考虑到大系统的复杂性、模糊性与随机不确定性,本文对多层次多目标多人决策同题的有关理论、模型、方法与应用作了系统深入的探讨与研究,提出和建立了不少新颖的理论与方法,为解决现实复杂系统决策问题提供了有效的途径,具有一定的理论参考价值与实际应用价值。 权重是多目标决策中的重要概念,也是一个相当难于确定的问题。在对权重的本质属性与定权方法作了简单论述后,提出和建立了确定权重的有序二元链式比较法和有序二元链式比较区间数法。这两种方法原理简单、易操作且不需作一致性检验。同时,对新目标元素导入的保序性问题和权重的计算方法作了探讨。 隶属度是模糊集与模糊多目标决策中的重要概念,是模糊数学的奠基石。减少甚至消除隶属度确定过程中人的主观任意性是一个重大的研究课题。基于这一原因,对绝对隶属度与相对隶属度作了比较分析,提出了确定目标相对隶属度的有序二元链式比较方法。 针对现实中的许多决策问题都是带有时间因素这一特点,提出了时序多目标决策概念,建立了模糊线性加权平均综合评判模型和模糊综合优选模型。并对这两种模型作了理论比较分析。 现实中的许多决策问题大多致都是决策者偏好信息(即目标权重)未事先确知的。从这一实际需要出发,提出和建立了有限个方案多目标决策问题的模糊迭代法与模糊神经网络综合优选方法。模糊迭代法通过交叉迭代能同时获得目标权重与方案优属度,其收敛性得到了严格的证明。模糊神经网络优选方法是在消化吸收传统BP学习算法的误差反向传播思想基础上,结合模糊优选理论模型而提出的一种新方法。该方法与其它方法相比,能自动获取人的知识经验,具有较强的自组织、自学习功能,便于操作,易于实现。 根据现实中的许多决策都是面向多个决策者的群决策问题这一实际特