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 最优最劣方法(BWM) 64
3.5.2 RST-BWM方法 69
3.5.3 模糊最优最劣方法 70
3.5.4 三角模糊数最优最劣方法 72
3.5.5 粗糙最优最劣方法 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