語(yǔ)言型多屬性群決策方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、語(yǔ)言型多屬性群決策是多屬性群決策中的一類,即決策專家用語(yǔ)言短語(yǔ)表示偏好信息的決策問(wèn)題。在決策過(guò)程中,由于決策環(huán)境的復(fù)雜性和不確定性,專家利用精確的數(shù)值來(lái)表示偏好信息有時(shí)變得很困難,而利用語(yǔ)言短語(yǔ)來(lái)表示偏好信息就變得很合理和方便了。因此,對(duì)于語(yǔ)言型多屬性群決策問(wèn)題的研究是很必要的,近些年來(lái)逐漸引起了國(guó)內(nèi)外學(xué)者的關(guān)注,成為多屬性決策領(lǐng)域中一個(gè)研究熱點(diǎn)。本篇論文對(duì)語(yǔ)言型多屬性群決策方法進(jìn)行分析研究,主要內(nèi)容有以下幾方面: 1.介紹語(yǔ)言

2、型多屬性群決策主要研究?jī)?nèi)容,并對(duì)國(guó)內(nèi)外的研究現(xiàn)狀進(jìn)行詳細(xì)的綜述。 2.對(duì)語(yǔ)言短語(yǔ)集的語(yǔ)義表示進(jìn)行分類總結(jié),詳細(xì)分析了幾種常用的語(yǔ)言短語(yǔ)語(yǔ)義的表示方法,并闡述了語(yǔ)義表示中出現(xiàn)的一些問(wèn)題。 3.對(duì)多粒度語(yǔ)言短語(yǔ)集的統(tǒng)一方法進(jìn)行了深入的研究,在現(xiàn)有多粒度統(tǒng)一方法的基礎(chǔ)之上提出兩種統(tǒng)一方法,即一種新的基于三角模糊數(shù)語(yǔ)義表示的多粒度語(yǔ)言短語(yǔ)集統(tǒng)一算法和基于專家參與的多粒度語(yǔ)言短語(yǔ)集統(tǒng)一算法。 4.在語(yǔ)言型多屬性群決策問(wèn)題中

3、,當(dāng)屬性權(quán)重未知時(shí),提出一種屬性綜合權(quán)重的確定方法,即屬性綜合權(quán)重的最小方差法。 5.深入分析現(xiàn)有語(yǔ)言信息的集結(jié)算子性質(zhì)、特征及不足之處,并給出了相應(yīng)的多屬性群決策;對(duì)一些算子進(jìn)行了推廣,提出四種語(yǔ)言信息集結(jié)算子,即LIOWA算子、LWHA算子、LOWHA算子、LHHA算子,并給出了基于這些算子的多屬性群決策方法。 6.對(duì)數(shù)值與語(yǔ)言混合信息的多屬性群決策方法進(jìn)行研究,提出一種當(dāng)數(shù)值信息為模糊數(shù)時(shí)的混合信息多屬性群決策方法

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論