發(fā)布時間：2020-11-08 10:00

　　 模糊多屬性決策理論是現(xiàn)代決策科學的重要組成部分。與傳統(tǒng)的多屬性決策方法相比，模糊多屬性決策方法可以更好地應(yīng)對客觀事物的不確定性、復雜性和人類思維的模糊性，其理論與方法在國家、社會、企業(yè)及個人等各個層面都有著非常廣泛而成功的應(yīng)用。所以，開展模糊多屬性決策理論及其方法的研究具有重要的理論意義和實際應(yīng)用價值。本文針對模糊多屬性決策問題，從以下幾個方面進行了探索性的研究： 1.直覺模糊集之間距離和貼近度測度方法研究。本文提出了一種新的直覺模糊集之間距離測度方法并證明其滿足距離的公理化定義要求。該方法假定直覺模糊集（區(qū)間模糊集）所對應(yīng)區(qū)間上的各點在距離距離或貼近度測度中提供了不同的信息量，即區(qū)間中點信息量最大，離中點越近的點提供的信息量越大，該方法包含了直覺模糊集（區(qū)間模糊集）所對應(yīng)區(qū)間上全部點的信息，因此可以較好地解決距離和貼近度的測度過程中的信息損失問題。 2.直覺模糊熵度量方法研究。本文以常用的直覺模糊集之間距離的測度方法為基礎(chǔ)提出一組拓展的直覺模糊集之間距離測度方法，并構(gòu)建了一系列基于上述拓展的直覺模糊集距離和直覺模糊指數(shù)的直覺模糊熵并證明它們滿足直覺模糊熵的公理化定義要求，這些直覺模糊熵同時考慮隸屬度、非隸屬度和直覺指數(shù)三個函數(shù)，從而有利于避免決策人做出不符合人們直覺的判斷。 3.屬性權(quán)重信息不完備且屬性值為區(qū)間直覺模糊集的多屬性決策研究。本文提出了兩種屬性權(quán)重信息不完備且屬性值為區(qū)間直覺模糊集的屬性權(quán)重確定方法。第一種方法綜合利用H p,q轉(zhuǎn)化函數(shù)、模糊線性規(guī)劃和拓展的TOPSIS來確定屬性權(quán)重；第二種方法先是建立了一系列代表各方案績效的線性規(guī)劃模型，然后將這些線性規(guī)劃模糊綜合為一個線性規(guī)劃模型，求解該模型即得到屬性權(quán)重；依據(jù)拓展的TOPSIS和可能度理論對各方案進行排序。 4.基于區(qū)間二元語義信息集結(jié)算子的多屬性（群）決策研究。本文提出一種新的區(qū)間二元語義模型并提出了區(qū)間二元語義的得分函數(shù)和精確函數(shù)；提出了一系列的區(qū)間二元語義集結(jié)算子：區(qū)間二元語義加權(quán)算術(shù)平均、區(qū)間二元語義有序加權(quán)平均算子、區(qū)間二元語義幾何平均算子、區(qū)間二元語義有序加權(quán)幾何平均算子、區(qū)間二元語義有序加權(quán)二次型平均算子、區(qū)間二元語義有序加權(quán)調(diào)和平均算子、廣義區(qū)間二元語義有序加權(quán)平均算子、廣義區(qū)間二元語義加權(quán)算術(shù)平均算子、廣義區(qū)間二元語義有序加權(quán)平均算子等并討論了其相關(guān)性質(zhì)；提出了一種基于精確度的確定區(qū)間二元語義集結(jié)算子權(quán)重向量的方法并將其應(yīng)用于模糊多屬性決策。 5.模糊多屬性決策在服務(wù)創(chuàng)新管理中的應(yīng)用-以網(wǎng)絡(luò)銀行為例。本文在質(zhì)量功能展開和服務(wù)創(chuàng)新四維模型相結(jié)合的基礎(chǔ)上提出了基于顧客滿意的服務(wù)創(chuàng)新模型；以上述模型為基礎(chǔ)，構(gòu)建了基于顧客滿意的網(wǎng)絡(luò)銀行服務(wù)創(chuàng)新模型，并綜合運用模糊多屬性決策方法確定了各項顧客需求的重要度、顧客需求與創(chuàng)新要素的關(guān)系密切程度、創(chuàng)新要素的重要度等；基于評價結(jié)果提出了提高網(wǎng)絡(luò)銀行服務(wù)創(chuàng)新績效的對策和建議。
【學位單位】：上海大學
【學位級別】：博士
【學位年份】：2013
【中圖分類】：O159;C934
【部分圖文】：

方法 2 假定：在區(qū)間模糊集（由直覺模糊集轉(zhuǎn)化而中，中點所包含該區(qū)間的信息量最大；而且離中點越近的點包含了區(qū)間上所有點的信息，所以該方法在一定程度上能克服距缺陷。 A 和 B 轉(zhuǎn)化為相應(yīng)的對稱三角模糊數(shù)： ( , ,1 A A A = μm ， ( 1 ) / 2A A Am = μ+ v、 ( 1 ) / 2B B Bm = μ+ v。不失一般=B， 則 A = B。如下圖 1-3 所示兩對稱三角模糊數(shù)之間的()~tAμ ()~tBμAB()~tAμ()~tBμ

上海大學博士學位論文圖 3 中 A和B所夾部分的面積為 0。為便于計算，U 可以慮到 A和B是“對稱”三角模糊數(shù)，U 和 I 的取值有互相d ( A, B )。下面以圖 4 為例，證明 d ( A, B) 是測度直覺模糊模集 A1aA B C2a1b2b1c2cDEFAmBm()~tB~ (t)μAμ1a2a2b1bCDA B

上海大學博士學位論文圖 3 中 A和B所夾部分的面積為 0。為便于計算，U 可以慮到 A和B是“對稱”三角模糊數(shù)，U 和 I 的取值有互相d ( A, B )。下面以圖 4 為例，證明 d ( A, B) 是測度直覺模糊模集 A1aA B C2a1b2b1c2cDEFAmBm()~tB~ (t)μAμ1a2a2b1bCDA B
【相似文獻】

相關(guān)期刊論文 前10條

1 樊治平,張全;一種不確定性多屬性決策模型的改進[J];系統(tǒng)工程理論與實踐;1999年12期

2 段玉;關(guān)于不確定性AHP中權(quán)的最小偏差二乘法[J];常德師范學院學報(自然科學版);2000年01期

3 高陽,李義華;基于指標均衡和權(quán)重區(qū)間數(shù)的供應(yīng)鏈合作伙伴選擇方法[J];運籌與管理;2004年04期

4 李霞;張紹林;張淼;劉華;;基于新距離測度的區(qū)間數(shù)排序[J];西華大學學報(自然科學版);2008年01期

5 許葉軍;達慶利;;不確定有序加權(quán)幾何平均算子的賦權(quán)方法(英文)[J];Journal of Southeast University(English Edition);2008年01期

6 谷秋鵬;;區(qū)間數(shù)可能度的一種新定義[J];數(shù)學學習與研究(教研版);2008年09期

7 余克慶;分布區(qū)間數(shù)模型初探[J];湖北大學學報(自然科學版);1987年02期

8 樊治平,潘德惠;不確定性判斷矩陣權(quán)重計算的一種實用方法[J];系統(tǒng)工程;1996年02期

9 王中興,魯成國,何燕華;區(qū)間數(shù)多屬性決策的一種優(yōu)化分析分法[J];黃岡師范學院學報;2005年03期

10 楊琳;;區(qū)間數(shù)排序的一種新方法[J];科技信息(科學教研);2007年25期

相關(guān)博士學位論文 前10條

1 張惠民;幾類模糊多屬性決策方法及其應(yīng)用研究[D];上海大學;2013年

2 衛(wèi)貴武;幾類模糊多屬性決策方法研究[D];西南交通大學;2009年

3 張市芳;幾種模糊多屬性決策方法及其應(yīng)用[D];西安電子科技大學;2012年

4 姚紹文;基于可信性理論的模糊多屬性決策方法[D];天津大學;2010年

5 劉培德;基于模糊多屬性決策的企業(yè)信息化水平評價方法與應(yīng)用研究[D];北京交通大學;2010年

6 劉學生;基于粗集的不確定多屬性決策排序法的研究[D];大連理工大學;2009年

7 成鵬飛;合作技術(shù)創(chuàng)新項目評價與風險管理研究[D];中南大學;2008年

8 陳驥;基于區(qū)間數(shù)的綜合評價問題研究[D];浙江工商大學;2010年

9 熊文濤;區(qū)間數(shù)多準則決策方法及其應(yīng)用研究[D];華中科技大學;2011年

10 周宏安;模糊多屬性決策方法研究[D];西安電子科技大學;2007年

相關(guān)碩士學位論文 前10條

1 蔡雷;模糊多屬性決策理論與方法研究[D];西南交通大學;2004年

2 胡明明;區(qū)間型模糊多屬性決策的若干問題研究[D];廣西大學;2012年

3 趙芳芳;基于相對熵的區(qū)間直覺模糊多屬性決策方法[D];渤海大學;2012年

4 王海霞;基于Vague集的模糊多屬性決策方法的研究及應(yīng)用[D];浙江理工大學;2011年

5 施麗娟;直覺模糊多屬性決策問題的決策方法研究[D];西南交通大學;2010年

6 劉青;區(qū)間直覺梯形模糊多屬性決策方法研究[D];曲阜師范大學;2012年

7 陳志敏;屬性間有優(yōu)先關(guān)系的直覺模糊多屬性決策方法[D];曲阜師范大學;2012年

8 高春香;基于導出判斷矩陣的模糊多屬性決策研究[D];重慶大學;2010年

9 李光博;基于區(qū)間直覺模糊集的多屬性決策方法研究[D];浙江工業(yè)大學;2010年

10 王偉;不確定收益率下證券風險的可拓度量及規(guī)避變換[D];大連海事大學;2004年

本文編號：2874628