论文部分内容阅读
作为模糊集的一种拓展形式,犹豫模糊集允许一个元素属于一个集合的隶属度可以是[0,1]中几个不同的值。当决策者对元素的隶属度感到不确定,决策小组成员不能说服彼此,或者需要反映决策群体的多种决策信息时,犹豫模糊集是处理此类问题的一种非常有用的工具。目前,关于犹豫模糊集的研究已经引起了国内外学者的关注。犹豫模糊集已经被广泛应用于决策、医疗诊断、聚类分析等领域。但是,作为一个新兴的研究方向,在理论与应用方面还有不足之处,有待进一步完善。本文由浅入深、逐步递进,针对犹豫模糊环境下的信息集结问题进行研究,主要的工作集中在以下几个方面。(1)研究基于理想点的犹豫模糊信息集结方法。基于LINMAP(the linear programming technique for multidimensional analysis of preference)方法和TOPSIS(the technique for order preference by similarity to ideal solution)方法提出一种混合决策方法,用以克服LINMAP或TOPSIS方法在处理多属性决策问题时的不足。将TOPSIS方法推广到犹豫模糊环境下,研究方案综合贴近度表征方式;为克服传统LINMAP方法缺陷,基于正、负理想点定义方案排序与决策者偏好的一致度与非一致度。基于总的一致度或非一致度建立属性权重确定模型;最后,基于TOPSIS对方案进行排序。(2)研究犹豫模糊环境下的双向投影决策方法。基于投影法、正交投影法,发展犹豫模糊环境下的投影技术。基于向量形式表征犹豫模糊信息。针对以理想点为基点的决策方法,如TOPSIS法、投影法、正交投影法等会出现方案绩效区分度不高或无法区分等情形,提出犹豫模糊双向投影决策方法。基于Jaynes最大熵原理,建立一种主客观相结合的属性定权法;最后,利用双向投影法处理犹豫模糊环境下的多属性决策问题。(3)研究对方案有偏好的犹豫模糊信息集结问题。关于决策者对方案有偏好的犹豫模糊多属性决策问题,从两个不同方面设计主客观偏好信息融合方法。基于犹豫模糊元中元素的个数和偏差提出犹豫度,以反映决策群体的犹豫程度。根据犹豫度,提出犹豫模糊相离度,建立决策群体主客观偏好的相离度最小模型;考虑属性值的可信度,基于可信度建立决策群体主客观偏好的关联度最大化模型;最后,根据偏好信息下方案绩效确定方案排序。(4)研究属性权重优化下的犹豫模糊动态信息集结方法。针对犹豫模糊多阶段多属性决策问题,设计属性权重优化模型及阶段权重模型以集结不同阶段下的决策信息;基于犹豫度,建立离差最大化模型,衡量不同阶段下属性权重。深入挖掘决策信息特征,考查决策信息整体水平、分散程度、相关程度等建立不同阶段下属性权重模型;基于新信息优选思想及相邻阶段决策信息差异相近便于决策的原则,建立一种阶段权重混合模型;以方案与主理想方案的相似度为基础,集结各阶段方案,对候选方案排序。(5)研究犹豫模糊信息聚类方法。对于犹豫模糊环境下的聚类问题,提出新的相似度测算公式,并利用编网法实现对犹豫模糊信息的快速聚类。针对基于距离的犹豫模糊信息相似度的不足,提出两种犹豫模糊信息相似度测算方式。基于几何视角,以距离为基础,结合TOPSIS思想,定义犹豫模糊信息相似度;基于信息论视角,提出犹豫相对熵、对称交互熵,并以对称交互熵为基础,定义新的犹豫模糊信息相似度;最后,基于编网聚类法对犹豫模糊信息进行聚类分析。(6)面向钢铁企业绿色制造系统的犹豫模糊信息多阶段评价研究。在分析国内外关于钢铁企业绿色制造系统评价研究的基础上,有针对性构建钢铁企业绿色制造系统评价指标体系;结合决策专家的意见,基于犹豫模糊信息,应用本文所提方法评价四家钢铁企业制造系统的绿色度,以验证其合理性和可行性。