

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、序關系是決策分析的基礎內容之一,在決策分析中,把對象作比較,排次序是經常遇到的,從關系的角度來看,這就是一種序關系。由全序關系推廣而成的各種形式的序關系和公理化的序理論在解決一些實際問題中發(fā)揮著越來越重要的作用。隨著管理科學、生物學、經濟學、系統(tǒng)工程學、數學等領域中的各種各樣的非線性問題的出現,非線性分析成為現代科學中最重要的研究方向之一,而半序方法作為研究非線性問題的基本方法之一,對研究非線性問題起著非常重要的作用。
本
2、文對序方法和多屬性決策問題進行研究,得到了一些重要的新結果。主要內容如下:
第一章介紹非線性分析中的半序方法與多屬性決策的歷史背景、研究現狀以及本文所需要的預備知識;介紹本文研究的主要內容及研究意義。
第二章介紹了數學及經濟管理科學中主要的序關系及其性質。介紹了錐與半序、楔與擬序之間的關系。
第三章用序方法研究了一些非線性算子問題。首先,用半序方法研究了非線性算子不動點的存在性及唯一性,得到了相
3、應的不動點定理;然后,提出了n次合理擴張算子的新概念,并對其不動點的存在性進行了討論,得到了一些新的不動點定理,同時推廣了若干重要的結論;最后,用半序方法及單調迭代技巧討論了一類非線性算子方程組解的存在性并研究了它們的最小最大解和最大最小解。
第四章討論楔與擬偏好的關系,并在擬偏好意義下研究了一類算子方程解的存在性及有關集值增算子問題。
第五章定義了風險型有序加權平均(R-OWA)算子和風險型有序加權幾何平均
4、(R-OWGA)算子,并對其性質進行了討論。同時,基于有序信息集成算子,研究了風險型多屬性決策的新方法。
第六章在偏好關系之間距離的基礎上,給出了偏好結構中的偏好關系占優(yōu)關聯度和被占優(yōu)關聯度的新概念,利用這些新概念研究了序數信息條件下的多屬性決策方法。
第七章研究了多屬性決策中的等級偏好優(yōu)序法。這章首先對優(yōu)序法進行了介紹;其次給出了等級偏好占優(yōu)關聯系數和等級偏好被占優(yōu)關聯系數的新概念,并利用等級偏好關聯系數代
5、替優(yōu)序法中的優(yōu)序數,從而提出了等級偏好優(yōu)序法,并在計算機上進行了實現,于是使得該方法在解決實際決策問題中發(fā)揮了很大的作用;最后,探討了等級偏好優(yōu)序法的拓展情況,并對屬性權重不完全已知的多屬性決策問題進行了研究。
第八章利用等級偏好優(yōu)序法建立了深基坑支護結構選型模型。利用等級偏好優(yōu)序法建立了源范例檢索模型,在該源范例檢索模型中,通過海明距離比較范例庫中的源范例與目標范例的相似程度的大小來找出與目標范例最相似的源范例,該范例的
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 模糊多屬性決策方法研究
- 模糊多屬性決策方法研究.pdf
- 多屬性決策方法new
- 區(qū)間數多屬性決策方法研究.pdf
- 多屬性決策方法及其應用.pdf
- 屬性關聯的區(qū)間多屬性決策方法研究.pdf
- 多屬性決策基本理論與方法
- 幾種多屬性決策方法與應用研究.pdf
- 幾種多屬性決策方法的研究.pdf
- 基于屬性影響度的多屬性決策方法研究.pdf
- 序信息系統(tǒng)下多屬性決策的排序方法及其應用研究.pdf
- 模糊多屬性群決策方法與應用研究.pdf
- 多屬性決策方法及其應用研究.pdf
- 語言型多屬性群決策方法研究.pdf
- 多屬性決策問題的幾種決策方法.pdf
- 區(qū)間多屬性決策及其優(yōu)化方法.pdf
- 混合多屬性決策理論方法與應用研究.pdf
- 灰色模糊多屬性決策分析方法研究.pdf
- 有偏好信息的屬性關聯模糊多屬性決策方法研究.pdf
- 區(qū)間直覺梯形模糊多屬性決策方法研究.pdf
評論
0/150
提交評論