基于TOPSIS準(zhǔn)則的模糊多屬性決策和組合預(yù)測模型及其應(yīng)用.pdf

1、TOPSIS方法是多屬性決策的一種常用方法，在經(jīng)濟(jì)、金融、管理、軍事等方面有著廣泛的應(yīng)用，目前有關(guān)三角模糊環(huán)境下的多屬性決策，通常認(rèn)為三個端點的重要性程度相同，并且很少有文獻(xiàn)對各端點之間的交叉影響加以考慮。另外，組合預(yù)測的信息集結(jié)方法被廣泛應(yīng)用于決策思想中，但是決策思想在組合預(yù)測中應(yīng)用較少，而組合預(yù)測最優(yōu)權(quán)重系數(shù)的確定實際上是歸一化權(quán)重在各個單項預(yù)測中的權(quán)重最優(yōu)分配的決策問題。因此，本文基于上述想法，探討TOPSIS準(zhǔn)則及其在多屬性決策

2、和組合預(yù)測中的應(yīng)用，具體內(nèi)容如下:
　　(1)考慮到兩個三角模糊數(shù)，尤其是非對稱的三角模糊數(shù)，三個端點并不以簡單的等權(quán)方式反映其差異，同時各端點間的交叉影響也應(yīng)當(dāng)考慮在內(nèi)。本文將定積分思想應(yīng)用于隸屬度函數(shù)，將其作為被積函數(shù)，提出了三角模糊差異度量函數(shù)的概念，并指出差異度量函數(shù)實際為三角模糊數(shù)空間上的距離，將該距離應(yīng)用到模糊TOPSIS方法中，文章最后給出實例驗證了本文方法的有效性與計算的簡便性;
　　(2)考慮到將所有可能權(quán)

3、重的單項預(yù)測方法構(gòu)成的組合預(yù)測方法作為備選方案，以用來評價預(yù)測方法好壞的指標(biāo)作為屬性，則組合預(yù)測最優(yōu)權(quán)重系數(shù)的選取問題轉(zhuǎn)化為一個在諸多組合方案中擇優(yōu)的多屬性決策問題。在此基礎(chǔ)上本文以預(yù)測精度的均值和方差作為多屬性決策的兩個屬性，構(gòu)建了以貼近度為準(zhǔn)則的多目標(biāo)組合預(yù)測模型，并將其運用到股票指數(shù)的點位預(yù)測中;
　　(3)考慮到傳統(tǒng)的實數(shù)組合預(yù)測不能很好地刻畫當(dāng)前復(fù)雜的金融環(huán)境，將單項預(yù)測方法的預(yù)測環(huán)境由實數(shù)推廣到三角模糊數(shù)，同時微觀上在