如果您无法下载资料,请参考说明:
1、部分资料下载需要金币,请确保您的账户上有足够的金币
2、已购买过的文档,再次下载不重复扣费
3、资料包下载后请先用软件解压,在使用对应软件打开
硕士学位论文基于方案区分度的组合赋权优化研究作者:朱艳指导教师:江文奇副教授南京理工大学2012年3月MasterDissertationResearchonOptimizationofCombinationWeightingBasedonItemDiscriminationByzhUYanSupervisedbyAssociateProf.JiangWenqiNanjingUniversityofScience&TechnologyMar,2012声明本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名:zoIz年弓月哆日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。研究生签名:20lz年弓月乙多日硕士论文基于方案区分度的组合赋权优化研究摘要多属性决策已广泛应用于社会经济管理领域。在各类多属性决策方法中,属性权重对最终决策结果的影响较为敏感,依据获得的权重进行综合评价,呈现一些方案的评估值非常接近,特别涉及到排序在前几位方案的方差较小的现象,会导致难以做出最终决策。于是,有必要深入研究组合赋权与方案区分度之间的关系,进而提高决策绩效。针对论文涉及的科学问题,主要沿着如下思路加以展开:首先回顾了现有的赋权方法的具体思想和研究思路,指出了写作框架;接着,论文对方案区分度进行了详细定义,分析了无量纲化和方案数量这两个因素对方案区分度的影响;再次,论文提出了一种组合赋权的两阶段优化模型,该模型将组合赋权问题划分为两个阶段,其一是依据统计学的相关理论,设计假设检验模型对方案的数量进行删减,其二是考虑到组合权重与主客观权重偏差以及方案综合评估值之间的差异,以优选的无量纲化方法为基础,构建与主客观权重偏差最小以及各方案之间离差最大的组合赋权模型;同时,针对组合赋权后评价结果的可接受性,设计了组合权重信度判别的基本准则和修正步骤,以很好地弥补单阶段优化难以显著改善方案区分度的难题;最后,论文将提出的研究思路进行了实证研究,以表明提出方法应用的可行性。论文的主要贡献在于:(1)提出了多属性决策中方案区分度的概念,分析了影响方案区分度的两类因素;(2)基于两阶段优化思想,分别从方案筛选和组合优化两个方面构建组合赋权模型;(3)针对组合优化后方案区分度仍不显著的难题,提出了权重信度判别准则和修正的具体步骤。关键词:多属性决策,组合赋权,方案区分度,信度判别,修正AbstractMulti-attributedecisionmakinghasbeenwidelyappliedinmanyareas.Manykindsofmulti·attributedecisionmakingmethodofthesemethods,theeffectareproposed.Inmanythatattributeweighthasonfinaldecisionisverysensitive.Evaluatingalternativebasedonattributeweight,alternativevalueisfoundveryclosetoeachother,especiallythealternativewhichRrerankedveryhigh.Soitisnoteasytomakedecision.Inordertoimprovedecisionperformance,itisnecessarytodoresearchontherelationbetweencombinationweightinganditemdiscrimination.Thepaperfollowstheideabellow:Firstly,previousresearchisreviewedandtheframeworkofthepaperispointedout.Then,itemdiscriminationisdefinited,andtheeffectthatdimensionlessofdataandalternativequantityhaveitemdiscriminationisonanalyzed.Next,twophaseoptimizationalgorithmofcombinationweightingisproposed.Inthefirstphase,