论文部分内容阅读
多属性决策是现代决策科学的重要研究领域,它的实质就是利用己有的决策信息,通过一定的方式对一组(有限个)备选方案进行排序并择优。近年来,多属性决策的理论与方法已经广泛应用到社会、经济、军事和管理等诸多领域。研究多属性决策问题具有重要的理论意义和较高的实际应用价值。本文研究基于模糊信息的多属性决策问题,取得如下主要成果：1.提出了基于AFS理论的模糊关联分类器。实验仿真结果表明,对比其他同类分类器,该方法具有分类准确率高、可解释性强的优点。2.对属性权重完全未知的多属性决策问题,提出了两种改进的PROMETHEEⅡ模型。首先,提出了基于集成思想的PROMETHEE II模型,并将该方法用于对环渤海地区港口竞争力的评价研究。其次,通过定义新的优先函数和确定主客观的权重,提出了一种改进的基于AFS理论的PROMETHEE II模型。该优先函数既充分考虑了各方案在属性上的序关系及其差异程度,又减少了参数选择的主观性。3.针对大群体决策中专家权重确定问题,利用AFS聚类方法确定专家的权重,并结合综合决策矩阵构建基于AFS聚类算法的多属性排序模型。针对多属性排序问题中对象优势级别确定问题,利用FCM聚类来进行属性值区间的划分,形成等级优势关系和优势类,结合优势度和权重确定方法建立多属性排序方法。该方法可减少断点选取的主观性,适用多样本的决策案例。4.基于犹豫模糊语言集和群决策方法扩展灰色关联分析模型,该模型采用基于AHP的专家群决策方法确定了属性的权重。在此基础上,定义了不确定犹豫模糊语言集的期望、方差和距离度量,并将该模型拓展到不确定语言环境下,建立基于不确定犹豫模糊语言集的灰色关联分析模型。实例分析证明了所提出模型的有效性和可行性。