摘要：集成算子作为一种信息融合的工具，在决策浅析、组合预测、军事运筹等领域都有着重要的运用。本论文主要针对多属性群决策和非线性时间序列预测中有着的不足，结合集成算子论述，提出了相应的多属性决策和时间序列预测策略。论文的主要工作和革新如下：（1）将Quasi-OWA算子推广到输入变量为连续区间数的情况，提出连续QOWA（C-QOWA）算子的概念，该算子将C-OWA、C-OWG、C-OWH和C-GOWA等算子都进行了拓展。其次，定义了C-QOWA算子的orness测度，证明该测度可以反映集成算子的乐观程度，并且证明了C-QOWA算子及其orness测度的相关性质。进而为了集成多个连续区间数，将C-QOWA算子进行推广，得到加权C-QOWA(WC-QOWA）算子、有序加权C-QOWA(OWC-QOWA）算子和组合C-QOWA(CC-QOWA）算子。针对决策信息为连续区间数的多属性群决策不足，提出一种基于CC-QOWA算子的多属性群决策策略。（2）为了集成三角模糊数，定义了模糊Bonferroni平均(FBM）算子，讨论它的几种特殊情形。在此基础上，提出模糊加权Bonferroni平均（FWBM）算子和组合FWBM（C-FWBM）算子，同时探讨它们的一些性质。针对决策信息以三角模糊数给出的决策不足，给出一种基于FWBM算子和C-FWBM算子的多属性群决策策略，该策略的优点是考虑到了决策属性之间的相互影响。实证浅析的结果表明该策略是切实可行的。（3）针对语言环境下的多属性决策，将Bonferroni平均算子推广到语言环境中，提出了二元语义Bonferroni平均（2TLBA）算子、加权2TLBA（W2TLBA）算子和组合W2TLBA（C-W2TLBA）算子的概念，探讨它们的相关性质。给出一种语言环境下基于W2TLBA算子和C-W2TLBA算子的多属性群决策策略，并通过实证浅析说明了该策略的有效性。（4）针对具有非线性和不稳定性的时间序列，提出一种结合小波分解、基于OWA算子滑动平均离散差分方程预测模型（OWA-SDDEPM）和马尔可夫策略的动态预测模型。该模型利用小波多尺度分解将原时间序列分解到不同频率通道上，然后对分解出的低频近似小波系数利用OWA-SDDEPM进行预测，并利用马尔可夫策略对时间序列的高频细节小波系数进行预测，再将低频和高频的预测结果进行小波重构得到时间序列的实际预测值。利用此模型对WTI原油（周度）进行实证预测浅析，分别预测WTI原油的整体变化走势和周度实际原油。探讨结果表明，此模型不但可以有效地预测时间序列的整体变化走势，能以细节上对其进行有效的刻画，而且比其他基于小波的预测模型具有更高的预测精度。上面陈述的探讨成果不仅丰富了集成算子的论述内容，给出了相应多属性群决策与时间序列预测的新策略，而且为我们利用这些策略解决实际不足提供了充分的科学依据。关键词：多属性决策论文时间序列预测论文集成算子论文C-QOWA论文二元语义论文小波分解论文
中文摘要3-5
Abstract5-9
第一章 绪论9-25
1.1 选题背景和探讨作用9-11
1.2 国内外相关探讨综述11-21
1.3 探讨内容及主要革新点21-25
1.3.1 探讨思路和内容21-23
1.3.2 主要革新点23-25
第二章 集成算子论述基础25-47
2.1 集成算子的概念25-26
2.2 OWA 算子、OWGA 算子和 OWHA 算子26-28
2.3 WOWA 算子和 CWAA 算子28-32
2.4 GOWA 算子和 Orness 测度32-34
2.5 IGOWA 算子34-37
2.6 不确定集成算子37-47
2.6.1 UOWA、UOWGA 和 UOWHA 算子38-42
2.6.2 依赖性不确定集成算子42-47
第三章 基于 C-QOWA 算子的多属性群决策策略47-70
3.1 连续区间集成算子47-48
3.2 C-QOWA 算子及其性质48-55
3.3 C-QOWA 的 Orness 测度55-62
3.4 C-QOWA 的推广62-65
3.4.1 加权的 C-QOWA 算子62
3.4.2 有序加权 C-QOWA 算子62-63
3.4.3 组合 C-QOWA 算子63-65
3.5 基于 CC-QOWA 算子的多属性群决策策略65-66
3.6 实证浅析66-68
3.7 本章小结68-70
第四章 模糊环境下基于 C-FWBM 算子的多属性群决策策略70-81
4.1 FBM 算子70-73
4.2 FBM 算子的推广73-77
4.3 基于 C-FWBM 算子的多属性群决策策略77-78
4.4 实证浅析78-80
4.5 本章小结80-81
第五章 语言环境下基于 W2TLBA 算子的多属性群决策策略81-91
5.1 语言信息的基本概念81-82
5.2 二元语义的 Bonferroni 集成算子82-85
5.3 W2TLBA 算子的推广85-87
5.4 基于 C-W2TLBA 算子的多属性群决策策略87-88
5.5 实例浅析88-90
5.6 本章小结90-91
第六章 非线性时间序列预测策略91-106
6.1 引言91-92
6.2 基于小波-OWA-SDDEPM-马尔可夫的时间序列预测模型92-99
6.2.1 时间序列的小波分解94-95
6.2.2 基于 OWA 算子的滑动平均离散差分方程预测模型95-98
6.2.3 对高频波动系数的马尔可夫预测98-99
6.3 预测模型在原油预测中的实证探讨99-104
6.4 本章小结104-106
第七章 结论与展望106-109
本站原创