基于区间复模糊软集的多属性决策方法研究

发布时间：2023-12-10 12:47

　　在多属性决策环境中,精准决策尤为重要,但是决策者往往很难给出精确的评估值。为此,学者们相继提出了直觉模糊集、区间模糊集、犹豫模糊集、毕达哥拉斯模糊集、中智集、正交模糊集等模糊集理论。但是这些模糊集理论都是用来描述一维信息,无法捕捉到信息的周期性和季节性变化。而区间复模糊软集克服了这一劣势,可以用来描述周期性信息。同时区间复模糊软集在描述信息有以下特点:(1)可以将评估值从精确值扩展到区间值,一定程度上减少决策者的主观偏差;(2)区间复模糊软集将隶属度值从实数扩展到复数,信息描述由一维扩展到二维空间;(3)区间复模糊软集兼有了软集优势,可以令参数化不受限制,同时便于对备选方案进行分类。本文以区间复模糊软集为基础,研究基于区间复模糊软集的决策方法。本文的主要工作与研究成果如下:(1)定义区间复模糊软集的加法、乘法、部分隶属度和部分非隶属度运算。定义区间复模糊软数之间的相关运算和比较方法。(2)定义区间复模糊软集的距离测度的概念以及进行测算距离的公式,标准汉明距离、标准欧几里得距离、广义欧几里得距离、广义加权欧几里得距离、加权汉明距离、加权欧几里得距离^[104]。构建基...

【文章页数】：102 页

【学位级别】：硕士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    1.1 引言
        1.1.1 研究背景
        1.1.2 研究目的及意义
    1.2 研究现状
        1.2.1 区间复模糊软集
        1.2.2 信息测度的研究现状
        1.2.3 信息集成算子的研究现状
        1.2.4 TOPSIS方法的研究现状
        1.2.5 MABAC方法的研究现状
        1.2.6 EDAS方法的研究现状
    1.3 研究内容及论文结构
        1.3.1 主要研究内容
        1.3.2 论文结构
    1.4 本文的创新点
第二章 理论基础
    2.1 区间复模糊软集
        2.1.1 区间复模糊软集定义
        2.1.2 区间复模糊软集相关运算性质
    2.2 TOPSIS方法
    2.3 MABAC方法
    2.4 EDAS方法
    2.5 小结
第三章 基于区间复模糊软集距离测度的TOPSIS多属性决策方法
    3.1 区间复模糊软集距离测度
    3.2 区间复模糊软集距离测度的运算性质
    3.3 区间复模糊软环境下的TOPSIS多属性决策方法
    3.4 应用算例
    3.5 对比分析
    3.6 小结
第四章 基于区间复模糊软集相似性测度和熵的MABAC多属性决策方法
    4.1 区间复模糊软集相似性测度
    4.2 区间复模糊软集熵
    4.3 区间复模糊软集相似性测度和熵的关系
    4.4 区间复模糊软环境下的MABAC多属性决策方法
    4.5 应用算例
    4.6 对比分析
    4.7 小结
第五章 基于区间复模糊软集集成算子的EDAS多属性决策方法
    5.1 区间复模糊软加权算术平均算子
    5.2 区间复模糊软加权几何平均算子
    5.3 区间复模糊软环境下的EDAS多属性决策方法
        5.3.1 基于区间复模糊软加权算术平均算子的EDAS多属性决策方法
        5.3.2 基于区间复模糊软加权几何平均算子的EDAS多属性决策方法
    5.4 应用算例
        5.4.1 IV-CFSWAA算子
        5.4.2 IV-CFSWGA算子
    5.5 对比分析
    5.6 小结
结论及展望
参考文献
攻读学位期间取得的研究成果
致谢
个人简介及联系方式



本文编号：3872442