认识决策：以模糊集和粗糙集为分析工具
前 言
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
查看完整
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
查看完整
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、*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
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。
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。
前 言
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 劣方法（BWM） /64
3.5.2 RSTBWM方法 /69
3.5.3 模糊劣方法 /70
3.5.4 三角模糊数劣方法 /72
3.5.5 粗糙劣方法 /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
^ 收 起
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 劣方法（BWM） /64
3.5.2 RSTBWM方法 /69
3.5.3 模糊劣方法 /70
3.5.4 三角模糊数劣方法 /72
3.5.5 粗糙劣方法 /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
^ 收 起
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、*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
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。
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。
比价列表
