多属性决策的理论与方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多属性决策的理论与方法PDF格式电子书版下载

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

第1篇 预备知识与基础2

第1章 预备知识2

1.1 基本术语2

前言3

1.2 决策内容4

1.2.1 决策要素5

1.2.2 决策过程7

1.3.1 决策方式8

1.3 决策方法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

常用符号说明12

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

3.1.1 特征向量法42

第3章 属性集结42

3.1 权重设置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

4.1.1 属性占优法54

4.1 无偏好信息方法54

第2篇 确定多属性决策54

第4章 基本方法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

5.3.1 模型基础144

5.3 数据包络分析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162

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

7.1.1 Bayes定理177

第7章 随机决策方法177

7.1 Bayes决策分析法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

8.1.1 模糊决策的基本特征218

8.1 模糊决策原理218

第8章 模糊集与决策218

第4篇 模糊多属性决策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290

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

11.1.1 决策规则303

11.1 决策基础303

第11章 粗糙集决策方法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