯形模糊距离、个体决策信息和聚集虚拟核心人物的偏好信息来确定决策者聚集内权重信息,构建聚集直觉梯形模糊前景价值共识矩阵,在此基础上根据类间权重信息将聚集直觉梯形模糊前景价值共识矩阵集结为大群体直觉梯形模糊前景价值共识矩阵。该群集结方法可以更好的减少信息的损失,尽可能的保留决策者的原始信息。最后,提出了一个基于前景理论的复杂大群体直觉梯形模糊多属性决策模型(mRP-TrIFPV-MAGDM)。决策流程上,该模型整合了属性前景价值确定、群体一致性分析和修正、群体共识形成和方案优选,为决策支持系统的开发提供了支持。研究范式上,该模型结合规范性研究范式和描述性研究范式,综合考虑了基于多个参考点的效用测度方式、属性间的关联信息、决策者复杂的观念特征,从而构建的复杂大群体直觉梯形模糊多属性决策模型更具有指导价值。将上文提出的mRP-TrIFPV-MAGDM模型应用到产品两型化多属性决策问题中,该模型的实用性和可操作性得到了证明。(本文来源于《中南大学》期刊2012-07-01）
刘源,王丙祥,李琳[7]（2012）在《基于TOPSIS的模糊群体多属性决策方法》一文中研究指出针对模糊群体多属性决策问题,给出一种基于理想点法(TOPSIS)的多属性决策方法.方法先用叁角模糊数的形式表示专家评价值的模糊性和不确定性,而后考虑了专家在不同评价属性中的重要程度和意见的相似度,并将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵,最后定义了叁角模糊数形式的正负理想方案,通过计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,最终确定最优方案.通过实例分析说明了该方法的可行性和有效性.(本文来源于《数学的实践与认识》期刊2012年11期）
李香花,边宁,王孟钧[8]（2012）在《基于非线性GRA的群体模糊多属性决策模型》一文中研究指出针对决策属性权重未知且属性值为叁角模糊数的群体多属性决策问题,提出了一种非线性规划灰色关联度(简称GRA)决策模型。文章首先将群体决策者语言信息转化为叁角模糊数,并依据叁角模糊数向量距离和专家偏好集合判断群体决策的一致度和不一致度,构建模糊多属性群体偏好非线性决策目标函数,求解函数得到理想方案属性值和各属性权重值。然后依据备选方案与理想方案的综合灰色关联度,对方案进行优劣排序与决策。最后通过算例检验,为决策提供新思路。(本文来源于《统计与决策》期刊2012年03期）
黄智力,罗键[9]（2011）在《基于群体理想解的叁角模糊数群体多属性决策》一文中研究指出为求解群体多属性决策问题,提出属性值为叁角模糊数的一种群体多属性决策法.该方法首先引入依赖于评价属性和专家个体判断相似度的专家权重思想,以反映专家在不同评价属性中的综合重要性程度;其次采用理想点法对每个单一评价属性将专家个体判断集结成专家群体判断,构造出关于方案集的群体判断决策矩阵;最后定义叁角模糊数正负群体理想方案,以此给出了叁角模糊数群体多属性决策问题的群体理想解算法.通过算例分析说明了该方法的可行性.(本文来源于《厦门大学学报(自然科学版)》期刊2011年05期）
马本江,谭春桥,陈晓红,毕文杰,陈可[10]（2010）在《大型群体多属性决策的目标函数线性回归法》一文中研究指出在定义标准决策值的基础上,运用线性回归的方法建立了带有约束条件的大型群体多属性决策目标函数线性回归模型,证明了该模型解的存在性和唯一性.大型群体多属性决策目标函数线性回归法对各专家的标准决策值的信息进行了最优意义上的集结和协调.此外,对大型群体多属性决策目标函数线性回归模型进行了讨论,并获得了一整套可用Matlab软件求解该模型最优解的算法,具体应用算例验证了所提算法的有效性.(本文来源于《控制与决策》期刊2010年04期）
群体多属性决策论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统不确定性大群体多属性决策方法中只考虑决策信息的模糊性,没有考虑信息的随机性这一问题,提出了一种基于云模型的多属性决策方法,从而用于解决由多个小群体组成的不确定性大群体决策问题。首先将不确定语言评价值转化为一维正态云;其次采用决策者主观确定和一致性分析相结合的方法确定针对不同决策对象的小群体权重,进而生成综合云;然后提出了一种改进的云相似度算法作为云模型距离的度量,通过比较各方案综合云与最优云的相似度对方案排序。最后通过实例验证了所提方法的可行性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
群体多属性决策论文参考文献
[1].李鹏宇.基于直觉梯形模糊数的群体多属性决策问题研究[D].哈尔滨工业大学.2019
[2].肖子涵,耿秀丽,徐士东.基于云模型的不确定性大群体多属性决策方法[J].计算机工程与应用.2018
[3].谭吉玉,朱传喜,张小芝,朱丽.基于群体一致性的犹豫模糊多属性决策方法[J].运筹与管理.2016
[4].张晓,樊治平.考虑群体参照点的多属性决策方法[J].运筹与管理.2015
[5].向宇,邹平,马丽.基于信息取样偏差快速自修正Delphi方法的群体多属性决策[J].北京工业大学学报.2013
[6].李喜华.基于前景理论的复杂大群体直觉模糊多属性决策方法[D].中南大学.2012
[7].刘源,王丙祥,李琳.基于TOPSIS的模糊群体多属性决策方法[J].数学的实践与认识.2012
[8].李香花,边宁,王孟钧.基于非线性GRA的群体模糊多属性决策模型[J].统计与决策.2012
[9].黄智力,罗键.基于群体理想解的叁角模糊数群体多属性决策[J].厦门大学学报(自然科学版).2011
[10].马本江,谭春桥,陈晓红,毕文杰,陈可.大型群体多属性决策的目标函数线性回归法[J].控制与决策.2010