搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
出版时间 :
认识决策:以模糊集和粗糙集为分析工具
0.00     定价 ¥ 69.00
上峰书院图书馆
此书还可采购1000本,持证读者免费借回家
  • ISBN:
    9787111644873
  • 作      者:
    贾凡
  • 出 版 社 :
    机械工业出版社
  • 出版日期:
    2020-03-01
收藏
编辑推荐

大数据环境下,基于模糊集理论和粗糙集理论,建立高效实用的数据表示、处理、分析方法,以及不确定性决策模型与算法,为人工智能决策辅助系统的建立和开发提供理论依据。


展开
作者简介

贾凡

 

山东财经大学管理学院讲师。从事多属性决策、不确定性决策、群体决策、粗糙集理论及应用、三支决策等领域的研究;在Information Sciences、Expert Systems with Applications、International Journal of Computational Intelligence Systems、Energy & Environment、控制与决策、软科学等国内外高水平期刊发表十余篇论文;主持并参与国家自然科学基金、教育部人文社科基金、山东省自然科学基金、山东省高校科研计划项目等基金项目;担任Information Sciences、IEEE ACCESS、Artificial Intelligence Review、International Journal of Computational Intelligence Systems等SCI期刊审稿专家


展开
内容介绍

随着信息技术的飞速发展,社会信息化程度迅速提高,全球已经进入大数据时代。基于大数据的挖掘、分析与决策,关系到国家政策制定、经济运行、社会管理、企业发展等诸多方面。因此,决策作为人们在政治、经济、技术和日常生活当中普遍存在的一种行为,被赋予了新的使命和意义。决策成功的关键是决策过程的科学性与客观性。人工智能的高速发展,为大数据背景下的决策制定提供了新的工具,将“数据-预测-决策”模式变得更加精准和迅速。

本书基于模糊集理论和粗糙集理论,利用多准则决策和群体决策模型,以大数据环境中的不确定性问题和实时分析处理为研究目的,建立高效实用的数据表示、处理、分析方法,以及不确定性决策模型与算法,为人工智能决策辅助系统的建立和开发提供了理论依据。


展开
目录

第1章 绪论 /1

 1.1 研究背景与问题提出 /1

  1.1.1 研究背景 /1

  1.1.2 问题提出 /3

 1.2 研究意义 /5

  1.2.1 理论意义 /5

  1.2.2 现实意义 /6

 1.3 国内外研究现状 /7

  1.3.1 多属性群决策研究现状 /7

  1.3.2 不确定性理论研究现状 /9

  1.3.3 不确定性多属性群决策研究现状 /10

  1.3.4 行为多属性决策研究现状 /12

  1.3.5 研究现状评述 /14

 1.4 研究内容 /15

 1.5 技术路线与研究方法 /17

  1.5.1 技术路线图 /17

  1.5.2 研究方法 /17

 1.6 研究创新点 /19

 1.7 本章小结 /20

第2章 理论基础 /21

 2.1 多属性群决策理论 /21

  2.1.1 多属性决策研究概述 /21

  2.1.2 群体决策理论 /22

  2.1.3 行为决策理论 /24

 2.2 模糊集理论 /25

  2.2.1 模糊集理论发展概述 /25

  2.2.2 模糊集基础知识 /26

  2.2.3 模糊数 /28

  2.2.4 三角模糊数运算法则 /29

 2.3 粗糙集理论 /30

  2.3.1 粗糙集理论发展概述 /30

  2.3.2 粗糙集基础知识 /31

  2.3.3 粗糙数 /33

  2.3.4 粗糙数运算与排序 /36

 2.4 本章小结 /38

第3章 不确定信息环境下属性权重计算方法 /39

 3.1 权重计算方法 /39

  3.1.1 主观权重计算方法 /40

  3.1.2 客观权重计算方法 /41

  3.1.3 组合权重计算方法 /41

 3.2 群体集结方法 /42

  3.2.1 群体集结 /42

  3.2.2 三角模糊数群体集结方法 /43

  3.2.3 粗糙数群体集结方法 /46

 3.3 基于属性重要度直接打分的权重计算方法 /49

  3.3.1 问题描述 /49

  3.3.2 三角模糊数权重计算方法 /50

  3.3.3 粗糙数权重计算方法 /52

 3.4 基于判断矩阵的权重计算方法 /55

  3.4.1 判断矩阵法 /55

  3.4.2 三角模糊数互补判断矩阵法 /57

  3.4.3 粗糙数判断矩阵法 /60

 3.5 基于判断向量的权重计算方法 /64

  3.5.1 最优最劣方法(BWM) /64

  3.5.2 RSTBWM方法 /69

  3.5.3 模糊最优最劣方法 /70

  3.5.4 三角模糊数最优最劣方法 /72

  3.5.5 粗糙最优最劣方法 /75

 3.6 算例比较 /78

 3.7 本章小结 /82

第4章 不确定信息多属性群决策方案排序方法研究 /83

 4.1 多属性群决策排序问题描述 /83

 4.2 经典的方案排序与评价方法 /84

  4.2.1 TOPSIS方法 /85

  4.2.2 VIKOR方法 /85

 4.3 模糊多属性群决策排序方法 /87

  4.3.1 区间模糊TOPSIS群决策排序方法 /87

  4.3.2 三角模糊数TOPSIS群决策排序方法 /89

  4.3.3 三角模糊数VIKOR群决策排序方法 /91

 4.4 粗糙多属性群决策排序方法 /92

  4.4.1 粗糙数TOPSIS群决策排序方法 /92

  4.4.2 粗糙数VIKOR群决策排序方法 /95

 4.5 算例比较 /96

 4.6 本章小结 /99

第5章 考虑决策者心理行为的多属性群决策方法研究 /100

 5.1 前景理论 /100

  5.1.1 个人风险决策过程 /100

  5.1.2 价值函数 /101

  5.1.3 概率权重函数 /102

 5.2 基于三角模糊数和前景理论的多属性群决策方法 /104

  5.2.1 问题描述 /104

  5.2.2 集结群体信息 /104

  5.2.3 参照点为精确数的决策过程 /106

  5.2.4 参照点为三角模糊数的决策过程 /108

 5.3 基于粗糙数和前景理论的多属性群决策方法 /111

  5.3.1 问题描述 /111

  5.3.2 集结群体信息 /112

  5.3.3 群体收益损失计算 /113

  5.3.4 方案排序 /116

 5.4 考虑决策者偏好的风险型多属性群决策 /118

  5.4.1 问题描述 /118

  5.4.2 集结群体信息 /119

  5.4.3 群体收益损失计算 /120

  5.4.4 概率权重函数计算 /121

  5.4.5 计算前景值 /122

 5.5 算例分析 /123

 5.6 本章小结 /127

第6章 不确定信息多属性群决策方法在经销商选择中的应用 /128

 6.1 经销商选择问题描述 /128

  6.1.1 经销商选择研究现状 /128

  6.1.2 基于多属性群决策的经销商选择问题描述 /130

 6.2 经销商选择评价指标体系的建立 /130

  6.2.1 评价指标体系的构建原则 /130

  6.2.2 构建评价指标体系 /131

 6.3 基于粗糙数多属性群决策的经销商选择方法 /133

  6.3.1 问题描述 /133

  6.3.2 经销商评价属性权重计算 /134

  6.3.3 经销商排序及选择 /137

 6.4 本章小结 /141

第7章 结论与展望 /142

 7.1 研究结论 /142

 7.2 研究展望 /144

参考文献 /146


展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

温馨提示:请使用上峰书院图书馆的读者帐号和密码进行登录

点击获取验证码
登录