資源描述：
《基于前景理論的復(fù)雜大群體直覺模糊多屬性決策方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號UDC博士學(xué)位論文密級基于前景理論的復(fù)雜大群體直覺模糊多屬性決策方法IntuitionisticFuzzyMultipleAttributeComplex．．LargeGroupDecisionMakingMethodBasedonProspectTheory作者姓名：學(xué)科專業(yè)：學(xué)院(系、所)：指導(dǎo)教師：論文答辯日期1匆
2、上It2．石李喜華管理科學(xué)與工程商學(xué)院陳曉紅教授答辯委員會主席中南大學(xué)2012年7月摘要現(xiàn)有的多屬性決策方法大多建立在期望效用理論基礎(chǔ)上，而不確定條件下期望效用理論描述性功能的缺陷使得
3、以其為基礎(chǔ)的效用測度不能對人類的價值偏好進(jìn)行正確的反映，繼而，基于偏差的效用測度用作決策分析，將導(dǎo)致不正確的決策。且現(xiàn)實生活中，由于決策問題本身的復(fù)雜性，決策者知識的有限性，被評價事物自身的模糊性，以及獲取精確信息所需要的高成本等條件的限制，決策信息往往很難或不可能用精確數(shù)來表示。這就要求人們不斷地重新審視已有理論、方法和技術(shù)，并結(jié)合變化做出科學(xué)的、合理的批判和改進(jìn)。針對不確定條件下的多屬性決策問題，本研究從前景理論的視角對基于直覺梯形模糊信息的復(fù)雜大群體多屬性決策方法進(jìn)行研究，將前景理論納入到多屬性決策的分
4、析框架。一方面，前景理論中的效用測度是建立在參考點基礎(chǔ)上的價值判斷，與期望效用理論相比，更符合實際和更準(zhǔn)確地描述和解釋不確定性情況下決策者的決策選擇行為。考慮到?jīng)Q策分析主要是一種建立在描述性和規(guī)范性研究范式基礎(chǔ)上的指導(dǎo)性學(xué)科，因而，為了使得復(fù)雜大群體直覺梯形模糊多屬性決策模型在現(xiàn)實中更具有指導(dǎo)價值，本文將前景理論的思想融入到多屬性決策模型中，以決策者給出的屬性前景價值信息為基礎(chǔ)構(gòu)建決策模型，用前景理論改進(jìn)期望效用理論下的多屬性決策理論與方法。另一方面，對于決策信息的模糊性和不確定性，決策者愿意以語言信息或者模
5、糊信息給出自己的決策信息，用直覺梯形模糊數(shù)描述模糊決策信息是解決模糊多屬性群決策問題的一種思路。論文主要工作和成果如下：首先，構(gòu)建了直覺模糊環(huán)境下基于多參考點的前景價值確定方法?；谇熬袄碚摵椭庇X梯形模糊數(shù)，構(gòu)建直覺梯形模糊環(huán)境下前景價值確定方式，將前景理論拓展到直覺梯形模糊環(huán)境。進(jìn)一步，考慮到多個參考點的情形，鑒于證據(jù)理論在處理不確定性信息方面的優(yōu)勢，本文運用證據(jù)理論作為處理多參考點下前景價值的融合問題的框架，提出了基于mRP和DS．TrIF．IOWA的直覺梯形模糊前景價值確定方法。其次，提出了基于關(guān)聯(lián)信息
6、與前景理論的直覺梯形模糊多屬性決策方案優(yōu)選方法?？紤]到不確定條件下前景理論相對期望效用理論更符合人類實際的決策模式，運用上述直覺模糊環(huán)境下基于多參考點的前景價值確定方法來計算直覺梯形模糊多屬性決策中方案單屬性價值。進(jìn)一步，考慮到現(xiàn)實決策問題中屬性間往往存在或多或少的關(guān)聯(lián)信息，引入Choquet積分來解決不確定決策中屬性相互關(guān)聯(lián)的決策問題。為此，提出了幾個基于Choquet積分的直覺梯形模糊集結(jié)算子，TrIC算子、ITrIC、TrICD算子和ITrICD算子，并對各算子的性質(zhì)作了探討。在這些概念基礎(chǔ)上提出了基于
7、TrIF．Choquet算子的綜合前景值確定方法以及基于TrIF．Choquet距離和前景理論的直覺梯形模糊TOPSIS方法。再次，提出了基于ITrIFC和TrIF．OWAD算子的大群體聚類算法。群體聚類方法引進(jìn)前景理論的思想，以直覺梯形模糊前景價值矩陣為基礎(chǔ)聚類信息，為了綜合考慮屬性之間的交互信息和方案排序位置在聚類分析中的重要性，我們在相似矩陣的構(gòu)建中運用ITrIFC和TrIF．OWAD算子對相關(guān)決策信息進(jìn)行集結(jié)，構(gòu)建了決策者之間的相似度，基于此，建立直覺梯形模糊信息下大群體聚類算法。在此基礎(chǔ)上，提出了基
8、于大群體聚類算法的復(fù)雜大群體直覺梯形模糊多屬性決策一致性分析和一致性修正自動算法?？紤]到在大群體內(nèi)部可能存在子群體簇或“聯(lián)盟"的可能性，根據(jù)上文提出的大群體聚類算法對復(fù)雜大群體進(jìn)行聚類，根據(jù)群體聚類結(jié)果來設(shè)計聚集一致度指標(biāo)和大群體的一致度指標(biāo)，建立基于大群體聚類算法的群體判斷一致性分析方法。對于評價信息的修改，考慮到盡可能的尊重決策者原始評價信息，建立基于大群體聚類的群體一致性修正方法?？紤]到時間和成本的限制以及從眾行為的影響，提出一種大群體一致性分析的自動算法。根據(jù)算法編制計算機(jī)程序，算例分析表明該方法具有
9、較強(qiáng)的可操作性和實用性。然后，提出了復(fù)雜大群體下直覺梯形模糊前景價值矩陣群集結(jié)方法。在上述復(fù)雜大群體直覺梯形模糊多屬性決策一致性分析和一致性修正基礎(chǔ)上，考慮到聚集內(nèi)的個體前景價值矩陣具有相似的特征，首先，根據(jù)直覺梯形模糊距離、個體決策信息和聚集虛擬核心人物的偏好信息來確定決策者聚集內(nèi)權(quán)重信息，構(gòu)建聚集直覺梯形模糊前景價值共識矩陣，在此基礎(chǔ)上根據(jù)類間權(quán)重信息將聚集直覺梯形模糊前景價值共識矩陣集結(jié)為大群
