2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、語言信息決策問題普遍存在于我們的生活中,有著廣泛的實(shí)際應(yīng)用背景,語言型多屬性群決策是語言信息決策問題的重要組成部分,但仍是一個嶄新的課題,這方面的理論和方法還不完善,有待于進(jìn)一步進(jìn)行研究。鑒于此,本文在前面學(xué)者們研究的基礎(chǔ)上對語言型多屬性群決策問題進(jìn)行了分析和探討,主要做了以下幾方面的工作:
   (1)針對信息完全的語言型多屬性群決策問題進(jìn)行了研究,根據(jù)多屬性決策中TOPSIS法的基本思想,結(jié)合ILOWA算子和IULOWA算子

2、分別對屬性值以確定型和區(qū)間型兩種形式給出的語言型多屬性群決策問題探討了方法。對于確定型的語言型多屬性群決策提出了基于ILOWA算子和理想點(diǎn)的決策方法;對于不確定型的語言型多屬性群決策提出了基于IULOWA算子和可能度的決策方法。
   (2)針對屬性權(quán)重信息不完全的語言型多屬性群決策問題進(jìn)行了研究,探討了一種改進(jìn)的基于理想點(diǎn)的決策方法。該方法在屬性權(quán)重完全未知的條件下,利用決策矩陣中的語言信息,以各方案到理想方案的距離盡可能小的

3、思路確定屬性權(quán)重,客觀地對屬性權(quán)重向量進(jìn)行求解,并利用LWA算子對決策信息進(jìn)行集結(jié),進(jìn)而對方案進(jìn)行排序。
   (3)針對專家權(quán)重信息不完全的語言型多屬性群決策問題進(jìn)行了研究,探討了一種基于意見沖突指標(biāo)的專家權(quán)重求解方法,該方法在專家權(quán)重完全未知的條件下,引入了意見沖突指標(biāo),作為反映決策專家與決策群體意見的沖突程度的指標(biāo),對意見沖突指標(biāo)大的決策專家賦予較小的權(quán)重,對意見沖突指標(biāo)小的決策專家賦予較大的權(quán)重,并通過利用LWA算子對各

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論