信息不完全确定的多指标决策理论与方法PDF电子书下载
- 电子书积分:10 积分如何计算积分?
- 作 者:尤天慧等著
- 出 版 社:北京:科学出版社
- 出版年份:2010
- ISBN:9787030297105
- 页数:222 页
第一篇 信息不完全确定的数值型多指标决策方法 1
第1章 信息不完全的多指标决策方法 1
1.1 指标权重信息不完全且指标值信息完全的多指标决策方法Ⅰ 1
1.1.1 问题的描述 1
1.1.2 原理与方法 2
1.1.3 算例 3
1.2 指标权重信息不完全且指标值信息完全的多指标决策方法Ⅱ 5
1.2.1 原理与方法 5
1.2.2 算例 6
1.3 指标权重与指标值信息均不完全的多指标决策方法Ⅰ 7
1.3.1 问题的描述 7
1.3.2 原理与方法 8
1.3.3 算例 9
1.4 指标权重与指标值信息均不完全的多指标决策方法Ⅱ 10
1.4.1 原理与方法 10
1.4.2 算例 12
1.5 指标权重与指标值信息均不完全的多指标群决策方法 12
1.5.1 问题的描述 13
1.5.2 原理与方法 14
1.5.3 算例 15
第2章 基于主客观赋权的多指标决策方法 18
2.1 基于客观赋权的多指标决策方法 18
2.1.1 原理与方法 18
2.1.2 算例 22
2.2 基于客观赋权的时序多指标决策方法 23
2.2.1 问题的描述 23
2.2.2 原理与方法 25
2.2.3 算例 27
2.3 基于主客观综合赋权的多指标决策方法 28
2.3.1 原理与方法 28
2.3.2 有关定理证明 30
2.3.3 算例 34
第3章 基于不完全方案偏好信息的多指标决策方法 36
3.1 基于残缺互反判断矩阵的多指标决策方法Ⅰ 36
3.1.1 问题的描述 36
3.1.2 原理与方法 37
3.1.3 算例 40
3.2 基于残缺互反判断矩阵的多指标决策方法Ⅱ 41
3.2.1 问题的描述 41
3.2.2 原理与方法 41
3.2.3 算例 46
3.3 基于残缺互补判断矩阵的决策方法 47
3.3.1 问题的描述 47
3.3.2 原理与方法 48
3.3.3 算例 51
第二篇 信息不完全确定的区间型多指标决策方法 53
第4章 区间数多指标决策中的客观赋权方法 53
4.1 基于离差最大化的误差分析方法 53
4.1.1 问题的描述与误差传递基本原理 53
4.1.2 原理与方法 55
4.1.3 算例 57
4.2 基于熵计算的误差分析方法 59
4.2.1 原理与方法 59
4.2.2 算例 61
4.3 基于熵计算的目标规划方法 61
4.3.1 原理与方法 61
4.3.2 算例 64
第5章 指标权重信息不完全且指标值为区间数的多指标决策方法 65
5.1 指标权重信息部分已知的多指标决策方法 65
5.1.1 预备知识与问题的描述 65
5.1.2 原理与方法 66
5.1.3 算例 69
5.2 指标权重信息不完全的多指标决策方法 70
5.2.1 预备知识与问题的描述 70
5.2.2 原理与方法 71
5.2.3 算例 73
第6章 指标权重和指标值均为区间数的多指标决策方法 75
6.1 逼近理想点的多指标决策方法 76
6.1.1 原理与方法 76
6.1.2 算例 78
6.2 基于决策者风险态度的多指标决策方法 80
6.2.1 原理与方法 80
6.2.2 算例 82
6.3 基于可能度矩阵的多指标决策方法 83
6.3.1 原理与方法 83
6.3.2 算例 88
6.4 基于误差分析的多指标决策方法 88
6.4.1 原理与方法 89
6.4.2 算例 91
第7章 基于区间数判断矩阵的决策方法 92
7.1 基于误差分析的区间数互反判断矩阵决策方法 92
7.1.1 原理与方法 92
7.1.2 算例 93
7.2 基于优化模型的区间数互反判断矩阵决策方法 94
7.2.1 原理与方法 94
7.2.2 算例 96
7.3 基于误差分析的区间数互补判断矩阵决策方法 97
7.3.1 原理与方法 97
7.3.2 算例 98
7.4 基于优化模型的区间数互补判断矩阵决策方法 98
7.4.1 原理与方法 98
7.4.2 算例 100
第三篇 偏好序不完全确定的群决策方法 101
第8章 基于传统方法的不确定偏好序群决策方法 101
8.1 逼近理想点的群决策方法 101
8.1.1 原理与方法 102
8.1.2 算例 103
8.2 基于优先序数计算的群决策方法 104
8.2.1 原理与方法 104
8.2.2 算例 105
8.3 基于Cook-Seiford函数的群决策方法 106
8.3.1 原理与方法 106
8.3.2 算例 107
第9章 基于优化模型的不确定偏好序群决策方法 109
9.1 决策方法Ⅰ 109
9.1.1 原理与方法 109
9.1.2 算例 112
9.2 决策方法Ⅱ 113
9.2.1 原理与方法 113
9.2.2 算例1 118
9.2.3 算例2 121
第四篇 信息不完全确定的多目标指派方法 125
第10章 基于区间数信息的多目标指派方法 125
10.1 基于决策者风险态度的多目标指派方法 125
10.1.1 问题的描述 125
10.1.2 原理与方法 126
10.1.3 算例 128
10.2 基于优化模型的多目标指派方法 131
10.2.1 问题的描述 131
10.2.2 原理与方法 132
10.2.3 算例 135
第11章 基于不确定偏好序的多目标指派方法 138
11.1 问题的描述 138
11.2 原理与方法 139
11.3 算例 141
第12章 具有多种形式信息的多目标指派方法 143
12.1 具有三种形式信息的多目标指派方法 143
12.1.1 预备知识 143
12.1.2 问题的描述 144
12.1.3 原理与方法 145
12.1.4 算例 148
12.2 具有五种形式信息的多目标指派方法 150
12.2.1 预备知识 150
12.2.2 问题的描述 152
12.2.3 原理与方法 153
12.2.4 算例 156
第五篇 信息不完全确定的语言型多指标决策方法 159
第13章 指标权重信息不完全的语言多指标决策方法 159
13.1 指标权重信息不完全且指标值为语言信息的多指标决策方法 159
13.1.1 预备知识 159
13.1.2 问题的描述 161
13.1.3 原理与方法 161
13.1.4 算例 164
13.2 指标权重信息部分未知且指标值为语言信息的多指标决策方法 165
13.2.1 问题的描述 165
13.2.2 原理与方法 166
13.2.3 算例 169
第14章 基于不确定性语言信息的多指标群决策方法 171
14.1 预备知识 171
14.2 不确定语言集结算子及其性质分析 174
14.2.1 UTOWA算子 174
14.2.2 UTOWG算子 176
14.3 原理与方法 176
14.4 算例 178
第15章 基于残缺语言判断矩阵的群决策方法 180
15.1 基于ETOWA算子的群决策方法 180
15.1.1 问题的描述 180
15.1.2 ETOWA算子 181
15.1.3 原理与方法 183
15.1.4 算例 184
15.2 基于多种形式残缺判断矩阵的群决策方法 185
15.2.1 问题的描述 185
15.2.2 原理与方法 186
15.2.3 算例 188
第16章 基于多粒度不确定性语言信息的多指标群决策方法 191
16.1 基于优势可能度的决策方法 191
16.1.1 预备知识 191
16.1.2 问题的描述 194
16.1.3 原理与方法 194
16.1.4 算例 197
16.2 具有模糊语言信息的组织内知识共享风险评估方法 198
16.2.1 问题的描述 199
16.2.2 原理与方法 200
16.2.3 算例 204
参考文献 205
- 《中风偏瘫 脑萎缩 痴呆 最新治疗原则与方法》孙作东著 2004
- 《SQL与关系数据库理论》(美)戴特(C.J.Date) 2019
- 《联吡啶基钌光敏染料的结构与性能的理论研究》李明霞 2019
- 《情报学 服务国家安全与发展的现代情报理论》赵冰峰著 2018
- 《英汉翻译理论的多维阐释及应用剖析》常瑞娟著 2019
- 《新课标背景下英语教学理论与教学活动研究》应丽君 2018
- 《党员干部理论学习培训教材 理论热点问题党员干部学习辅导》(中国)胡磊 2018
- 《虚拟流域环境理论技术研究与应用》冶运涛蒋云钟梁犁丽曹引等编著 2019
- 《当代翻译美学的理论诠释与应用解读》宁建庚著 2019
- 《基于地质雷达信号波的土壤重金属污染探测方法研究》赵贵章 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《《走近科学》精选丛书 中国UFO悬案调查》郭之文 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《中医骨伤科学》赵文海,张俐,温建民著 2017
- 《美国小学分级阅读 二级D 地球科学&物质科学》本书编委会 2016
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《强磁场下的基础科学问题》中国科学院编 2020
- 《小牛顿科学故事馆 进化论的故事》小牛顿科学教育公司编辑团队 2018
- 《小牛顿科学故事馆 医学的故事》小牛顿科学教育公司编辑团队 2018
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019