基于粗集理论的多属性与多准则决策分析

本书利用粗糙集理论研究含有不确定、不一致信息的多属性、多准则决策分析问题。由Pawlak最初提出的粗糙集理论是基于不可分辨关系的。在此基础上，许多研究者提出利用其他二值关系扩展粗糙集理论从而用于解决现实世界中的一些问题，如相似关系、容错关系、支配关系等。尽管这些扩展的粗糙集理论所依据的二值关系不同，但它们具有基本思想一致的概念，如集合的上近似、下近似、边界域、约简、核、属性重要性、近似质量、决策规则等。对建立在多种二值关系基础上的粗糙集理论，本书研究了其中的基本概念和基本方法与多属性、多准则决策分析问题之间的关系，提出了基于粗糙集理论的一般化建模过程以及评价偏好模型的指标及其优化策略；对于同时涉及多种二值关系的决策分析问题，进一步提出了获取偏好模型和利用偏好模型进行决策的方法。此外，本书对多属性、多准则群决策分析问题进行了建模研究，解决其中多个决策者对同一类对象的决策结果不一致，即决策策略互不相同的问题。