基于案例推理多屬性分類群決策模型的研究

基于案例推理多屬性分類群決策模型的研究

ID:31977080

大?。?.71 MB

頁數(shù):72頁

時間:2019-01-29

基于案例推理多屬性分類群決策模型的研究_第1頁
基于案例推理多屬性分類群決策模型的研究_第2頁
基于案例推理多屬性分類群決策模型的研究_第3頁
基于案例推理多屬性分類群決策模型的研究_第4頁
基于案例推理多屬性分類群決策模型的研究_第5頁
資源描述:

《基于案例推理多屬性分類群決策模型的研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫

1、fIiilllllllllEIIIIIIIIIIIffIY2446NanjingUniversityofAeronauticsandAstronauticsTheGraduateSch001CollegeofEconomicsandManagementResearchonMulti·-criteriaSortingGroupDecisionMakingBasedonCase-—BasedReasoningAThesisinManagementScienceandEngineeringShenJunAdvisedbyProf.GuanYeqingSubmittedinPartialFu

2、lfillmentoftheRequirementsfortheDegreeofMasterofPhilosophyJune,2013蛐4㈣4塒眥叫Ⅲ●1■承諾書本人聲明所呈交的博/碩士學位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得南京航空航天大學或其他教育機構(gòu)的學位或證書而使用過的材料。本人授權(quán)南京航空航天大學可以將學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學位論文。(保密的學位論文在解密后適用本承諾書)作者簽名:f魚定。El

3、期:j叫■與南京航空航天大學碩士學位論文摘要多屬性群決策是由多個決策者參與的決策,隨著決策任務(wù)的日益復(fù)雜和人們信息交流的更加便利,群決策逐漸成為決策問題中的主要形式。多屬性分類決策是多屬性決策理論的一個重要方面,是目前研究的熱點。由于實際決策問題的復(fù)雜性以及決策者認知的局限性,與直接提供分類參數(shù)的具體信息相比,讓決策者對一些方案進行分類或收集分類的歷史數(shù)據(jù)更容易實現(xiàn),因此基于案例推理的多屬性分類群決策更具實用性。而如何從已有的案例分類信息中提取出分類參數(shù)的信息,是該類分類決策問題的關(guān)鍵。本文應(yīng)用了證據(jù)理論和灰色聚類評估的方法研究了基于案例推理的多屬性分類群決策問題。論文首先研究了群決

4、策環(huán)境下專家評價信息的集結(jié)問題,用證據(jù)理論中概率賦值函數(shù)對專家評價信息進行了表達,并應(yīng)用證據(jù)理論合成規(guī)則對其進行集結(jié),得出了集結(jié)后的已有案例的分類信息;構(gòu)建了基于灰熵的指標權(quán)重確定模型,確定了指標權(quán)重,然后應(yīng)用指標權(quán)重和案例的白化權(quán)函數(shù)這兩個分類參數(shù)采用灰色聚類評價的方法去解決多屬性分類決策問題。主要研究內(nèi)容如下:(1)首先運用證據(jù)理論中概率賦值函數(shù)對多位專家的不確定性評價信息進行表示,然后分析了證據(jù)合成規(guī)則的特點與不足,針對在群決策信息集結(jié)過程中的證據(jù)相關(guān)的問題,提出了用灰色關(guān)聯(lián)度來度量證據(jù)相似性,并且給出了基于灰色相似性關(guān)聯(lián)度的平均融合規(guī)則,對專家的評價信息進行集結(jié)最后以此判斷對

5、案例所屬類別。(2)在基于案例推理的多屬性分類決策問題中,首先分析新案例的可能情況,對指標的取值范圍進行延拓,并根據(jù)指標的特點確定適合的白化權(quán)函數(shù)形式,然后構(gòu)建了基于灰熵最小的權(quán)重確定模型,根據(jù)已有案例的分類信息和已知的各指標權(quán)重之間的關(guān)系信息,提取出了分類過程的權(quán)重參數(shù)信息,根據(jù)灰色聚類的評價方法對待評價的對象進行分類評價。(3)運用本文構(gòu)建的模型,對政府低碳政策績效評價的問題進行了相關(guān)研究。在對低碳政策績效評價的研究背景及必要性進行了分析的基礎(chǔ)上,構(gòu)建了評價的指標體系。選定了較有代表性的省市,收集了各指標的數(shù)據(jù),調(diào)查專家對這些省市低碳政策績效的分類評價信息,通過改進后的證據(jù)合成方

6、法對專家分類信息進行集結(jié),然后根據(jù)集結(jié)后的分類信息,使用基于灰熵最小的權(quán)重確定模型提取指標權(quán)重信息,并對確定的指標權(quán)重進行了比較分析。關(guān)鍵詞:群決策,多屬性分類決策,證據(jù)理論,案例推理,灰色聚類基于案例推理的多屬性分類群決策模型研究ABSTRACTWimtheincreasingcomplexityofdecision-makingtasksandmoreconvenientofpeople’Sinformationexchange,Multi-criteriaSortingGroupDecisionMakingisbecomingthefocusofthedecisionprobl

7、em.Multi-criteriaSortingGroupDecisionMakingisanimportantaspectoftheMulti—criteriaGroupDecisionMakingtheory,andit’Salsothefocusofcurrentresearch.Duetothecomplexityoftheissueoftheactualdecision-makingandpolicymakerscognitivelimitati

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。