三參數(shù)區(qū)間灰數(shù)信息下的決策方法

叢書總序 

前言 

第1章 緒論 1 

1.1 決策問題的研究意義及國內(nèi)外研究現(xiàn)狀 1 

1.1.1 研究背景 1 

1.1.2 研究目的和意義 2 

1.1.3 國內(nèi)外研究現(xiàn)狀 2 

1.2 本書的研究內(nèi)容、研究框架和創(chuàng)新之處 8 

1.2.1 研究內(nèi)容 8 

1.2.2 研究框架 9 

1.2.3 創(chuàng)新之處 10 

第2章 三參數(shù)區(qū)間灰數(shù)的信息提取及排序 12 

2.1 三參數(shù)區(qū)間灰數(shù)的定義及運(yùn)算法則 12 

2.1.1 三參數(shù)區(qū)間灰數(shù)的定義 12 

2.1.2 三參數(shù)區(qū)間灰數(shù)的運(yùn)算法則 12 

2.2 三參數(shù)區(qū)間灰數(shù)的標(biāo)準(zhǔn)化 14 

2.2.1 極差變換法 15 

2.2.2 [-1，1]線性變換法 15 

2.3 三參數(shù)區(qū)間灰數(shù)的核及相對核 16 

2.4 三參數(shù)區(qū)間灰數(shù)的距離測度 17 

2.5 三參數(shù)區(qū)間灰數(shù)的優(yōu)勢度 20 

2.6 三參數(shù)區(qū)間灰數(shù)的排序 22 

2.6.1 基于核、“重心”點(diǎn)及距離測度的排序方法 22 

2.6.2 基于相對核的排序方法 22 

2.6.3 基于優(yōu)勢度的排序方法 24 

2.7 小結(jié) 24 

第3章 灰色決策方法及經(jīng)典理論 26 

3.1 灰關(guān)聯(lián)決策 26 

3.2 灰關(guān)聯(lián)聚類決策 27 

3.3 灰靶決策 28 

3.4 灰色風(fēng)險(xiǎn)型決策 31 

3.5 前景理論 32 

3.5.1 前景理論的提出及發(fā)展 32 

3.5.2 價(jià)值函數(shù) 33 

3.5.3 權(quán)重函數(shù) 34 

3.6 后悔理論 34 

3.6.1 后悔理論的提出及意義 34 

3.6.2 感知效用函數(shù) 35 

3.7 小結(jié) 35 

第4章 三參數(shù)區(qū)間灰數(shù)信息下的灰關(guān)聯(lián)決策 36 

4.1 基于優(yōu)勢度的灰關(guān)聯(lián)決策 36 

4.1.1 問題描述 36 

4.1.2 優(yōu)勢度矩陣的構(gòu)建 37 

4.1.3 屬性權(quán)重的優(yōu)化 38 

4.1.4 基于優(yōu)勢度的灰關(guān)聯(lián)分析 39 

4.1.5 決策步驟 40 

4.1.6 實(shí)例分析 41 

4.2 基于灰關(guān)聯(lián)系數(shù)的灰關(guān)聯(lián)決策 43 

4.2.1 問題描述 44 

4.2.2 三參數(shù)區(qū)間灰數(shù)區(qū)間綜合關(guān)聯(lián)度 45 

4.2.3 屬性權(quán)重的優(yōu)化 47 

4.2.4 決策步驟 48 

4.2.5 實(shí)例分析 48 

4.3 基于前景理論的灰關(guān)聯(lián)決策 50 

4.3.1 問題描述 50 

4.3.2 決策模型的構(gòu)建 52 

4.3.3 屬性權(quán)重的優(yōu)化 53 

4.3.4 決策步驟 54 

4.3.5 實(shí)例分析 54 

4.4 基于前景理論的優(yōu)化灰關(guān)聯(lián)決策 57 

4.4.1 問題描述 58 

4.4.2 “獎(jiǎng)優(yōu)罰劣”的線性變換算子 58 

4.4.3 方案的前景值和前景權(quán)重 59 

4.4.4 基于前景值的灰關(guān)聯(lián)決策方法 60 

4.4.5 決策步驟 60

4.4.6 實(shí)例分析 61 

4.5 基于前景理論的動(dòng)態(tài)灰關(guān)聯(lián)決策 63 

4.5.1 問題描述 63 

4.5.2 方案的綜合前景值 64 

4.5.3 屬性權(quán)重及時(shí)間權(quán)重的優(yōu)化 65 

4.5.4 決策步驟 67 

4.5.5 實(shí)例分析 67 

4.6 小結(jié) 69 

第5章 三參數(shù)區(qū)間灰數(shù)信息下的灰關(guān)聯(lián)聚類決策 71 

5.1 灰關(guān)聯(lián)聚類決策 71 

5.1.1 問題描述 71 

5.1.2 灰關(guān)聯(lián)處理 72 

5.1.3 屬性權(quán)重求解 74 

5.1.4 灰色聚類分析 75 

5.1.5 決策步驟 75 

5.1.6 實(shí)例分析 75 

5.2 基于后悔理論的灰關(guān)聯(lián)聚類決策 78 

5.2.1 方案決策值的綜合感知效用 78 

5.2.2 灰色聚類分析 79 

5.2.3 決策步驟 79 

5.2.4 實(shí)例分析 80 

5.2.5 對比分析 80 

5.3 小結(jié) 81 

第6章 三參數(shù)區(qū)間灰數(shù)信息下的灰靶決策 82 

6.1 多屬性灰靶決策 82 

6.1.1 問題描述 82 

6.1.2 三參數(shù)區(qū)間灰數(shù)的綜合靶心距 83 

6.1.3 屬性權(quán)重的優(yōu)化 84 

6.1.4 決策步驟 85 

6.1.5 實(shí)例分析 85 

6.2 基于前景理論的灰靶決策 88 

6.2.1 問題描述 88 

6.2.2 決策模型的構(gòu)建 89 

6.2.3 屬性權(quán)重的優(yōu)化 90 

6.2.4 決策步驟 91

6.2.5 實(shí)例分析 91 

6.2.6 對比分析 93 

6.3 基于相對核的灰靶決策 94 

6.3.1 問題描述 95 

6.3.2 基于相對核的決策矩陣 95 

6.3.3 基于靶心距的前景值 96 

6.3.4 屬性權(quán)重的優(yōu)化 97 

6.3.5 決策步驟 98 

6.3.6 實(shí)例分析 98 

6.4 基于核和雙灰度的灰靶決策 101 

6.4.1 問題描述 103 

6.4.2 基于核和雙灰度的決策模型 104 

6.4.3 決策步驟 106 

6.4.4 實(shí)例分析 106 

6.5 考慮決策者心理風(fēng)險(xiǎn)行為的灰靶決策 108 

6.5.1 問題描述 108 

6.5.2 非線性均值化變換 108 

6.5.3 構(gòu)建灰靶決策模型 109 

6.5.4 決策步驟 110 

6.5.5 實(shí)例分析 110 

6.6 小結(jié) 112 

第7章 三參數(shù)區(qū)間灰數(shù)信息下的風(fēng)險(xiǎn)型決策 114 

7.1 風(fēng)險(xiǎn)型 TOPSIS 決策 114 

7.1.1 問題描述 114 

7.1.2 決策步驟 115 

7.1.3 實(shí)例分析 116 

7.2 基于后悔理論的風(fēng)險(xiǎn)型決策 118 

7.2.1 基于后悔理論的感知效用矩陣 118 

7.2.2 屬性權(quán)重的優(yōu)化 119 

7.2.3 決策方案的期望效用 120 

7.2.4 決策步驟 121 

7.2.5 實(shí)例分析 121 

7.2.6 對比分析 122 

7.3 小結(jié) 123

第8章 三參數(shù)區(qū)間灰數(shù)信息下的余弦相似度決策 124 

8.1 余弦相似度法 124 

8.2 基于余弦相似度的決策方法 125 

8.2.1 問題描述 127 

8.2.2 方案間的余弦相似度 127 

8.2.3 決策步驟 128 

8.2.4 實(shí)例分析 129 

8.3 小結(jié) 131 

第9章 研究結(jié)論與展望 132 

9.1 研究總結(jié) 132 

9.2 研究展望 133 

參考文獻(xiàn) 135