一、TOPSIS偏序法（论文文献综述）
刘筱慧,王斌,陈凯,焦阳,李刚[1]（2021）在《基于密切值改进TOPSIS的低碳经济评价研究》文中指出低碳经济是应对气候变化的必然选择,如何全面客观地评价一个国家或经济体低碳经济发展水平成为低碳经济研究中迫切需要解决的问题。本文充分考虑低碳经济发展规划和目标,采取修正的TOPSIS方法构建低碳经济评价模型。针对传统TOPSIS方法中存在两个不足:一是相对贴近度计算中将被评价对象到"正理想解"和到"负理想解"的距离直接相加,正向指标和负向指标直接相加是不合理的;二是传统的TOPSIS方法忽略了被评价对象与"正理想解"和"负理想解"的距离的权重分配问题。本文提出利用密切值法对传统TOPSIS方法进行修正,解决到正负理想解两个距离的组合问题。首先,通过密切值的引入将被评价对象到"正理想解"和"负理想解"的距离转化为同向指标,保证了两个距离可以进行运算;然后,对两个距离进行归一化,保证两个距离在相同的数量级上,保证备选方案到正理想解的距离和到负理想解的距离起相当的作用,再根据决策者的偏好,对两个归一化的距离进行权重分配,保证两个距离分配的权重确实体现了决策者的意愿;最后,通过对秦皇岛市的低碳经济评价验证修正TOPSIS评价模型在低碳经济评价下的可行性和有效性,解决了评价指标有目标约束下的低碳经济评价问题。
黄鲁成,刘春文,吴菲菲,杨早立,李晓宇[2]（2019）在《一种基于联系向量“垂面”距离的改进TOPSIS多属性决策方法》文中研究指明提出一种属性权重未知情境下,基于联系向量"垂面"距离的改进TOPSIS多属性决策方法VSPA-TOPSIS。该方法将正理想点与负理想点视为不确定系统中相互对立的集合,在测度目标方案与正理想点和负理想点的联系度时,充分考虑了对立集合的存在,通过引入联系向量"垂面"距离的概念,计算相对贴近度,从而在一定程度上克服了SPA-TOPSIS法逆排序的不足。决策中针对传统客观加权方法忽略自然权重的不足,将"动态最大均值逼近标准化方法"与"传统离差最大化方法"进行组合,实现了消除自然权重的离差最大化定权,保证了所提方法的可操作性。最后,从实际应用与定量交叉比较研究两方面验证了该方法的合理性与有效性。
宋玮[3]（2019）在《考虑行为的绿色供应商多属性决策研究》文中进行了进一步梳理“决策无处不在”,而最具代表性的多属性决策具有丰富的理论基础,在供应链管理、应急管理、交通管理、金融分析、工业工程等众多领域中具有广泛的应用背景。传统的多属性决策往往假定决策者所处的内外部环境是完全确定的、静止的,而且决策者在决策过程中完全理性,学者们更多地运用期望效用理论来进行分析和研究,但在实际决策过程中,决策者通常表现出有限理性,决策的内外部环境也并非静止不变,运用传统的理性决策理论和方法来解决相关问题可能并不适合。另一方面,理论界和企业界对供应链管理进行了深入的研究和运用,对于个体企业的生存发展和整个社会经济的高速增长都发挥了显着的促进作用,而供应商管理是供应链管理中需要研究和解决的关键内容,大致上历经了从传统供应商管理到供应链环境下的供应商管理再到绿色供应商管理的发展阶段,每个阶段都有不同的管理目标和管理模式,针对供应商的选择也有不同的内涵和研究方法。一些学者尝试从不同角度对绿色供应商的评价问题进行了分析和阐述,取得了一些研究成果,然而这些研究成果相对比较零散,尚未形成较为系统的研究体系;同时,缺乏特定背景下考虑决策者心理行为因素的绿色供应商动态选择与制造任务分配的集成研究。因此,在考虑行为的多属性决策理论框架下,对绿色供应商的选择进行系统研究具有重要的理论意义和现实价值。本文的研究围绕主题由浅入深展开,以绿色供应商的静态选择、绿色供应商的动态选择、考虑风险和柔性因素的绿色供应商动态选择和制造任务分配的集成研究为论文的主线,具体包括以下内容:（1）本文在全面阐述绿色供应商的概念、内涵、特征,明确绿色供应商与非绿色供应商区别的基础上,针对“考虑行为”、“有限理性”思想在绿色供应商选择中的应用进行了系统分析,构建了考虑行为的绿色供应商静态选择问题的研究框架。具体来讲,设计了包含环境效益在内的评价指标体系,针对不同类型指标属性值,基于前景理论的研究范式,构建了评价模型,并通过案例分析,验证了方法的有效性,解决了“有限理性”、“不同类型数据”情况下的指标值确定和比较问题,为解决考虑行为的绿色供应商静态选择提供了良好的研究方法。（2）本文研究了包含“缺陷信息”的绿色供应商动态选择方法。具体来讲,在与绿色供应商静态评价指标进行比较分析的基础上,构建了绿色供应商动态选择的指标体系,引入了符合动态决策特性的第三代前景理论（PT3）和广义优序法;再根据灰色关联分析法,计算不同时期各项评价指标的权重;同时,针对绿色供应商表现的一致性水平,为避免个别企业快速或恶意提升评价结果的情况,定义了时间衰减因子,采用指数变权法,引入惩罚函数,并通过定义认可程度和惩罚水平,对于广义优序数低于认可程度的候选绿色供应商进行惩罚,所计算的时序权重既反映了时间效用,也体现了对不稳定或刻意提高评价效果的候选绿色供应商的厌恶和排斥,为解决包含“缺陷信息”的绿色供应商动态选择问题提供了新的研究思路和框架。（3）本文研究了考虑风险和柔性因素的绿色供应商动态选择及制造任务分配问题。鉴于供应商风险和柔性因素对于评价结果具有显着影响,本文将绿色供应商风险和柔性因素引入绿色供应商评价指标体系和评价方法中,并在此基础上,基于第三代前景理论（PT3）、解释结构模型法（ISM）和网络层次分析法（ANP）,提出了一个综合评价模型;同时,考虑到绿色供应商动态评价的多周期、多因素和复杂性的特点,引入了变权重理论,明确了“制造任务分配”问题的研究背景和假设,构建了绿色供应商的动态选择与制造任务分配模型;最后,运用改进的粒子群算法（PSO）进行求解,为解决考虑风险和柔性因素的绿色供应商动态排序选择及制造任务分配问题的集成研究提供了新的思路和方法。综上所述,本文运用行为决策理论的思想,对绿色供应商的静态和动态选择方法进行了系统的研究,并集成研究了动态选择情况下制造任务的分配问题,进一步完善了绿色供应商选择问题的研究框架,特别为本领域在“考虑决策者心理行为因素”、“动态选择”、“模糊数据”、“缺陷信息”、“集成排序选择与制造任务分配”等背景下进一步深入研究奠定了较为坚实的理论和方法基础。
高乐[4]（2019）在《基于动态故障树的重铵油炸药车可靠性分析》文中提出随着重铵油炸药车技术的发展,设备的动态特性变得显着,传统故障树分析无法满足设备可靠性评估的精度要求,亟需对动态特性展开深入的研究。与此同时,可靠性分析结果的利用方式较为局限,仅停留在为系统改进提供参考。因此本文使用动态故障树研究的相关方法,对重铵油炸药车进行研究,然后将分析结果用于制定故障时零件的搜索策略,从而提升故障搜索的效率。研究结果表明,燃油节流阀、二位四通电液比例阀、乳胶基质箱、敏化剂流量计、敏化剂泵和敏化剂滤芯的失效概率较高,是系统的薄弱环节。而故障检查时,敏化剂胶管接头处于故障搜索策略的第Ⅰ等级,是最先检查的部件;乳胶基质泵、回油管密封垫、乳胶基质泵软管、乳胶基质蝶阀、燃油滤芯和乳胶基质泵接头处于故障搜索策略的第Ⅱ等级,检查时依据该顺序依次进行。本文的核心内容包括:（1）动态故障树建模和分析。通过对设备结构和原理深入地分析,使用可靠性框图将零部件和逻辑结构用图形的方式表达出来。选择重铵油炸药车包含动态特性的输药子系统为研究对象,将其可靠性框图转化为动态故障树模型。使用割序法对动态故障树进行分析,确定了输药子系统的175种失效模式,对系统逻辑的再设计具有指导意义。（2）基于离散贝叶斯网络的推理研究。通过进一步的模型映射,将动态故障树模型转化为贝叶斯网络模型。通过历史数据拟合等可靠性数据分析方法,确定了零部件的失效分布。使用Matlab建模并进行推理计算,获得输药子系统随任务时间变化的可靠度曲线和零部件的概率重要度等可靠性指标,分析结果对系统改进具有重要的意义。（3）将动态故障树分析结果用于研究输药子系统内零部件的故障搜索策略。通过使用零部件概率重要度这一可靠性指标,综合维修人数和维修时间这两个成本指标,研究39个零部件故障时的搜索策略。最终将零部件分为5个搜索等级,确定了等级内零件的搜索顺序,有效地提升系统故障时零件的搜索效率。
杨艺[5]（2018）在《基于同构Archimedean t-模和s-模的勾股模糊决策理论与方法》文中认为模糊集的概念在1965年被学者Zadeh提出。经过五十多年的发展,与模糊集相关的决策理论、方法都取得了较为丰硕的研究成果。运算规则为模糊集理论发展的基础,而基于运算所定义的算子是处理决策问题的集结工具,运算法则与算子的研究被视作为模糊决策理论的重难点。Archimedean t-模和s-模作为重要工具被广泛应用于各类模糊集的理论建设,如直觉模糊集、犹豫模糊集等。作为直觉模糊集的拓展,勾股模糊集的概念于2014年被学者Yager提出,优势在于其能够退化为直觉模糊集,且取值区域为直觉模糊集的1.57倍。目前,勾股模糊理论的研究正处于发展初期,本文主要研究勾股模糊集的运算法则、集结算子以及排序关系等理论。以理论为基础,研究评价信息为勾股模糊集的多属性决策方法。研究的主要内容如下:1.研究勾股模糊集的Archimedean运算法则与算子。引入单位区间上自同构提出一类同构Archimedean t-模和s-模,将其用于定义勾股模糊集的Archimedean运算法则。利用该运算法则定义广义的Archimedean勾股模糊加权算子。进一步地,研究广义Archimedean算子的两类退化算子:勾股模糊Hamacher算子和Frank算子。首先,定义勾股模糊Hamacher运算法则和Frank运算法则,进而提出勾股模糊Hamacher算子和Frank算子,并研究算子关于参数的单调性以及退化性。然后,利用所提算子提出勾股模糊多属性决策方法,通过解决航空公司服务质量考评问题验证所提决策方法的实用性。2.研究区间勾股模糊数的排序方法、广义Archimedean运算以及幂算子。为区分任意两个不同的区间勾股模糊数,以记分和精确度函数为基础,引入区间勾股模糊集的波动函数定义新的序关系。基于本文所提的同构Archimedean t-模和s-模定义区间勾股模糊集的Archimedean运算法则,进而提出Archimedean区间勾股模糊算子。而后,将所提算子与幂算子相结合提出Archimedean区间勾股模糊幂算子。进一步地,研究该幂算子的两类退化算子:区间勾股模糊Hamacher幂算子和Frank幂算子。首先,定义区间勾股模糊Hamacher和Frank运算法则,进而提出区间勾股模糊Hamacher算子和Frank算子,并研究算子关于参数的单调性以及退化性。然后,利用所提算子提出区间勾股模糊多属性群决策方法,通过解决投资选择的多属性群决策问题表明所提方法的可行性。3.研究犹豫勾股模糊集的元素修补法、排序方法、广义运算法则和算子。针对不同长度的犹豫勾股模糊集,提出合理的修补方法。接着,以记分函数与精确度函数为基础,引入距离测度,定义刻画犹豫勾股模糊集的聚合度函数,进而提出新的序关系。而后,利用同构Archimedean t-模和s-模定义犹豫勾股模糊集的Archimedean运算法则。基于该运算提出Archimedean犹豫勾股模糊算子,并融合Archimedean算子与幂算子提出Archimedean犹豫勾股模糊幂算子。进一步地,研究该幂算子的两类退化算子:首先,定义犹豫勾股模糊Hamacher和Frank运算法则,进而提出犹豫勾股模糊Hamacher算子和Frank算子,并研究算子关于参数的单调性以及退化性。然后,利用所提算子提出犹豫勾股模糊多属性群决策方法,通过解决联合培养博士遴选的多属性群决策问题验证所提方法的有效性。
陈伟,李金秋,杨早立[6]（2017）在《一种基于“垂面”距离和IFE的直觉模糊多属性决策方法》文中研究说明提出了一种属性权重未知情境下的基于"垂面"距离和直觉模糊熵（intuitionistic fuzzy entropy,IFE）的直觉模糊多属性决策方法。该方法针对基于相对欧氏距离的直觉模糊TOPSIS法中出现的逆排序问题,将"垂面"距离引入到直觉模糊决策理论中,通过将"垂面"距离对欧氏距离进行替换,提出了一种基于"垂面"距离的直觉模糊多属性决策规则;基于IFE最小原理和"垂面"距离最小思想,构建了融合主客观信息偏好的属性权重确定模型。最后给出了一个算例验证了该方法的有效性和实用性。
赵金辉,王学慧,关文革,尹立杰[7]（2017）在《云制造环境中信息不完全的合作伙伴选择》文中研究表明针对云制造环境中合作伙伴选择信息不完全、动态多属性问题,提出一种基于广义优序法的合作伙伴选择模型。针对不同的数据采用不同的方式将其量化为广义优序数,将伙伴企业选择问题转换为广义优序数矩阵问题,并给出了基于灰色关联法的属性变权计算方法和具有惩罚机制的时序权重确定方法。通过综合广义优序数对候选企业进行排序选择。最后,通过实验仿真验证该模型是可行的和有效的。
郭凯[8]（2016）在《基于多属性决策的机会传感网络关键节点预测》文中研究指明机会传感网络是一种不需要源节点和目标节点之间存在完整链路,利用节点移动带来相遇机会实现通信的自组织网络,应用于野生动物追踪、森林环境监测以及智能交通等。机会传感网络中,关键节点的失效可能导致网络运行不正常,甚至瘫痪。如能获知或预测网络的关键节点,便可根据关键节点的相关信息对网络进行优化,在网络出现瘫痪时,第一时间排查关键节点,可大大减少网络维护时间和成本。课题来源于国家自然科学基金项目,研究机会传感网络的关键节点预测方法。论文介绍了国内外相关网络关键节点的研究现状,分析了现有关键节点判定方法的优缺点及适用范围,指出现有的方法不适用于机会传感网络;针对机会传感网络消息传输时延高、网络结构呈动态变化的特点,分析了多区域机会传感网络分层结构模型的消息传输过程,定义阶段贡献度反映节点在消息传输过程中的贡献,定义区域贡献度反映节点对区域的贡献程度;在此基础上,以节点在网络中的综合贡献度作为判断关键节点的依据,并提出基于多属性决策中理想点法（Technique for Order Preference by Similarity to Ideal Solution,TOPSIS）的关键节点预测方法。论文采用机会传感网络仿真器实（Opportunistic Networking Environment,ONE）模拟四种典型的多区域机会传感网络场景,分别采用TOPSIS算法和改进TOPSIS算法预测关键节点,结果表明,采用改进TOPSIS算法能够获得更高的预测精度;为进一步验证本文提出的预测方法,利用寻迹小车搭建了实验床,结果表明,采用改进TOPSIS算法的预测精度更高。
谭吉玉[9]（2015）在《模糊信息条件下的多属性决策理论及其应用研究》文中研究表明多属性决策是现代决策科学的一个重要分支,模糊多属性决策是在经典多属性决策理论上的延伸和发展,其理论与方法已广泛应用于管理决策、医疗诊断、模式识别和市场预测等诸多领域。由于现实决策问题本身包含的不确定性因素,以及决策者主观判断的模糊性,使得决策问题的属性权重信息以及属性值常常以模糊信息的形式出现。因此,探索模糊信息条件下的多属性决策理论及其应用研究具有重要的理论意义和实际应用价值。本文针对模糊信息条件下的多属性决策问题,从以下几个方面进行了探索性研究:1、区间数排序方法研究。任意有限个区间数经过规范化后变成区间值的形式,针对任意有限个区间值,分别定义了一个正理想区间和一个负理想区间,基于区间数之间的欧氏距离,以及TOPSIS思想,运算每一个被比较的区间值相对于正理想区间的相对贴近度,区间值的相对贴近度大说明越贴近正理想区间,因而其所对应的区间数也就越大。2、直觉模糊数排序方法研究。传统的直觉模糊数排序法中,由于得分函数处于绝对优先地位,迫使那些得分函数小一点点,而精确函数大很多的直觉模糊数往往较小,针对这一问题,基于直觉模糊海明距离和TOPSIS的思想,给出了直觉模糊数排序的贴近度公式。经过证明,贴近度公式能够同时蕴含得分函数和精确函数的排序原理。另外,利用直觉模糊数的贴近度公式,借助模糊互补判断矩阵的一致性,定义了加（积）型一致性直觉判断矩阵,并对直觉判断矩阵的排序、一致性等问题进行了研究。3、区间直觉模糊数排序方法研究。区间直觉模糊数的隶属度和非隶属度都是区间的形式,使得很多排序方法对于中点相同而区间宽度明显不一样的区间直觉模糊数无法区分,针对这一问题,提出了基于欧式距离和TOPSIS的区间直觉模糊数排序法,并与多种现有的排序法进行比较分析,表明新的排序指标具有更高的区分能力。另外,对区间直觉判断矩阵的排序、一致性等问题进行了研究。4、犹豫模糊伪度量。不同的犹豫模糊元所包含的隶属度个数可能不同,这样就给犹豫模糊距离的运算带来困难。针对这一问题,我们提出了一种度量两个犹豫模糊元之间差异程度的伪度量。基于犹豫模糊伪度量测度,提出了一种基于伪度量贴近度的犹豫模糊多属性决策方法。另外,提出了犹豫模糊一致性指数的概念,并基于群体一致性分析,建立了群体一致性指数最大化的优化模型,为犹豫模糊多属性决策问题的属性权重的求解提供了一种新的思路。5、犹豫模糊指数熵。首先,给出了犹豫模糊熵的公理化定义。然后,基于传统模糊集的指数熵,提出了犹豫模糊指数熵的概念,构造了犹豫模糊指数熵测度公式,并证明了犹豫模糊指数熵满足四条公理化准则。最后,运用犹豫模糊指数熵和熵最小化原则,提出了一种基于熵权法的犹豫模糊多属性决策方法。6、区间犹豫模糊可能度。基于拓展原理,将区间数的可能度法扩充到区间犹豫模糊元的情形,给出了一个区间犹豫模糊元大于或等于另一个区间犹豫模糊元的可能度定义,并讨论了区间犹豫模糊元的可能度所具有的优良性质。最后,将灰色关联分析法拓展到区间犹豫模糊信息的情形,提出了基于灰色关联分析法的区间犹豫模糊多属性决策方法。
吕智颖[10]（2015）在《模糊多属性决策方法及其应用研究》文中研究指明多属性决策是现代决策理论与方法研究的一个重要分支,其理论与方法有着广泛的实际背景,诸如投资方案评价选择、人力资源绩效评估、经济效益评价、军事装备性能评定、工厂选址、投标招标、电网投资决策等。多属性决策是在考虑若干个属性的情况下对方案进行综合评价,进而从一组方案中找到最佳备选方案或对备选方案进行综合排序的决策问题。在实际决策过程中有很多不确定信息,模糊理论成为解决不确定信息的模糊多属性决策问题的有效工具。因此研究模糊多属性决策方法具有重要的意义。格序理论可以将方案的全序刻画转化为格序刻画,从而建立多属性格序决策方法；有时决策信息用决策者的偏好所形成的判断矩阵来表达更为合理；集对分析可以用具体的数学工具来表达对不确定信息的辩证认识；由于个人认知的局限性,群体决策较为符合实际需求。因此,研究将格序、判断矩阵、集对分析的理论与模糊多属性决策相结合的方法；研究判断矩阵的构造、一致性的判别及修正的方法；研究模糊多属性群决策达成共识性的方法引起了人们的广泛关注。随着社会的进步和人民生活水平的提高,对电网投资建设项目的科学决策也成为了学者们研究的重要内容。本文在国内外研究的基础上,综合模糊数学、矩阵、集对分析等理论分别研究了基于格序、判断矩阵和集对分析理论的模糊多属性决策和模糊多属性群决策的共识性。第一部分结合格序理论研究模糊多属性决策问题。研究决策信息是梯形模糊数的多属性格序决策过程中格中缺失元素的补充方法,给出了运用格序决策理论对梯形模糊数进行排序的方法；建立了梯形模糊数的“相似”概念和模糊相似评价模型,进而消除了冗余属性；对带有主观偏好的模糊多属性决策问题,给出了梯形模糊数相离度的定义以及综合权重的确定方法；通过实例说明这些方法是解决模糊多属性决策的有效方法。第二部分结合判断矩阵研究模糊多属性决策问题。针对偏好信息以若干个互补判断矩阵形式给出的模糊多属性决策问题,充分挖掘判断矩阵的特征信息,从而确定专家权重和属性权重；给出了梯形模糊数两两比较的一种可能度公式,从而构造判断矩阵并结合OWA算子得到方案的综合排序；研究了具有严格偏好关系的梯形模糊互反判断矩阵一致性的判定及其修正方法并通过项目评估问题说明了该方法的实用性。第三部分结合基于集对分析思想研究模糊多属性决策问题。通过借鉴集对分析理论把论域三划分的思想,把梯形模糊数属性值转化成联系数的形式,能有效处理决策过程中的不确定因素；对于权重向量和决策矩阵中的梯形模糊数采取不同的处理方法；用联系数决策理论的概念来刻画备选方案与正、负理想方案组成集对的同一对立程度；通过实例计算表明,该方法是求解模糊多属性决策问题的一种有效工具。第四部分主要讨论了模糊多属性群决策中专家意见的共识性问题。在应用模糊区间数之间的相离度和相异度的条件下,分别设计相应的共识达成算法。给出了一种不确定语言模糊多属性群决策的共识策略,并将TOPSIS方法推广到不确定语言多属性群决策中,进而确定了属性的权重和方案的排序；分别对算法的收敛性进行证明并介绍了算法的实现过程,结合实例加以分析,说明了该决策方法的实用性和科学性。第五部分将模糊多属性群决策方法应用到电网投资规划的综合评价决策中,通过实例给出了应用模糊多属性群决策模型进行投资决策的详细步骤。实例研究表明,该方法可为电网投资建设提供参考和理论支持。
二、TOPSIS偏序法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、TOPSIS偏序法（论文提纲范文）
（2）一种基于联系向量“垂面”距离的改进TOPSIS多属性决策方法（论文提纲范文）
| 1 引言 |
| 2 预备知识 |
| 2.1 集对分析 |
| 2.2 “垂面”距离 |
| 3 决策方法 |
| 3.1 VSPA-TOPSIS多属性决策模型提出 |
| 3.2 消除自然权重的离差最大化定权方法 |
| 3.3 决策方法的运算步骤 |
| 4 案例研究 |
| 4.1 评价指标体系构建 |
| 4.2 “双医”高技术产业创新能力评价验证 |
| 5 定量交叉比较研究 |
| 5.1 决策方法的比较研究 |
| 5.2 权重确定方法的比较研究 |
| 6 结论 |
（3）考虑行为的绿色供应商多属性决策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 优选绿色供应商的重要性 |
| 1.1.2 面向绿色供应商选择的管理决策问题 |
| 1.2 研究目标与研究意义 |
| 1.2.1 研究目标 |
| 1.2.2 研究意义 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路和结构安排 |
| 1.4.1 研究思路 |
| 1.4.2 结构安排 |
| 1.5 主要创新点 |
| 第二章 相关文献研究综述 |
| 2.1 文献检索情况概述 |
| 2.1.1 文献检索范围分析 |
| 2.1.2 文献情况分析 |
| 2.1.3 学术趋势分析 |
| 2.2 多属性决策研究现状 |
| 2.2.1 不确定性多属性决策 |
| 2.2.2 考虑行为的多属性决策 |
| 2.3 绿色供应商选择研究现状 |
| 2.3.1 绿色供应商评价指标体系 |
| 2.3.2 绿色供应链风险和绿色供应商风险 |
| 2.3.3 绿色供应链柔性和绿色供应商柔性 |
| 2.3.4 绿色供应商选择方法 |
| 2.4 现有研究的贡献、不足及研究启示 |
| 2.4.1 主要贡献 |
| 2.4.2 不足之处 |
| 2.4.3 对本文研究的启示 |
| 第三章 基础理论 |
| 3.1 考虑行为的多属性决策理论 |
| 3.1.1 期望效用理论与前景理论 |
| 3.1.2 累积前景理论 |
| 3.1.3 第三代前景理论 |
| 3.2 绿色供应商选择的基础理论 |
| 3.2.1 绿色供应链与绿色供应商的界定 |
| 3.2.2 绿色供应商选择的作用 |
| 3.2.3 绿色供应商风险 |
| 3.2.4 绿色供应商柔性 |
| 3.2.5 考虑行为的绿色供应商选择的概念模型 |
| 3.3 多属性决策方法 |
| 3.3.1 广义优序法 |
| 3.3.2 灰色关联分析法 |
| 3.3.3 解释结构模型法 |
| 3.3.4 网络层次分析法 |
| 3.4 本章小结 |
| 第四章 基于前景理论的绿色供应商静态选择 |
| 4.1 问题的提出 |
| 4.2 评价指标体系及参数分析 |
| 4.2.1 评价指标选取及定义 |
| 4.2.2 参数定义及指标值分析 |
| 4.3 基于前景理论的绿色供应商选择模型 |
| 4.3.1 收益和损失确定 |
| 4.3.2 综合前景值确定 |
| 4.4 案例分析 |
| 4.4.1 案例背景描述 |
| 4.4.2 案例计算过程 |
| 4.4.3 结果分析与讨论 |
| 4.5 本章小结 |
| 第五章 基于第三代前景理论和广义优序法的绿色供应商动态选择 |
| 5.1 考虑时间因素的绿色供应商动态选择问题 |
| 5.1.1 问题描述 |
| 5.1.2 动态环境的内涵 |
| 5.1.3 绿色供应商动态评价指标体系的构建 |
| 5.2 基于PT3和广义优序法的绿色供应商动态选择模型构建与分析 |
| 5.2.1 总体描述和模型假定 |
| 5.2.2 候选绿色供应商的权重确定 |
| 5.2.3 绿色供应商动态选择步骤及说明 |
| 5.3 案例分析 |
| 5.3.1 案例背景描述 |
| 5.3.2 案例计算过程 |
| 5.3.3 结果讨论与对比分析 |
| 5.4 本章小结 |
| 第六章 考虑风险和柔性因素的绿色供应商动态选择和制造任务分配 |
| 6.1 问题的提出 |
| 6.2 绿色供应商风险来源分析 |
| 6.3 绿色供应商柔性的量化研究 |
| 6.4 绿色供应商选择过程分析及参数定义 |
| 6.4.1 绿色供应商选择的描述 |
| 6.4.2 参数定义与假设 |
| 6.5 绿色供应商动态选择及任务分配模型 |
| 6.5.1 绿色供应商动态选择模型的构建 |
| 6.5.2 绿色供应商动态选择与制造任务分配模型 |
| 6.5.3 改进的粒子群算法 |
| 6.6 案例分析 |
| 6.6.1 案例背景描述 |
| 6.6.2 案例计算过程 |
| 6.6.3 结果分析与讨论 |
| 6.7 本章小结 |
| 第七章 研究总结与展望 |
| 7.1 主要研究工作 |
| 7.2 管理启示 |
| 7.3 研究局限及研究展望 |
| 7.3.1 研究局限 |
| 7.3.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）基于动态故障树的重铵油炸药车可靠性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 重铵油炸药车国内外研究现状 |
| 1.2.2 动态故障树分析方法国内外研究现状 |
| 1.3 论文结构 |
| 第二章 动态故障树研究的一般方法 |
| 2.1 可靠性指标 |
| 2.1.1 可靠性定义 |
| 2.1.2 不可修产品失效模型 |
| 2.1.3 可靠度函数 |
| 2.1.4 失效率函数 |
| 2.1.5 有效度定义 |
| 2.1.6 平均寿命 |
| 2.2 可靠性框图 |
| 2.3 重铵油炸药车可靠性框图分析 |
| 2.3.1 重铵油炸药车概述 |
| 2.3.2 制药系统可靠性框图分析 |
| 2.3.3 输药子系统可靠性框图分析 |
| 2.3.4 螺旋输送子系统可靠性框图分析 |
| 2.4 本章小结 |
| 第三章 输药子系统动态故障树建模分析 |
| 3.1 静态故障树 |
| 3.1.1 概述 |
| 3.1.2 术语及符号 |
| 3.2 动态故障树 |
| 3.2.1 概述 |
| 3.2.2 逻辑门机理及图形符号 |
| 3.3 割序法 |
| 3.3.1 组合逻辑运算符号 |
| 3.3.2 时序逻辑运算符号 |
| 3.3.3 时序规则 |
| 3.3.4 相关定义 |
| 3.3.5 代数描述 |
| 3.4 输药子系统动态故障树建模 |
| 3.4.1 燃油子系统建模 |
| 3.4.2 乳胶基质子系统建模 |
| 3.4.3 敏化剂子系统建模 |
| 3.4.4 催化剂子系统建模 |
| 3.4.5 输药子系统总树建模 |
| 3.5 割序法动态故障树分析 |
| 3.5.1 燃油子系统分析 |
| 3.5.2 乳胶基质子系统分析 |
| 3.5.3 敏化剂子系统分析 |
| 3.5.4 催化剂子系统分析 |
| 3.5.5 输药子系统总树分析 |
| 3.6 本章小结 |
| 第四章 基于离散贝叶斯网络的输药子系统动态故障树分析 |
| 4.1 可靠性数据分析 |
| 4.1.1 描述性统计 |
| 4.1.2 概率分布参数估计 |
| 4.1.3 模型检验 |
| 4.2 输药子系统零部件可靠性数据分析 |
| 4.2.1 燃油滤芯分布模型 |
| 4.2.2 燃油管分布模型 |
| 4.2.3 乳胶基质泵分布模型 |
| 4.2.4 乳胶基质泵接头分布模型 |
| 4.2.5 乳胶基质泵软管分布模型 |
| 4.2.6 乳胶基质胶管分布模型 |
| 4.2.7 敏化剂滤芯分布模型 |
| 4.3 贝叶斯网络模型 |
| 4.3.1 简介 |
| 4.3.2 变量消元算法 |
| 4.3.3 离散时间贝叶斯网络 |
| 4.3.4 动态故障树与贝叶斯网络模型的转化 |
| 4.4 输药子系统可靠性建模与评估 |
| 4.4.1 贝叶斯网络模型 |
| 4.4.2 离散时间贝叶斯网络可靠性分析 |
| 4.5 本章小结 |
| 第五章 故障搜索策略研究 |
| 5.1 研究方法 |
| 5.2 方法的适应性分析 |
| 5.2.1 层次分析法 |
| 5.2.2 模糊评价法 |
| 5.2.3 Topsis法 |
| 5.2.4 秩和比法 |
| 5.3 秩和比法的输药子系统故障搜索策略制定 |
| 5.3.1 研究步骤 |
| 5.3.2 RSR分布表 |
| 5.3.3 拟合与排序 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文及取得的科研成果 |
| 个人简历 |
（5）基于同构Archimedean t-模和s-模的勾股模糊决策理论与方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 勾股模糊集的研究现状 |
| 1.2.2 区间勾股模糊集和犹豫勾股模糊集的研究现状 |
| 1.2.3 Archimedeant-模和s-模的应用研究现状 |
| 1.2.4 幂集结算子的拓展研究现状 |
| 1.2.5 研究现状评述 |
| 1.3 本文的主要工作 |
| 1.4 本文的逻辑框图 |
| 第2章 勾股模糊集的相关基础理论知识 |
| 2.1 模糊集与直觉模糊集相关基础知识 |
| 2.1.1 模糊集的相关知识 |
| 2.1.2 直觉模糊集与区间直觉模糊集的相关概念 |
| 2.2 犹豫模糊集的相关基础知识 |
| 2.2.1 犹豫模糊集的相关概念 |
| 2.2.2 对偶犹豫模糊集的相关概念 |
| 2.3 勾股模糊集与犹豫勾股模糊集的相关基础知识 |
| 2.3.1 勾股模糊集与区间勾股模糊集 |
| 2.3.2 犹豫勾股模糊集 |
| 2.4 T-模,S-模和否定函数 |
| 2.4.1 基本定义 |
| 2.4.2 几类经典的Archimedean t-模和s-模 |
| 2.5 本章小结 |
| 第3章 勾股模糊集的决策理论与方法 |
| 3.1 Archimedeant-模/s-模的应用研究分析 |
| 3.2 一类同构Archimedeant-模和s-模 |
| 3.2.1 Archimedean t-模和s-模的适用性分析 |
| 3.2.2 同构t-模和s-模的基本概念 |
| 3.2.3 一类同构Archimedean t-模和s-模 |
| 3.3 勾股模糊集的Archimedean运算法则 |
| 3.4 基于同构Archimedean t-模和s-模的勾股模糊集结算子 |
| 3.4.1 Archimedean勾股模糊加权平均(Arc-PFWA)算子 |
| 3.4.2 Archimedean勾股模糊加权几何(Arc-PFWG)算子 |
| 3.5 勾股模糊Hamacher算子与Frank算子及其决策应用 |
| 3.5.1 几类同构Archimedean t-模和s-模 |
| 3.5.2 勾股模糊Hamacher集结算子及其决策应用 |
| 3.5.2.1 勾股模糊Hamacher运算法则 |
| 3.5.2.2 勾股模糊Hamacher集结算子 |
| 3.5.2.3 算子与参数之间的关系 |
| 3.5.2.4 基于PFHWA算子与PFHWG算子的决策方法 |
| 3.5.2.5 实例分析 |
| 3.5.2.6 参数分析 |
| 3.5.3 勾股模糊Frank集结算子及其决策应用 |
| 3.5.3.1 勾股模糊Frank运算法则 |
| 3.5.3.2 勾股模糊Frank加权平均算子与勾股模糊Frank加权几何算子 |
| 3.5.3.3 算子与参数之间的关系 |
| 3.5.3.4 基于勾股模糊Frank算子的多属性决策方法 |
| 3.5.3.5 实例分析 |
| 3.5.3.6 参数分析 |
| 3.6 本章小结 |
| 第4章 区间勾股模糊集的决策理论与方法 |
| 4.1 区间模糊数的排序方法 |
| 4.1.1 现存的排序方法与不足 |
| 4.1.2 期望记分函数与精确度函数 |
| 4.1.3 波动函数 |
| 4.1.4 区间勾股模糊数的排序方法 |
| 4.2 基于同构Archimedeant-模和s-模的区间勾股模糊集结算子 |
| 4.2.1 区间勾股模糊Archimedean运算法则 |
| 4.2.2 Archimedean区间勾股模糊集结算子 |
| 4.3 Archimedean区间勾股模糊幂集结算子 |
| 4.3.1 幂集结算子 |
| 4.3.2 Archimedean区间勾股模糊幂加权平均算子与几何算子 |
| 4.4 区间勾股模糊Hamacher幂集结算子与Frank幂集结算子 |
| 4.4.1 区间勾股模糊Hamacher幂集结算子及其决策方法 |
| 4.4.1.1 区间勾股模糊Hamacher运算法则 |
| 4.4.1.2 区间勾股模糊Hamacher幂加权平均算子与几何算子 |
| 4.4.1.3 算子与参数的关系研究 |
| 4.4.1.4 基于区间勾股模糊Hamacher幂集结算子的群体决策方法 |
| 4.4.1.5 案例分析 |
| 4.4.1.6 算子中参数变动对决策过程的影响分析 |
| 4.4.2 区间勾股模糊Frank集结算子 |
| 4.4.2.1 区间勾股模糊Frank运算法则 |
| 4.4.2.2 区间勾股模糊Frank幂加权平均算子与几何算子 |
| 4.4.2.3 算子与参数的关系研究 |
| 4.4.2.4 基于区间勾股模糊Frank幂集结算子的群体决策方法 |
| 4.4.2.5 案例分析 |
| 4.4.2.6 算子中参数变动对决策过程的影响分析 |
| 4.5 本章小结 |
| 第5章 犹豫勾股模糊集的决策理论与方法 |
| 5.1 犹豫勾股模糊数的排序方法 |
| 5.1.1 改进的犹豫模糊数的修补方法 |
| 5.1.1.1 现存的修补方法 |
| 5.1.1.2 改进的修补方法 |
| 5.1.2 犹豫勾股模糊数的排序方法 |
| 5.2 犹豫勾股模糊Archimedean运算法则 |
| 5.3 Archimedean犹豫勾股模糊集结算子 |
| 5.3.1 Archimedean犹豫勾股模糊加权平均(Arc-HPFWA)算子 |
| 5.3.2 Archimedean犹豫勾股模糊加权几何(Arc-HPFWG)算子 |
| 5.4 Archimedean犹豫勾股模糊幂集结算子 |
| 5.5 犹豫勾股模糊Hamacher幂算子与Frank幂算子 |
| 5.5.1 犹豫勾股模糊Hamacher幂算子 |
| 5.5.1.1 犹豫勾股模糊Hamacher运算法则 |
| 5.5.1.2 犹豫勾股模糊Hamacher幂加权平均算子与几何算子 |
| 5.5.1.3 算子与参数的关系研究 |
| 5.5.1.4 基于HPFHPWA算子与HPFHPWG算子的群体决策方法 |
| 5.5.1.5 案例分析 |
| 5.5.1.6 算子参数的影响分析 |
| 5.5.1.7 修补参数的逆向分析 |
| 5.5.2 犹豫勾股模糊Frank幂算子 |
| 5.5.2.1 犹豫勾股模糊Frank运算法则 |
| 5.5.2.2 犹豫勾股模糊Frank幂加权平均算子与几何算子 |
| 5.5.2.3 算子与参数的关系研究 |
| 5.5.2.4 基于HPFFPWA算子与HPFFPWG算子的群体决策方法 |
| 5.5.2.5 案例分析 |
| 5.5.2.6 算子参数的影响分析 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文及科研成果 |
（7）云制造环境中信息不完全的合作伙伴选择（论文提纲范文）
| 0 引言 |
| 1 基于广义优序的伙伴选择模型 |
| 2 基于广义优序的选择过程 |
| 2.1 广义优序法 |
| 2.2 权重计算 |
| 2.2.1 基于灰色关联的属性权重 |
| 2.2.2 具有惩罚机制的时序权重 |
| 2.3 基于广义优序的选择步骤 |
| 3 实验与仿真 |
| 4 结束语 |
（8）基于多属性决策的机会传感网络关键节点预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 无线传感网络简介 |
| 1.1.2 机会网络简介 |
| 1.1.3 机会传感网络简介 |
| 1.2 课题研究意义 |
| 1.3 研究内容 |
| 1.4 文章组织结构 |
| 第2章 研究现状 |
| 2.1 基于准则判定方法 |
| 2.1.1 右手法则判定法 |
| 2.1.2 DPDP判定法 |
| 2.2 基于参数判定方法 |
| 2.2.1 节点度 |
| 2.2.2 介数 |
| 2.2.3 接近度 |
| 2.2.4 网络凝聚度 |
| 2.3 基于节点重要度的判定方法 |
| 2.3.1 社会网络分析法 |
| 2.3.2 系统科学分析法 |
| 2.4 其他判定算法 |
| 2.4.1 Pagerank算法 |
| 2.4.2 HITS算法 |
| 2.5 本章小结 |
| 第3章 机会传感网络 |
| 3.1 OSN场景及模型 |
| 3.1.1 多区域OSN网络 |
| 3.1.2 MOSN分层结构 |
| 3.2 MOSN关键节点 |
| 3.3 阶段贡献度 |
| 3.4 区域贡献度 |
| 3.5 本章小结 |
| 第4章 基于多属性决策的MOSN关键节点预测 |
| 4.1 多属性决策理论 |
| 4.1.1 多属性决策基本概念 |
| 4.1.2 经典的多属性决策方法 |
| 4.1.3 属性权重值确定方法 |
| 4.2 多属性决策预测关键节点合理性分析 |
| 4.3 基于TOPSIS预测关键节点 |
| 4.3.1 算法描述 |
| 4.3.2 算法流程 |
| 4.4 基于改进TOPSIS预测关键节点 |
| 4.4.1 算法描述 |
| 4.4.2 算法流程 |
| 4.5 本章小结 |
| 第5章 实验设计及分析 |
| 5.1 模拟实验 |
| 5.1.1 ONE仿真简介 |
| 5.1.2 节点移动模型 |
| 5.1.3 典型MOSN场景 |
| 5.1.4 实验结果及分析 |
| 5.2 实验床实验 |
| 5.2.1 硬件平台 |
| 5.2.2 软件平台 |
| 5.2.3 实验结果及分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间参与课题情况 |
| 攻读硕士期间发表论文及获奖情况 |
| 致谢 |
（9）模糊信息条件下的多属性决策理论及其应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 多属性决策研究概述 |
| 1.2.1 属性权重的确定方法 |
| 1.2.2 基于信息集结算子理论的方法 |
| 1.2.3 基于级别优先序理论的排序方法 |
| 1.2.4 基于测度理论的排序方法 |
| 1.3 本文的研究内容及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 第2章 基于区间数的多属性决策方法及应用 |
| 2.1 预备知识 |
| 2.1.1 区间数的定义及运算 |
| 2.1.2 几种常见的区间数规范化方法 |
| 2.1.3 区间数的距离 |
| 2.1.4 区间数排序的可能度法 |
| 2.2 基于TOPSIS的区间数排序法 |
| 2.3 属性权重和属性值均为区间数的多属性决策方法 |
| 2.3.1 决策方法 |
| 2.3.2 实例分析 |
| 2.4 小结 |
| 第3章 基于直觉模糊集的多属性决策方法及应用 |
| 3.1 预备知识 |
| 3.2 基于海明距离和TOPSIS的直觉模糊数排序法 |
| 3.3 基于直觉偏好关系的直觉模糊多属性决策方法 |
| 3.3.1 加（积）型一致性直觉判断矩阵的概念 |
| 3.3.2 直觉判断矩阵排序的最小方差法及一致性检验 |
| 3.3.3 决策方法 |
| 3.4 属性间具有优先级别关系的直觉模糊多属性决策方法 |
| 3.4.1 直觉模糊优先 (IFPWA) 算子 |
| 3.4.2 决策方法 |
| 3.4.3 实例分析 |
| 3.5 小结 |
| 第4章 基于区间直觉模糊集的多属性决策方法及应用 |
| 4.1 预备知识 |
| 4.2 基于欧氏距离和TOPSIS的区间直觉模糊数排序法 |
| 4.3 属性权重已知的区间直觉模糊多属性决策方法 |
| 4.3.1 决策方法 |
| 4.3.2 实例分析 |
| 4.4 属性权重为区间直觉偏好关系的多属性决策方法 |
| 4.4.1 区间直觉判断矩阵的一致性定义及一致性检验 |
| 4.4.2 决策方法 |
| 4.4.3 实例分析 |
| 4.5 小结 |
| 第5章 基于犹豫模糊集的多属性群决策方法 |
| 5.1 预备知识 |
| 5.2 基于贴近度和犹豫度的犹豫模糊元排序法 |
| 5.3 基于伪度量贴近度的犹豫模糊多属性决策方法 |
| 5.3.1 犹豫模糊伪度量 |
| 5.3.2 决策方法 |
| 5.3.3 实例分析 |
| 5.4 犹豫模糊指数熵及其应用 |
| 5.4.1 基于熵权法的犹豫模糊多属性决策方法 |
| 5.5 基于群体一致性和灰色关联分析法的犹豫模糊多属性决策方法 |
| 5.5.1 决策方法 |
| 5.5.2 实例分析 |
| 5.6 小结 |
| 第6章 基于区间犹豫模糊集的多属性群决策方法 |
| 6.1 预备知识 |
| 6.2 区间犹豫模糊元的可能度及其性质 |
| 6.3 基于灰色关联分析法的区间犹豫模糊多属性决策方法 |
| 6.3.1 决策方法 |
| 6.3.2 实例分析 |
| 6.4 小结 |
| 第7章 犹豫模糊多属性决策方法在企业中高层管理人员胜任力测评中的应用 |
| 7.1 企业中高层管理人员胜任力测评的必要性 |
| 7.2 胜任力的概念 |
| 7.3 企业中高层管理人员胜任力测评的犹豫模糊多属性评价方法 |
| 7.3.1 基于胜任力模型的企业中高层管理人员胜任力指标的建立 |
| 7.3.2 评价主体的确定 |
| 7.3.3 基于群体一致性建立胜任特征权重优化模型 |
| 7.3.4 基于犹豫模糊多属性决策的评价方法 |
| 7.4 应用案例 |
| 第8章 结论与展望 |
| 8.1 本文的主要结论 |
| 8.2 有待进一步研究的若干问题 |
| 致谢 |
| 参考文献 |
| 附录 胜任力测量指标及等级描述 |
| 攻读学位期间的研究成果 |
（10）模糊多属性决策方法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 学术背景 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 基于格序的模糊多属性决策 |
| 2.1 问题描述 |
| 2.1.1 格及其代数特征 |
| 2.1.2 模糊多属性格序决策模型 |
| 2.2 梯形模糊数多属性格序决策 |
| 2.2.1 预备知识 |
| 2.2.2 具有格序特征的梯形模糊数的补充 |
| 2.2.3 算例分析 |
| 2.3 三角模糊数多属性格序决策 |
| 2.3.1 预备知识 |
| 2.3.2 决策方法 |
| 2.3.3 算例分析 |
| 2.4 模糊多属性格序决策的冗余指标的消除策略 |
| 2.4.1 属性的确定 |
| 2.4.2 决策方法 |
| 2.4.3 算例分析 |
| 2.5 对方案有偏好的模糊多属性格序决策 |
| 2.5.1 问题描述 |
| 2.5.2 属性权重的确定 |
| 2.5.3 决策方法 |
| 2.5.4 算例分析 |
| 2.6 本章小结 |
| 第3章 基于判断矩阵的模糊多属性决策 |
| 3.1 一种带有属性偏好的模糊多属性决策 |
| 3.1.1 问题描述 |
| 3.1.2 权重的确定 |
| 3.1.3 方案的排序或择优 |
| 3.1.4 算例分析 |
| 3.2 基于可能度的判断矩阵的构造 |
| 3.2.1 问题描述 |
| 3.2.2 决策方法 |
| 3.2.3 算例分析 |
| 3.3 梯形模糊互反判断矩阵一致性的判别及修正 |
| 3.3.1 预备知识 |
| 3.3.2 梯形模糊互反判断矩阵的排列矩阵的定义 |
| 3.3.3 梯形模糊互反判断矩阵满意一致性的判定 |
| 3.3.4 排列矩阵T=(t_(ij))_(n×n)的元素的修正 |
| 3.3.5 算例分析 |
| 3.4 本章小结 |
| 第4章 基于集对分析的模糊多属性决策 |
| 4.1 集对分析理论 |
| 4.1.1 联系度的含义 |
| 4.1.2 集对势简介 |
| 4.2 决策原理及方法 |
| 4.2.1 梯形模糊决策矩阵的处理 |
| 4.2.2 权重的确定 |
| 4.2.3 综合理想方案法 |
| 4.2.4 决策方法 |
| 4.3 算例分析 |
| 4.4 本章小结 |
| 第5章 模糊多属性群决策 |
| 5.1 区间模糊多属性群决策 |
| 5.1.1 建立评价指标体系 |
| 5.1.2 问题描述 |
| 5.1.3 区间数决策矩阵的规范化处理 |
| 5.1.4 决策方法 |
| 5.2 区间多属性群决策达成共识的方法1 |
| 5.2.1 共识的度量 |
| 5.2.2 达成共识的方法 |
| 5.2.3 算例分析 |
| 5.3 区间多属性群决策达成共识的方法2 |
| 5.3.1 共识的度量 |
| 5.3.2 共识及达成共识的过程 |
| 5.3.3 算例分析 |
| 5.4 不确定语言模糊多属性群决策方法 |
| 5.4.1 预备知识 |
| 5.4.2 不确定语言多属性群决策问题描述 |
| 5.4.3 共识及达成共识的方法 |
| 5.4.4 决策方法 |
| 5.4.5 算例分析 |
| 5.5 本章小结 |
| 第6章 模糊多属性群决策在电网建设中的应用 |
| 6.1 电网建设项目评价指标体系 |
| 6.2 电网建设评价模型 |
| 6.3 决策方法 |
| 6.4 算例分析 |
| 6.5 本章小结 |
| 结论与展望 |
| 本文取得的主要研究成果 |
| 进一步研究工作 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文及科研成果 |
四、TOPSIS偏序法（论文参考文献）
- [1]基于密切值改进TOPSIS的低碳经济评价研究[J]. 刘筱慧,王斌,陈凯,焦阳,李刚. 技术经济, 2021(12)
- [2]一种基于联系向量“垂面”距离的改进TOPSIS多属性决策方法[J]. 黄鲁成,刘春文,吴菲菲,杨早立,李晓宇. 系统工程, 2019(06)
- [3]考虑行为的绿色供应商多属性决策研究[D]. 宋玮. 西安电子科技大学, 2019(05)
- [4]基于动态故障树的重铵油炸药车可靠性分析[D]. 高乐. 内蒙古工业大学, 2019(01)
- [5]基于同构Archimedean t-模和s-模的勾股模糊决策理论与方法[D]. 杨艺. 西南交通大学, 2018(03)
- [6]一种基于“垂面”距离和IFE的直觉模糊多属性决策方法[J]. 陈伟,李金秋,杨早立. 运筹与管理, 2017(09)
- [7]云制造环境中信息不完全的合作伙伴选择[J]. 赵金辉,王学慧,关文革,尹立杰. 计算机应用研究, 2017(05)
- [8]基于多属性决策的机会传感网络关键节点预测[D]. 郭凯. 南昌航空大学, 2016(01)
- [9]模糊信息条件下的多属性决策理论及其应用研究[D]. 谭吉玉. 南昌大学, 2015(03)
- [10]模糊多属性决策方法及其应用研究[D]. 吕智颖. 西南交通大学, 2015(08)