图书介绍

复杂模糊多属性大群体决策模型与算法研究pdf电子书版本下载

复杂模糊多属性大群体决策模型与算法研究
  • 刘炳胜,王安民,申映华著 著
  • 出版社: 天津:天津大学出版社
  • ISBN:9787561860267
  • 出版时间:2017
  • 标注页数:183页
  • 文件大小:64MB
  • 文件页数:191页
  • 主题词:群体-决策学-决策模型-研究;群体-决策学-算法-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页

下载说明

复杂模糊多属性大群体决策模型与算法研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论 1

1.1 群决策理论发展回顾 1

1.2 复杂多属性大群体决策理论回顾 2

1.3 复杂多属性大群体决策环境 3

1.3.1 直觉模糊信息 3

1.3.2 语言标度信息 4

1.4 本书主要内容 5

第2章 复杂多属性大群体决策者聚类模型 8

2.1 面向决策者聚类的直觉模糊环境下偏二叉树DEA-DA模型 8

2.1.1 预备知识 9

2.1.2 区间直觉模糊样本向单值样本转化的C-OWA算子 14

2.1.3 偏二叉树DEA-DA循环分类模型 17

2.1.4 区间直觉模糊环境下复杂多属性大群体决策者分类流程 18

2.1.5 算例 19

2.2 面向决策者聚类的语言环境下偏二叉树DEA-DA模型 27

2.2.1 预备知识 28

2.2.2 复杂多属性大群体语言决策专家分类偏二叉树DEA-DA模型 32

2.2.3 算例 43

2.3 本章小结 48

第3章 复杂多属性大群体决策者定权模型 49

3.1 直觉模糊环境下复杂多属性大群体决策者双层定权模型 49

3.1.1 预备知识 50

3.1.2 直觉模糊环境下决策者双层定权算法 52

3.1.3 算例 55

3.2 语言环境下复杂多属性大群体决策者双层定权模型 58

3.2.1 预备知识 59

3.2.2 语言环境下专家双层定权方法 60

3.2.3 算例 65

3.3 本章小结 68

第4章 复杂大群体决策属性定权模型 70

4.1 直觉模糊环境下复杂大群体决策属性偏最小二乘通径定权模型 70

4.1.1 预备知识 71

4.1.2 区间直觉模糊样本向单值样本转化的两阶段法 73

4.1.3 算例 77

4.2 语言环境下复杂大群体决策属性偏最小二乘通径定权模型 82

4.2.1 预备知识 83

4.2.2 面向复杂大群体语言决策的多属性权重PLS通径模型构建 86

4.2.3 面向复杂大群体语言决策的多属性权重PLS通径模型确定方法 90

4.2.4 算例 93

4.3 本章小结 96

第5章 复杂多属性大群体信息集结模型 98

5.1 新型直觉模糊集相关度测量模型 98

5.1.1 预备知识 99

5.1.2 新型相关度测量模型 100

5.1.3 扩展:IVIFS的相关系数计算方法 106

5.2 区间直觉模糊环境下复杂大群体IVIF-PCA信息集结:模型Ⅰ 109

5.2.1 预备知识 110

5.2.2 复杂多属性大群体决策的IVIF-PCA模型 111

5.2.3 算例 116

5.3 区间直觉模糊环境下复杂大群体IVIF-PCA信息集结:模型Ⅱ 121

5.3.1 预备知识 121

5.3.2 新概念的提出 122

5.3.3 IVIF-PCA模型 127

5.3.4 基于IVIF-PCA模型的CMALGDM方法 131

5.3.5 算例与对比分析 134

5.4 语言环境下复杂大群体主成分决策方法 149

5.4.1 预备知识 150

5.4.2 复杂多属性大群体语言决策的属性主成分模型 153

5.4.3 复杂多属性大群体语言决策的属性主成分求取步骤 155

5.4.4 算例 158

5.5 本章小结 163

第6章 总结与展望 164

6.1 研究总结 164

6.2 进一步研究展望 165

参考文献 167

精品推荐