暂无评论
直觉模糊多属性决策是当前决策领域的一个研究热点, 在实际决策中有着广泛的应用. 按照直觉模糊集的 发展形式: 直觉模糊集、区间直觉模糊集、直觉三角模糊数和直觉梯形模糊数, 分别介绍它们在多属性决策与群
多属性决策TOPSIS方法matlab程序,可以直接加载到matlab后调用,A为评价矩阵,w为权重,输入后运行就可以得到方案排序
决策树使决策问题形象化。它把各备选方案在不同自然状况下的概率及其损益值大小,简明地绘制在一张图上,从而形象地反出整个决策过程。它不仅可以解决单阶段的决策问题,而且可以解决“损益矩阵”无法表达的多阶段的
研究了群决策中专家决策水平可靠性问题,对用群组决策的特征根法及其使用条件做出了修正,更加具有科学性与合理性;并对专家决策水平和决策熵进行了重新定义,以便能够更客观地度量专家群体决策的可靠性;最后通过算
决策树算法的比较分析 [] [] 一 . 前言 所谓决策树 就是在对数据进行决策分类时利用树的结构将数据记录进行分 , 其中树的一个叶结点就代表符合某个条件的属性集 , 根据属性的不同取值建立决策树的
考虑决策者对风险型混合多属性评价结果的信任程度不同, 提出基于前景理论和改进投影理论的群决策方法. 建立一个数组以描述在不同信任度下群决策专家的评价结果, 并将数组中混合数据类型转化为三角模糊数. 在
现实中存在大量异质数据和需要考虑权重随属性值变化的多属性决策问题。
随着经济与社会的发展,数据挖掘技术广泛应用到各个领域,其中分类算法中的决策森林(Decision Forest)成为一个研究热点。决策森林算法是一种包含多个决策树分类器的统计学习理论,能较好地处理噪声
该文献为理论研究,只要介绍决策树的建树算法和剪枝算法!
论文研究-基于目标导向的多属性决策属性价值公度方法.pdf, MACBETH方法在多个属性维度上确定出的一组属性Good值(或Neutral值)并不能真地具有保证属性价值公度的完全相同的偏好涵义.为
暂无评论