下载掌阅APP，畅读海量书库
立即打开
自从Zadeh教授提出了模糊集理论以来，其拓展形式也越来越被更多的专家和学者研究，应用领域也越来越宽广。其中，模糊集理论和决策理论的结合就是一个很热门的研究方向。虽然模糊环境下的多准则决策取得了很大的进展，但它是一个比较新的研究领域，所以很多问题还有待解决。为了更好地研究该决策领域，本书以模糊数学为基础，以多准则决策和群决策为主线，在已有研究的基础上对FMCDM方法和GDM中共识达成方法进行了拓展，给出适应性更强的FMCDM、模糊信息集结方法和模糊群决策方法。信息集结是在FMCDM的基础上考虑了不同方案的不同评估信息，对方案整体的信息进行的一种综合评估，是对FMCDM的一个有效扩充，共识达成方法是GDM中减少决策者冲突的重要方式，是提高GDM决策效率和决策质量的重要过程。本书的研究内容包括：①基于泛化模糊数的FMCDM方法研究；②基于组合权重的多阶段模糊多准则决策方法及其应用；③基于非线性集结算子的多阶段动态综合评估方法研究与应用；④基于不确定幂加权几何平均算子的多阶段动态多准则决策方法研究；⑤提出一种整合异构信息的群体共识决策方法；⑥基于模糊聚类分析的异构大规模群体共识决策方法。
基于以上内容，本书的结构安排如下：
第1章：绪论。本章介绍了本书的研究背景及意义，然后根据研究背景引出本书的研究内容和结构安排，最后给出本书所用的研究方法和主要的创新点。
第2章：相关方法及理论基础。本章主要给出研究的理论基础以及相关的研究方法。具体来说，本章首先介绍模糊集理论的相关知识，如模糊数、模糊集合、模糊运算、模糊集排序等理论和方法；其次介绍模糊决策的相关方法，如无偏好信息方法、有属性信息方法、有部分属性信息方法、有方案信息方法和模糊综合决策等方法；最后对国内外关于FMCDM方法、GDM方法及应用的研究进行回顾、梳理和分析，找出该领域尚未解决的一些问题，引出本书的主要内容。
第3章：基于泛化模糊数的多准则决策。在现有的关于FMCDM方法的研究中，模糊数是个重要的研究对象，当专家对属性信息不能完全确定时，有可能就会用模糊数来表示。在以往的研究中，模糊数大多是区间型模糊数、三角模糊数或者梯形模糊数，然而这些模糊数都是比较特殊的模糊数，并不能完全反映专家的偏好信息，因此本书给出了更加一般的泛化模糊数，当其参数改变时，可以满足不同专家的偏好。另外，本书考虑了决策过程中属性权重部分未知的情形，以便放宽专家决策的条件，最后给出改进的排序方法，避免了在模糊决策问题中模糊数排序时模糊信息丢失的问题。
第4章：基于组合权重的多阶段模糊多准则决策。权重是多准则决策方法研究的重点，权重确定在决策过程中关系方案排序结果的正确性和可靠性。权重的确定大体有两种方法，一种是由专家根据经验主观判断而得到的主观权重，另一种是客观性较强的客观权重。然而两种权重各有优缺点，为了集结两种权重的优点，避免其缺点，本章提出一种确定组合权重的方法，然后把该方法与FMCDM相结合，同时考虑时间因素对决策过程的影响，给出一种综合的多阶段模糊多准则决策方法并给出其应用。
第5章：基于两次信息集结的多阶段综合评估方法。综合评价方法是按照某种评判标准对有限个影响因素的评价对象按照某种科学的评估方法进行评判，并选择一个合适的评估对象的过程。针对传统决策过程中属性权重未考虑集成数据间的相互关系以及时间因素对决策结果的影响等问题，本章提出一种基于两次信息集结的多阶段综合评估方法，并给出其应用。
第6章：不确定幂几何加权平均算子的多阶段动态多准则决策。本章在第5章的基础上，基于确定环境下的多阶段综合评估方法，把动态的决策方法应用到模糊环境下，结合模糊集理论，强化对模糊信息的处理，使得被评估的信息更加贴近实际；根据不确定幂平均算子，考虑决策属性间的支撑关系，把握决策者要反映汇总值的精致细微差别，进行信息集结；给出一种时间权重的确定方法来计算时间权重；提出一种基于不确定幂几何加权平均算子的动态多准则决策方法。
第7章：一种整合异构信息的群体共识决策方法。前面章节主要考虑个体决策，但是在现实生活中，面临许多错综复杂的决策问题，单一决策者往往很难做出有效决策，因此人们普遍采用群体决策的方式进行问题决策。本章以多个决策者的评估信息为出发点，结合模糊集理论和传统群决策方法，给出一种整合异构信息的群体共识决策方法，考虑决策者间的共识达成过程，并通过对决策者间意见的不断修改和调整，提升决策者间的共识程度，进而提高决策者对决策结果的满意度。
第8章：基于模糊聚类分析的异构大规模群体共识决策方法。本章在第7章研究的基础上，把群决策问题扩展到大规模群体决策问题，传统大规模群体决策过程将大群体划分为小群体，以缩小群体决策的规模，并将异构信息转换为统一的格式来处理异构问题。然而这些方法面临两个挑战：如何确定合适的小群体分类的多少，以及如何避免或减少转换过程中的信息丢失。为了解决这两个难题，本章构建了基于模糊聚类分析的异构大规模群体共识决策方法，结合统计学方法确定满意分类群组；结合新构建的相似度，建立共识达成过程和反馈机制，以避免决策过程中的信息转换，最后给出在应急预案选择中的应用。
第9章：结论与展望。本章对全书进行了概括和总结，阐述了本书研究的局限性，同时给出了将来进一步的研究目标和方向。