基于TOPSIS準則的模糊多屬性決策和組合預測模型及其應用.pdf

1、TOPSIS方法是多屬性決策的一種常用方法，在經(jīng)濟、金融、管理、軍事等方面有著廣泛的應用，目前有關三角模糊環(huán)境下的多屬性決策，通常認為三個端點的重要性程度相同，并且很少有文獻對各端點之間的交叉影響加以考慮。另外，組合預測的信息集結方法被廣泛應用于決策思想中，但是決策思想在組合預測中應用較少，而組合預測最優(yōu)權重系數(shù)的確定實際上是歸一化權重在各個單項預測中的權重最優(yōu)分配的決策問題。因此，本文基于上述想法，探討TOPSIS準則及其在多屬性決策

2、和組合預測中的應用，具體內容如下:
　　(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方式反映其差異，同時各端點間的交叉影響也應當考慮在內。本文將定積分思想應用于隸屬度函數(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

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