Multiple attribute decision making theory and methods
副标题：无
作 者：徐玖平，吴巍编著
分类号：C934
ISBN：9787302132738
微信扫一扫,移动浏览光盘
简介
多属性决策是多准则决策的重要组成部分,它与多目标决策一起构成了多准则决策体系,是运筹学与管理科学的重要分支. 多属性决策着重研究关于离散的、有限个决策方案的决策问题.不确定多属性决策是在经典多属性决策理论上的延伸和发展.不确定多属性决策理论主要包括三部分内容,随机型、模糊型以及描述性决策理论与方法.本书面对关系结构更加复杂的多属性决策问题,分别从随机型多属性决策、模糊型多属性决策及描述性多属性决策三个不同的角度,就不确定决策问题的理论和方法进行研讨, 主要介绍随机、模糊和粗糙三类多属性决策问题的模型和有关理论、求解方法以及应用推广. .
本书可作为高等院校运筹学、管理科学、信息科学和系统工程等相关专业研究生和高年级本科学生教材,也可作为相关专业的教师、科技工作者、工程技术人员以及企业管理者的参考书. ...
目录
常用符号说明 12.
第1篇 预备知识与基础
第1章 预备知识 2
1.1 基本术语 2
1.2 决策内容 4
1.2.1 决策要素 5
1.2.2 决策过程 7
1.3 决策方法 8
1.3.1 决策方式 8
1.3.2 决策标准 9
1.3.3 决策偏好 10
1.3.4 方法分类 11
第2章 属性度量 12
2.1 度量基础 12
2.1.1 集合与运算 12
2.1.2 关系及性质 13
2.1.3 序结构性质 15
2.1.4 偏好模型法 18
2.2 效用理论 21
2.2.1 效用的基本原理 21
.2.2.2 多属性效用理论 25
2.2.3 效用加性的理论 34
2.3 属性规范 37
2.3.1 数量化 38
2.3.2 标准化 39
第3章 属性集结 42
3.1 权重设置 42
3.1.1 特征向量法 42
3.1.2 最小加权法 44
3.1.3 信息熵方法 45
3.2 集结算子 48
3.2.1 加权平均算子 48
3.2.2 有序加权算子 49
3.2.3 组合加权算子 50
第2篇 确定多属性决策
第4章 基本方法 54
4.1 无偏好信息方法 54
4.1.1 属性占优法 54
4.1.2 最大最小法 55
4.1.3 最大最大法 58
4.2 有属性信息方法 59
4.2.1 多属性效用理论 59
4.2.2 级别优先关系法 85
4.3 有方案信息方法 105
4.3.1 相互偏好方法 105
4.3.2 相互比较方法 116
第5章 综合方法 121
5.1 层次分析方法 121
5.1.1 方法步骤 121
5.1.2 原理运用 133
5.2 monte carlo方法 140
5.2.1 方法基础 140
5.2.2 决策运用 142
5.3 数据包络分析 144
5.3.1 模型基础 144
5.3.2 排序方法 148
5.3.3 决策问题 154
5.4 决策敏感分析 156
5.4.1 权重的敏感性分析 157
5.4.2 属性值敏感性分析 158
第3篇 随机多属性决策
第6章 随机决策原理 162
6.1 模型特点 163
6.2 主观概率 164
6.2.1 基础概念 164
6.2.2 先验分布 166
6.3 决策准则 167
6.3.1 不确定型准则 167
6.3.2 风险随机准则 171
第7章 随机决策方法 177
7.1 bayes决策分析法 177..
7.1.1 bayes定理 177
7.1.2 bayes规则 179
7.1.3 bayes分析 181
7.1.4 信息与决策 184
7.2 随机优势决策分析 190
7.2.1 随机优势的基础 190
7.2.2 第一类随机优势 191
7.2.3 第二类随机优势 194
7.2.4 第三类随机优势 197
7.2.5 随机优势的判断 200
7.2.6 随机优势的应用 202
7.3 随机层次分析方法 205
7.3.1 区间判断矩阵 205
7.3.2 排序反转概率 208
7.3.3 层次组合排序 213
第4篇 模糊多属性决策
第8章 模糊集与决策 218
8.1 模糊决策原理 218
8.1.1 模糊决策的基本特征 218
8.1.2 模糊决策原理的变化 219
8.1.3 模糊多属性决策模型 220
8.2 模糊集与运算 222
8.2.1 模糊集合基础 222
8.2.2 模糊集合运算 224
8.2.3 扩展模糊算术 228
8.2.4 确定隶属函数 232
8.3 模糊集的排序 236
8.3.1 偏好关系方法 237
8.3.2 均值散布方法 250
8.3.3 模糊评分方法 252
第9章 模糊决策方法 259
9.1 模糊属性的转换 260
9.2 无偏好信息的决策 262
9.2.1 模糊乐观型决策方法 262
9.2.2 模糊悲观型决策方法 263
9.2.3 模糊折中型方法 264
9.3 有属性信息的决策 265
9.3.1 模糊联合与分离法 266
9.3.2 模糊加权平均方法 268
9.3.3 模糊决策扩展方法 271
9.4 有方案信息的决策 273
9.5 模糊决策综合方法 275
9.5.1 模糊层次分析方法 275
9.5.2 区间层次分析方法 278
第5篇 粗糙多属性决策
第10章 粗糙集理论基础 290
10.1 数据表与关系 290
10.2 粗糙集与近似 291
10.3 依赖性与约简 297
10.3.1 知识的依赖性 298
10.3.2 差别矩阵函数 301
第11章 粗糙集决策方法 303
11.1 决策基础 303
11.1.1 决策规则 303
11.1.2 相互作用 304
11.1.3 相似关系 306
11.1.4 不完全信息 308
11.2 分类排序 309
11.2.1 多属性分类问题 310
11.2.2 多属性有序分类 314
11.2.3 不完全信息问题 316
11.3 选择评级 318
11.3.1 成对比较表 319
11.3.2 多等级占优 320
11.3.3 无偏好占优 323
11.4 粗糙集方法的扩展 327
附录a 备选属性集结算子 330
附录b 特征向量理论概率 339
参考文献 343
索引 369...
第1篇 预备知识与基础
第1章 预备知识 2
1.1 基本术语 2
1.2 决策内容 4
1.2.1 决策要素 5
1.2.2 决策过程 7
1.3 决策方法 8
1.3.1 决策方式 8
1.3.2 决策标准 9
1.3.3 决策偏好 10
1.3.4 方法分类 11
第2章 属性度量 12
2.1 度量基础 12
2.1.1 集合与运算 12
2.1.2 关系及性质 13
2.1.3 序结构性质 15
2.1.4 偏好模型法 18
2.2 效用理论 21
2.2.1 效用的基本原理 21
.2.2.2 多属性效用理论 25
2.2.3 效用加性的理论 34
2.3 属性规范 37
2.3.1 数量化 38
2.3.2 标准化 39
第3章 属性集结 42
3.1 权重设置 42
3.1.1 特征向量法 42
3.1.2 最小加权法 44
3.1.3 信息熵方法 45
3.2 集结算子 48
3.2.1 加权平均算子 48
3.2.2 有序加权算子 49
3.2.3 组合加权算子 50
第2篇 确定多属性决策
第4章 基本方法 54
4.1 无偏好信息方法 54
4.1.1 属性占优法 54
4.1.2 最大最小法 55
4.1.3 最大最大法 58
4.2 有属性信息方法 59
4.2.1 多属性效用理论 59
4.2.2 级别优先关系法 85
4.3 有方案信息方法 105
4.3.1 相互偏好方法 105
4.3.2 相互比较方法 116
第5章 综合方法 121
5.1 层次分析方法 121
5.1.1 方法步骤 121
5.1.2 原理运用 133
5.2 monte carlo方法 140
5.2.1 方法基础 140
5.2.2 决策运用 142
5.3 数据包络分析 144
5.3.1 模型基础 144
5.3.2 排序方法 148
5.3.3 决策问题 154
5.4 决策敏感分析 156
5.4.1 权重的敏感性分析 157
5.4.2 属性值敏感性分析 158
第3篇 随机多属性决策
第6章 随机决策原理 162
6.1 模型特点 163
6.2 主观概率 164
6.2.1 基础概念 164
6.2.2 先验分布 166
6.3 决策准则 167
6.3.1 不确定型准则 167
6.3.2 风险随机准则 171
第7章 随机决策方法 177
7.1 bayes决策分析法 177..
7.1.1 bayes定理 177
7.1.2 bayes规则 179
7.1.3 bayes分析 181
7.1.4 信息与决策 184
7.2 随机优势决策分析 190
7.2.1 随机优势的基础 190
7.2.2 第一类随机优势 191
7.2.3 第二类随机优势 194
7.2.4 第三类随机优势 197
7.2.5 随机优势的判断 200
7.2.6 随机优势的应用 202
7.3 随机层次分析方法 205
7.3.1 区间判断矩阵 205
7.3.2 排序反转概率 208
7.3.3 层次组合排序 213
第4篇 模糊多属性决策
第8章 模糊集与决策 218
8.1 模糊决策原理 218
8.1.1 模糊决策的基本特征 218
8.1.2 模糊决策原理的变化 219
8.1.3 模糊多属性决策模型 220
8.2 模糊集与运算 222
8.2.1 模糊集合基础 222
8.2.2 模糊集合运算 224
8.2.3 扩展模糊算术 228
8.2.4 确定隶属函数 232
8.3 模糊集的排序 236
8.3.1 偏好关系方法 237
8.3.2 均值散布方法 250
8.3.3 模糊评分方法 252
第9章 模糊决策方法 259
9.1 模糊属性的转换 260
9.2 无偏好信息的决策 262
9.2.1 模糊乐观型决策方法 262
9.2.2 模糊悲观型决策方法 263
9.2.3 模糊折中型方法 264
9.3 有属性信息的决策 265
9.3.1 模糊联合与分离法 266
9.3.2 模糊加权平均方法 268
9.3.3 模糊决策扩展方法 271
9.4 有方案信息的决策 273
9.5 模糊决策综合方法 275
9.5.1 模糊层次分析方法 275
9.5.2 区间层次分析方法 278
第5篇 粗糙多属性决策
第10章 粗糙集理论基础 290
10.1 数据表与关系 290
10.2 粗糙集与近似 291
10.3 依赖性与约简 297
10.3.1 知识的依赖性 298
10.3.2 差别矩阵函数 301
第11章 粗糙集决策方法 303
11.1 决策基础 303
11.1.1 决策规则 303
11.1.2 相互作用 304
11.1.3 相似关系 306
11.1.4 不完全信息 308
11.2 分类排序 309
11.2.1 多属性分类问题 310
11.2.2 多属性有序分类 314
11.2.3 不完全信息问题 316
11.3 选择评级 318
11.3.1 成对比较表 319
11.3.2 多等级占优 320
11.3.3 无偏好占优 323
11.4 粗糙集方法的扩展 327
附录a 备选属性集结算子 330
附录b 特征向量理论概率 339
参考文献 343
索引 369...
Multiple attribute decision making theory and methods
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
