决策关联分析下的专家权重自适应调整研究_王俊英

《决策关联分析下的专家权重自适应调整研究_王俊英》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用2010，46（33）17决策关联分析下的专家权重自适应调整研究1，211王俊英，李德华，吴士泓1，211WANGJun-ying，LIDe-hua，WUShi-hong1.华中科技大学图像识别与人工智能研究所，武汉4300742.三峡大学电气信息学院，湖北宜昌4430021.InstituteforPatternRecognition&ArtificialIntelligence，HuazhongUniversityofScience&Technology，Wuhan430074，China2.

2、CollegeofElectricalEngineering&InformationTechnology，ChinaThreeGorgesUniversity，Yichang，Hubei443002，ChinaE-mail：wannjy@163.comWANGJun-ying，LIDe-hua，WUShi-hong.Analysisbasedondecisionrelationaldegreeforadaptivelyadjustingweightsofexperts.ComputerEngineeringandApplications，2010，46（33）：17-20.Abs

3、tract：Formultipleattributivegroupdecision，animprovedmethodbasedondecisionrelationaldegreeisproposedtoadaptivelyadjusttheexpertsweights.Itreceivestherelativelystablegroupdecisionresultsandtheexpertweightthroughtheobjectiveweightsofexperts，basedonthedecisionrelationaldegreebetweentheindividuala

4、ndgroupdecision.Theexperit-mentalresultsshowthatmorereasonablegroupdecisionresultandfastercovergenceareobtainedbytheproposedmethod.Keywords：multipleattributegroupdecisionmaking；expertweight；decisionrelationaldegree；adaptiveadjustment摘要：针对多属性群决策问题，在已知属性权重和专家主观权重的基础上，提出了一种基于决策关联度的专家权重自适应调整方法。通过

5、专家的个体决策与群体决策之间的决策关联度对专家的客观权重进行调整，从而得到相对稳定的决策结果和相应的专家综合权重。实验结果表明调整后的专家权重与决策结果是合理的，而且收敛速度更快。关键词：多属性群决策；专家权重；决策关联度；自适应调整DOI：10.3778/j.issn.1002-8331.2010.33.005文章编号：1002-8331（2010）33-0017-04文献标识码：Ａ中图分类号：TP3911引言根据专家个体决策和群体决策之间的偏离程度对专家的权重进行调整的方法[6]，其他学者也在相关方面做了一些有价值的人的因素是多属性群决策问题中最重要的因素之一，所以这类问题的

6、研究重点，除了群体判断的集结方式、一致性分研究。析[1]、标度选择、度量统一等问题外，对于决策主体——决策者讨论了在多属性群决策中已知属性权重、专家主观权重（专家）的研究也是一个重要的领域。和专家个人的判断矩阵（基数值）的情况下，利用灰色关联分专家权重的确定以及专家对决策问题的评价水平的研究析在确定两个曲线的几何形状相似程度上的明显优势，将专家对每个方案的个人判断序列和专家群体对每个方案的判断是专家研究的两个重要方面。[2]序列进行关联分析，以标识专家判断与群体判断的偏离程度，专家权重的确定，目前采取的方法主要有AHP法、德菲对专家的综合权重（下称专家权重）进行自适应调整，直到群

7、尔法等主观赋权法和离差最大法等客观赋权法，主观赋权体体的决策结果趋于稳定为止。现了决策者在相关领域的知识、能力、知名度等，而客观赋权法则是根据对专家的评价数据进行分析来确定权数的。2问题的描述宋光兴等针对决策数据的两种不同形式分别给出了相设多属性群决策问题中，专家集为E={eee}，专应的确定决策者客观权重的方法，并提出将决策者主观权重12ss和客观权重集结为决策者最终权重的方法[3]；陈侠等基于理想家ek的权重为ωk，其中0£ωk£1，åωk=1，k=12s，点