資源描述：
《基于粗糙集與遺傳算法的群體決策模型研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、武漢理工大學(xué)碩士學(xué)位論文基于粗糙集與遺傳算法的群體決策模型研究姓名：彭巍巍申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：管理科學(xué)與工程指導(dǎo)教師：張浩20120526武漢理工大學(xué)碩士學(xué)位論文中文摘要決策在管理活動(dòng)中普遍存在，是為解決當(dāng)前或未來可能發(fā)生的問題，選擇最佳方案的一種過程，是管理活動(dòng)的核心。群體決策會(huì)產(chǎn)生大量的數(shù)據(jù)，而且這些數(shù)據(jù)為不精確非量化值。傳統(tǒng)的群體決策在確定決策結(jié)果時(shí)，往往采用決策者的經(jīng)驗(yàn)來選擇，降低了決策的效率和質(zhì)量。在實(shí)際群體決策過程中，由于參與決策過程的決策者不止一位，因此會(huì)產(chǎn)生大量決策因素?cái)?shù)據(jù)。本文融合了粗糙集理論和遺傳算
2、法理論，發(fā)揮二者所長(zhǎng)。粗糙集理論善于處理不精確的知識(shí)，通過粗糙集理論對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，挖掘大量影響決策結(jié)果數(shù)據(jù)中隱含的決策模式。遺傳算法進(jìn)行屬性約簡(jiǎn)，產(chǎn)生判別庫(kù)，通過量化的方式，能夠科學(xué)、合理的提高決策的質(zhì)量。本文提出一種基于粗糙集與遺傳算法集成的群體決策模型來解決群體決策結(jié)果選擇的問題。該模型的基本思想是：1)進(jìn)行群體決策，產(chǎn)生原始數(shù)據(jù)。2)運(yùn)用粗糙集理論對(duì)群體決策產(chǎn)生的相關(guān)信息進(jìn)行離散化處理。3)對(duì)評(píng)價(jià)指標(biāo)應(yīng)用遺傳算法進(jìn)行約簡(jiǎn)。4)提取滿意決策結(jié)果。在該模型中針對(duì)群體決策的三個(gè)階段在分析數(shù)據(jù)時(shí)首先運(yùn)用粗糙集理論進(jìn)行離散
3、化處理，其次應(yīng)用遺傳算法進(jìn)行約簡(jiǎn)，提取判別規(guī)則即需要考慮的主要決策因素，最后根據(jù)判別規(guī)則結(jié)合實(shí)際情況作出及時(shí)、高效的決策。在群體決策開始后，首先對(duì)問題的診斷進(jìn)行群體決策，產(chǎn)生原始數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行粗糙集和遺傳算法集成處理，得出結(jié)果數(shù)據(jù)，即問題的明確；其次針對(duì)明確的問題，進(jìn)行群體決策討論方案，產(chǎn)生原始數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行粗糙集和遺傳算法集成處理，得出結(jié)果數(shù)據(jù)，即明確方案；最后在眾多方案中進(jìn)行抉擇，對(duì)數(shù)據(jù)進(jìn)行粗糙集和遺傳算法集成處理，得出判別規(guī)則，再結(jié)合實(shí)際作出高效的決策，群體決策過程完成。本文主要研究工作如下：1．將粗糙集理論和遺
4、傳算法理論融入群體決策的每一個(gè)過程中，構(gòu)建了一種基于粗糙集與遺傳算法集成的群體決策模型。2．采用粗糙集理論對(duì)群體決策產(chǎn)生的信息進(jìn)行預(yù)處理，提出了群體決策過程中四種決策因素特征提取方案。3．運(yùn)用遺傳算法進(jìn)行群體決策模型的屬性簡(jiǎn)約。4．引入某公司在信息化建設(shè)中的一個(gè)群體決策案例進(jìn)行試驗(yàn)驗(yàn)證該模型。關(guān)鍵詞：粗糙集，遺傳算法，群體決策武漢理工大學(xué)碩士學(xué)位論文AbstractDecision-makingisprevalentinthemanagementactivities，itCansolvethecurrentorfuture
5、problemstoselectthebestsolution，andit’Sthecoreofthemanagementactivities．Groupdecision-makingwillproducelargeamountsofdata,andthesedataaleimpreciseandnon—quantitative．Traditionalgroupdecision-makingindeterminingthedecision-makingresultsoftenusetheexperienceofdecisi
6、onmakerstoreducetheefficiencyandqualityofdecision-making．Intheprocessofrealgroupdecision—making，decision-makerswhoinvolveinthedecision—makingprocessaremorethanone，SOitwillproducealargenumberofdecision-makingfactordata．Thispapercombinesroughsettheoryandgeneticalgor
7、ithmtheory,exerttheirdirector．RoughsettheoryisgoodatdealingwithimpreciseknowledgeandCanpre··processthedatatominealargenumberofimplicitdecision--makingpatternsinthedatainfluencedecision-makingresults．GeneticAlgorithmattributesreduction，producediscriminatelibrary,se
8、taquantitativewaytoimprovethequalityofdecision-makingscientificallyandreasonably．Inthispaper,themainresearchworkaleasfollows：1．Integratingtheroughsetthe
