认识决策：以模糊集和粗糙集为分析工具

　　前　言
　　第1章　绪论　/1
　　1.1　研究背景与问题提出　/1
　　1.1.1　研究背景　/1
　　1.1.2　问题提出　/3
　　1.2　研究意义　/5
　　1.2.1　理论意义　/5
　　1.2.2　现实意义　/6
　　1.3　国内外研究现状　/7
　　1.3.1　多属性群决策研究现状　/7
　查看完整　　

　　贾凡 山东财经大学管理学院讲师。从事多属性决策、不确定性决策、群体决策、粗糙集理论及应用、三支决策等领域的研究；在Information Sciences、Expert Systems with Applications、International Journal of Computational Intelligence Systems、Energy & Environment、控制与决策、软科学等国内外高水平期刊发表十余篇论文；主持并参与国家自然科学基金、*人文社科基金、山东省自然科学基金、山东省高校科研计划项目等基金项目；担任Information Sciences、IEEE ACCESS、Artificial Intelligence Review、International Journal of Computational Intelligence Systems等SCI期刊审稿专家

　　随着信息技术的飞速发展，社会信息化程度迅速提高，全球已经进入大数据时代。基于大数据的挖掘、分析与决策，关系到国家政策制定、经济运行、社会管理、企业发展等诸多方面。因此，决策作为人们在政治、经济、技术和日常生活当中普遍存在的一种行为，被赋予了新的使命和意义。决策成功的关键是决策过程的科学性与客观性。人工智能的高速发展，为大数据背景下的决策制定提供了新的工具，将“数据-预测-决策”模式变得更加精准和迅速。
　　本书基于模糊集理论和粗糙集理论，利用多准则决策和群体决策模型，以大数据环境中的不确定性问题和实时分析处理为研究目的，建立高效实用的数据表示、处理、分析方法，以及不确定性决策模型与算法，为人工智能决策辅助系统的建立和开发提供了理论依据。

　　前　言
　　第1章　绪论　/1
　　1.1　研究背景与问题提出　/1
　　1.1.1　研究背景　/1
　　1.1.2　问题提出　/3
　　1.2　研究意义　/5
　　1.2.1　理论意义　/5
　　1.2.2　现实意义　/6
　　1.3　国内外研究现状　/7
　　1.3.1　多属性群决策研究现状　/7
　　1.3.2　不确定性理论研究现状　/9
　　1.3.3　不确定性多属性群决策研究现状　/10
　　1.3.4　行为多属性决策研究现状　/12
　　1.3.5　研究现状评述　/14
　　1.4　研究内容　/15
　　1.5　技术路线与研究方法　/17
　　1.5.1　技术路线图　/17
　　1.5.2　研究方法　/17
　　1.6　研究创新点　/19
　　1.7　本章小结　/20
　　第2章　理论基础　/21
　　2.1　多属性群决策理论　/21
　　2.1.1　多属性决策研究概述　/21
　　2.1.2　群体决策理论　/22
　　2.1.3　行为决策理论　/24
　　2.2　模糊集理论　/25
　　2.2.1　模糊集理论发展概述　/25
　　2.2.2　模糊集基础知识　/26
　　2.2.3　模糊数　/28
　　2.2.4　三角模糊数运算法则　/29
　　2.3　粗糙集理论　/30
　　2.3.1　粗糙集理论发展概述　/30
　　2.3.2　粗糙集基础知识　/31
　　2.3.3　粗糙数　/33
　　2.3.4　粗糙数运算与排序　/36
　　2.4　本章小结　/38
　　第3章　不确定信息环境下属性权重计算方法　/39
　　3.1　权重计算方法　/39
　　3.1.1　主观权重计算方法　/40
　　3.1.2　客观权重计算方法　/41
　　3.1.3　组合权重计算方法　/41
　　3.2　群体集结方法　/42
　　3.2.1　群体集结　/42
　　3.2.2　三角模糊数群体集结方法　/43
　　3.2.3　粗糙数群体集结方法　/46
　　3.3　基于属性重要度直接打分的权重计算方法　/49
　　3.3.1　问题描述　/49
　　3.3.2　三角模糊数权重计算方法　/50
　　3.3.3　粗糙数权重计算方法　/52
　　3.4　基于判断矩阵的权重计算方法　/55
　　3.4.1　判断矩阵法　/55
　　3.4.2　三角模糊数互补判断矩阵法　/57
　　3.4.3　粗糙数判断矩阵法　/60
　　3.5　基于判断向量的权重计算方法　/64
　　3.5.1　劣方法（BWM）　/64
　　3.5.2　RSTBWM方法　/69
　　3.5.3　模糊劣方法　/70
　　3.5.4　三角模糊数劣方法　/72
　　3.5.5　粗糙劣方法　/75
　　3.6　算例比较　/78
　　3.7　本章小结　/82
　　第4章　不确定信息多属性群决策方案排序方法研究　/83
　　4.1　多属性群决策排序问题描述　/83
　　4.2　经典的方案排序与评价方法　/84
　　4.2.1　TOPSIS方法　/85
　　4.2.2　VIKOR方法　/85
　　4.3　模糊多属性群决策排序方法　/87
　　4.3.1　区间模糊TOPSIS群决策排序方法　/87
　　4.3.2　三角模糊数TOPSIS群决策排序方法　/89
　　4.3.3　三角模糊数VIKOR群决策排序方法　/91
　　4.4　粗糙多属性群决策排序方法　/92
　　4.4.1　粗糙数TOPSIS群决策排序方法　/92
　　4.4.2　粗糙数VIKOR群决策排序方法　/95
　　4.5　算例比较　/96
　　4.6　本章小结　/99
　　第5章　考虑决策者心理行为的多属性群决策方法研究　/100
　　5.1　前景理论　/100
　　5.1.1　个人风险决策过程　/100
　　5.1.2　价值函数　/101
　　5.1.3　概率权重函数　/102
　　5.2　基于三角模糊数和前景理论的多属性群决策方法　/104
　　5.2.1　问题描述　/104
　　5.2.2　集结群体信息　/104
　　5.2.3　参照点为精确数的决策过程　/106
　　5.2.4　参照点为三角模糊数的决策过程　/108
　　5.3　基于粗糙数和前景理论的多属性群决策方法　/111
　　5.3.1　问题描述　/111
　　5.3.2　集结群体信息　/112
　　5.3.3　群体收益损失计算　/113
　　5.3.4　方案排序　/116
　　5.4　考虑决策者偏好的风险型多属性群决策　/118
　　5.4.1　问题描述　/118
　　5.4.2　集结群体信息　/119
　　5.4.3　群体收益损失计算　/120
　　5.4.4　概率权重函数计算　/121
　　5.4.5　计算前景值　/122
　　5.5　算例分析　/123
　　5.6　本章小结　/127
　　第6章　不确定信息多属性群决策方法在经销商选择中的应用　/128
　　6.1　经销商选择问题描述　/128
　　6.1.1　经销商选择研究现状　/128
　　6.1.2　基于多属性群决策的经销商选择问题描述　/130
　　6.2　经销商选择评价指标体系的建立　/130
　　6.2.1　评价指标体系的构建原则　/130
　　6.2.2　构建评价指标体系　/131
　　6.3　基于粗糙数多属性群决策的经销商选择方法　/133
　　6.3.1　问题描述　/133
　　6.3.2　经销商评价属性权重计算　/134
　　6.3.3　经销商排序及选择　/137
　　6.4　本章小结　/141
　　第7章　结论与展望　/142
　　7.1　研究结论　/142
　　7.2　研究展望　/144
　　参考文献　/146
^ 收 起　　

　　贾凡 山东财经大学管理学院讲师。从事多属性决策、不确定性决策、群体决策、粗糙集理论及应用、三支决策等领域的研究；在Information Sciences、Expert Systems with Applications、International Journal of Computational Intelligence Systems、Energy & Environment、控制与决策、软科学等国内外高水平期刊发表十余篇论文；主持并参与国家自然科学基金、*人文社科基金、山东省自然科学基金、山东省高校科研计划项目等基金项目；担任Information Sciences、IEEE ACCESS、Artificial Intelligence Review、International Journal of Computational Intelligence Systems等SCI期刊审稿专家

　　随着信息技术的飞速发展，社会信息化程度迅速提高，全球已经进入大数据时代。基于大数据的挖掘、分析与决策，关系到国家政策制定、经济运行、社会管理、企业发展等诸多方面。因此，决策作为人们在政治、经济、技术和日常生活当中普遍存在的一种行为，被赋予了新的使命和意义。决策成功的关键是决策过程的科学性与客观性。人工智能的高速发展，为大数据背景下的决策制定提供了新的工具，将“数据-预测-决策”模式变得更加精准和迅速。
　　本书基于模糊集理论和粗糙集理论，利用多准则决策和群体决策模型，以大数据环境中的不确定性问题和实时分析处理为研究目的，建立高效实用的数据表示、处理、分析方法，以及不确定性决策模型与算法，为人工智能决策辅助系统的建立和开发提供了理论依据。