论文部分内容阅读
作为模糊集的扩展,犹豫模糊集是指人们对某一事物的描述有一定的犹豫度,不是某种分布方式,而用几种可能的值来表示,犹豫模糊集是一种很好的描述人们决策时普遍存在不确定性的决策工具,其研究成果已经被广泛的应用到软件评估、财务评价、论文评审和人才选拔等诸多领域中,它是目前管理科学和系统工程等领域崭新的研究方向。随着犹豫模糊集理论研究的不断深入以及应用范围的不断扩展,对具有特殊偏好关系的犹豫模糊决策方法的研究迫在眉睫。在需要决策者参与的管理决策中,决策者的判断和偏好信息是决策的基础,决策者对备选方案的熟悉程度以及属性之间内在的优先级关系都会对决策结果产生重要的影响。针对于此,本文对考虑专家对备选方案熟悉程度(即可信度)和属性优先级的犹豫模糊多属性决策问题进行了系统地研究和探索,主要研究工作如下:(1)研究了考虑可信度的犹豫模糊信息集成算子问题。基于现有的犹豫模糊信息集成算子,考虑到专家可信度的影响,提出了一类具有可信度的犹豫模糊集成算子:相对可信度诱导犹豫模糊有序加权平均(RCIHFOWA)和几何(RCIHFOWG)算子。考虑到决策数据的变异程度的影响,首先给出了测量数据变异程度的加权变异率概念,之后将其与具有可信度的犹豫模糊集结合,提出了犹豫模糊依赖型混合加权平均(HFDHA)和几何(HFDHG)算子,并详细研究了它们的优良特性以及给出了对应的多属性决策方法。(2)研究了具有属性优先级的犹豫模糊信息集成算子问题。考虑到属性信息离散程度的重要影响,本文给出了犹豫模糊熵值求法,并将其与属性优先级结合提出了优先级混合赋权方法,在此基础上提出了犹豫模糊优先级混合平均(HFPHA)和几何(HFPHG)算子以及广义犹豫模糊优先级混合平均(GHFPHA)和几何(GHFPHG)算子,并给出了它们的优点和特性。考虑到可信度与属性优先级的双重影响,本文首先给出了考虑可信度的犹豫模糊熵值求法,之后将其与属性优先级结合提出了考虑可信度与优先级的混合加权方法,在此基础上提出了可信度诱导犹豫模糊优先级混合平均(CHFPHA)和几何(CHFPHG)算子,并给出了它们的一些定理、推论等优良特性。(3)研究具有可信度与不完全属性优先级的犹豫模糊多属性决策问题。针对考虑可信度的犹豫模糊决策信息给出一类具有可信度的犹豫模糊相似度,并在此基础上针对是否具有方案偏好分别建立线性规划方程求解最优属性权重,之后提出一种基于投影方法和犹豫模糊相似度的犹豫模糊决策方法。针对具有不完全属性优先级的犹豫模糊决策问题,考虑到可能存在的不完全属性优先级的影响,提出一种残缺属性信息序关系修正方法,并在其基础上提出了一种加权变异率修正残缺G1组合赋权方法。针对同时考虑可信度与残缺属性优先级的情况,给出一种考虑可信度与不完全属性优先级的犹豫模糊多属性决策方法,并将其应用到软件质量评估问题中。(4)研究了犹豫模糊交互式决策方法及其在财务评价中的应用。针对具有可信度与不完全属性优先级的犹豫模糊交互式多属性决策问题,提出一种考虑可信度的犹豫模糊决策矩阵一致性检验方法。首先利用犹豫模糊信息集成算子将属性中的犹豫模糊元素集成为属性综合决策值,然后基于属性综合决策值与属性元素之间的相似度,根据强调中间评估值、两端评估值等三种情况,提出了三种可信度修正方法。之后结合加权变异率修正残缺G1组合赋权方法中有关属性优先级的一致性检验方法,提出了一种新的同时考虑可信度与残缺属性优先级的交互式决策方法,最后将该交互式决策方法应用到上市公司的财务评价实例中,以此可以帮助上市公司找出薄弱环节,并对其进行优化。上述研究成果都给出了相对应的犹豫模糊多属性决策方法,并用数值案例或实证分析论证了其有效性。本文研究成果在理论、方法和应用层面丰富了基于偏好信息的犹豫模糊决策方法。