论文部分内容阅读
模糊多属性决策是模糊集理论与多属性决策的有机结合,是决策科学中最为活跃的研究领域之一,研究模糊多属性决策问题具有相当重要的现实意义。本文在现有的模糊多属性决策理论与方法研究成果的基础上,进一步研究了三类模糊多属性决策方法及应用,即:无偏好信息的模糊多属性决策方法及应用、给出属性偏好信息的模糊多属性决策方法及应用和给出方案偏好信息的模糊多属性决策方法及应用。 首先研究了无偏好信息的混合型和一般型模糊多属性决策的逼近理想点法(简称TOPSIS法)。根据传统TOPSIS法的基本思想,给出了模糊理想点和模糊负理想点的确定方法,分别通过求解两个二次规划模型和两个模糊期望值模型来确定属性权重,进而计算出各方案到模糊理想点和模糊负理想点的距离,再根据各方案与模糊理想点的相对贴近度的大小来对方案进行排序。 其次研究了部分权重信息下的三角模糊数型、部分权重信息下的一般型、属性权重为实数和属性权重为模糊变量的一般型模糊多属性决策的TOPSIS方法。针对不同的情况提出了不同的决策方法。其中,对于一般型模糊多属性决策问题,都是利用模糊模拟技术来计算各方案到模糊理想点和模糊负理想点的距离的期望值。 最后研究了四种带有方案偏好信息的模糊多属性决策问题。分别是带有方案偏好关系的区间型多属性决策、带有方案偏好关系的一般型模糊多属性决策、给出方案优先序信息的模糊多属性决策及具有属性优先序和方案偏好关系的模糊多属性决策。针对这四种不同的问题分别建立了四个不同的数学规划模型,通过求解这些模型来获得属性权重或最优方案,进而给出相应的决策方法。 文中设计的所有模拟算法都是通过编制VC程序来实现的,所有的决策方法都给出了应用实例,实例分析表明这些决策方法是可行的、有效的。