一、多指标决策广义双基点法（论文文献综述）
程仁辉[1]（2021）在《考虑时空因素的通勤定制公交站线规划研究》文中认为我国大中城市规模在不断扩大,而城市交通基础建设却滞后于城市发展,居民通勤面临距离过大、时间太长以及效率低下等问题。通勤定制公交作为一类新兴的公共交通模式,可以为居民打造高质量的定制出行服务,同时促进城市公共交通的发展,因此对其进行深入研究具有重要的现实意义。本文的主要工作有:（1）总结了定制公交的概念特征、分类方式以及运营流程,阐述了通勤定制公交在时间和空间上的多种关键影响因素。采用K-means聚类法和凝聚层次聚类法进行站点时空聚类,并通过改进距离公式和加入不均衡系数等优化措施,对站点空间位置和乘客出发时间进行了精细化设计。（2）通过RP-off-SP调查法对北京市居民通勤选择意愿和特征进行了调查。从乘客通勤选择意愿、通勤交通特征等方面对结果进行了分析总结,并作了乘客选择意愿相关性分析。基于双基点法建立了乘客通勤方式选择决策模型,然后通过实际案例对模型计算方法进行了说明。（3）从时间和空间角度描述了通勤定制公交线路规划问题的基本要素和建模思路,继而建立了通勤定制公交线路双层规划模型。模型兼顾定制公交运营商和乘客双方的利益,上层模型以运营商的收益最大为目标,考虑了票价收入、车辆成本以及乘客等待时间惩罚成本等因素。下层模型以最小化乘客广义通勤费用为目标,包括乘客时间、票价和拒绝选择通勤定制公交的成本费用。最后设计了适用于模型求解的改进遗传算法。（4）以北京市典型区域为背景案例,验证了模型和算法的有效性。首先作了案例可行性分析,然后根据改进的聚类算法对乘客合乘站点进行了时间和空间上的设计,并对聚类结果做了简单评估。结合本文所提出的双层规划模型及求解算法,得出了案例区域的定制公交线路规划方案,并对规划结果作了效果评价和灵敏度分析。结果表明,模型求解得到的通勤定制公交线路方案运营效果良好,且相比于传统公交具有一定的优势。图54幅,表24个,参考文献73篇。
翟凯[2]（2019）在《廉政制度系统完善与发展策略的战略配置——基于熵理论复合SWOT-PEST矩阵的探讨与实证分析》文中研究指明廉政制度系统的系统化特征可以引入系统科学中广泛使用的熵理论来对造成系统熵增的一些制度问题加以动态性剖析。鉴于廉政系统的发展演化受内外多种因素的影响,有必要在综合考虑这些因素的前提下从战略高度细致周密地进行制度系统发展策略的配置,以解决前述制度系统问题。此时延续熵理论下的问题解决思路,引入SWOT-PEST分析矩阵并结合熵权决策理论,可有效对这些因素进行协调、整合、匹配,以研究廉政制度系统发展与完善的配置方案及策略制定。以实证分析为例,通过研究得出策略组合的运用,提出相应的战略性对策建议。以上研究的目的旨在纠正廉政制度研究现有的一些缺憾,并提出战略性策略的协同互补可能是廉政制度机制改革与完善的深层次动因,基于此也进行了一些研究展望。
李素峰[3]（2016）在《矿产资源密集型区域生态创新影响因素及协同机制研究》文中研究说明矿产资源丰裕的矿产资源密集型区域,提供国民经济发展和人民生活的基础能源与原材料,并以矿产资源的开采、加工和利用作为区域经济增长的主要动力。但是,由于矿产资源的不可再生性,矿产资源密集型区域往往面临资源耗竭、经济发展减缓甚至停滞以及开发利用过程的生态环境破坏等发展难题,出现“资源诅咒”现象。有别于一般创新,生态创新能够显着改善环境绩效,是实现国家和地区可持续发展的重要保障。然而,生态创新研究在我国刚刚起步,尤其是生态创新如何促进矿产资源密集型区域可持续发展研究尚为稚嫩。因此,从环境外部性视角出发,识别并分析矿产资源密集型区域生态创新关键因素,实证分析矿产资源密集型区域生态创新协同机制有待于学术界进一步研究。本研究从矿产资源密集型区域可持续发展与生态创新出发,界定了矿产资源密集型区域,厘清了生态创新的内涵。应用了经济学和三螺旋理论,紧紧围绕“矿产资源密集型区域生态创新影响因素及协同机制”这一研究命题,利用2年时间实地调研了河北唐山曹妃甸、河北任丘、甘肃白银3个矿产资源密集型区域40多家资源依赖型企业,发放2400份调查问卷,并对2220份有效问卷数据进行处理。在对现有文献梳理和实地调研基础上,识别出矿产资源密集型区域生态创新的关键因素,并实证分析了环境规制的激励效应、创新要素集聚的空间效应以及区域创新能力的驱动效应。在此基础上,构建并实证分析了矿产资源密集型区域生态创新协同机制,针对区域内部各创新主体协同度偏低的事实,提出完善矿产资源密集型区域生态创新协同机制的对策,为实现矿产资源密集型区域可持续发展提供参考依据。主要研究结论包括：（1）识别出环境规制、创新要素集聚和区域创新能力为矿产资源密集型区域生态创新的关键影响因素,且同一关键因素对不同种类资源型区域的作用效果各异。（2）矿产资源密集型区域生态创新的激励效应受环境规制强度的影响。合理的环境规制能够激发企业探索使用先进的生态技术,以弥补短期约束下产生的额外成本。企业是否采纳生态技术取决于环境规制成本与生态创新补偿效应之间的关系,当环境规制成本小于生态创新补偿效应时,激励企业采纳生态技术、响应政府环境规制政策,反之则回避。根据资源型区域的不同类型,实施差别化的环境规制工具组合,能够有效强化矿产资源密集型区域生态创新激励效应。（3）矿产资源密集型区域生态创新溢出是创新要素集聚力和分散力共同作用的结果,创新要素集聚对矿产资源密集型区域生态创新的空间效应显着,有正有负。人力资本中除贵州、山东和四川负向溢出外,其他均对生态创新正向溢出；物质资本均对生态创新正向溢出；研发资本中除新疆、宁夏、青海和黑龙江负向溢出外,其他均对生态创新正向溢出。（4）区域创新能力对矿产资源密集型区域生态创新具有驱动效应,创新要素贡献程度差异性显着。技术进步年均贡献率为30.08%,效率改善年均贡献率为-4.03%；全要素人力资本生产率、全要素能源效率、全要素研发资本效率以及全要素物质资本生产率对全要素生产率的贡献度分别为45.46%、26.59%、20.50%、7.45%。（5）矿产资源密集型区域内部生态创新协同度偏低,且总体处于“初级协同”及以下状态,而区际间生态创新协同性良好。区域内部“非协同”及“初级协同”分占矿产资源密集型区域总量的53.33%和20.00%,政府和规模以上工业企业综合效率尚需提升53.70%和32.00%,成为区域内部创新主体协同度偏低的主因。本研究取得了以下三项创新成果：（1）有别于一般影响因素的主观界定,本研究进行大量文献研读并结合实地调研,提取矿产资源密集型区域生态创新的影响因素,利用熵权决策模型和隶属度函数,识别出环境规制、创新要素集聚以及区域创新能力为矿产资源密集型区域生态创新的关键影响因素,为构建矿产资源密集型区域生态创新协同机制奠定了基础；（2）有别于一般意义上的全要素生产率的研究,本研究利用投入导向序列的卢恩伯格生产率指数,不仅量化了全要素对矿产资源密集型区域发展的贡献度,还测算了分项要素的全要素生产率,证实当前矿产资源密集型区域发展单一依赖技术驱动的现状,指出改善效率水平,实现矿产资源密集型区域由技术驱动向技术与效率双向驱动模式转变；（3）首度将协同度模型引入矿产资源密集型区域生态创新研究,初次以实证方式系统地检验了矿产资源密集型区域生态创新协同机制。定量分析矿产资源密集型区域内部与区际主体之间的创新绩效,发现区域内部半数以上省域处于“非协同”状态,且政府和规模以上工业企业综合效率偏低为主因。
樊海渊,黄祥兵,唐鑫[4]（2015）在《国际合作趋势下的援潜救生决策体系研究》文中研究指明潜艇失事后,及时、快速和有效地实施救援十分重要,援潜救生越来越依赖于国际间的相互协作,国际合作影响因素众多。论文在分析影响潜艇救生的主要因素的基础上,构建了影响援潜救生决策的指标体系,研究适用于援潜救生的宏观决策方法,并建立宏观决策模型,并用案例具体论述了援潜救生决策模型的应用方法,验证了模型的实用性,该模型的分析结果可为援潜救生国际合作的相关问题决策提供参考。
王霞[5]（2015）在《基于灰数信息的决策模型构建及其应用研究》文中进行了进一步梳理随着经济和社会的发展,决策环境变得越来越复杂,又由于实际问题的复杂性和不确定性以及人类认识的局限性,获取的决策信息通常是“部分信息已知、部分信息未知”的“小样本”、“贫信息”,在这种情况下,被评价对象的取值通常为灰数,把包含有灰数或一般模型与灰色模型相结合的决策问题称为灰色决策问题。近年来含灰数信息的决策方法和模型取得了大量的研究成果,并已经广泛地应用在社会、经济和军事等领域,但仍存在一定向纵深拓展的研究空间。本文针对含灰数信息的多属性决策问题,从属性集的差异性和关联性、权重的辨析度、风险性决策、信息融合方面进行了研究,为灰色决策技术提供新思路、新方法,拓展了灰色决策技术的应用范围,丰富和完善灰色决策体系。本文的研究主要分为以下四个部分:（1）区间灰数信息下的多属性决策问题研究。首先针对属性集间的差异性,提出了灰软集的概念,建立了基于灰软集的建模方法并证明了合成属性的权重;其次,考虑属性集的关联性,提出了区间灰数关于灰度的离散Choquet积分,并研究了其性质,建立了基于区间灰数Choquet积分的优化模型;最后,针对区间灰数信息下的风险性决策问题,结合随机占优的思想将TODIM方法引入到区间灰数信息下的多属性决策问题中,分析了经典TODIM方法的不足,提出了一种改进的TODIM方法。（2）三参数区间灰数信息下的多属性决策问题研究。首先结合经典灰色关联分析的特点,定义了方案与最优理想效果向量的灰色相对关联系数,建立了基于灰关联熵的多属性灰靶决策方法;其次,定义了方案在某属性下与靶心和靶界点的点靶心距,利用D-S证据理论建立了基于点靶心距的优化模型,降低了决策结果的不确定性;第三,定义了方案与临界效果向量的灰色相对关联系数,构建了基于灰色相对关联系数的前景价值函数,建立了方案综合灰色前景关联值最大化的多属性优化模型求解最优权向量;最后,针对熵权下属性客观权重分辨率不高的问题,提出了基于调节系数的标准化判断矩阵处理方法,并建立了最优化熵模型确定属性客观权重;采用均值面积法将指标主观权重转化为实数,再利用D-S合成法则将主观权重和客观赋权重进行集成得到综合权重,建立了基于调节系数的多属性决策方法。（3）灰数信息下的风险型动态多属性决策问题研究。首先针对属性值为区间灰数的风险型动态多属性决策问题,利用熵和时间度建立了确定时间权重的优化模型;考虑决策者风险态度对决策的影响,构建了以两两方案互为参考点的多目标优化模型求解属性权重,建立了区间灰数信息下的风险型动态决策模型;其次针对属性值为三参数区间灰数的动态多属性决策问题,考虑以往的三参数区间灰数的距离公式不能体现三参数区间灰数重心点的特征以决策者面对风险时的风险偏好,提出新的三参数区间灰数的距离测度;鉴于被评价对象在时序上的差异信息和波动性,建立了基于方差和时间度的确定时间权重的优化模型;以两两方案互为参考点确定了前景价值函数,并构建方案综合前景值最大化的优化模型求解最优权向量,建立了三参数区间灰数信息下的动态风险性决策模型。（4）以改进的TODIM方法为基本工具,研究了苏南五市的雾霾天气的评估问题,依据评估结果从数据、空气质量状况、雾霾的主要来源分析了评价结果的合理性,为雾霾天气的治理提供理论依据。
黄翠翠[6]（2012）在《部分概率信息下的多指标风险决策方法研究》文中进行了进一步梳理在市场经济以及社会信息爆炸的今天,无论是在组织系统改革、市场开发还是在应急方案选择、风险投资等诸多方面,存在着大量的多指标风险决策问题。由于决策问题的复杂性以及人类知识经验的有限性等,在实际的风险决策问题中,有时指标的状态概率难以准确地获取,可能只有部分状态概率信息是已知的。不仅如此,风险决策过程中,决策者往往不是完全理性的,有风险规避的心理行为特征,且对每一个指标的评价信息也存在着一定的要求,期望达到自己的标准。因此,针对在部分概率信息下,考虑决策者决策时的心理行为的多指标风险决策问题,给出科学有效的决策方法是一个具有实际意义的重要研究课题。本文在总结和分析国内外关于多指标风险决策方法的相关理论研究的基础上,对部分概率信息下的多指标风险决策问题重点研究了两个问题：第一个问题是,在状态概率信息缺失的情况下,如何根据已有信息求出概率信息；第二个问题是,如何在决策者对指标有期望要求的条件下,进行方案的选择。本文对部分概率信息下的多指标风险决策问题进行了探讨,主要开展了以下研究工作：（1）提炼部分概率信息下的多指标风险决策问题。根据风险决策问题的复杂性和不确定性等因素,界定该研究问题所涉及的各种概念、变量等,提炼了一类部分概率信息下的多指标风险决策问题。（2）给出了指标状态概率的计算方法。根据给出的不完全概率信息,以方案综合前景值最大化为目标,构建非线性规划模型,通过求解该模型,得到每个指标的状态概率向量。（3）针对部分状态概率信息下的多指标风险决策问题,提出了一种基于前景理论的多指标风险决策方法。首先描述了部分概率信息下,决策者对指标有期望信息的混合多指标风险决策问题,给出各方案在各指标下的参考点,并根据价值函数和概率权重函数计算或表示各方案在各指标下的前景值；然后在给出的部分概率信息条件下,分别构建针对每个指标下的方案的前景值最大化为目标的非线性规划模型,再分别求解模型得出各个指标下的状态概率,最终通过加权平均得到方案的综合前景值,根据综合前景值的大小给每个方案排序并得到最优方案。（4）研究部分概率信息下的多指标风险决策方法在实际应用中的可行性。本文以氨气泄露应急事件为应用背景,验证本文所提方法的可行性和有效性。在论文最后,总结了本文的主要研究成果及结论、研究的主要贡献以及需要进一步开展的研究工作。
公茂水[7]（2011）在《基于D-S证据理论的不完全信息作战方案优选方法研究》文中进行了进一步梳理作战指挥决策问题研究是作战指挥活动的核心内容之一。作战决策正确与否,对作战进程和结局有着重大影响。然而,由于作战态势信息和决策信息具有不确定性,如何有效地处理不确定性来获得最优作战方案引起了作战决策者的关注。由此,针对作战过程不确定因素的影响,本文研究了带有不完全信息的作战方案优选问题。利用D-S证据理论和层次分析法,对作战方案的不确定性进行了分析,分别设计了相应的有效处理不确定的决策方法,并且给出了具体的求解过程,数值例子和仿真结果验证了本文所提方法的优越性。本文的主要内容分为以下两个部分：首先本文研究了一种不完全信息多属性决策的证据推理方法,该方法首先对决策矩阵中的属性值进行处理,然后根据决策矩阵中属性值的特征对不同属性下焦元进行识别,并通过构造隶属度函数的方法确定每个焦元的基本概率分配值,最后通过DS合成方法得到所有决策方案的效用区间并进行排序；然后在该方法的基础上,通过构造判断矩阵的方法,进一步各属性的权重值的计算做出了改进。其次通过确定炮兵作战方案的指标评价体系,构造DS-AHP方法模型,并提出了一种基于DS-AHP方法的不完全信息多属性决策方法,该方法首先对决策矩阵中属性值进行识别,生成DS-AHP方法的焦元集合,然后构造DS-AHP的判断矩阵,在此引入区间数证据合成法则对判断值进行合成,从而确定最终方案排序。最后对本文主要内容和实验结果进行总结,并指出了下一步研究的方向。
杜红涛[8]（2010）在《概率不确定的模糊多属性决策方法研究》文中研究说明属性值为梯形模糊数或者语言变量的随机多属性决策问题,是以一种更一般的形式来描述现实决策信息。与一般决策相比,由于它强调了属性值的随机性以及模糊性两方面的信息,所以能够更细致地描述决策信息,从而避免了决策信息的损失。针对概率为区间数,属性值为梯形模糊数、概率为区间数,属性值为语言变量、概率和属性值均为梯形模糊数、概率为梯形模糊数属性值为语言变量以及概率和属性值均为语言变量这五类情况分别研究。第一,概率为区间数、属性值为梯形模糊数的随机多属性决策情况下,把区间概率转换成点概率,然后把随机决策矩阵转化成无风险决策矩阵,最后用理想点法求出最优解。第二,概率为区间数、属性值为梯形模糊语言变量的随机多属性决策情况下,把概率拓展成梯形模糊数概率,然后把随机决策矩阵转化成无风险决策矩阵,最后用TFLWA算子求出最优解。第三,概率和属性值为梯形模糊数的随机多属性决策情况下,根据梯形模糊数的运算法则把随机决策矩阵转化成无风险决策矩阵,最后用理想点法求出最优解。第四,概率为梯形模糊数、属性值为梯形语言变量的随机多属性决策情况下,根据梯形模糊语言的运算法则把随机决策矩阵转化成无风险决策矩阵,最后用TFLWA算子求出最优解。最后,概率和属性值为语言变量的随机多属性决策情况下,根据语言变量的运算法则把随机决策矩阵转化成无风险决策矩阵,最后用最后用TFLWA算子求出最优解。
郭欢[9]（2009）在《灰关联决策方法的灵敏度分析研究》文中指出多属性决策问题普遍存在于社会系统的各个方面,但是决策过程中决策属性值或决策权重的微小改变可能导致决策结果产生很大的波动,这是决策者不愿意看到的现象,因此我们有必要进行决策的灵敏度分析。而灰关联分析技术是灰系统理论的重要组成部分,是一种新兴的多属性决策方法,是灰系统分析、建模、预测、决策的基石。然而目前国内外对灵敏度分析的研究大部分还集中在求解决策敏感的范围,且针对广泛使用的灰关联决策方法的灵敏度分析研究的还比较少。本文在总结和吸收前人研究经验的基础上,针对灰关联决策方法进行了灵敏度分析研究。主要研究工作和取得的成果如下:1.根据灵敏度的一般求解方法,证明了灵敏度满足外测度的三点基本性质,阐述了采用灵敏度分析决策问题的稳定性是合理的,也解释了避免敏感性发生的可行性,进而提供了一种决策的优化方法。2.针对灰关联决策方法,分析了属性值灵敏度分析的一些性质,给出了属性值最小改变量的变化范围;通过给出灰关联决策方法中属性权重改变量有效的条件和性质,以灵敏度最小为目标,根据决策者的部分偏好信息和现有的赋权方法,建立关于权重的多目标二次优化模型,采用粒子群优化算法求解,在此权重的基础上进行灰关联决策,最后将该方法应用到R&D人力资源的评价中去。结果表明这种决策方法既可以保证决策者偏好信息,又能降低决策的敏感性,对决策者做出合理稳定的决策有较大现实意义。3.从向量相关度阐述了灰关联决策敏感性产生的原因,并在矩阵广义逆的条件下分析了灵敏度与条件数的关系,发现灵敏度与条件数在性质上有一致性;利用灰系数矩阵条件数的一些特点,可以得到灰关联决策灵敏度最小的充要条件,这对决策者在未做出决策就可以判断结果的敏感性有一定的现实意义。
曾维彬[10]（2008）在《房地产风险投资的多目标决策》文中研究表明房地产业是当今世界各国经济发展的重要支柱产业之一。由于我国房地产经济起步晚,投资决策理论研究还不够完善,如何在多方案中选择综合效益最好的方案,采用何种决策方法能将投资项目的多种因素和目标量化,尽可能免除主观性的方法来达到正确综合评价的目的,至今仍是行业中研究的重要领域。房地产投资具有高收益、高风险的特点,进行房地产投资开发面临许多不确定性因素,受到政策法规、经济、社会、技术、自然等各方面的影响。可以说,风险存在于房地产开发的各个环节,存在于房地产项目开发的全过程。房地产风险投资决策具有多目标决策的典型特征:一是影响指标众多;二是目标冲突;三是量纲不统一;四是最优解难以确定。因此补充和完善房地产风险投资的评价指标,采用多目标综合决策,全面衡量风险投资的经济效益和风险程度,成为决策分析的重要问题。本文首先介绍了研究房地产投资风险的背景、意义,对房地产投资的风险进行了评价。其次,介绍了多目标决策的发展及其特点,引出了多属性决策求解的基本思想和过程。再次,利用模糊数学和信息熵的理论建立数学模型对投资方案进行优选排序;应用不完全偏好信息模糊多目标决策方法解决风险投资综合评价问题。通过熵值法客观赋权,解决主观赋权的问题,使权数更具客观性、科学性。为决策者提供一个综合全部指标信息的决策依据。最后,把熵理论和模糊理论结合起来建立了熵权双基点法,通过实例验证了该方法的科学可行性。通过研究与分析,作者认为采用熵理论或者模糊理论或者模糊与熵理论相结合对房地产投资指标进行客观赋权在方案评价、优选中最大限度地减少了人为因素的影响,从而增强了评价的真实性和科学性,使决策更加理性化。
二、多指标决策广义双基点法（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、多指标决策广义双基点法（论文提纲范文）
（1）考虑时空因素的通勤定制公交站线规划研究（论文提纲范文）
| 致谢 |
| 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 国内外研究现状 |
| 1.2.1 定制公交运营管理特性研究 |
| 1.2.2 定制公交站线规划和调度研究 |
| 1.2.3 乘客出行方式选择研究 |
| 1.2.4 研究现状总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 定制公交分类及特征和站线规划理论基础 |
| 2.1 定制公交的概念特征及运营流程 |
| 2.1.1 定制公交的分类及特征 |
| 2.1.2 定制公交线路的运营流程 |
| 2.2 通勤定制公交特征及时空影响因素分析 |
| 2.2.1 定制公交在城市交通系统中的作用 |
| 2.2.2 城市通勤特征与评价指标 |
| 2.2.3 通勤定制公交时空影响因素 |
| 2.3 考虑时空因素的定制公交站线规划 |
| 2.3.1 合乘站点时空聚类方法 |
| 2.3.2 通勤定制公交线路规划研究基础 |
| 2.3.3 通勤定制公交线路规划基本原则 |
| 2.4 本章小结 |
| 3 乘客通勤出行方式选择决策研究 |
| 3.1 通勤定制公交选择意愿和特征调查与分析 |
| 3.1.1 通勤定制公交选择意愿和特征调查方法 |
| 3.1.2 乘客通勤定制公交选择意愿结果分析 |
| 3.1.3 通勤定制公交交通特性结果分析 |
| 3.1.4 定制公交选择意愿相关性分析 |
| 3.2 乘客通勤方式选择决策模型 |
| 3.2.1 乘客通勤选择决策指标 |
| 3.2.2 乘客通勤方式选择TOPSIS模型 |
| 3.3 案例分析 |
| 3.3.1 案例背景数据 |
| 3.3.2 案例求解与结果 |
| 3.4 本章小结 |
| 4 基于时空要素的通勤定制公交站线规划 |
| 4.1 问题描述及建模思路 |
| 4.1.1 问题描述 |
| 4.1.2 建模思路 |
| 4.2 合乘站点时空聚类设计 |
| 4.2.1 站点空间聚类 |
| 4.2.2 乘客时间聚类 |
| 4.3 通勤定制公交线路双层规划模型 |
| 4.3.1 上层规划模型 |
| 4.3.2 下层规划模型 |
| 4.3.3 定制公交运营调度 |
| 4.4 求解方法 |
| 4.4.1 编译码操作 |
| 4.4.2 确定初始种群 |
| 4.4.3 适应度函数 |
| 4.4.4 选择操作 |
| 4.4.5 交叉和变异操作 |
| 4.4.6 终止规则 |
| 4.5 本章小结 |
| 5 典型区域通勤定制公交站线规划案例研究 |
| 5.1 案例背景分析 |
| 5.1.1 区域背景和交通服务现状 |
| 5.1.2 案例可行性分析 |
| 5.2 乘客合乘站点聚类设计 |
| 5.2.1 合乘站点空间聚类 |
| 5.2.2 乘客出发时间聚类 |
| 5.3 通勤定制公交线路规划 |
| 5.3.1 出行数据处理 |
| 5.3.2 参数标定 |
| 5.4 结果分析与评价 |
| 5.4.1 线路方案结果与分析 |
| 5.4.2 方案对比分析 |
| 5.4.3 停站次数灵敏度分析 |
| 5.4.4 票价分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 论文不足和展望 |
| 参考文献 |
| 附录 A 北京通勤定制公交选择意愿和特征调查 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）廉政制度系统完善与发展策略的战略配置——基于熵理论复合SWOT-PEST矩阵的探讨与实证分析（论文提纲范文）
| 熵、制度熵与廉政制度建设 |
| 当前廉政制度系统中存在的制度熵问题———以H省W市的部分经验为例 |
| 降低廉政制度系统熵增的SWOT-PEST矩阵分析 |
| 以熵权决策为核心的矩阵策略组合运用分析 |
| 基于SWOT-PEST矩阵和熵权决策复合运用的实例分析 |
| 结论与展望 |
（3）矿产资源密集型区域生态创新影响因素及协同机制研究（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及问题的提出 |
| 1.1.1 一种事实：矿产资源密集型区域的重要地位不可动摇 |
| 1.1.2 两种约束：“资源诅咒”与环境污染并存 |
| 1.1.3 三种不和谐 |
| 1.1.4 问题的提出 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 文献综述 |
| 1.3.1 矿产资源密集型区域研究现状 |
| 1.3.2 区域的生态创新研究现状 |
| 1.3.3 研究文献评述 |
| 1.4 主要研究思路、内容及方法 |
| 1.4.1 研究思路及技术路线 |
| 1.4.2 研究目标与研究内容 |
| 1.4.3 主要的研究方法 |
| 1.5 本研究的创新点 |
| 第二章 概念界定及理论基础 |
| 2.1 相关概念的界定 |
| 2.1.1 矿产资源密集型区域 |
| 2.1.2 生态创新 |
| 2.2 理论基础 |
| 2.2.1 可持续发展理论 |
| 2.2.2 资源环境经济学理论 |
| 2.2.3 新经济地理学理论 |
| 2.2.4 三螺旋理论 |
| 2.3 本章小结 |
| 第三章 矿产资源密集型区域生态创新的关键因素分析 |
| 3.1 矿产资源密集型区域生态创新影响因素的提取 |
| 3.1.1 数据来源与分析 |
| 3.1.2 生态创新影响因素的提取 |
| 3.1.3 生态创新影响因素概念框架图 |
| 3.2 矿产资源密集型区域生态创新关键影响因素的识别 |
| 3.2.1 模糊评价矩阵的构建 |
| 3.2.2 生态创新影响因素评价准则的熵权计算 |
| 3.2.3 生态创新影响因素的模糊决策分析 |
| 3.2.4 生态创新关键影响因素的识别 |
| 3.3 生态创新关键因素的区域间比较 |
| 3.4 本章小结 |
| 第四章 环境规制对矿产资源密集型区域生态创新的激励效应 |
| 4.1 环境规制内涵与工具 |
| 4.1.1 环境规制的内涵 |
| 4.1.2 环境规制的工具 |
| 4.2 环境规制的作用效果与评价 |
| 4.2.1 资源环境现状分析 |
| 4.2.2 环境规制的作用效果 |
| 4.2.3 环境规制的影响评价 |
| 4.3 矿产资源密集型区域生态创新激励效应的实现过程 |
| 4.3.1 相关理论 |
| 4.3.2 环境规制下生态创新激励模型 |
| 4.3.3 环境规制下生态创新激励过程 |
| 4.3.4 环境规制下生态创新激励路径 |
| 4.3.5 环境规制工具组合下的生态创新激励效应 |
| 4.4 本章小结 |
| 第五章 创新要素集聚对矿产资源密集型区域生态创新的空间效应 |
| 5.1 创新要素的内涵与特征 |
| 5.1.1 创新要素的内涵 |
| 5.1.2 创新要素的空间特征 |
| 5.2 创新要素集聚效应分析 |
| 5.2.1 创新要素集聚的创新效应 |
| 5.2.2 创新要素集聚度的测算 |
| 5.3 矿产资源密集型区域生态创新空间效应的研究设计 |
| 5.3.1 研究方法 |
| 5.3.2 变量选取 |
| 5.4 矿产资源密集型区域生态创新空间效应的实证分析 |
| 5.4.1 数据来源 |
| 5.4.2 空间相关性分析 |
| 5.4.3 地理加权回归模型实证分析 |
| 5.4.4 局域空间溢出效应的实现 |
| 5.5 本章小结 |
| 第六章 区域创新能力对矿产资源密集型区域生态创新的驱动效应 |
| 6.1 区域创新能力差异化评价 |
| 6.1.1 区域创新能力的内涵 |
| 6.1.2 区域创新能力的差异化评价 |
| 6.2 矿产资源密集区域生态创新驱动模式的转变 |
| 6.2.1 矿产资源密集型区域生态创新路径的选择 |
| 6.2.2 碳减排条件下生态创新驱动模式的转变 |
| 6.3 矿产资源密集型区域生态创新驱动机制分析 |
| 6.3.1 生态全要素生产率增长的创新动力分析 |
| 6.3.2 生态全要素生产率增长的驱动机制 |
| 6.4 矿产资源密集型区域生态全要素生产率驱动效应分析 |
| 6.4.1 测度方法 |
| 6.4.2 生态全要素生产率模型的构建 |
| 6.4.3 分项要素全要素生产率模型的构建 |
| 6.4.4 变量选取与数据分析 |
| 6.4.5 实证结果及分析 |
| 6.5 本章小结 |
| 第七章 矿产资源密集型区域生态创新协同机制及模型构建 |
| 7.1 生态创新协同机制分析 |
| 7.1.1 生态创新协同的优势 |
| 7.1.2 生态创新协同的过程 |
| 7.1.3 生态创新协同策略的选择 |
| 7.2 矿产资源密集型区域生态创新协同机制模型 |
| 7.2.1 环境规制：生态创新协同的政府保障力 |
| 7.2.2 创新要素集聚：生态创新协同的企业空间凝聚力 |
| 7.2.3 区域创新能力：生态创新协同的高校与科研机构驱动力 |
| 7.2.4 构建矿产资源密集型区域生态创新协同机制模型 |
| 7.3 本章小节 |
| 第八章 矿产资源密集型区域生态创新协同机制实证分析 |
| 8.1 研究设计 |
| 8.1.1 研究方法的选取 |
| 8.1.2 数据来源 |
| 8.1.3 指标体系的构建 |
| 8.2 矿产资源密集型区域协同主体的生态创新绩效 |
| 8.2.1 高等学校的生态创新绩效 |
| 8.2.2 研究与开发机构的生态创新绩效 |
| 8.2.3 规模以上工业企业生态创新绩效 |
| 8.2.4 政府生态创新绩效 |
| 8.3 矿产资源密集型区域生态创新协同机制的实证分析 |
| 8.3.1 区域内生态创新协同分析 |
| 8.3.2 区际间生态创新协同分析 |
| 8.4 实证结论与对策 |
| 8.5 本章小结 |
| 第九章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究不足与展望 |
| 致谢 |
| 参考文献 |
（4）国际合作趋势下的援潜救生决策体系研究（论文提纲范文）
| 1引言 |
| 2影响援潜救生国际合作决策的因素分析 |
| 3援潜救生的宏观决策模型 |
| 3.1决策矩阵 |
| 3.2评价指标的权重 |
| 1)主观权重 |
| 2)客观权重 |
| 3)综合权重 |
| 3.3决策分析 |
| 4典型案例研究 |
| 4.1案例背景 |
| 4.2建立决策指标体系 |
| 4.3制定合作救援方案 |
| 4.4决策分析与结果 |
| 5结语 |
（5）基于灰数信息的决策模型构建及其应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 区间灰数和三参数区间灰数 |
| 1.2.2 属性间的差异性和关联性 |
| 1.2.3 灰靶决策方法 |
| 1.2.4 风险型决策方法 |
| 1.2.5 动态决策方法 |
| 1.3 研究内容、研究方法及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法和技术路线 |
| 1.4 本章小结 |
| 第二章 基本理论 |
| 2.1 区间灰数和三参数区间灰数 |
| 2.2 D-S证据理论 |
| 2.3 前景理论 |
| 2.4 Choquet积分 |
| 2.5 软集 |
| 2.6 本章小结 |
| 第三章 区间灰数信息下的多属性决策模型 |
| 3.1 引言 |
| 3.2 基于灰软集的区间灰数多属性决策模型 |
| 3.2.1 新区间灰数的距离 |
| 3.2.2 灰软集的概念 |
| 3.2.3 决策模型的构建 |
| 3.2.4 算例分析 |
| 3.3 基于Choquet积分的区间灰数多属性决策模型 |
| 3.3.1 灰测度及灰Choquet积分 |
| 3.3.2 决策模型的构建 |
| 3.3.3 算例分析 |
| 3.4 基于改进的TODIM方法的区间灰数多属性决策模型 |
| 3.4.1 决策模型的构建 |
| 3.4.1.1 经典的TODIM方法 |
| 3.4.1.2 改进的TODIM方法 |
| 3.4.2 算例分析 |
| 3.5 本章小结 |
| 第四章 三参数区间灰数信息下的多属性决策模型 |
| 4.1 引言 |
| 4.2 基于灰关联熵的多属性灰靶决策模型 |
| 4.2.1 决策模型的构建 |
| 4.2.2 算例分析 |
| 4.3 基于D-S证据理论的多属性决策模型 |
| 4.3.1 决策模型的构建 |
| 4.3.2 算例分析 |
| 4.4 基于灰色前景关联的多属性决策模型 |
| 4.4.1 决策模型的构建 |
| 4.4.2 算例分析 |
| 4.5 基于调节系数的多属性灰靶决策模型 |
| 4.5.1 决策模型的构建 |
| 4.5.2 算例分析 |
| 4.6 本章小结 |
| 第五章 灰数信息下的风险型动态多属性决策模型 |
| 5.1 引言 |
| 5.2 区间灰数信息下的风险型动态多属性决策模型 |
| 5.2.1 决策模型的构建 |
| 5.2.1.1 时间权重的确定 |
| 5.2.1.2 属性权重的确定 |
| 5.2.2 案例分析 |
| 5.3 三参数区间灰数信息下的风险型动态多属性决策模型 |
| 5.3.1 新三参数区间灰数的距离 |
| 5.3.2 决策模型的构建 |
| 5.3.2.1 时间权重的确定 |
| 5.3.2.2 属性权重的确定 |
| 5.3.3 案例分析 |
| 5.4 本章小结 |
| 第六章 苏南五市雾霾天气评估分析 |
| 6.1 研究背景 |
| 6.2 苏南五市雾霾天气评估分析 |
| 6.2.1 雾霾研究的现状及分析 |
| 6.2.2 基于改进的TODIM方法的苏南五市雾霾天气评估分析 |
| 6.2.2.1 指标的选择及数据的处理 |
| 6.2.2.2 评价过程 |
| 6.2.2.3 评价分析 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（6）部分概率信息下的多指标风险决策方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 现实决策中存在大量多指标风险决策问题 |
| 1.1.2 大量现实决策问题需要考虑决策者的心理行为 |
| 1.1.3 多指标风险决策问题中存在部分概率信息的情形 |
| 1.1.4 研究部分概率信息下的多指标风险决策方法的必要性 |
| 1.2 问题提出 |
| 1.2.1 部分概率信息下的多指标风险决策问题的提炼与描述 |
| 1.2.2 研究部分概率信息下的多指标风险决策方法 |
| 1.3 研究目标、研究内容、研究意义 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 研究意义 |
| 1.4 研究思路与研究方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 1.5 论文结构 |
| 1.6 本文创新性工作 |
| 第2章 相关研究文献综述 |
| 2.1 文献检索情况概述 |
| 2.2 关于多指标风险决策问题的研究 |
| 2.3 关于多指标风险决策的方法研究 |
| 2.3.1 确定概率信息下的多指标风险决策方法研究 |
| 2.3.2 不确定概率信息下的多指标风险决策方法研究 |
| 2.4 已有文献的贡献与不足 |
| 2.4.1 已有研究的主要贡献 |
| 2.4.2 不足之处 |
| 2.4.3 研究问题的形成 |
| 2.5 本章小结 |
| 第3章 相关理论基础 |
| 3.1 多指标风险决策的概述 |
| 3.1.1 多指标风险决策的要素 |
| 3.1.2 多指标风险决策的特点 |
| 3.1.3 指标分类和指标权重 |
| 3.1.4 多指标风险决策的步骤 |
| 3.2 前景理论概述 |
| 3.2.1 前景理论的提出 |
| 3.2.2 前景价值 |
| 3.2.3 价值函数 |
| 3.2.4 概率权重函数 |
| 第4章 部分概率信息下基于前景理论的多指标风险决策方法 |
| 4.1 预备知识 |
| 4.1.1 区间数 |
| 4.1.2 语言变量和不确定语言变量 |
| 4.2 决策问题的描述 |
| 4.3 问题的求解程序 |
| 4.4 原理与方法 |
| 4.4.1 计算表面价值的收益和损失 |
| 4.4.2 计算各指标收益和损失的价值数 |
| 4.4.3 计算概率权重 |
| 4.4.4 计算最佳协调概率向量 |
| 4.4.5 计算方案的综合前景值 |
| 4.5 本章小结 |
| 第5章 氨气泄漏应急决策实例 |
| 5.1 氨气的危害性和事故特征 |
| 5.1.1 氨气的危害性 |
| 5.1.2 氨气事故特征 |
| 5.2 某企业氨气泄漏的概况 |
| 5.3 氨气泄漏应急决策分析 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 本文的主要研究成果及结论 |
| 6.2 本文的主要贡献 |
| 6.3 需要进一步研究的工作 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）基于D-S证据理论的不完全信息作战方案优选方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 不确定信息多属性决策的发展现状 |
| 1.3 作战指挥决策的研究现状 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 本文的文章结构 |
| 第2章 预备知识 |
| 2.1 证据理论及其基本概念 |
| 2.1.1 证据理论的基本概念 |
| 2.1.2 证据理论合成规则 |
| 2.1.3 证据理论的应用介绍 |
| 2.2 隶属度函数及其相关计算方法 |
| 2.2.1 隶属度函数的基本概念 |
| 2.2.2 隶属度函数的计算方法 |
| 2.3 区间数D-S证据理论 |
| 2.3.1 区间数的广义和与乘积 |
| 2.3.2 基于区间数的基本概率赋值函数 |
| 2.3.3 基于区间数的证据合成规则 |
| 2.4 决策规则 |
| 2.4.1 常用的决策规则 |
| 2.4.2 基于信任区间的决策规则 |
| 第3章 一种不完全信息作战方案优选方法及改进 |
| 3.1 不完全信息多属性决策的证据推理方法研究 |
| 3.1.1 问题提出 |
| 3.1.2 算法步骤 |
| 3.1.3 仿真算例 |
| 3.2 证据推理方法的一点改进 |
| 3.2.1 属性权重的计算 |
| 3.2.2 算法步骤 |
| 3.2.3 仿真算例 |
| 3.3 本章小结 |
| 第4章 一种具有层次结构的DS-AHP作战决策方法 |
| 4.1 问题提出 |
| 4.1.1 DS-AHP方法模型 |
| 4.1.2 具有层次结构的多属性决策问题的描述 |
| 4.2 预备知识 |
| 4.2.1 DS-AHP方法 |
| 4.3 算法步骤 |
| 4.4 仿真算例 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文的主要工作 |
| 5.2 下一步主要工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间所做的工作 |
（8）概率不确定的模糊多属性决策方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景、目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的内容和章节安排 |
| 1.4 本文的创新点 |
| 第2章 随机多属性决策理论基础 |
| 2.1 随机多属性决策概论 |
| 2.1.1 随机多属性决策问题的要素 |
| 2.1.2 随机多属性决策问题的形式化描述 |
| 2.2 离散型多属性决策 |
| 2.3 梯形模糊数的性质、运算法则 |
| 2.4 梯形模糊语言变量的性质、运算法则 |
| 第3章 基于区间概率模糊随机多属性决策方法 |
| 3.1 区间概率梯形模糊变量多属性决策方法 |
| 3.1.1 问题描述 |
| 3.1.2 决策步骤 |
| 3.1.3 算例分析 |
| 3.2 区间概率语言变量多属性决策方法 |
| 3.2.1 问题描述 |
| 3.2.2 决策步骤 |
| 3.2.3 算例分析 |
| 3.3 本章小结 |
| 第4章 基于梯形模糊概率模糊随机多属性决策方法 |
| 4.1 梯形模糊概率梯形模糊数随机决策 |
| 4.1.1 问题描述 |
| 4.1.2 决策步骤 |
| 4.1.3 算例分析 |
| 4.2 梯形模糊概率梯形模糊语言变量随机决策 |
| 4.2.1 问题描述 |
| 4.2.2 决策步骤 |
| 4.2.3 算例分析 |
| 4.3 本章小结 |
| 第5章 基于语言概率语言随机变量多属性决策方法 |
| 5.1 问题描述 |
| 5.2 决策步骤 |
| 5.3 算例分析 |
| 5.4 本章小结 |
| 总结与研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（9）灰关联决策方法的灵敏度分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 灵敏度分析研究的概述 |
| 1.2.1 灵敏度分析研究的基本内容和方法 |
| 1.2.2 灵敏度分析研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.4 本文的研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法及技术路线 |
| 第2章 灰关联分析的基础理论及方法 |
| 2.1 灰关联分析的应用 |
| 2.2 灰关联分析的基础知识 |
| 2.2.1 灰关联分析的基本原理 |
| 2.2.2 灰关联度的定义 |
| 2.2.3 灰关联分析的步骤 |
| 2.3 本章小结 |
| 第3章 基于属性权重灵敏度最小的灰关联优化决策方法研究 |
| 3.1 灵敏度分析的基本理论 |
| 3.1.1 灵敏度的基本定义 |
| 3.1.2 灵敏度的相关性质 |
| 3.2 灰关联决策方法的属性值灵敏度分析研究 |
| 3.3 基于偏好信息的灰关联决策权重的灵敏度分析研究 |
| 3.4 基于多目标二次规划模型的灰关联决策属性权重的确定 |
| 3.4.1 常见的赋权方法 |
| 3.4.2 基于多目标二次规划模型的权重确定方法 |
| 3.4.3 多目标二次规划模型的求解算法 |
| 3.5 实例分析 |
| 3.6 本章小结 |
| 第4章 基于矩阵分析的灰关联决策方法灵敏度研究 |
| 4.1 决策敏感性的原因分析 |
| 4.1.1 向量的相关度 |
| 4.1.2 向量组的相关度 |
| 4.1.3 决策敏感性的原因分析 |
| 4.2 灵敏度与条件数的关系研究 |
| 4.2.1 一般逆矩阵的情况 |
| 4.2.2 灰关联决策矩阵 |
| 4.2.3 决策矩阵的灵敏度与条件数的关系 |
| 4.3 灰关联系数矩阵灵敏度最小的充要条件 |
| 4.3.1 灰系数矩阵广义逆谱条件数下灵敏度最小的充要条件 |
| 4.3.2 灰系数矩阵∞-范数(1-范数)条件数下灵敏度最小的充要条件 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文研究的主要内容 |
| 5.2 进一步研究的重点 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表论文及参加科研项目情况 |
（10）房地产风险投资的多目标决策（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究的背景及意义 |
| 1.2 国内外研究发展现状 |
| 1.3 本文研究的内容框架及研究方法 |
| 第2章 房地产投资风险评价 |
| 2.1 房地产投资 |
| 2.1.1 房地产投资的含义 |
| 2.1.2 房地产投资的程序 |
| 2.2 房地产投资的风险 |
| 2.2.1 房地产投资风险的内涵及特征 |
| 2.2.2 房地产投资风险因素分析 |
| 2.2.3 房地产投资风险评价指标 |
| 2.3 房地产项目投资环境的评价 |
| 2.3.1 房地产投资环境的含义 |
| 2.3.2 房地产投资环境评价内容 |
| 2.3.3 房地产投资环境评价指标 |
| 2.4 房地产投资项目效益的评价 |
| 2.4.1 房地产投资效益的评价内容 |
| 2.4.2 房地产投资效益的评价指标 |
| 2.5 本章小结 |
| 第3章 多目标决策概述 |
| 3.1 多目标决策的发展 |
| 3.2 多目标决策的特点及分类 |
| 3.3 有限方案多目标决策 |
| 3.4 多属性决策的研究现状 |
| 3.5 多属性决策理论概述 |
| 3.5.1 多属性决策的五要素 |
| 3.5.2 多属性决策分析的基本步骤 |
| 3.5.3 多属性决策求解的基本思想 |
| 3.6 多属性决策求解过程 |
| 3.6.1 规范化处理 |
| 3.6.2 属性权重的确定 |
| 3.6.3 综合评价 |
| 3.7 本章小结 |
| 第4章 基于熵理论的房地产投资多目标决策 |
| 4.1 熵理论的历史、现状与发展 |
| 4.2 熵理论原理 |
| 4.2.1 熵增原理 |
| 4.2.2 最大熵原理 |
| 4.2.3 玻耳兹曼熵 |
| 4.2.4 信息熵 |
| 4.2.5 离散型分布的熵 |
| 4.2.6 连续型分布的熵 |
| 4.2.7 熵权 |
| 4.3 熵值法在房地产风险投资评价中的应用 |
| 4.3.1 评价指标 |
| 4.3.2 房地产风险评价的熵值法模型 |
| 4.3.3 房地产风险投资评价实例 |
| 4.4 本章小结 |
| 第5章 基于模糊理论的房地产投资多目标决策 |
| 5.1 模糊多目标决策研究概况 |
| 5.2 模糊多目标决策原理 |
| 5.3 模糊多目标决策模型 |
| 5.3.1 隶属度线性加权规划法模型 |
| 5.3.2 最大加权隶属度偏差半方法模型 |
| 5.3.3 最小加权隶属度偏差法模型 |
| 5.3.4 最小加权隶属度偏差平方法模型 |
| 5.4 房地产投资决策仿真 |
| 5.4.1 根据隶属度线性加权规划法模型仿真 |
| 5.4.2 根据最大加权隶属度偏差平方法模型仿真 |
| 5.4.3 根据最小加权隶属度偏差法模型仿真 |
| 5.4.4 根据最小加权隶属度偏差平方法模型仿真 |
| 5.5 本章小结 |
| 第6章 模糊与熵理论的结合及其应用 |
| 6.1 模糊集的概念 |
| 6.2 模糊集的运算及其性质 |
| 6.3 几种常用的隶属度函数 |
| 6.4 模糊熵 |
| 6.4.1 模糊熵的定义 |
| 6.4.2 常见的模糊熵公式 |
| 6.5 模糊与熵理论的结合应用 |
| 6.5.1 熵权双基点法模型 |
| 6.5.2 房地产风险投资评价实例 |
| 6.6 本章小结 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间发表的论文和科研成果 |
四、多指标决策广义双基点法（论文参考文献）
- [1]考虑时空因素的通勤定制公交站线规划研究[D]. 程仁辉. 北京交通大学, 2021
- [2]廉政制度系统完善与发展策略的战略配置——基于熵理论复合SWOT-PEST矩阵的探讨与实证分析[J]. 翟凯. 管理评论, 2019(03)
- [3]矿产资源密集型区域生态创新影响因素及协同机制研究[D]. 李素峰. 中国地质大学, 2016(02)
- [4]国际合作趋势下的援潜救生决策体系研究[J]. 樊海渊,黄祥兵,唐鑫. 舰船电子工程, 2015(06)
- [5]基于灰数信息的决策模型构建及其应用研究[D]. 王霞. 南京航空航天大学, 2015(07)
- [6]部分概率信息下的多指标风险决策方法研究[D]. 黄翠翠. 东北大学, 2012(08)
- [7]基于D-S证据理论的不完全信息作战方案优选方法研究[D]. 公茂水. 东北大学, 2011(07)
- [8]概率不确定的模糊多属性决策方法研究[D]. 杜红涛. 山东经济学院, 2010(01)
- [9]灰关联决策方法的灵敏度分析研究[D]. 郭欢. 武汉理工大学, 2009(S1)
- [10]房地产风险投资的多目标决策[D]. 曾维彬. 河北工程大学, 2008(04)