基于粗糙集分類的群決策專家個體可信度權重確定方法

基于粗糙集分類的群決策專家個體可信度權重確定方法

ID:5392522

大?。?06.00 KB

頁數:5頁

時間:2017-12-08

基于粗糙集分類的群決策專家個體可信度權重確定方法_第1頁
基于粗糙集分類的群決策專家個體可信度權重確定方法_第2頁
基于粗糙集分類的群決策專家個體可信度權重確定方法_第3頁
基于粗糙集分類的群決策專家個體可信度權重確定方法_第4頁
基于粗糙集分類的群決策專家個體可信度權重確定方法_第5頁
資源描述:

《基于粗糙集分類的群決策專家個體可信度權重確定方法》由會員上傳分享,免費在線閱讀,更多相關內容在行業(yè)資料-天天文庫。

1、第29卷第1期模糊系統與數學Vo1.29。No.12015年2月FuzzySystemsandMathematicsFeb.,2015文章編號:1001—7402(2015)01—153-05基于粗糙集分類的群決策專家個體可信度權重確定方法鄭桂玲,孫亮,戚嘯艷,張利娜(東南大學成賢學院,江蘇南京210088)摘要:提出了一種基于粗糙集分類來判斷群決策專家個體可信度權重的新方法。先根據專家給出的判斷矩陣分別按照條件屬性值和決策屬性值將方案進行分類,再用概率分布函數來考察每個條件屬性類在決策屬性類中的分布情況,算出與均勻分布時的概率分布函數的距離和,將各個專

2、家判斷矩陣的距離和進行歸一化處理,以此作為群決策專家個體可信度的權值;最后用算例給出了該方法的可行性和有效性。關鍵詞:粗糙集;概率分布函數;群決策;權重中圖分類號:O159文獻標識碼:A1引言群決策就是某一領域的一群專家按照預定的方法對一組備選方案進行評價,然后再將這些判斷信息按照某種準則集結成為群體決策結果。在信息集結過程中,無論使用何種方法,如何確定專家權重都是關鍵。針對群決策專家的賦權問題,國內外學者進行了大量研究,大致可以分為兩類:一類是根據專家有關的先驗信息為專家賦權,即根據專家的名望、知識水平、經驗、對問題的熟悉程度、偏好等進行賦權,所得權重

3、稱為主觀權重,主要方法有AHP法、Delphi法等;另一類是根據專家給出的判斷信息質量進行賦權,主要是根據專家判斷矩陣本身的一致性程度和判斷矩陣之間的一致性程度進行賦權,所得權重稱為客觀權重。由于在實際決策過程中,專家所作判斷的可信度并不一定與他的主觀權重相一致,即使同一位專家,在判斷不同的決策中,其可信度也是不同的,因此,為了全面反映各決策者在群決策過程中的作用,還必須根據具體的群決策問題及群決策方法來確定決策者所作決策的可信度,也即第二類,確定客觀權重。對于客觀權重的確定方法,目前多見的是衡量專家判斷矩陣之間的一致性程度,即各專家之間的一致性程度,常

4、見處理方法有:先將各判斷矩陣按照某種方法集結成綜合判斷矩陣,再看各專家判斷矩陣與綜合判斷矩陣的相似程度,相似程度越高權重越大;將各判斷矩陣按照某種方法進行分類,類內成員數越多,權重越大。但是對專家判斷矩陣本身一致性卻考慮較少,其實這也應該是確定專家客觀權重需要考慮的一個收稿日期:2013-08—13;修訂日期:2013-10—18基金項目:江蘇省教育廳高校哲學社會科學研究項目(2013JSD630072);東南大學社科重大基金引導項目(SKYD20120012)作者簡介:鄭桂玲(1982一),女,湖南邵陽人,講師,研究生,研究方向:智能決策;孫亮(196

5、6一),男,江蘇南京人,講師,研究生,研究方向:數據挖掘;戚嘯艷(1968一),女,江蘇蘇州人,教授,研究方向:數據分析;張利娜(1978一),河南平頂山人,講師,研究生,研究方向:商務智能。154模糊系統與數學重要方面,試想一個專家對各備選方案進行評價時,如果本身意見沖突,那么這樣的專家做出的判斷的可信度是值得懷疑的。關于這個問題,有些文獻雖然有提到,但其算法復雜度卻隨著備選方案的增多程指數級增長。本文欲對此展開研究,對判斷矩陣采取粗糙集等價關系分類的思想進行分類,而若判斷矩陣是模糊矩陣、語言描述矩陣等可以采取相應粗糙集或擴展粗糙集中分類的思想進行分類

6、。分類后,對每類的一致性程度以距離進行衡量,再將各類綜合起來,求出每個專家矩陣距離比例,得到專家個體可信度權重。2粗糙集的相關概念定義2.1設(,A,F)是信息系統,其中為對象集,即U一{l,2,?,)中每個元素z(≤)稱為一個對象。為屬性集,即A一{a1,a2,?a)中每個元素a(Z≤)稱為一個屬性。F為己,與之間的關系集,即F={:U—(z≤m))其中為a(z≤m)的值域。定義2.2設R,稱R為【,上的關系,當(z,)∈R時,稱z,Y有關系R,當(z,)尺時,稱,Y無關系R.記[z]R一{{(z,z)∈R),∈U(1)定義2.3設(,,F)是信息系統

7、,d:U一,取有限值,稱(,A,F,)為決策信息系統,記R一{(z,z,)l(五)一(,)(吼∈A))(2)[]一{z,l(z)一()(∈))(3)Rd一{(z,z,)1d()一d(,))(4)U/Rd一{D1,D2,?,D,}(5)稱尺為對象集【,在條件屬性集上劃分的等價類;[0]為對象集在條件屬性集上關于z劃分的等價類;為對象集在決策屬性d上劃分的等價類;U/R為對象集在決策屬性d上劃分的等價類集合;對于五∈U,記D(D,/Ex)一(≤r)(6)其中l(wèi)[z]I表示[z中包含對象的個數,lDjn[【]l表示D與[zl中共同元素的個數。則稱(五)一(D(

8、D/Ex]),D(D/Ex]),?,D(D/Ex]A))(7)是U/R的概率分布

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預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有爭議請及時聯系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現內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絡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系客服處理。