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

大小:2.71 MB

頁(yè)數(shù):72頁(yè)

時(shí)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(yè)
基于案例推理多屬性分類群決策模型的研究_第2頁(yè)
基于案例推理多屬性分類群決策模型的研究_第3頁(yè)
基于案例推理多屬性分類群決策模型的研究_第4頁(yè)
基于案例推理多屬性分類群決策模型的研究_第5頁(yè)
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(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、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(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除了文中特別加以標(biāo)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(guò)的研究成果,也不包含為獲得南京航空航天大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。本人授權(quán)南京航空航天大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)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(xué)位論文。(保密的學(xué)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(xué)碩士學(xué)位論文摘要多屬性群決策是由多個(gè)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(wèn)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(gè)重要方面,是目前研究的熱點(diǎn)。由于實(shí)際決策問(wèn)題的復(fù)雜性以及決策者認(rèn)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(duì)一些方案進(jìn)行分類或收集分類的歷史數(shù)據(jù)更容易實(shí)現(xiàn),因此基于案例推理的多屬性分類群決策更具實(shí)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(wèn)題的關(guān)鍵。本文應(yīng)用了證據(jù)理論和灰色聚類評(píng)估的方法研究了基于案例推理的多屬性分類群決策問(wèn)題。論文首先研究了群決

4、策環(huán)境下專家評(píng)價(jià)信息的集結(jié)問(wèn)題,用證據(jù)理論中概率賦值函數(shù)對(duì)專家評(píng)價(jià)信息進(jìn)行了表達(dá),并應(yīng)用證據(jù)理論合成規(guī)則對(duì)其進(jìn)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(biāo)權(quán)重確定模型,確定了指標(biāo)權(quán)重,然后應(yīng)用指標(biāo)權(quán)重和案例的白化權(quán)函數(shù)這兩個(gè)分類參數(shù)采用灰色聚類評(píng)價(jià)的方法去解決多屬性分類決策問(wèn)題。主要研究?jī)?nèi)容如下:(1)首先運(yùn)用證據(jù)理論中概率賦值函數(shù)對(duì)多位專家的不確定性評(píng)價(jià)信息進(jìn)行表示,然后分析了證據(jù)合成規(guī)則的特點(diǎn)與不足,針對(duì)在群決策信息集結(jié)過(guò)程中的證據(jù)相關(guān)的問(wèn)題,提出了用灰色關(guān)聯(lián)度來(lái)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(duì)專家的評(píng)價(jià)信息進(jìn)行集結(jié)最后以此判斷對(duì)

5、案例所屬類別。(2)在基于案例推理的多屬性分類決策問(wèn)題中,首先分析新案例的可能情況,對(duì)指標(biāo)的取值范圍進(jìn)行延拓,并根據(jù)指標(biāo)的特點(diǎn)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(biāo)權(quán)重之間的關(guān)系信息,提取出了分類過(guò)程的權(quán)重參數(shù)信息,根據(jù)灰色聚類的評(píng)價(jià)方法對(duì)待評(píng)價(jià)的對(duì)象進(jìn)行分類評(píng)價(jià)。(3)運(yùn)用本文構(gòu)建的模型,對(duì)政府低碳政策績(jī)效評(píng)價(jià)的問(wèn)題進(jìn)行了相關(guān)研究。在對(duì)低碳政策績(jī)效評(píng)價(jià)的研究背景及必要性進(jìn)行了分析的基礎(chǔ)上,構(gòu)建了評(píng)價(jià)的指標(biāo)體系。選定了較有代表性的省市,收集了各指標(biāo)的數(shù)據(jù),調(diào)查專家對(duì)這些省市低碳政策績(jī)效的分類評(píng)價(jià)信息,通過(guò)改進(jìn)后的證據(jù)合成方

6、法對(duì)專家分類信息進(jìn)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(biāo)權(quán)重信息,并對(duì)確定的指標(biāo)權(quán)重進(jìn)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(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。