|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
信息熵方法是处理多属性决策题目（MADM）的一种有效的方法。本文提出了基于相对熵的多属性决策排序方法、基于模糊熵的直觉模糊多属性群决策方法和基于熵权模型的混合多属性决策方法，将这些方法应用于建立供应商选择模型并对某航空项目供应商选择题目进行了实证分析，表明该模型是实用和可行的。具体的研究内容和结论如下：1．针对多属性决策传统排序方法TOPSIS的不足，从相对熵的概念出发，提出了求解多属性决策题目的新思路：利用被评价方案与理想方案和负理想方案的相对熵，定义了一种新的与理想方案的贴近度，据此给出了一种新的排序方法--相对熵排序法。并将此法与TOPSIS方法，夹角度量法和投影法进行了对比，结果表明相对熵排序法在传统的TOPSIS，夹角度量法和投影算法排序都失效的情况下，能够准确的给出方案的排序。并将该方法扩展到区间数和三参数区间值直觉模糊数，实例表明扩展后的区间数和三参数区间值直觉模糊数相对熵排序法较传统的TOPSIS方法和投影法相比同样具有较高的辨别力。2．针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策题目，提出了一种新的决策方法：通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度，进而确定每位专家的权重；然后定义直觉模糊集的模糊相对熵确定备选方案距理想方案和负理想方案的距离，再根据加权算术算子集结专家的判断信息，得到方案排序。并将此方法扩展到区间直觉模糊多属性群决策题目的研究。通过对不同类模糊熵的定义引起专家赋权结果的差异性进行了仿真分析，结果表明：专家的权重结果和排序不仅与不同类模糊熵的定义有关也与专家的个数和属性的个数相关：随着属性和专家个数的增加，不同类模糊熵计算的专家权重的结果趋于一致。3．针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策题目，提出了基于改进熵权模型的混合多属性权重确定方法，解决了原有熵权模型中的信息丢失题目。该方法通过规范化的方法把区间数转化为直觉模糊数，通过建立直觉模糊数与语言变量的对应关系，把混合多属性决策信息统一在同一决策框架下；然后利用熵权模型确定属性的客观权重区间，通过求解属性信息的模糊熵最小的线性规划模型得到属性的客观权重；再与主观赋权方法相结合确定属性的组合权重；最后应用相对熵排序法得到方案的最终排序结果。实例分析表明该方法是实用和可行的。4．将基于相对熵的多属性决策排序方法、基于模糊熵的直觉模糊多属性群决策方法和基于熵权模型的混合多属性权重确定方法，应用于建立供应商选择评价模型。该模型运用基于熵权模型的多属性权重确定方法来确定属性权重；运用基于相对熵的多属性排序方法得到每位专家对供应商的排序结果，运用基于模糊熵的多属性群决策方法来集结专家的意见得到最终的排序结果。最后用该模型来解决某航空项目标准件供应商选择题目十分简便可行。 |
上一篇：搜索引擎智能分析工具的设计与实现下一篇：银行卡代授权系统设计与实施
|
发表于 2022-8-23 23:00:00
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
