多属性决策是决策科学领域里一个重要的研究问题,已广泛应用于投资决策、项目评估、方案优选、工厂选址、资源分配、产业部门发展排序、投标招标、经济效益综合评价等,因此研究多属性决策理论与方法具有重要的现实意义。 在实际决策中,由于决策方法应用范围的局限性,问题的复杂性,出现了一些集成方法。本文主要研究了决策方法的集成;同时对于问题的集成,提出了新的解决办法。 在决策问题中,由于客观事物的复杂性和人类思维的模糊性,很多指标不仅以实数表示,也以区间数、三角模糊数来表示。而在实际生活中,两者或三者混合的情形会经常出现。对于这种问题的集成,本文针对此情形研究了多属性决策的解决方法,同时对各指标权重的确定提出了一种新方法。 本文介绍了多属性问题中指标的规范化方法,权重的确定方法和经典的决策方法。 对于权重的确定问题,本文针对主观赋权法和客观赋权法的不足之处,提出了一种新的赋权法,即利用线性加权法和关联系数法基于偏差最小化原理建立一种新的模型,得出更合理的权重值。 对于指标值既有区间数又有三角模糊数的情景,本文提出了基于理想点的投影方法,利用投影的大小对方案进行排序,并证明了投影的线性性质。为不同数值类型无法排序的问题提供了解决办法。 而在经济、军事等实际问题中,常常会出现精确数、区间数、三角模糊数等多种数据混合的情形,本文提出了灰色关联度模型,并证明了此种模型满足整体性、规范性、接近性、偶对称性,同时满足保差异性和保序性。并建立了多指标决策的灰关联度量化模型,得出与理想方案的关联度对方案排序。 对于此混合型多指标序列在权重未知的情况下,本文构造了偏差函数,使当地选择权重向量ω_j使所有属性对所有方案的总偏差最大,从而提出了一种客观赋权法。 本文的研究成果丰富和发展了多属性决策的理论与方法,并提出了两种赋权方法。