無(wú)決策屬性的多屬性決策權(quán)重融合方法【畢業(yè)論文，絕對(duì)】

《無(wú)決策屬性的多屬性決策權(quán)重融合方法【畢業(yè)論文，絕對(duì)】》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、畢業(yè)設(shè)計(jì)（論文）題II:無(wú)決策屬性的多屬性決策權(quán)重融合方法畢業(yè)設(shè)計(jì)（論文）任務(wù)書(shū)題目無(wú)決策屬性的多屬性決策權(quán)重融合方法任務(wù)與要求預(yù)期達(dá)到的技術(shù)目標(biāo)：能夠運(yùn)用粗糙集理論對(duì)權(quán)重融合目標(biāo)建立-?個(gè)規(guī)劃方程，并給出一個(gè)解決方法，該方法要可用于實(shí)際問(wèn)題模型中，解決實(shí)際問(wèn)題。最后，應(yīng)給出一個(gè)實(shí)例。預(yù)期解決的技術(shù)方面的問(wèn)題及解決方法：針對(duì)多屬性決策中屬性權(quán)重的兩種確定方法，建立了一個(gè)權(quán)重融合目標(biāo)規(guī)劃方程，給出了一種智能化的權(quán)重融合解決方法，該方法避免了在權(quán)重融合是引入認(rèn)為偏重系數(shù)影響，是多屬性決策屬性權(quán)重的融合或集成合理化。

2、畢業(yè)設(shè)計(jì)（論文）工作計(jì)劃起止吋間工作內(nèi)容3月10口至3月20口杏閱粗糙集理論的相關(guān)資料3月21口至3h28口對(duì)粗糙集理論的理解與掌握3月29日至4月11日対粗糙集理論進(jìn)行更深層的理解與掌握4刀12H至4刀25H學(xué)習(xí)遺傳算法，并運(yùn)用粗糙集理論進(jìn)行問(wèn)題論證4刀26H至5刀09H對(duì)問(wèn)題進(jìn)行數(shù)學(xué)建模，并求解5月10日至5月23日對(duì)整體迓行進(jìn)一步修改5月24H至6月04H撰寫(xiě)論文6月05H至6月10H準(zhǔn)備論文答辯主要參考書(shū)目（資料）⑴安利平.基于粗集理論的多屬性決策分析[M].北京:科學(xué)出版社，200&14-15.（2）

3、李榮鈞.模糊多準(zhǔn)則決策理論與應(yīng)用[M].北京:科學(xué)出版社，2002,143-147.⑶元昌女，鄧松，李文敬，劉海濤等擻據(jù)挖掘原理與SPSS應(yīng)用寶典[M].北京:電子工業(yè)出版社,2009,221-228,268-277.主要儀器設(shè)備及材料微型計(jì)算機(jī)一臺(tái)論文（設(shè)計(jì)）過(guò)程中教師的指導(dǎo)女排每周1?2次地點(diǎn)：2號(hào)實(shí)驗(yàn)樓133對(duì)計(jì)劃的說(shuō)明無(wú)畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告課題名稱：無(wú)決策屬性的多屬性決策權(quán)重融合方法1?本課題所涉及的問(wèn)題及應(yīng)用現(xiàn)狀綜述多屬性決策研究是決策理論研究的重點(diǎn)內(nèi)容之一。H前確定多屬性權(quán)重分配的方法主耍有兩類(lèi)

4、，第一類(lèi)為主觀賦權(quán)法，如特征向量法，最小平方和法和Delphi法；第二類(lèi)為客觀賦權(quán)法，如主成分分析法，爛法和多目標(biāo)最優(yōu)法?？陀^賦權(quán)法依據(jù)當(dāng)前收集的信息來(lái)確定各屬性的權(quán)重分配，其所依據(jù)的事實(shí)清楚，理論充足，具有較強(qiáng)的說(shuō)服力。但其缺點(diǎn)是沒(méi)有充分利用人類(lèi)對(duì)所考察的系統(tǒng)多年研究成果的積累。主觀賦權(quán)法反映了人類(lèi)對(duì)于所考察的系統(tǒng)多年來(lái)在綜合認(rèn)識(shí)上的成果積累，其缺點(diǎn)是忽視了客觀系統(tǒng)當(dāng)前的悄況，所確定的權(quán)重分配不能反映客觀系統(tǒng)當(dāng)前的實(shí)際情況，同時(shí)理論論據(jù)不夠充分，而且各個(gè)專家對(duì)同一系統(tǒng)的評(píng)價(jià)往往因認(rèn)為偏好不同而產(chǎn)生不同的判斷結(jié)

5、果。所以，將主觀權(quán)重與客觀權(quán)重進(jìn)行融合或集成是必要的。冃前，有關(guān)這兩類(lèi)權(quán)垂的融合方法已經(jīng)一起了垂視，并且得到了一些初步的研究成果。但是冃前的方法在進(jìn)行主觀權(quán)重融合是往往乂會(huì)引入一個(gè)偏好系數(shù)，這乂在權(quán)重融合中添加了認(rèn)為影響。在多屬性決策研究中，根據(jù)研究的對(duì)象屬性特點(diǎn)不同（連續(xù)屬性、離散屬性、是否具有明確的決策性展性等）而呈現(xiàn)不同的組合情況。國(guó)內(nèi)的文獻(xiàn)對(duì)系統(tǒng)屬性是連續(xù)屬性且沒(méi)有明確決策屬性的多屬性決策系統(tǒng)的客觀權(quán)重分配進(jìn)行了討論，但可能出現(xiàn)的組合爆炸現(xiàn)象。針對(duì)這現(xiàn)象，有文獻(xiàn)提出了一?種基于客觀重要性的多因索權(quán)重分配

6、方法，但對(duì)于如何將客觀權(quán)重與主觀權(quán)重融合并未涉及。針對(duì)這一問(wèn)題進(jìn)行討論并提出一種無(wú)主觀偏好的權(quán)重融合方法是必要的。2.本課題需要重點(diǎn)研究的關(guān)鍵問(wèn)題、解決的思路及實(shí)現(xiàn)預(yù)期目標(biāo)的可行性分析關(guān)鍵問(wèn)題：第一，是利用粗集理論確定屈性的客觀重要性權(quán)重。粗糙集屮處理的通常是一些決策表，在決策表中，不同屬性的重要性不同。為了考察多屬性中各個(gè)屬性的瑩要性，采用的方法是從屬性表中去掉一個(gè)屬性，再來(lái)考察沒(méi)有該屬性后分類(lèi)情況發(fā)生的變化。若去掉該屬性相應(yīng)分類(lèi)變化比較人，則說(shuō)明該屬性的強(qiáng)度人，即瑩要性高；反Z,說(shuō)明該屬性的強(qiáng)度小，即重要性

7、低。第二，是基于遺傳算法的權(quán)重融合。其中，遺傳算法適應(yīng)度函數(shù)的確定和遺傳算法的運(yùn)行參數(shù)的確定是關(guān)鍵。運(yùn)行參數(shù)主要有個(gè)體編碼串的長(zhǎng)度L,初始群體的人小M,交叉概率，變異概率和終止代數(shù)T。解決思路：針對(duì)多屬性決策中屬性權(quán)重的兩種確定方法，建立了一個(gè)權(quán)重融合忖標(biāo)規(guī)劃方程，給出了一種智能化的權(quán)重融合解決方法，該方法避免了在權(quán)垂融合是引入認(rèn)為偏重系數(shù)影響，是多屬性決策屬性權(quán)重的融合或集成合理化?？尚行苑治觯捍搜芯渴嵌鄬傩苑治龅慕Y(jié)果同時(shí)反映了主觀權(quán)重和客觀權(quán)重，并且為其他類(lèi)型的決策知識(shí)系統(tǒng)的權(quán)重融合集成提供了一個(gè)有益的思路

8、。3.完成本課題的工作方案3月10H至3月20H查閱粗糙集理論的相關(guān)資料3月21口至3M28口對(duì)粗糙集理論的理解與掌握3月29口至4月11口對(duì)粗糙集理論進(jìn)行更深層的理解與掌握4月12日至4月25日學(xué)習(xí)遺傳算法，并運(yùn)用粗糙集理論進(jìn)行問(wèn)題論證4刀26H至5刀09H對(duì)問(wèn)題進(jìn)行數(shù)學(xué)建模，并求解5刀10H至5刀23H對(duì)整體進(jìn)行進(jìn)一步修改5月24日至6月04日撰寫(xiě)論文6月05H至6月10H準(zhǔn)備論文