一、具有模糊数的模糊多目标群体决策优选模型与方法（论文文献综述）
高素英[1]（2020）在《G公司维修服务供应商评价研究》文中研究说明随着市场经济的蓬勃发展,维修服务采购是企业实际生产运营的重要环节。目前,国内外学者对企业维修服务采购的关注较少,研究文献不多,缺少相对成熟及实用性强的维修服务供应商的相关评价体系。基于对G公司当前的维修服务供应商评价指标的分析来看,该指标体系并不健全和成熟,部分指标难以量化,过于单一,且存在评价指标范围过于宽泛等不足。另外,评价过程中不同部门专家意见主观性强,且没有清晰的权重算法,所选择的指标体系难以满足G公司的供应商管理要求,本文研究G公司维修服务供应商评价有一定实践价值意义。本文以G公司非生产性材料采购中的维修服务为研究对象,以国内外学者关于供应商评价指标体系及评价方法的研究为基础。首先,总结论述了现有与课题有关的研究成果、结论;其次全面概括了供应商管理、供应商评价指标体系和灰色关联分析等相关理论;进而,详细分析了G公司维修服务供应商的构成,并分析了G公司维修服务供应商评价现状和存在的问题,提出了G公司维修服务供应商评价管理中,评价指标筛选不合理,指标体系单一,没有完善的维修服务供应商评价模型等问题;有机结合定性与定量分析法,构建出能够体现G公司维修服务特点的维修服务供应商评价指标体系,利用层次分析法对指标数据进行赋权,再结合灰色关联分析法排序供应商方案优劣性;最后,根据新的维修服务供应商评价模型特点,就G公司维修服务供应商评价提出平衡价值与风险、结合项目特点与指标及部门专家与指标匹配等建议。
张洋[2]（2020）在《项目型制造企业的供应商选择与订单分配研究》文中认为项目型制造简称ETO（Engineer To Order）,即面向订单设计,是生产大型复杂产品的采用项目管理方法的制造类型。供应商的表现对项目型制造企业的绩效影响很大,供应商的质量、价格、交货期和服务是最关心的指标,而其中质量又是重中之重。对项目型制造企业的特点、发展现状和问题进行了归纳,并总结了项目型制造企业供应商管理和供应商选择的相关理论。通过对项目型制造企业与非项目制造企业对比,分析了供应商质量对时效和成本的影响,以及这种影响在两种企业的不同情况。供应商选择是一个多准则决策问题,因此本文选用多目标规划方法作为供应商选择的主要方法,这种方法还有一个优点是可以在不同的供应商之间分配采购数量。用Taguchi质量损失函数描述供应商质量对成本的附加影响,定义了延误系数,用含有返工率和废品率的模型对其进行描述,用以表示供应商质量对时效的附加影响,在此基础上构建了考虑供应商质量对时效和成本影响的多目标规划模型,并分为单产品和多产品两种情况。在模型求解方面,首先给出了各个目标的数据确定方法,也就是供应商的质量、时效、服务、成本的评价标准,其中时效、服务采用定性打分法,成本用价格,质量用因子分析构建的模型计算。使用判断矩阵法确定各个目标的权重,将多目标规划模型转化为单目标模型,将得到的数据通过归一化处理带入模型计算。最后通过案例分析对模型进行验证,分析了考虑质量损失成本和质量损失延误后与未考虑的区别,结果证明改进后的模型计算结果更能反映供应商的真实绩效。对计算结果中约束条件--单一供应商采购上限的影响进行讨论,并由此给出了供应商的优劣排序。从产品生命周期的角度对目标函数中目标权重的影响进行了讨论,有助于决策者在不同情境下做出更合理的供应商选择,并给出了供应商选择方面的建议。
郑晓飞[3]（2020）在《地产项目施工总承包商履约评价研究 ——以河南MM地产公司Y项目为例》文中提出在地产市场竞争日益激烈的环境下,行之有效的履约评价能够更好地帮助地产企业正确、科学地对承包商履约进行评价、选择优质的承包商。履约评价在地产企业管理中起着举足轻重的作用,尤其是作为地产项目重要的承包商——施工总承包商,对其履约进行科学、有效地评价显得尤为重要。但是当前的履约评价存在诸多问题,特别表现在评价指标选择不科学、不具代表性,评价指标权重依赖主要领导的主观判断,缺乏客观性和科学性。同时,履约评价指标体系结构设置不合理且评价过程和评价结果受考核者的主观影响比较大,难以保证履约评价结果的科学性、合理性。鉴于以上情况,本文对履约评价相关理论进行概述,立足地产公司的角度,通过大量阅读相关文献,筛选初步履约评价指标。然后,编制李克特5级量表并通过两轮德尔菲问卷调研,结合专家意见最终确定23项评价指标。同时,运用SPSS25数据处理软件对问卷进行信度分析和效度分析并通过验证。在此基础上,采用主成分分析法对23项指标数据进行信息浓缩,形成6个概括性指标即一级指标,并对6个一级指标加以命名。最终构建本文履约评价指标体系,包括6个一级指标和23个二级指标。通过对比分析现有常用的指标权重计算方法和履约评价方法发现,粗糙集理论客观性强,可定量评价不确定信息,在指标权重配置上可解释性强。但粗糙集配置权重存在区分度不明显的缺陷,往往出现评价指标权重相等的情况,不能很好的区分每项评价指标的重要度。因此,为了解决这一问题,本文引入熵权法。熵权法据各指标信息熵的差异大小进行赋权,是一种综合考虑各指标提供的信息量配置权重的客观赋权法,且具有指标权重区分性明显的优点。但是,熵权法并未考虑整个决策表,而是孤立地计算子指标的权重,忽略了子级指标与父级指标间的联系。鉴于粗糙集和熵权法两种方法的特点,本着优势互补的思想将这两种方法结合,确保评价指标权重配置的可解释性和区分度。另外,履约评价是一个层次复杂的多目标综合评价过程,整个评价过程呈现模糊性特点。模糊综合评价在不完全信息评价中有良好的应用,而且能够把定性评价问题转化为定量评价问题,综合考虑各个因素间联系、影响,很好地解决模糊以及各种非确定性问题,从而实现对事物的客观综合评价,鉴于此本文履约评价方法采用模糊综合评价法。最后,本文通过案例分析对履约评价体系进行运用和验证,并提出了履约评价的进一步建议。本文通过科学的方法选取和确定履约评价指标,运用客观、合理的方法配置履约评价指标的权重,选用有效的履约评价方法——模糊综合评价法,最终建立了一套科学合理的地产项目施工总承包商履约评价体系,并将该履约评价体系运用到实际案例中,得到了有效的运用。本文可以为地产企业和相关企业在履约评价方面提供有效的参考和依据。
黄辉,纪玉娇,杨冬辉,严永[4]（2018）在《产能约束下多源供应商选择及订单分配研究》文中提出为有效解决在多产品、多价格折扣、考虑供应商负荷与产能状况及需求量为模糊值等多重约束条件下多供应商联合供货时的订单分配问题,考虑到进行供应商评价与选择时广泛存在的多目标及各目标的模糊性,基于产能约束条件下,对各评价指标及相关约束条件进行量化,建立了模糊多目标规划模型并采用模拟退火算法求解,确定了在多产品、多价格折扣及多供应商存在的条件下考虑供应商负荷与产能约束的订单最佳分配结果,并对结果进行了简要分析。
黄慧霞[5]（2017）在《城市公共基础设施投资效益优化模型与评价方法研究》文中研究指明城市公共基础设施是城市经济运行的支撑体系和物质载体,提高它的利用效益已成为城市可持续发展的关键。随着城市化进程加快,城市人口的不断增加,城市用水资源的污染、内涝的增加、道路交通的拥堵、雾霾范围的扩大等等已成为影响城市经济、社会、环境发展的重大阻力。为了更好对城市公共基础设施进行投资建设,就有必要对城市公共基础设施科学合理的评价和加强合理的投资布局研究,以减少重复建设、资金浪费等现象的发生。本文的主要研究内容概括如下:首先,本文对城市公共基础设施的相关概念和属性进行了详细的介绍,对国内外城市公共基础设施投资决策、效益评价方法相关的文献进行了梳理,并对这些文献进行了述评。然后,简单阐述了与城市公共基础设施相关的投资决策理论以及效益评价方法理论。选择了代表城市公共基础设施经济、社会、环境效益的各项指标,给出了城市公共基础设施在多属性群体决策模型、投资组合模型、数据包络分析博弈交叉效率模型下的评价方法。为城市公共基础设施的实证研究提供了方法支撑。其次,本文以城市公共基础六大系统为研究对象,构建了城市公共基础设施系统的经济、社会、环境效益指标,根据多属性群体决策模型得到了城市公共基础设施六大系统的评估权重,建立了公共基础设施的综合效益最优模型。结果表明交通基础设施属于生产性基础设施,所带来的经济效益要明显高于其他城市公共基础设施系统所带来的经济效益,在进行资金投资时,应重点考虑交通设施系统,然后再考虑其他城市公共基础设施系统的投资情况。第三,本文从投资组合的角度出发,研究了城市公共基础设施的模糊投资组合规划模型。对城市公共基础设施的经济、社会、效益权重进行了重新定义,同时加入了三角模糊数对投资组合模型,构建了以北京、天津、上海、重庆的公共基础设施建设为研究对象的模糊投资组合规划模型,并利用粒子群算法进行了求解。研究结果表明北京的城市公共基础设施建设投资比例逐年增加,其次是上海、天津和重庆,国家将城市公共基础设施建设的重点仍然放在的经济发达地区。第四,数据包络分析（DEA）常常被用来评价城市公共基础设施投资效益。在固定的资金投资情况下,为了争取自身利益的最大,城市之间存在一定的竞争关系,故本文借鉴了博弈的思想,将博弈论引入数据包络分析（DEA）交叉效率模型中,构建了数据包络分析博弈交叉效率模型的城市公共基础设施投资效率评价模型。利用所建立的模型对中国30个省会城市进行了实证研究。研究结果表明:西部地区的博弈交叉效率值要高于东部地区和中部地区的博弈交叉效率值。然而,城市公共基础设施投资资金的分配权重主要集中在东部地区。最后,作为城市公共基础设施系统重要组成部分,城市高速公路承包商的评价与选择显的尤为重要。在考虑政府决策的期望前提下,针对高速公路承包商的选择与评价问题,提出一种基于损失厌恶理论的数据包络分析博弈交叉效率模型的评价方法。为此,构建了一套较为全面的高速公路承包商指标评价体系,根据前景理论中价值函数的计算方法得到了各个高速公路承包商的效用函数值,最后根据效用函数值的大小进行排序和选择。将考虑损失厌恶心理与不考虑损失厌恶心理所得到的结果进行了比较,结果表明损失厌恶心理对决策者的选择决策产生了影响,突出了本文研究的创新性,验证了损失厌恶理论解决决策选择问题的可行性,同时也为城市公共基础设施投资选择问题提供了理论依据。
吕明珠[6]（2016）在《油田开发模糊规划模型及应用》文中研究指明近几年来,随着石油工业开采的逐渐深入,我国不少油田已经进入了开发阶段的中后期,开发成本逐年增加,含水率不断上升,经济效益逐步下降,使油田生产经营的形势面临极为严峻的考验。由于石油的不可再生性及总储量的有限性,如何提高生产经济效益,降低生产成本,实现产量、利润的最大化是石油企业所面临的一个极为现实的问题。在油田开发规划过程中,模糊性是时常存在的,如资源评估的模糊性、油价预测的模糊性、市场需求的模糊性等。忽略开发过程中的模糊因素建立的确定性规划模型必将和规划实际具有较大的差异。因此以模糊规划理论为基础进行模糊环境下的油田开发规划研究具有重要的理论和现实指导意义。本文考虑了油田开发过程中的不确定性,以开发工作量作为模型的决策变量,建立了模糊目标资源型和模糊系数型规划模型,并以油田真实数据为基础,利用改进的遗传算法、分支定界算法得到模型的数值解,并进行实例分析和敏感性分析,得到相应结论。（1）将吨油价格、吨油成本、投资等参数视为模糊参数的优化模型中,通过模糊数给出的油价能够反映出油价的波动范围及油价的可能性程度,降低了由于价格、成本带来的风险,使得开发规划更符合客观实际。在降低生产风险的同时,在模糊环境下对油田优化得到的总产量要大于确定性环境下的结果。（2）通过对模糊模型进行敏感性分析,本文得到投资上限、投资容差、成本上限、成本容差这几个因素均会对模型优化目标值产生一定的影响。
陈振颂[7]（2016）在《基于信息关联输入的铁路应急预案群体评估模型构建体系研究》文中进行了进一步梳理铁路作为我国经济的大动脉和国家重要的基础设施,在国家综合交通运输体系中占据骨干和中枢地位。近年来,我国铁路朝着客运高速化、货运重载化、管理信息化、运营市场化的方向发展,为我国经济社会的发展提供重要的支撑与保障。但随着列车运行速度的不断提高、运力的持续增加、高新科技装备与技术的大量投入与使用、体制机制改革的不断深化,铁路突发事件的多样性、复杂性、后果严重性、时间紧迫性和社会公众性等特点日益凸显,给铁路的应急日常管理和应急救援指挥带来很多挑战,铁路运输的安全形势日益严峻。因此铁路急需建立完善的应急管理体系,保障快速、安全处置铁路各类突发事件,在最短的时间内恢复正常的运输秩序,力争减少人员伤亡和财产损失。同时,突出应急预案体系问题也较为突出：多数应急预案框架性和原则性过强,针对性和可操作性不足；制定预案时多依据统一的框架指南,较少针对具体的风险场景；缺少公开的宣传教育和动态的专业评估；缺少以发现问题为目的的演练等。铁路应急预案评估作为应急预案体系的重要一环,是对铁路应急预案质量高低的整体评估。通过对事先关键因素的识别和分析以及可靠的调查数据,采用科学合理的方法对评价目标进行合理分级与优选的系统化过程,有利于提高预案质量,保证迅速、有序、有效地开展应急与救援行动,降低突发事件对铁路系统各环节所带来的损失。因此,对于铁路应急预案评估问题的研究具有重要的理论与现实意义。本文将结合我国铁路应急管理体系中所面临的各类不同的实际情境,在既有研究的基础上,尝试构建更为完善的铁路应急管理体系、铁路应急预案体系。特别地,全文针对铁路应急预案的优选决策问题,构建应对不同情境的铁路突发事件的铁路应急预案决策模型以考核应急预案的优劣。本文的主要研究工作包括以下几个方面：1.既有文献的回顾分析。在总结大量相关文献的基础上,从三方面对我国应急管理发展历程、应急管理体系研究、应急预案体系予以介绍与回顾。具体包含以下几方面：我国应急管理的发展历程、我国铁路应急管理发展历程、我国应急管理体系研究现状、我国铁路应急管理体系研究现状、我国应急预案体系研究现状、我国铁路应急预案体系研究现状。2.建立铁路应急管理与应急预案体系。阐述了铁路突发事件诱因以及分级分类情况,界定铁路应急管理内涵。通过分析铁路应急管理存在的问题,提出新的铁路应急管理体系框架结构。针对铁路应急管理与应急预案管理特点,界定铁路应急预案体系概念,并在应急管理体系框架结构的基础上,从铁路应急预案顶层设计、风险分析与应急能力评估、铁路应急预案系统、铁路应急预案管理规章制度与铁路应急预案管理信息系统等方面构建铁路应急预案子体系。梳理了各部分内容关系,重构了不同种类预案的层级结构。此外,探讨了铁路应急预案评估的基本概念,提出铁路应急预案评估指标体系,分析了铁路应急预案评估的多主体、模糊性、关联性以及风险性等特点,指出铁路应急预案评估问题往往表现为基于信息关联输入与风险偏好相融合的模糊多属性群决策问题。3.构建群体专家偏好关联的铁路应急预案评估模型。首先,根据进一步完善的直觉梯形模糊数运算法则,提出基于模糊测度和Choquet积分的直觉梯形模糊数的信息集成算子,证明该集成算子的相关性质。其次,并依据前景理论定义直觉梯形模糊前景效应与前景价值函数,构造前景ITFNCI算子。而后,针对铁路系统内各部门多方参与且专家偏好信息关联的铁路应急预案评估问题,利用前景ITFNCI算子集结群体直觉梯形前景价值函数,进而采用MULTIMOORA理论进行预案比选,基于优势理论可获得铁路应急预案的综合排序以确定最优预案。4.考虑专家与属性均关联的铁路应急预案评估模型构建研究。首先,构建直觉梯形模糊决策矩阵序列,予以标准化处理,并将其转化为极小期望决策序列；其次,综合利用基于熵权法和考虑专家偏好关联的基于2-可加模糊测度与Choquet积分联合的主客观赋权法确定专家权重及属性权重；再次,分别引入WITFB平均算子及ITFN的Hamming距离以改进传统MULTIMOORA群体决策方法,基于优势理论可对铁路应急预案展开综合排序以确定最优预案。5.基于前景信息关联输入的铁路应急预案评估模型研究。首先,基于进一步完善的IITFN运算规则,讨论其局部封闭性。由此定义IITFN几何Bonferroni平均算子,并验证该算子的相关性质。在以IITFN表征评估信息的铁路应急预案评估框架内,引入前景理论解释专家心理行为特征,针对专家及属性之间均存在关联作用且权重均未知的铁路应急预案评估模型构建问题,提出基于前景混合区间直觉梯形几何Bonferroni平均算子的信息关联输入的铁路应急预案评估模型。该模型首先通过依次定义IITFN的前景效应、前景价值函数和前景价值,获取前景价值矩阵；其次,将前景价值矩阵转化为前景记分函数矩阵,并综合运用基于灰关联深度系数的客观属性权重极大熵模型和基于2-可加模糊测度与Choquet积分联合的专家权重确定模型,获取专家及属性权重信息；再次,利用PHIITFGB算子集结各专家的铁路应急预案评估信息,结合专家权重即可获取相应于各预案的综合前景价值；最后,计算综合前景记分价值函数,基于IITFN的序关系判别准则确定最优铁路应急预案。
杨改强[8]（2016）在《基于不确定性的灌区优化模型及算法研究 ——以石津灌区为例》文中指出我国经济快速发展的过程中,农业发展却相对滞后,面临着多方面的问题：农业水资源量不足,用水量逐年降低；供给侧结构不合理,无效供给过剩；农业水资源利用率低,农业灌溉用水水资源浪费严重。灌区作为我国粮食生产的主要基地,面对日益严峻的水资源现状,急需优化灌溉管理方案和农业种植结构。同时,灌区灌溉管理优化模型中存在着多种不确定性因素,如降水、可用水量、经济参数等。这些不确定性因素可能对系统造成很大的损失甚至灾难性的风险。但这些在以往的确定性模型中都是无法反映的,因此研究和应用不确定性优化理论对影响灌区灌溉效益的三个主要单元——农业水资源、灌溉系统、农作物种植结构进行优化具有非常重要的实际意义。论文以河北省石津灌区为研究区域,从水资源、渠系、农作物三个方面出发,结合灌区中的不确定性因素,分别建立了灌区灌溉优化模型,并提出了相应的求解算法或程序,取得的主要研究成果如下：（1）考虑到水资源量的不确定性,对灌区水资源建立了模糊区间灌溉水资源优化模型。该模型具有区间和模糊的不确定性特点,能够处理多水源、多分区、多农作物、多农作物生长期的水资源优化问题。该模型以实现当地农民的收入最大化为目标,同时考虑了公平性约束,可确保灌区范围内各处的农户用水相对公平,而非绝对平均,避免出现离水源较近的农户因水利用效率高而大量配水的现象,也考虑到了地表水优先配给约束,保证在灌溉期内优先利用地表水资源,让地下水资源仅作为补充水源,这样可保护地下水源,降低因地下水过渡开采造成一系列损失的风险。在两步法的基础上,结合目标规划的方法,开发了单步法的求解算法。该算法可以处理约束右手边高度不确定性的模型,避免两步法可能出现的非完整解或无意义解的情况。（2）考虑到灌区地下水的不确定性,建立了基于排队论的灌区渠系水灌溉管理模型。模型以最小灌溉历时作为目标,根据排队理论建立灌溉时间与地下水灌溉面积的函数关系。基于粒子群优化算法,编制了自适应粒子群优化求解程序。该优化算法采用线性递减确定惯性权重,同时在可能陷入局部解时,人为增加随机扰动。（3）考虑到经济的不确定性,建立了模糊多目标分式规划模型。该模型通过对冬小麦和玉米的种植面积、棉花的种植面积的调整,实现多个目标。在更有效地保护和充分开发利用有限的农业用水资源的同时尽可能保障粮食的供给安全。基于优劣势测量法,结合模糊数及目标规划的方法,开发了一种模糊多目标分式规划求解算法。该算法能够将复杂的模糊多目标分式规划模型转化为接近线性规划的单目标模型结构。（4）考虑到农业水资源管理系统中的多种不确定性,建立了农业水资源优化分配模型。基于蒙特卡罗模拟法,根据不确定性参数的分布特点,得到农业水资源优化方案集。以概率分布的形式提出农作物和子区的优化配水水量,并得到冬小麦和玉米收购价格差与其分配水量差的线性关系。（5）在以上模型研究的基础上,设计编制了较为通用性灌区水资源优化决策支持系统。该系统基于模糊和区间的不确定性,不限农作物,不限灌区,可以灵活地设计数据结构、模型结构、多种求解方式、多种结果显示。该系统是一个通用性很强的工具,很易于移植到其它的灌区。
樊鹏[9]（2016）在《基于优化的xgboost-LMT模型的供应商信用评价研究》文中提出随着全球经济迅猛发展,市场竞争已经发展成为供应链与供应链之间的竞争。供应链管理模式作为一种新的管理理念与模式,近年来在国内外逐渐受到重视,被视为是企业提升市场竞争力的助推剂。在供应链管理模式中,拥有优秀的供应商合作伙伴是企业竞争致胜的关键,而对供应商信用进行正确评价是企业组建优秀供应商团队的重要因素。因此,对供应商的信用进行准确评价具有重要意义。基于供应商信用评价在大数据环境下的实质为一种模式识别问题,分类机的性能表现在供应商的信用评价问题中至关重要。xgboost集成学习框架是2015年被提出种新的集成学习模型,它以其出色分类性能和鲁棒性在模式识别问题上得到了较为广泛的使用。鉴于此,本文尝试将xgboost集成学习框架应用于解决供应商的信用评价问题。xgboost框架在使用时,需要设置模型参数收缩步长和子节点中最小的样本权重阀值。通常,参数组合的选取对模型的分类性能影响较大。以往的参数寻优方法,主要依据经验给定或实验穷举,但带有一定的不确定性和随机性。本文将人工化学反应优化算法（Artificial Chemical Reaction Optimization Algorithm, ACROA）应用于xgboost框架的参数寻优,并设定不同的初始反应物个数进行数值实验,验证基于ACROA算法的参数寻优的稳定性。LMT （Logistic Model Tree）算法是决策树的一种扩展算法,它将普通的决策树模型和Logistic回归模型相结合,比单独的决策树模型和Logistic回归模型具有更强的分类性能。为进一步提高LMT算法的分类性能和解释能力,本文将反正切Lasso惩罚函数引入LMT模型,并通过实验验证反正切Lasso对LMT算法分类性能的优越性。为提高供应商信用评价中分类模型的分类精度和鲁棒性,本文提出了一种基于优化的xgboost-LMT模型——使用ACROA算法对xgboost框架进行参数寻优,并将基于反正切Lasso惩罚函数的LMT算法引入xgboost框架,作为框架的基分类器（Based Learner）。本文在两个真实的供应商信用数据集上进行对比实验,对比算法包括本文提出的基于优化的xgboost-LMT模型、独立基于反正切Lasso惩罚函数的LMT模型、支撑向量机、人工神经网络和C4.5决策树。实验结果表明：本文提出的供应商信用评价算法有效可行,在准确度、查全率和AUC方面,比其它四种算法有明显提升；并且,当数据集中包含异常值时,本文提出的分类算法具有良好的鲁棒性。
张娜[10]（2016）在《灰色局势群决策模型及其应用研究》文中提出决策是从可能实现的备选方案中选择“最优”方案的过程,这种过程一般具有目的性、意识性和选择性的特点。当前,决策管理的相关理论与方法在宏观经济管理、产品质量评估、投资项目选择、大型项目建设以及政治军事行动等各个领域都得到了十分广泛的关注和应用。随着社会的发展、科学技术的进步以及人们认识事物能力的有限性,决策环境逐渐向着更为复杂、多样的方向发展,因此实际决策问题中经常存在着不确定性。灰色决策理论与方法是现代决策理论与方法的一个重要分支,由于对数据没有特殊的要求和限制,使得它广泛的应用于社会、经济、管理、军事和工程等诸多领域。本文针对含有灰元信息的灰色局势群决策过程中的具有专家偏好关联、专家交互、合作博弈以及多阶段等特征的模型进行了研究,拓宽了其应用的范围。本论文主要有以下内容:（1）基于模糊测度和Choquet积分的灰色局势群决策模型研究在灰色局势群决策过程中,由于决策群体的分布特征,可能会有参与决策的专家具有相同的知识背景和评价偏好,如果只是简单的对决策专家信息进行加权平均,可能会由于相似背景专家人数过多导致最终评价结果更偏向于他们的评价。本文主要研究具有相似评价偏好的决策专家参与评价的灰色局势群决策问题。该研究针对决策专家之间的关联关系,以专家权重和目标权重信息完全未知为假设条件,设计了基于模糊测度和Choquet积分的专家权重确定方法,并在信息融合的基础上给出了基于极大熵和正、负理想局势距离的目标权重确定方法;通过求解决策专家评价下的综合效果样本值矩阵,确定最优灰色局势,为具有背景相似的决策专家评价提供了科学的依据。（2）基于群体共识度和专家满意度的交互式灰色局势群决策模型在实际决策的过程中,可能存在决策群体既是决策专家也是决策最终结果的受益者,因此最终群体决策结果不但要满足自身的满意度,还要满足个体意见与群体决策结果不能有较大的分歧,不然决策结果很可能无法实施。本文针对交互式灰色局势群决策过程中可能会有个体意见与群体决策分歧过大而无法认同群体决策的情况,构建了同时满足群体共识度和专家满意度的交互式灰色局势群决策模型。首先,在定义群体共识度的基础上,建立了群体共识度最大化的目标规划模型,并论证了其最优解的求解方法;其次,运用灰色关联度思想定义了专家与群体决策相似度,并构建了专家满意度函数和基于专家满意度最大化的目标规划模型;最后,建立了同时满足群体共识度和专家满意度的目标规划模型,并对交互式决策终止的条件进行了研究。（3）基于合作博弈的多层主体灰色局势群决策模型在群决策的过程中,可能存在多个层级关系的决策专家都参与决策的情况,并且最终决策结果直接影响决策专家的利益,这些层级专家在决策过程中会出现重复博弈的现象,最终决策结果就是专家通过重复博弈得到的各个层级的博弈均衡解,如果某个层级决策主体的利益得到损害,那么这种博弈会一直存在,影响最终决策的进度。因此需要快速实现具有层级关系的决策主体达到博弈均衡。本文针对多层主体群决策过程中存在利益博弈情况的灰色局势群决策问题。首先,在定义同一层次局势期望值的基础上,构建了层次分歧最小化的规划模型,并分析了群体决策绝对偏差矩阵;其次,运用Shapley值思想研究了如何快速有效的在专家满意度阈值内确定专家权重,降低群决策分歧;最后,构建基于合作博弈的多层决策主体的信息集结模型,并研究了其性质和应用。（4）基于Orness测度约束的多阶段灰色局势群决策模型在实际决策问题中,决策专家对事物的认识会随着时间的推移而发生变化,仅依靠阶段本身的特征来确定时间权重,无法满足实际决策的需要,常常会导致最终评价结果区分度较小而无法最终决策的情况。因此,充分挖掘时间阶段信息才能满足多阶段群决策的实际需要。本文主要研究多阶段灰色局势群决策模型。首先,从决策专家各阶段的评价信息质量分析入手,给出了评价阶段质变和量变的定义;其次,基于各阶段的评价信息和Orness测度,构建以相邻阶段信息偏差最小为目标的时间权重模型,分析了在保持最优局势不变的情况下Orness测度的取值范围,为决策专家Orness取值提供参考;最后,研究基于群体差异最小的决策专家权重模型,提出了多阶段灰色局势群决策评价信息集结的新方法。（5）基于灰色局势群决策的新一轮对口援疆项目选择研究首先对新一轮对口援疆背景进行简要的介绍,然后对新疆12地州新一轮对口援疆项目进行梳理,分析适合新疆地域特色的对口援建项目,构建合适的项目指标评价体系,最后运用灰色局势群决策模型对第九师石河子市新一轮对口援疆项目的选择进行研究,为新一轮对口援疆过程中援建单位和受援单位的项目选择提供了理论上的支撑。
二、具有模糊数的模糊多目标群体决策优选模型与方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、具有模糊数的模糊多目标群体决策优选模型与方法（论文提纲范文）
（1）G公司维修服务供应商评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究评述 |
| 1.3 研究内容与研究方法 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究的方法 |
| 第2章 相关理论概述 |
| 2.1 供应商管理理论 |
| 2.1.1 供应商管理的基本概念 |
| 2.1.2 供应商管理核心思想 |
| 2.1.3 维修服务供应商定义 |
| 2.2 供应商评价指标体系理论 |
| 2.2.1 供应商评价的定义 |
| 2.2.2 供应商评价指标体系建立的原则 |
| 2.2.3 供应商评价指标层次分析法赋权 |
| 2.3 灰色关联分析法理论 |
| 2.3.1 灰色关联分析法概述 |
| 2.3.2 三种常用的灰色关联度分析法 |
| 2.3.3 邓氏灰色关联度法原理 |
| 2.4 本章小结 |
| 第3章 G公司维修服务供应商评价现状及存在的问题 |
| 3.1 G公司维修服务概述 |
| 3.1.1 G公司简介 |
| 3.1.2 G公司维修服务基本概况 |
| 3.1.3 G公司维修服务供应商基本概况 |
| 3.2 G公司维修服务供应商评价现状 |
| 3.2.1 G公司维修服务采购流程 |
| 3.2.2 G公司维修服务采购现有评价指标 |
| 3.2.3 G公司现有维修服务供应商评价方法 |
| 3.3 G公司维修服务供应商评价存在的问题 |
| 3.3.1 G公司维修服务供应商评价指标体系的问题 |
| 3.3.2 G公司维修服务采购评价方法的问题 |
| 3.4 本章小结 |
| 第4章 G公司维修服务供应商评价指标体系及模型的建立 |
| 4.1 G公司维修服务供应商新指标体系的建立 |
| 4.1.1 指标体系构建原则 |
| 4.1.2 指标体系构建步骤 |
| 4.1.3 新指标体系的建立 |
| 4.2 基于层次分析法的灰色关联评价模型及应用 |
| 4.2.1 建立维修供应商评价模型 |
| 4.2.2 维修服务供应商评价模型应用 |
| 4.3 G公司维修服务供应商评价结果分析 |
| 4.4 本章小结 |
| 第5章 供应商评价的实施和保障措施 |
| 5.1 评价指标体系的实施 |
| 5.2 合规监管制度保障 |
| 5.3 加强人才培养 |
| 5.4 实施效果动态监管 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 附录1 维修服务供应商评价因素重要性专家打分表 |
| 附录2 候选供应商各项评价指标专家打分表 |
| 致谢 |
（2）项目型制造企业的供应商选择与订单分配研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 文献评述 |
| 1.4 研究方法和技术路线 |
| 1.5 本文创新点 |
| 1.6 本章小结 |
| 第2章 项目型制造企业和供应商选择理论 |
| 2.1 项目型制造企业概述 |
| 2.1.1 项目型制造定义 |
| 2.1.2 项目型制造企业的生产经营特点 |
| 2.1.3 项目型制造企业的发展现状 |
| 2.1.4 项目型制造企业生产中的可能问题 |
| 2.2 项目型制造企业的供应商管理 |
| 2.2.1 项目型制造企业与供应商的关系分类 |
| 2.2.2 项目型制造企业的供应商管理现状 |
| 2.3 项目型制造企业的供应商选择 |
| 2.3.1 供应商选择的重要性 |
| 2.3.2 供应商选择的原则 |
| 2.3.3 供应商选择的基本流程 |
| 2.3.4 当前企业在供应商选择上存在的问题 |
| 2.4 本章小结 |
| 第3章 项目型制造企业供应商选择模型的建立 |
| 3.1 多目标规划模型的一般形式 |
| 3.2 多目标规划模型的解法 |
| 3.3 项目型制造与非项目型制造对比分析 |
| 3.4 项目型制造企业的供应商选择多目标规划模型 |
| 3.4.1 问题描述 |
| 3.4.2 符号说明 |
| 3.4.3 数学模型 |
| 3.5 本章小结 |
| 第4章 项目型制造企业供应商选择模型参数确定和求解 |
| 4.1 供应商评价标准的确定 |
| 4.1.1 供应商的时效、服务、成本评价标准 |
| 4.1.2 供应商的质量评价标准 |
| 4.2 多目标规划模型的求解 |
| 4.2.1 归一化处理 |
| 4.2.2 权重确定 |
| 4.2.3 模型转化 |
| 4.2.4 模型的适用性分析 |
| 4.3 本章小结 |
| 第5章 项目型制造企业的供应商选择案例分析 |
| 5.1 案例背景 |
| 5.2 考虑质量影响成本、时效的供应商的选择 |
| 5.2.1 数据处理 |
| 5.2.2 模型计算 |
| 5.3 不考虑质量影响成本、时效的供应商的选择 |
| 5.4 案例计算结果讨论与分析 |
| 5.4.1 对两种模型的结果的分析 |
| 5.4.2 对模型约束条件—采购上限的分析 |
| 5.4.3 对模型目标函数的指标权重的分析 |
| 5.4.4 对质量与成本相关系数的敏感性分析 |
| 5.4.5 对供应商选择的建议 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 调查问卷 |
（3）地产项目施工总承包商履约评价研究 ——以河南MM地产公司Y项目为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 评价指标研究综述 |
| 1.2.2 评价方法研究综述 |
| 1.3 研究内容和方法 |
| 1.3.1 研究的主要内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 1.4 本文主要创新点 |
| 1.5 本章小结 |
| 2 相关概念方法及领域现状概述 |
| 2.1 地产项目概述 |
| 2.1.1 地产项目的概念 |
| 2.1.2 地产项目的特点 |
| 2.2 施工总承包商概述 |
| 2.2.1 施工总承包商的概念 |
| 2.2.2 工程承包模式及特点 |
| 2.2.3 施工总承包商的特点 |
| 2.3 履约评价及方法概述 |
| 2.3.1 履约评价的概念 |
| 2.3.2 履约评价的方法 |
| 2.3.3 现有主要评价方法评析 |
| 2.3.4 模糊综合评价法适用性分析 |
| 2.4 地产项目施工总承包商履约评价现状概述 |
| 2.4.1 地产项目施工总承包商履约评价结构体系 |
| 2.4.2 地产项目施工总承包商履约评价现状 |
| 2.5 本章小结 |
| 3 履约评价指标体系的建立 |
| 3.1 履约评价指标的确定 |
| 3.1.1 评价指标选取原则 |
| 3.1.2 初步评价指标的获取 |
| 3.1.3 最终评价指标的确定 |
| 3.2 问卷设计 |
| 3.2.1 问卷设计过程 |
| 3.2.2 问卷防偏措施 |
| 3.2.3 问卷样本的选取 |
| 3.3 问卷数据处理 |
| 3.3.1 样本特征 |
| 3.3.2 描述性统计分析 |
| 3.3.3 信度与效度分析 |
| 3.3.4 因子分析 |
| 3.4 履约评价指标体系 |
| 3.5 本章小结 |
| 4 履约评价模型的构建 |
| 4.1 粗糙集赋权概述 |
| 4.1.1 粗糙集赋权原理 |
| 4.1.2 粗糙集赋权步骤 |
| 4.2 熵权法赋权概述 |
| 4.2.1 熵权法赋权原理 |
| 4.2.2 熵权法步骤 |
| 4.3 评价指标组合权重的确定 |
| 4.3.1 粗糙集赋权优劣分析 |
| 4.3.2 熵权法赋权优劣分析 |
| 4.3.3 粗糙集和熵权组合赋权法 |
| 4.4 模糊综合评价法 |
| 4.5 履约评价模型适用性分析 |
| 4.6 本章小结 |
| 5 案例分析 |
| 5.1 项目背景 |
| 5.2 实例运用 |
| 5.3 履约评价结果反馈应用及效果 |
| 5.3.1 履约评价结果反馈及应用 |
| 5.3.2 履约评价效果 |
| 5.4 履约评价作用及评价体系应用建议 |
| 5.4.1 履约评价的作用 |
| 5.4.2 履约评价体系应用建议 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 第一轮德尔菲调研 |
| 附录B 第二轮德尔菲调研 |
| 附录C 地产项目施工总承包商履约评价指标重要性问卷 |
| 附录D 案例评价指标打分表 |
| 致谢 |
| 个人简历、在校期间发表的学术论文与研究成果 |
（4）产能约束下多源供应商选择及订单分配研究（论文提纲范文）
| 1 引言 |
| 2 文献回顾 |
| 3 供应商组合选择与订单分配问题理论概述 |
| 3.1 供应商选择的基本策略 |
| 3.2 产能约束条件下多供应商订单分配问题 |
| 3.2.1 以供应商负荷集中配置为目标的订单分配问题 |
| 3.2.2 以供应商负荷均衡配置为目标的订单分配 |
| 4 产能约束下多源供应商选择及订单分配模型 |
| 4.1 模型基本假设 |
| 4.2 模型参数说明 |
| 4.3 基于模糊多目标数学规划的供应商选择及订单分配模型 |
| 4.4 模型求解 |
| 4.4.1 模糊目标函数及约束条件隶属度确定方法 |
| 4.4.2 模糊多目标优化模型求解方法 |
| 5 算例论证 |
| 5.1 模型算例 |
| 5.2 算例结果分析 |
| 6 结束语 |
（5）城市公共基础设施投资效益优化模型与评价方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究综述 |
| 1.2.1 城市公共基础设施投资决策研究综述 |
| 1.2.2 城市公共基础设施效益评价方法综述 |
| 1.2.3 文献综述述评 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新点 |
| 第2章 城市公共基础设施投资优化基础理论研究 |
| 2.1 城市公共基础设施概述 |
| 2.1.1 城市公共基础设施概念的发展 |
| 2.1.2 城市公共基础设施的定义 |
| 2.1.3 城市公共基础设施的性质与特点 |
| 2.2 城市公共基础设施投资相关理论 |
| 2.2.1 公共物品理论 |
| 2.2.2 公共选择理论 |
| 2.2.3 行为决策理论 |
| 2.2.4 系统论 |
| 2.2.5 博弈论 |
| 2.2.6 资源最优配置理论 |
| 2.2.7 外部效应 |
| 2.3 城市公共基础设施效益评价方法基础理论 |
| 2.3.1 模糊集理论 |
| 2.3.2 前景理论 |
| 2.3.3 群体多属性决策 |
| 2.3.4 DEA博弈交叉效率 |
| 2.4 本章小结 |
| 第3章 基于群体多属性决策的公共基础设施投资效益优化模型 |
| 3.1 引言 |
| 3.2 城市公共基础设施投资效益优化模型与分析 |
| 3.2.1 问题的描述 |
| 3.2.2 建立多属性专家群体偏好矩阵 |
| 3.2.3 群体成员聚集算法分析 |
| 3.2.4 多属性权重的确定 |
| 3.2.5 模型的建立 |
| 3.3 应用实例 |
| 3.4 本章小结 |
| 第4章 基于粒子群算法的城市公共基础设施模糊投资优化模型 |
| 4.1 引言 |
| 4.2 模糊环境下模型的建立 |
| 4.2.1 三角模糊数的引入 |
| 4.2.2 问题的描述与符号说明 |
| 4.2.3 城市公共基础设施效益权重的确定 |
| 4.2.4 模型的建立 |
| 4.3 模型的求解 |
| 4.4 应用实例 |
| 4.5 本章小结 |
| 第5章 基于DEA博弈的城市公共基础设施投资效益评价方法 |
| 5.1 引言 |
| 5.2 模型的建立 |
| 5.2.1 指标选择 |
| 5.2.2 DEA博弈交叉效率模型 |
| 5.3 模型的分析及验证 |
| 5.3.1 数据 |
| 5.3.2 模型的验证 |
| 5.4 结果讨论 |
| 5.5 本章小结 |
| 第6章 考虑损失厌恶的公共基础设施承包商评价与选择方法 |
| 6.1 引言 |
| 6.2 基于损失厌恶的DEA博弈交叉效率模型 |
| 6.3 应用实例 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 附录A |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）油田开发模糊规划模型及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和目的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 油田开发规划 |
| 1.2.2 模糊规划 |
| 1.3 研究内容 |
| 1.4 本文的创新点 |
| 第2章 模糊优化基础理论 |
| 2.1 模糊集理论 |
| 2.1.1 模糊集概念 |
| 2.1.2 模糊集的基本定理 |
| 2.1.3 隶属函数的确定 |
| 2.2 模糊规划 |
| 2.2.1 模糊线性规划 |
| 2.2.2 模糊非线性规划 |
| 2.3 改进遗传算法 |
| 第3章 油田开发规划模糊优化模型的建立 |
| 3.1 水驱油田模糊规划模型 |
| 3.1.1 模糊目标资源型规划模型 |
| 3.1.2 模糊系数型规划模型 |
| 3.2 化学驱油田模糊规划模型 |
| 3.2.1 模糊目标资源型规划模型 |
| 3.2.2 模糊系数型规划模型 |
| 3.3 层整体规划模型 |
| 3.3.1 模糊目标资源型规划模型 |
| 3.3.2 模糊系数型规划模型 |
| 第4章 油田开发规划模糊优化模型的求解 |
| 4.1 水驱油田模糊规划模型求解 |
| 4.1.1 模糊目标资源型规划模型求解 |
| 4.1.2 模糊系数型规划模型 |
| 4.2 化学驱油田模糊规划模型求解 |
| 4.2.1 模糊目标资源型规划模型 |
| 4.2.2 模糊系数型规划模型 |
| 4.3 二层整体规划模型 |
| 4.3.1 模糊目标资源型规划模型 |
| 4.3.2 模糊系数型规划模型 |
| 第5章 模糊优化模型的实例分析及敏感性分析 |
| 5.1 模糊优化模型的实例分析 |
| 5.1.1 水驱油田模糊优化模型 |
| 5.1.2 稠油油田模糊优化模型 |
| 5.1.3 化学驱油田模糊优化模型 |
| 5.1.4 海上油田模糊优化模型 |
| 5.2 模糊优化模型的敏感性分析 |
| 5.2.1 敏感性分析的基本步骤 |
| 5.2.2 敏感性分析的作用 |
| 5.2.3 敏感性分析的结果 |
| 第6章 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
| 附录 |
（7）基于信息关联输入的铁路应急预案群体评估模型构建体系研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 研究现状 |
| 1.2.1 应急管理发展历程 |
| 1.2.1.1 我国应急管理的发展历程 |
| 1.2.1.2 我国铁路应急管理发展历程 |
| 1.2.2 应急管理体系研究 |
| 1.2.2.1 我国应急管理体系研究现状 |
| 1.2.2.2 我国铁路应急管理体系研究现状 |
| 1.2.3 我国应急预案体系 |
| 1.2.3.1 我国应急预案体系研究现状 |
| 1.2.3.2 我国铁路应急预案体系研究现状 |
| 1.3 论文结构与主要内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 第2章 铁路应急管理与应急预案体系研究 |
| 2.1 铁路应急管理 |
| 2.1.1 铁路突发事件概念 |
| 2.1.2 铁路突发事件诱因 |
| 2.1.3 铁路突发事件分类分级 |
| 2.1.4 铁路应急管理 |
| 2.2 铁路应急管理体系 |
| 2.2.1 铁路应急管理体系现状 |
| 2.2.2 铁路应急管理体系构建 |
| 2.2.3 铁路应急管理体制 |
| 2.2.4 铁路应急管理机制 |
| 2.2.5 铁路应急管理法制 |
| 2.2.6 铁路应急预案 |
| 2.2.7 铁路应急保障体系 |
| 2.2.8 铁路应急管理信息系统 |
| 2.3 铁路应急预案体系 |
| 2.3.1 铁路应急预案顶层设计 |
| 2.3.2 风险分析与应急能力评估 |
| 2.3.3 铁路应急预案系统 |
| 2.3.4 铁路应急预案管理规章制度 |
| 2.3.5 铁路应急预案管理信息系统 |
| 2.4 铁路应急预案评估 |
| 2.4.1 铁路应急预案评估指标体系构建 |
| 2.4.2 铁路应急预案评估方法 |
| 2.5 本章小结 |
| 第3章 考虑群体专家偏好关联的铁路应急预案评估模型 |
| 3.1 引言 |
| 3.2 直觉梯形模糊数 |
| 3.3 基于CHOQUET积分的直觉梯形模糊信息集成算子及其性质 |
| 3.4 前景ITFNCI算子 |
| 3.5 考虑群体专家偏好关联的铁路应急预案群体评估模型 |
| 3.6 案例分析 |
| 3.7 本章小结 |
| 第4章 考虑专家与属性均关联的铁路应急预案评估模型 |
| 4.1 引言 |
| 4.2 直觉梯形模糊数 |
| 4.3 直觉梯形模糊BONFERRONI平均算子 |
| 4.4 基于改进MULTIMOORA的铁路应急预案群体评估模型 |
| 4.4.1 问题的描述 |
| 4.4.2 基于改进群体MULITIMOORA的铁路应急预案群体评估模型 |
| 4.5 案例分析 |
| 4.6 本章小结 |
| 第5章 基于前景信息关联输入的铁路应急预案评估模型 |
| 5.1 引言 |
| 5.2 区间直觉梯形模糊数 |
| 5.3 区间直觉梯形几何BONFERRONI算子 |
| 5.4 几类区间直觉梯形几何BONFERRONI算子 |
| 5.5 基于PHIITFGB平均算子的铁路应急预案群体评估模型 |
| 5.5.1 问题的描述 |
| 5.5.2 基于PHIITFGB平均算子的铁路应急预案群体评估模型 |
| 5.6 案例分析 |
| 5.7 本章小结 |
| 第6章 结论 |
| 6.1 主要研究成果 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录一 |
| 附录二 |
| 附录三 |
| 攻读博士学位期间发表的论文及科研成果 |
（8）基于不确定性的灌区优化模型及算法研究 ——以石津灌区为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.1.1 农业体系现实存在的问题 |
| 1.1.2 水资源系统中存在诸多不确定性因素 |
| 1.1.3 优化问题基本上具有非线性结构特点 |
| 1.2 国内外研究现状 |
| 1.3 研究目标及主要研究内容 |
| 1.3.1 研究区域 |
| 1.3.2 研究目标 |
| 1.3.3 主要研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第二章 基于模糊区间的灌区水资源优化模型及算法 |
| 2.1 模糊区间规划国内外研究现状 |
| 2.2 研究子区划分 |
| 2.3 模糊区间规划模型 |
| 2.3.1 系统目标 |
| 2.3.2 约束条件 |
| 2.4 基于模糊区间的模型求解方法 |
| 2.4.1 模糊数处理 |
| 2.4.2 常规两步求解算法 |
| 2.4.3 单步法求解算法 |
| 2.5 优化结果分析 |
| 2.6 小结 |
| 第三章 基于排队理论的灌区渠系水灌溉管理模型及求解 |
| 3.1 引言 |
| 3.1.1 研究意义 |
| 3.1.2 国内外研究现状 |
| 3.2 配水优化模型 |
| 3.2.1 模型目标 |
| 3.2.2 模型约束条件 |
| 3.3 自适应粒子群优化算法求解程序 |
| 3.4 实例应用 |
| 3.5 小结 |
| 第四章 基于模糊多目标分式规划的种植结构优化模型及求解算法 |
| 4.1 引言 |
| 4.1.1 研究意义 |
| 4.1.2 国内外研究现状 |
| 4.1.3 研究应用前景 |
| 4.2 多目标分式规划模型 |
| 4.3 基于优劣势测量法的模糊多目标分式规划求解算法 |
| 4.4 算法应用 |
| 4.4.1 模型求解 |
| 4.4.2 结果分析 |
| 4.5 小结 |
| 第五章 基于蒙特卡罗模拟的灌区水资源优化分析 |
| 5.1 引言 |
| 5.1.1 国内外研究现状 |
| 5.1.2 研究区域 |
| 5.2 基于MC模拟法的农业水资源优化分配模型 |
| 5.2.1 系统目标 |
| 5.2.2 约束条件 |
| 5.2.3 数据来源 |
| 5.3 结果分析 |
| 5.3.1 灌溉水量分配与系统效益分析 |
| 5.3.2 各子区灌溉水量分析 |
| 5.3.3 农作物可供水量累积分布 |
| 5.3.4 农产品收购价格对水量配置的影响 |
| 5.4 小结 |
| 第六章 通用性灌区水资源优化决策支持系统开发 |
| 6.1 研究现状 |
| 6.2 优化系统 |
| 6.2.1 框架结构 |
| 6.2.2 不确定模型模块 |
| 6.3 决策支持系统设计 |
| 6.3.1 需求分析 |
| 6.3.2 概念模型设计 |
| 6.3.3 逻辑模型设计 |
| 6.3.4 人机交互系统设计 |
| 6.4 通用性灌区水资源优化决策支持系统的应用 |
| 6.5 小结 |
| 第七章 结论及建议 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 研究中的不足与今后的工作展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（9）基于优化的xgboost-LMT模型的供应商信用评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状与面临的挑战 |
| 1.2.1 研究现状 |
| 1.2.2 面临的挑战 |
| 1.3 研究内容及主要工作 |
| 1.4 论文结构安排 |
| 第二章 供应商信用评价及相关技术 |
| 2.1 供应商信用评价概述 |
| 2.1.1 传统的供应商信用评价的过程 |
| 2.1.2 供应商信用评价的指标体系 |
| 2.2 传统的供应商信用评价方法及优缺点 |
| 2.3 数据挖掘技术概述 |
| 2.3.1 数据挖掘的概念 |
| 2.3.2 数据挖掘的过程 |
| 2.3.3 数据挖掘的分类 |
| 2.3.4 数据挖掘的任务和应用领域 |
| 2.3.5 数据挖掘的常用算法及优劣势 |
| 2.4 基于数据挖掘的供应商信用评价 |
| 2.4.1 基于数据挖掘的供应商信用评价的可行性 |
| 2.4.2 基于数据挖掘的供应商信用评价的优势 |
| 2.4.3 基于数据挖掘的供应商信用评价的过程 |
| 2.5 本章小结 |
| 第三章 xgboost集成学习框架 |
| 3.1 集成学习方法概述 |
| 3.2 常用的集成学习算法 |
| 3.2.1 自引导抽样法 |
| 3.2.2 Bagging组合法 |
| 3.2.3 AdaBoost |
| 3.2.4 MultiBoost |
| 3.2.5 Gradient Boosting Decision Tree |
| 3.3 xgboost |
| 3.4 本章小结 |
| 第四章 LMT(Logistic Model Tree) |
| 4.1 决策树算法概述 |
| 4.1.1 决策树的基本原理 |
| 4.1.2 决策树的构造思路 |
| 4.1.3 属性选择的度量方法 |
| 4.1.4 决策树的修剪 |
| 4.1.5 常用的决策树方法 |
| 4.2 Logistic回归 |
| 4.2.1 Logistic回归基本原理 |
| 4.2.2 回归系数分析及检验 |
| 4.2.3 拟合优度检验 |
| 4.3 Logistic Model Tree |
| 4.4 本章小结 |
| 第五章 基于优化的xgboost-LMT的供应商信用评价模型 |
| 5.1 集成学习框架的选择 |
| 5.2 基分类器的选取 |
| 5.3 xgboost集成学习框架优化 |
| 5.3.1 人工反应优化算法(Artificial Chemical Reaction Optimization Algorithm,ACROA) |
| 5.3.2 基于ACROA算法的xgboost模型的参数优化 |
| 5.4 基分类器优化 |
| 5.4.1 反正切Lasso惩罚似然估计 |
| 5.4.2 基于反正切Lasso惩罚函数的LMT算法优化 |
| 5.5 基于优化的xgboost-LMT算法流程 |
| 5.6 本章小结 |
| 第六章 实验设计及结果分析 |
| 6.1 实验环境 |
| 6.2 实验数据描述及数据预处理 |
| 6.3 基于ACROA算法的xgboost模型的参数优化 |
| 6.4 基于反正切Lasso惩罚函数的LMT算法优化 |
| 6.5 分类模型性能评价指标 |
| 6.5.1 混淆矩阵和准确度、查全率 |
| 6.5.2 受试者操作曲线 |
| 6.6 基于优化的xgboost-LMT模型性能实验 |
| 6.7 优化的xgboost-LMT分类模型性能纵向向对比 |
| 6.7.1 独立基于反正切Lasso惩罚函数的LMT模型性能实验 |
| 6.7.2 独立基于ACORA优化的xgboost模型性能实验 |
| 6.8 优化的xgboost-LMT分类模型性能横向对比 |
| 6.9 基于优化的xgboost-LMT模型的特征分析 |
| 6.10 本章小结 |
| 工作总结和展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（10）灰色局势群决策模型及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 相关理论及其研究综述 |
| 1.2.1 灰色系统理论 |
| 1.2.2 群决策理论与方法 |
| 1.3 研究内容、研究思路与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路与方法 |
| 1.4 研究的创新点 |
| 1.5 本章小结 |
| 第2章 基于模糊测度和Choquet积分的灰色局势群决策模型 |
| 2.1 相关概念及问题描述 |
| 2.1.1 相关概念 |
| 2.1.2 问题描述 |
| 2.2 考虑专家偏好关联的评价信息融合模型 |
| 2.2.1 决策专家权重的确定及信息融合模型 |
| 2.2.2 基于极大熵的目标权重设定模型 |
| 2.2.3 考虑专家偏好关联的灰色局势群决策步骤 |
| 2.3 算例分析 |
| 2.4 本章小结 |
| 第3章 基于群体共识度和专家满意度的交互式灰色局势群决策模型 |
| 3.1 相关概念及问题描述 |
| 3.1.1 相关概念 |
| 3.1.2 问题描述 |
| 3.2 群体共识度模型构建 |
| 3.3 专家满意度模型构建 |
| 3.4 综合评价模型构建与步骤 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 第4章 基于合作博弈的多层主体灰色局势群决策模型 |
| 4.1 相关概念及问题描述 |
| 4.1.1 相关概念 |
| 4.1.2 问题描述 |
| 4.2 单层决策主体意见一致性模型构建 |
| 4.3 多层决策主体合作博弈模型构建 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第5章 基于Orness测度约束的多阶段灰色局势群决策模型 |
| 5.1 相关概念及问题描述 |
| 5.1.1 相关概念 |
| 5.1.2 问题描述 |
| 5.2 多阶段灰色局势群决策过程中的评价信息质量分析 |
| 5.3 基于相邻阶段信息偏差最小的阶段权重确定 |
| 5.4 基于群体意见一致性的决策专家权重确定 |
| 5.5 算例分析 |
| 5.6 本章小结 |
| 第6章 新一轮对口援疆项目选择的应用研究 |
| 6.1 新一轮对口援疆背景及研究现状 |
| 6.1.1 新一轮对口援疆背景 |
| 6.1.2 新一轮对口援疆研究现状 |
| 6.2 项目选择指标体系的设计 |
| 6.2.1 指标体系构建的原则 |
| 6.2.2 指标体系的构建 |
| 6.3 新一轮对口援疆项目选择的灰色局势群决策评价 |
| 6.3.1 新一轮对口援疆项目选择的特点 |
| 6.3.2 评价数据的获取 |
| 6.3.3 新一轮对口援疆项目选择评价及分析 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表论文及科研成果 |
四、具有模糊数的模糊多目标群体决策优选模型与方法（论文参考文献）
- [1]G公司维修服务供应商评价研究[D]. 高素英. 燕山大学, 2020(06)
- [2]项目型制造企业的供应商选择与订单分配研究[D]. 张洋. 西南交通大学, 2020(07)
- [3]地产项目施工总承包商履约评价研究 ——以河南MM地产公司Y项目为例[D]. 郑晓飞. 郑州大学, 2020(02)
- [4]产能约束下多源供应商选择及订单分配研究[J]. 黄辉,纪玉娇,杨冬辉,严永. 工业工程与管理, 2018(04)
- [5]城市公共基础设施投资效益优化模型与评价方法研究[D]. 黄慧霞. 天津大学, 2017(05)
- [6]油田开发模糊规划模型及应用[D]. 吕明珠. 西南石油大学, 2016(03)
- [7]基于信息关联输入的铁路应急预案群体评估模型构建体系研究[D]. 陈振颂. 西南交通大学, 2016(04)
- [8]基于不确定性的灌区优化模型及算法研究 ——以石津灌区为例[D]. 杨改强. 中国农业大学, 2016(08)
- [9]基于优化的xgboost-LMT模型的供应商信用评价研究[D]. 樊鹏. 广东工业大学, 2016(02)
- [10]灰色局势群决策模型及其应用研究[D]. 张娜. 南京航空航天大学, 2016(12)