复杂大群体服务对象评价信息融合与一致性研究

发布时间：2017-08-07 08:16

  本文关键词：复杂大群体服务对象评价信息融合与一致性研究

  更多相关文章： 大群体决策 群体聚类 信息集结 参考点 一致性测度

【摘要】：群决策是解决各类决策问题的重要手段,群体的共同意见可以使得决策结果让更多的人满意。但是,随着社会经济的快速发展,出现了越来越多的涉及大群体的较为复杂的决策问题,如半公益性的有限资源分配问题,以致现有的决策方法不再完全适用。因此,有必要对大规模群体的群决策问题进行进一步的探讨。 本文研究的主要思路如下：首先回顾了现有的群体聚类及信息融合的相关方法,介绍了论文的写作框架。第二章介绍了大群体决策的概念及已有的群体决策的相关理论,指出大群体决策待研究的问题。第三章研究了大群体服务对象的聚类方法,提出了先进行数据精简、后进行聚类的思路,并给出聚类中心点的确定方法。第四章提出了基于参考点的大群体信息融合算法,给出了参考点的设计思想及群体成员的权重确定方法。第五章对一致性测度问题进行了探讨,从不同群体在整体方案上的差异和所有群体在不同方案上表现出的差异两个角度给出了一致性测度的公式,并将两方面联系起来,找出具体哪些群体在哪些方案上存在较大的评价差异。第六章是论文主要工作的总结归纳以及下一步研究的展望。 论文的主要贡献在于： 1、针对大群体聚类的时空复杂度,给出了对评价信息进行预处理,以简化数据的具体操作方法； 2、在信息集结过程中引用了前景理论参考点的概念,并基于现有的参考点选取方法设计了组合参考点； 3、提出了群体协调应以调整方案为主,而非试图改变反映服务对象真实意愿的意见,并给出寻找最具争议方案的方法。
【关键词】：大群体决策 群体聚类 信息集结 参考点 一致性测度
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP202;C934
【目录】：

• 摘要5-6
• Abstract6-10
• 1 绪论10-20
• 1.1 研究背景与意义10-11
• 1.2 文献回顾11-17
• 1.3 主要研究内容17-20
• 2 大群体决策相关概述20-26
• 2.1 大群体决策的概念20-21
• 2.2 大群体决策需要研究的问题及其必要性21-23
• 2.2.1 群体决策理论相关研究内容21-22
• 2.2.2 大群体决策需要研究的问题22-23
• 2.3 大群体决策的研究方法23-25
• 2.4 本章小结25-26
• 3 复杂大群体服务对象的聚类26-37
• 3.1 基础聚类方法概述26-27
• 3.2 评价信息的预处理27-29
• 3.3 精简后数据的聚类29-32
• 3.3.1 高斯核FCM的基本思想30
• 3.3.2 初始聚类中心点的确定30-31
• 3.3.3 聚类算法的步骤31-32
• 3.4 聚类过程的仿真算例32-36
• 3.4.1 算例过程32-35
• 3.4.2 方法比较35-36
• 3.5 本章小结36-37
• 4 基于参考点的大群体信息融合37-45
• 4.1 基于聚类的信息集结问题描述37-38
• 4.2 基于组合优化的参考点设计38-40
• 4.2.1 参考点的相关介绍38
• 4.2.2 参考点的组合优化设计38-40
• 4.3 信息的集结40-41
• 4.3.1 权重的求解40-41
• 4.3.2 信息集结方法41
• 4.4 信息集结过程的算例分析41-44
• 4.5 几种信息集结方法的比较44
• 4.6 本章小结44-45
• 5 大群体评价一致性的测度研究45-54
• 5.1 一致性测度背景描述45-46
• 5.2 群体一致性差异的表现形式46-47
• 5.3 群体一致性差异的测度47-51
• 5.3.1 不同形式一致性差异的测度48-49
• 5.3.2 群体一性差异测度方法49-51
• 5.4 算例分析51-53
• 5.5 本章小结53-54
• 6 结论与展望54-56
• 6.1 结论54-55
• 6.2 展望55-56
• 致谢56-57
• 参考文献57-63
• 附录A63-64
• 附录B64-70
• 附录C70-75

【参考文献】

中国期刊全文数据库 前10条

1 陈侠;樊治平;陈岩;;基于区间数决策矩阵的专家群体判断一致性[J];东北大学学报(自然科学版);2007年10期

2 姜艳萍;梁海明;;不同粒度语言信息的群体一致性判别和改进方法[J];东北大学学报(自然科学版);2010年11期

3 苏良昱;苏良碧;;基于遗传算法的聚类分析[J];电脑开发与应用;2011年02期

4 孙红艳;张鹏;;改进的遗传算法在聚类分析中的应用[J];电脑知识与技术;2011年36期

5 王晓;陈华友;刘兮;;基于离差的区间二元语义多属性群决策方法[J];管理学报;2011年02期

6 应德全;应晓敏;叶继华;;一种基于图论的聚类算法NeiMu[J];计算机工程与应用;2009年03期

7 关庆;邓赵红;王士同;;改进的模糊C-均值聚类算法[J];计算机工程与应用;2011年10期

8 耿跃;任军号;吉沛琦;;基于K-Means变异算子的混合遗传算法聚类研究[J];计算机工程与应用;2011年29期

9 黄敏;何中市;邢欣来;陈英;;一种新的k-means聚类中心选取算法[J];计算机工程与应用;2011年35期

10 周涛;陆惠玲;;数据挖掘中聚类算法研究进展[J];计算机工程与应用;2012年12期

，

本文编号：633656