基于协调权的案例学习群决策分类方法

《基于协调权的案例学习群决策分类方法》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、第48卷第5期2016年10月南京航南尿航JournalofNanjing空航天大学学报UniversityofAeronautics&AstronauticsV01．48No．50ct．2016DOI：10．16356／j．1005—2615．2016．05．013基于协调权的案例学习群决策分类方法王兵陈晔徐(南京航空航天大学经济与管理学院学院海燕，南京，211106)摘要：基于案例学习的决策方法具有易于理解、贴近实际决策过程的优点，成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决策专家提供的案例信息，提出了一种基于协调权的案例学习群决策模型用以解决多属性

2、分类决策问题。该方法首先针对各决策者给出不同案例数据，通过构建混合整数规划模型，识别出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型，以此确定兼容各个决策者案例信息的指标权重(协调权)和最优分类阈值，由此构建一致性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分析，验证了方法的可行性。关键词：案例学习；群决策；多属性分类；协调权中图分类号：C934文献标志码：A文章编号：1005—2615(2016)05—0696—09Case-BasedApproachtoGroupClassificationDecisi

3、onBasedonCompromiseWeightSettingWangBing，ChenYe，XuHaiyan(CollegeofEconomicsandManagement，NanjingUniversityofAeronautics&Astronautics，Nanjing，211106，China)Abstract：Thecase—baseddecisionmakingmethodhastheadvantagesofeasytounderstandandclosetotheactualdecision—makingprocess，SOitbecomesahotr

4、esearchtopicinthefieldofdecisionmaking．Inordertoeffectivelyintegratethecaseinformationprovidedbydifferentdecisionmakers(DMs)，thispa—perproposesacasestudygroupdecisionmakingmodelbasedonconsistentweighttosolvethemultipleattributeclassificationproblem．Firstly，themethodbuildsamixedintegerpro

5、grammingmodelbasedondifferentcasedatagivenbyDMs，andidentifiesthetypicalcasesetwithmaximizationofthesignifi—cancedegreeofconsistentcaseinformation．Then，themodelofmaximizingthedegreeawayfromtheclassificationthresholdisdesignedtodeterminethecompromiseweightsandtheoptimalclassificationthresh

6、old，whichiscompatiblewiththeDMs．Finally，acasestudyandacomparisonwithothermeth—odsareprovidedtoverifythefeasibilityofthemethod．Keywords：casestudy；groupdecisionmaking；multi—criteriasorting；compromiseweight多属性决策是在考虑多个属性(指标)的情况下，如何有效地协助决策者理性(逻辑性)地从多个备选方案中选择出最合适方案的决策过程‘1

7、。近几十年来，多属性决策在理论研究和案例应

8、用方面基金项目：国家自然科学基金(71471087)资助项目；基于图模型冲突分析反问题理论的第三方调解策略研究资助项目。收稿日期：2016—02—24；修订日期：2016—07—14通信作者：陈晔，男，教授，博士生导师，E—mail：chenye@nuaa．edu．cn。引用格式：王兵，陈哗，徐海燕．基于协调权的案例学习群决策分类方法[J]．南京航空航天大学学报，2016，48(5)：696—704．WangBing，ChenYe，XuHaiyan．Case-basedapproachtogroupclassificationdecisi