基于粗糙集与贝叶斯理论的群决策方法研究 -中南大学出版社

基于粗糙集与贝叶斯理论的群决策方法研究

【作者】：毕文杰
【出版时间】：2009-06
【字数】：146（千字）
【定价】：￥20.00（元）
【出版社】：中南大学出版社
【ISBN】：978-7-81105-924-3
【页码】：180（页）
【开本】：32开

本书的目的是在粗糙集和贝叶斯理论基础上,对这两类不确定信息的多属性群决策问题进行深入探讨,以完善不确定信息群决策研究。全书共分为8章,具体内容安排如下:
第1章论述了本书的研究背景,思路和结构安排;第2章对国内外不确定信息群决策方面的研究进行了总结和评述;第3章和第4章在粗糙集的基础上,探讨了群体分类和分级决策问题; 第5章和第6章研究了基于贝叶斯理论的随机信息多属性群决策方法。第7章介绍了本书所提出的群决策方法在矿产资源竞争力评价方面的应用。第8章为结论与展望。

第1章绪论……………………………………………… (1)
1.1 引言………………………………………………… (1)
1.2 研究背景…………………………………………… (2)
1.3 研究目的与意义…………………………………… (6)
1.4 研究内容…………………………………………… (8)
1.5 本书研究的主要创新点………………………… (11)
第2章相关研究评述……………………………………… (13)
2.1 引言……………………………………………… (13)
2.2 不确定理论与不确定信息决策方法…………… (15)
2.3 基于粗糙集的多属性决策与群决策研究现状… (17)
2.3.1 基于粗糙集的多属性决策方法…………… (17)
2.3.2 基于粗糙集的群决策方法………………… (20)
2.4 随机多属性群决策方法研究进展……………… (22)
2.5 贝叶斯决策理论与方法研究进展……………… (25)
2.6 复杂大群体决策方法研究进展………………… (29)
2.7 本章小结………………………………………… (30)
第3章基于可变精度粗糙集的群体分类决策方法……… (32)
3.1 引言……………………………………………… (32)
3.2 可变精度粗糙集与多决策表分析……………… (33)
3.2.1 可变精度粗糙集…………………………… (33)
3.2.2 分类模式…………………………………… (34)
3.2.3 基于粗糙关系函数的可变精度粗糙集…… (36)
3.2.4 多决策表分析……………………………… (37)
3.3 群体分类决策步骤……………………………… (42)
3.4 算例分析与方法比较…………………………… (43)
3.4.1 算例分析…………………………………… (43)
3.4.2 与规则合并方法的比较…………………… (49)
3.5 本章小结………………………………………… (50)
第4章基于扩展优势关系粗糙集的群体分级决策方法
……………………………………………………… (52)
4.1 引言……………………………………………… (52)
4.2 基于优势关系的粗糙集模型…………………… (55)
4.3 面向群决策的扩展优势关系粗糙集…………… (57)
4.4 群体分级决策步骤……………………………… (62)
4.5 实例分析与方法比较…………………………… (63)
4.5.1 实例分析…………………………………… (63)
4.5.2 方法比较…………………………………… (66)
4.6 本章小结………………………………………… (69)
第5章群体随机偏好信息的贝叶斯集结与蒙特卡洛模拟
方法………………………………………………… (70)
5.1 引言……………………………………………… (70)
5.2 问题描述及符号说明…………………………… (71)
5.3 基于贝叶斯理论的分布集结模型……………… (72)
5.4 基于随机模拟的多属性决策方案排序………… (77)
5.4.1 属性权重的表述和集结…………………… (77)
4 基于粗糙集与贝叶斯理论的不确定信息群决策方法研究
5.4.2 基于模拟的方案排序方法………………… (80)
5.5 随机偏好多属性群决策步骤…………………… (83)
5.6 实例分析与方法比较…………………………… (84)
5.6.1 实例分析…………………………………… (84)
5.6.2 方法比较…………………………………… (89)
5.7 本章小结………………………………………… (90)
第6章大群体决策中随机信息判断矩阵的贝叶斯集结方法
……………………………………………………… (92)
6.1 引言……………………………………………… (92)
6.2 问题描述………………………………………… (93)
6.3 基于贝叶斯理论的群体偏好集结方法………… (95)
6.3.1 确定性偏好的贝叶斯后验分布…………… (95)
6.3.2 随机偏好后验分布的Gibbs抽样方法……… (96)
6.4 异构大群体的划分……………………………… (100)
6.4.1 P.α问题子群体划分算法………………… (101)
6.4.2 P.γ问题子群体划分算法………………… (102)
6.4.3 基于偏好相似程度的划分算法…………… (102)
6.5 随机偏好大群体决策方法与步骤……………… (105)
6.6 实例分析与方法比较…………………………… (105)
6.6.1 实例分析…………………………………… (105)
6.6.2 方法比较…………………………………… (112)
6.7 本章小结………………………………………… (115)
第7章实证研究:矿产资源竞争力评价群体决策……… (116)
7.1 引言……………………………………………… (117)
7.2 问题背景………………………………………… (117)
7.3 矿产资源竞争力评价方法及步骤……………… (119)
7.4 矿产资源竞争力评价群体决策过程…………… (121)
7.4.1 矿产资源竞争力评价指标体系的建立…… (121)
7.4.2 指标权重确定……………………………… (123)
7.4.3 矿产资源竞争力评价及排序……………… (128)
7.4.4 结果分析与方法比较……………………… (141)
7.5 本章小结………………………………………… (142)
第8章结论与展望……………………………………… (143)
8.1 研究总结………………………………………… (143)
8.2 研究展望………………………………………… (145)
附录A 矿产资源竞争力评价指标权重调查问卷……… (147)
附录B Matlab计算程序………………………………… (150)
参考文献…………………………………………………… (166)

“管理就是决策”,诺贝尔经济学奖得主西蒙的著名论断揭示了决策在管理活动中的重要地位。一方面,随着决策问题的日益复杂,以及人们对决策民主性和科学性要求的不断提高,目前, 群体决策已成为政府、企业等进行重大决策的主要方式。另一方面,在信息爆炸的今天,决策者面临的是大量动态、不确定、随机、模糊的甚至是有噪声的信息。因此,研究不确定信息的群体决策问题显得十分必要和紧迫。

信息的不确定性一般包括三种类型,即信息的粗糙性、模糊性和随机性。现有的不确定信息决策分析主要集中在模糊信息多属性决策及群决策方法的研究,对偏好信息具有粗糙性及随机性的群决策问题研究十分不够。而现实生活中的产品研发、信用评价、投资方案评估、竞争力评价等群决策问题中都存在大量具有粗糙性和随机性的信息需要集结。本书的目的是在粗糙集和贝叶斯理论基础上,对这两类不确定信息的多属性群决策问题进行深入探讨,以完善不确定信息群决策研究。全书共分为8章,具体内容安排如下:

第1章论述了本书的研究背景,思路和结构安排;第2章对国内外不确定信息群决策方面的研究进行了总结和评述;第3章和第4章在粗糙集的基础上,探讨了群体分类和分级决策问题; 第5章和第6章研究了基于贝叶斯理论的随机信息多属性群决策方法。第7章介绍了本书所提出的群决策方法在矿产资源竞争力评价方面的应用。第8章为结论与展望。

本书作者特别感谢博士生导师陈晓红教授多年的精心指导, 以及国家自然科学基金重点项目组成员的帮助;感谢中南大学出版社的大力支持,感谢陈应征编辑对本书提出的宝贵意见。

本书的出版得到了国家自然科学基金重点项目(70631004)、湖南省自然科学基金项目(09JJ3130)、湖南省社科基金项目 (08YBA022)的资助,作者在此表示衷心感谢。

由于作者水平有限,书中错误和不妥之处在所难免,恳请专家、读者批评指正。

作者
2009年3月15日