基于馬田系統(tǒng)的模糊多屬性決策方法研究

基于馬田系統(tǒng)的模糊多屬性決策方法研究

ID:33570460

大小:4.82 MB

頁(yè)數(shù):144頁(yè)

時(shí)間:2019-02-27

基于馬田系統(tǒng)的模糊多屬性決策方法研究_第1頁(yè)
基于馬田系統(tǒng)的模糊多屬性決策方法研究_第2頁(yè)
基于馬田系統(tǒng)的模糊多屬性決策方法研究_第3頁(yè)
基于馬田系統(tǒng)的模糊多屬性決策方法研究_第4頁(yè)
基于馬田系統(tǒng)的模糊多屬性決策方法研究_第5頁(yè)
資源描述:

《基于馬田系統(tǒng)的模糊多屬性決策方法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、萬方數(shù)據(jù)博士學(xué)位論文基于馬田系統(tǒng)的模糊多屬性決策方法研究作者:常志朋指導(dǎo)教師:程龍生教授南京理工大學(xué)2014年10月萬方數(shù)據(jù)Ph.D.Dissertation洲Ⅲ哪刪川洲0《Ⅲ?洲Y2976488AStudyontheMethodofFuzzyMultipleAttributeDecisionMaldngBasedonMahalanobis一11aguchiSystemByCh鋤gzh啦engS印ewisedbyP”吐chengLongshengNa匈ingUniversi夠ofScience&7rechnologyOctober,2014萬方數(shù)據(jù)聲明本學(xué)位

2、論文是我在導(dǎo)師的指導(dǎo)下取得的研究成果,盡我所知,在本學(xué)位論文中,除了加以標(biāo)注和致謝的部分外,不包含其他人已經(jīng)發(fā)表或公布過的研究成果,也不包含我為獲得任何教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。與我一同工作的同事對(duì)本學(xué)位論文做出的貢獻(xiàn)均己在論文中作了明確的說明。研究生簽名:粗≯口·≯年,。月8日學(xué)位論文使用授權(quán)聲明南京理工大學(xué)有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔,可以借閱或上網(wǎng)公布本學(xué)位論文的部分或全部?jī)?nèi)容,可以向有關(guān)部門或機(jī)構(gòu)送交并授權(quán)其保存、借閱或上網(wǎng)公布本學(xué)位論文的部分或全部?jī)?nèi)容。對(duì)于保密論文,按保密的有關(guān)規(guī)定和程序處理。羹研究生簽名::聾左幽ⅪI≯年,明萬日

3、萬方數(shù)據(jù)博士論文基于馬山系統(tǒng)的模糊多屬性決策方法研究摘要模糊多屬性決策(Fuz巧MultipleAtt曲uteDecisionMakng,F(xiàn)MADM)理論與方法經(jīng)過幾十年的發(fā)展,已經(jīng)取得了豐碩的成果。然而,人們所面臨的決策問題日趨復(fù)雜,模糊多屬性決策理論與方法還需要進(jìn)一步完善、研究視角還需要進(jìn)一步拓展。馬田系統(tǒng)(Mallalanobis.TaguclliSystem,MTs)是廣泛應(yīng)用于質(zhì)量工程學(xué)領(lǐng)域的一種模式識(shí)別技術(shù),具有獨(dú)特的分類和降維理論,本文將其引入到模糊多屬性決策領(lǐng)域,對(duì)模糊積分多屬性決策和區(qū)間數(shù)多屬性決策兩類問題展開研究,主要工作如下:(1)關(guān)于

4、模糊積分多屬性決策等方面的研究。模糊積分多屬性決策是指屬性測(cè)度為非可加測(cè)度(模糊測(cè)度),信息集結(jié)方式采用非線性模糊積分算子,并且考慮屬性間存在交互作用的決策問題。解決這類問題的關(guān)鍵是模糊測(cè)度的計(jì)算,本文利用馬田系統(tǒng)的降維理論,構(gòu)建了幾種模糊測(cè)度計(jì)算方法:1)基于經(jīng)典馬田系統(tǒng)和成轉(zhuǎn)換函數(shù)的模糊測(cè)度計(jì)算方法。該方法首先利用經(jīng)典馬田系統(tǒng)測(cè)度屬性集的重要程度,然后利用優(yōu)化模型來求解單個(gè)屬性的全局重要程度,最后將單個(gè)屬性的相對(duì)重要程度和全局重要程度融合成為單個(gè)屬性的sh印ley值,進(jìn)而利用礦。轉(zhuǎn)換函數(shù)將其轉(zhuǎn)換為九模糊測(cè)度;2)基于施密特正交馬田系統(tǒng)和≯。轉(zhuǎn)換函數(shù)的模糊

5、測(cè)度計(jì)算方法。該方法首先提出了一種基于施密特正交馬田系統(tǒng)的屬性權(quán)重計(jì)算方法,然后利用≯。轉(zhuǎn)換函數(shù)將屬性權(quán)重轉(zhuǎn)換為A模糊測(cè)度;3)基于加權(quán)馬田系統(tǒng)的模糊測(cè)度計(jì)算方法。該方法利用加權(quán)馬田系統(tǒng)的正交試驗(yàn)降維理論,首先提出了一種主客觀結(jié)合的單個(gè)屬性測(cè)度密度計(jì)算方法,然后利用測(cè)度密度計(jì)算A模糊測(cè)度;4)基于區(qū)間馬田系統(tǒng)的模糊測(cè)度計(jì)算方法。該方法首先將傳統(tǒng)的處理實(shí)數(shù)型數(shù)據(jù)的馬田系統(tǒng)改進(jìn)為能夠處理區(qū)間型數(shù)據(jù)的馬田系統(tǒng),然后在此基礎(chǔ)上提出了一種能夠處理區(qū)問數(shù)據(jù)的模糊測(cè)度計(jì)算方法。另外,模糊積分算子作為解決模糊積分多屬性決策問題的重要工具,本文做了以下兩方面的工作:1)提出了

6、灰模糊積分關(guān)聯(lián)度的概念。由于傳統(tǒng)灰關(guān)聯(lián)度采用簡(jiǎn)單的算術(shù)平均集結(jié)算子,該算子是建立在屬性間相互獨(dú)立的基礎(chǔ)之上的,不能處理屬性間的交互作用,為此本文將其同Choquet模糊積分算子結(jié)合,定義了灰模糊積分關(guān)聯(lián)度來處理屬性間的交互作用。2)提出了2可加choquet模糊積分的計(jì)算方法。該算子是在2可加模糊測(cè)度和Choquet模糊積分算子基礎(chǔ)上推導(dǎo)而得,由于只涉及單個(gè)屬性的Sh印1ey值和兩兩屬性萬方數(shù)據(jù)博士論文間的交互指標(biāo),不但大大降低了計(jì)算的復(fù)雜性,而且還提高了決策的準(zhǔn)確性。本文給出了該算子中的sh印ley值和兩兩屬性間的交互指標(biāo)計(jì)算方法。(2)關(guān)于區(qū)間數(shù)多屬性決

7、策等方面的研究。對(duì)于屬性值為區(qū)間數(shù)的模糊多屬性決策問題,現(xiàn)有的研究成果已經(jīng)相當(dāng)豐富和成熟,本文從立體視角切入,提出利用馬田系統(tǒng)的3個(gè)關(guān)鍵工具來處理區(qū)間數(shù)決策信息,構(gòu)建了基于廣義馬田系統(tǒng)的區(qū)間數(shù)多屬性決策理論與方法,拓展了區(qū)間數(shù)多屬性決策問題的研究思路。同時(shí),本文將馬田系統(tǒng)的正交設(shè)計(jì)思想同相對(duì)熵、灰色相對(duì)關(guān)聯(lián)度和歐式距離函數(shù)結(jié)合,提出了3種擴(kuò)展方法。關(guān)鍵詞:馬田系統(tǒng),多屬性決策,模糊積分,模糊測(cè)度,2可加模糊測(cè)度,區(qū)間數(shù)羔墮型塑二———————————————————————~苧王蘭里墨塹塑堡塑堂星竺堡笙塑鯊!壅萬方數(shù)據(jù)——————————————————一一

8、坐J1Ⅲ療;鉚Ⅱ,1哭倒多,禺仕伏康力弦鮒冗Abst

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。