项目名称: 基于粗糙集与层次分析相融合的多属性决策方法及应用研究

项目编号: No.71361002

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 管理科学

项目作者: 吕跃进

作者单位: 广西大学

项目金额: 33.7万元

中文摘要: 由于现实中的决策问题具有不确定性、偏好性与复杂性,常常需要处理既有分类问题又有分级(或排序)问题的决策系统。粗糙集理论是一种处理不确定问题的分类方法,层次分析法则是一种定性与定量相结合的分级或排序方法,前者不需要任何先验信息,后者可发挥人的主观能动性。但上述任一种方法均不能够处理同时具有分类与分级的决策问题。那么,能否有机地将这两种决策方法结合起来,在发挥它们各自长处的同时克服其局限性,既能充分利用现有数据的客观性,又能充分反映人的主观能动性,形成一种新的多属性决策方法呢?本项目将从两个方面入手,一方面提出基于粗糙集的层次分析法,将粗糙集的客观性引入层次分析法;另一方面提出基于排序(即保持排序结果不变)的属性约简与规则提取概念与方法,将层次分析的分级机制引入到粗糙集中。这样,我们获得了将粗糙集与层次分析法有机融合起来的多属性决策新方法,这对于丰富多属性决策理论具有重要的理论意义与应用价值。

中文关键词: 粗糙集;层次分析;排序;属性约简;多属性决策

英文摘要: In real situations, decision problem often involves uncertainty, reference and complexity, so such decision systems are often encountered that include both the classification and ranking problems. Rough sets are a kind of classification method to deal wit

英文关键词: rough set;analytic hierarchy process (AHP);sorting;attribute reduction;multi-attribute decision making

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
【AAAI2022】基于属性的渐进融合网络的RGBT跟踪
专知会员服务
20+阅读 · 2022年1月8日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
12+阅读 · 2021年3月13日
专知会员服务
27+阅读 · 2021年2月17日
专知会员服务
108+阅读 · 2020年12月22日
专知会员服务
77+阅读 · 2020年12月6日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
SemanticAdv:基于语义属性的对抗样本生成方法
机器之心
14+阅读 · 2019年7月12日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
102+阅读 · 2019年1月9日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
【强化学习】易忽略的强化学习知识之基础知识及MDP
产业智能官
17+阅读 · 2017年12月22日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Arxiv
27+阅读 · 2021年2月17日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
【AAAI2022】基于属性的渐进融合网络的RGBT跟踪
专知会员服务
20+阅读 · 2022年1月8日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
12+阅读 · 2021年3月13日
专知会员服务
27+阅读 · 2021年2月17日
专知会员服务
108+阅读 · 2020年12月22日
专知会员服务
77+阅读 · 2020年12月6日
相关资讯
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
SemanticAdv:基于语义属性的对抗样本生成方法
机器之心
14+阅读 · 2019年7月12日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
102+阅读 · 2019年1月9日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
【强化学习】易忽略的强化学习知识之基础知识及MDP
产业智能官
17+阅读 · 2017年12月22日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员