区间直觉模糊集理论与应用研究

来源 :湖南科技大学 | 被引量 : 0次 | 上传用户:sandy323199000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会经济的快速发展,人们日常生活中的决策活动越来越复杂。因决策环境信息的不确定性和人类认知的模糊性,现有决策活动往往存在着不确定性信息,属于模糊决策问题。区间直觉模糊集利用区间数表示属性的隶属度、非隶属度和犹豫度,可以较好的呈现决策中的不确定性信息。新能源产业作为战略新兴产业之一,对其投资决策评估方法的探索成为了研究热点。本文主要讨论了区间直觉模糊集理论及其排序方法的改进,并将其应用到了新能源投资决策评估方法研究中。主要内容如下:(1)改进了已有的区间直觉模糊集理论。本文基于数理统计中的全概率公式原理和条件概率公式原理,定义了区间直觉模糊集得分函数与精确函数,并证明了其相关性质,对已有的区间直觉模糊集理论中的排序方法进行了改进。(2)构建了新能源投资决策评估指标体系。从开发条件和预期开发效益两个方面,建立了指标体系。其中,开发条件从资源禀赋、融资渠道、人才技术和区位优势这四个方面来选择影响投资决策的主要因素;预期开发效益从经济效益、社会效益和环境效益这三个方面来选择影响投资决策的主要因素。(3)针对投资决策评估中的不确定性信息问题,提出了基于区间直觉模糊集的投资决策评估方法。即将投资决策评估指标体系中的三级指标用区间直觉模糊数表示,同时引入结构熵权法确定相应各级指标的权重,并基于改进的区间直觉模糊集理论给出了各新能源项目优劣的排序方案。(4)模拟决策分析。本文将基于区间直觉模糊集理论的投资决策方法应用到了新能源投资决策中,并对湖南省5个新能源项目的投资决策选择进行了综合评估研究,验证了该模型的可行性和实用性。
其他文献
通信工程和计算机技术的迅速发展将人类社会带入到了信息时代,数据库中存储的数据量也急剧增大,如何在海量数据中分析和获取有价值的知识成为人们日益关注的问题。文本聚类分析是信息数据挖掘的一个重要研究方向,可以直观地反映数据间的分布特点,更好地发现数据集中内在的类别特性。K-Means算法作为聚类分析算法中最为普遍应用的算法之一,尽管时间复杂度较低且易于实现,但在处理具有高维性和稀疏性的数据时,容易出现局
作为一种重要的有机化工中间体,二苯甲烷二异氰酸酯(MDI)广泛应用在聚氨酯(PU)、涂料、胶粘剂等行业。目前,MDI主要通过光气法生产。其原料光气剧毒且副产物HCl腐蚀性较强。
等离子体医学是等离子体与临床医学等学科相融合的新兴交叉领域,其中气相区活性氧和活性氮物种(Reactive Oxygen Species and Reactive Nitrogen Species,RONS)的原位定量诊断
在如今高速发展的科技时代中,机械臂在制造业、农业、医疗业等都得到了广泛的应用,与之相关的机械臂控制技术研究也自然成为了学者们着重关注的方向。为了完成任务,机械臂通常需要在给定的时间内精准地按照预定的轨迹运动,也因此轨迹跟踪问题成为了机械臂控制技术研究中关键的一点。外部干扰作为影响机械臂轨迹跟踪性能的主要因素,当其可以被检测到时,前馈方法可以很好地减弱干扰带来的影响。然而,外界干扰通常难以测量,所以
随着信息技术的高速发展,数据的规模呈现指数级别增长,如何从这些数据中发现潜在的、价值高的信息是目前数据挖掘领域面临的主要挑战。伴随着数据流的出现,针对数据流的挖掘
传统的搜索引擎以关键字组合的方式进行检索,返回一系列相关网页,需要用户进行多次筛选才能获得需要的答案。知识库问答系统融合了信息检索(Information Retrieval,IR)和自然
当前是我国经济面临着转型升级的关键时期,国内供给侧结构性改革蓬勃展开,国际上要应对美国的贸易战。为了国内经济成功转型以及应对一系列国际挑战,此时对技术创新对产业结构的影响进行更深入的研究非常有意义。总体上技术创新资金投入主要是试验发展的资金投入和企业资金对二三产业的产值结构有正向的促进作用,即能显著地相对提高第二产业的产值比例。应用研究和试验发展的人力投入都对二三产业的就业之比有显著影响,但应用研
随着无线通信技术的飞速发展,卫星通信技术在社会的各个领域得到了广泛的应用。卫星通信是地面通信的重要补充和延伸,可以在海洋、沙漠等无法建造地面基站的地区提供通信服务。但是面对日益复杂的电磁空间坏境、对通信卫星有意无意的干扰问题,如何快速准确的对干扰源进行定位显得尤为重要。首先,本文对卫星通信系统中基于时差和频差联合的无源被动定位技术及系统进行综述,分析了无源被动定位技术的研究背景和意义,同时对无源被
随着社交平台的日益普及,微博因其文字短小、传播速度快受到了广大网友的喜爱,微博文本中蕴含的海量信息也从商业、政治、娱乐等不同方面带来了巨大价值,从而引发了学者们对
在大数据时代,用户的隐私保护是一个关键问题。作为数据挖掘的经典算法,原始k-means算法常用于对明文数据进行聚类分析,没有考虑到隐私保护的问题。已有工作研究支持隐私保护的k-means算法,但是一般有计算成本高(例如加密算法),精度损失大(例如数据扰动方法),通讯成本高(例如安全多方计算)等缺点。负数据库作为一种新型的数据表示方法,存储的是原始数据库补集中的信息,其难以逆转的特性可以用于保护原始