本書面對關係結構更加複雜的多屬性決策問題，分別從隨機型多屬性決策、模糊型多屬性決策及描述性多屬性決策三個不同的角度，就不確定決策問題的理論和方法進行研討， 主要介紹隨機、模糊和粗糙三類多屬性決策問題的模型和有關理論、求解方法以及套用推廣。
基本介紹
- 書名：多屬性決策的理論與方法
- ISBN：7302132739
- 出版社：清華大學出版社; 第
- 出版時間：2006年8月1日
- 裝幀：平裝
- 開本：16開
基本信息,內容簡介,
基本信息
叢書名: 不確定理論與最佳化叢書
平裝: 372頁
開本: 16開
內容簡介
多屬性決策是多準則決策的重要組成部分，它與多目標決策一起構成了多準則決策體系，是運籌學與管理科學的重要分支。 多屬性決策著重研究關於離散的、有限個決策方案的決策問題。不確定多屬性決策是在經典多屬性決策理論上的延伸和發展。不確定多屬性決策理論主要包括三部分內容，隨機型、模糊型以及描述性決策理論與方法。
本書可作為高等院校運籌學、管理科學、信息科學和系統工程等相關專業研究生和高年級本科學生教材，也可作為相關專業的教師、科技工作者、工程技術人員以及企業管理者的參考書。
目錄
前言 3
常用符號說明 12
第1篇預備知識與基礎
第1章預備知識 2
1.1基本術語 2
1.2決策內容 4
1.2.1決策要素 5
1.2.2決策過程 7
1.3決策方法 8
1.3.1決策方式 8
1.3.2決策標準 9
1.3.3決策偏好 10
1.3.4方法分類 11
第2章屬性度量 12
2.1度量基礎 12
2.1.1集合與運算 12
2.1.2關係及性質 13
2.1.3序結構性質 15
2.1.4偏好模型法 18
2.2效用理論 21
2.2.1效用的基本原理 21
2.2.2多屬性效用理論 25
2.2.3效用加性的理論 34
2.3屬性規範 37
2.3.1數量化 38
2.3.2標準化 39
第3章屬性集結 42
3.1權重設定 42
3.1.1特徵向量法 42
3.1.2最小加權法 44
3.1.3信息熵方法 45
3.2集結運算元 48
3.2.1加權平均運算元 48
3.2.2有序加權運算元 49
3.2.3組合加權運算元 50
第2篇確定多屬性決策
第4章基本方法 54
4.1無偏好信息方法 54
4.1.1屬性占優法 54
4.1.2最大最小法 55
4.1.3最大最大法 58
4.2有屬性信息方法 59
4.2.1多屬性效用理論 59
4.2.2級別優先關係法 85
4.3有方案信息方法 105
4.3.1相互偏好方法 105
4.3.2相互比較方法 116
第5章綜合方法 121
5.1層次分析方法 121
5.1.1方法步驟 121
5.1.2原理運用 133
5.2MonteCarlo方法 140
5.2.1方法基礎 140
5.2.2決策運用 142
5.3數據包絡分析 144
5.3.1模型基礎 144
5.3.2排序方法 148
5.3.3決策問題 154
5.4決策敏感分析 156
5.4.1權重的敏感性分析 157
5.4.2屬性值敏感性分析 158
第3篇隨機多屬性決策
第6章隨機決策原理 162
6.1模型特點 163
6.2主觀機率 164
6.2.1基礎概念 164
6.2.2先驗分布 166
6.3決策準則 167
6.3.1不確定型準則 167
6.3.2風險隨機準則 171
第7章隨機決策方法 177
7.1Bayes決策分析法 177
7.1.1Bayes定理 177
7.1.2Bayes規則 179
7.1.3Bayes分析 181
7.1.4信息與決策 184
7.2隨機優勢決策分析 190
7.2.1隨機優勢的基礎 190
7.2.2第一類隨機優勢 191
7.2.3第二類隨機優勢 194
7.2.4第三類隨機優勢 197
7.2.5隨機優勢的判斷 200
7.2.6隨機優勢的套用 202
7.3隨機層次分析方法 205
7.3.1區間判斷矩陣 205
7.3.2排序反轉機率 208
7.3.3層次組合排序 213
第4篇模糊多屬性決策
第8章模糊集與決策 218
8.1模糊決策原理 218
8.1.1模糊決策的基本特徵 218
8.1.2模糊決策原理的變化 219
8.1.3模糊多屬性決策模型 220
8.2模糊集與運算 222
8.2.1模糊集合基礎 222
8.2.2模糊集合運算 224
8.2.3擴展模糊算術 228
8.2.4確定隸屬函式 232
8.3模糊集的排序 236
8.3.1偏好關係方法 237
8.3.2均值散布方法 250
8.3.3模糊評分方法 252
第9章模糊決策方法 259
9.1模糊屬性的轉換 260
9.2無偏好信息的決策 262
9.2.1模糊樂觀型決策方法 262
9.2.2模糊悲觀型決策方法 263
9.2.3模糊折中型方法 264
9.3有屬性信息的決策 265
9.3.1模糊聯合與分離法 266
9.3.2模糊加權平均方法 268
9.3.3模糊決策擴展方法 271
9.4有方案信息的決策 273
9.5模糊決策綜合方法 275
9.5.1模糊層次分析方法 275
9.5.2區間層次分析方法 278
第5篇粗糙多屬性決策
第10章粗糙集理論基礎 290
10.1數據表與關係 290
10.2粗糙集與近似 291
10.3依賴性與約簡 297
10.3.1知識的依賴性 298
10.3.2差別矩陣函式 301
第11章粗糙集決策方法 303
11.1決策基礎 303
11.1.1決策規則 303
11.1.2相互作用 304
11.1.3相似關係 306
11.1.4不完全信息 308
11.2分類排序 309
11.2.1多屬性分類問題 310
11.2.2多屬性有序分類 314
11.2.3不完全信息問題 316
11.3選擇評級 318
11.3.1成對比較表 319
11.3.2多等級占優 320
11.3.3無偏好占優 323
11.4粗糙集方法的擴展 327
附錄A備選屬性集結運算元 330
附錄B特徵向量理論機率 339
參考文獻 343
索引 369
