智能群體決策支持系統(tǒng)中若干關(guān)鍵理論與方法研究.pdf

1、隨著人工智能技術(shù)的不斷發(fā)展，機器學習、數(shù)據(jù)挖掘、粗糙集、證據(jù)理論等理論方法的不斷深入和完善，使智能決策支持系統(tǒng)的體系結(jié)構(gòu)和智能化程度得到了較大的提高。上個世紀末本世紀初，隨著Internet的普及應用，人們所掌握信息數(shù)據(jù)數(shù)量急劇增長，給決策支持提供了豐富的信息資源和方便的互動交流平臺，也使得更多的專家可以參與決策?；谥悄芗夹g(shù)的群體決策理論和方法的研究成為當前一個熱點研究領(lǐng)域。 目前智能群體決策理論和方法研究面臨的主要關(guān)鍵問題包

2、括：一、越來越多半結(jié)構(gòu)化的、非結(jié)構(gòu)化的、不確定的和相關(guān)的信息影響決策，決策專家很難憑借大腦的知識和經(jīng)驗準確、全面和快速地理解、分析信息，形成決策方案，而需要利用智能技術(shù)來輔助決策問題求解；二、群體決策中，多個決策者的意見常常存在著矛盾和沖突，難以形成決策共識。為此，群體決策中需要解決專家問矛盾沖突，需要對群決策的最優(yōu)決策方案的選擇和評價方法進行研究。 本文在詳細研究和分析目前智能決策支持系統(tǒng)以及群體決策支持系統(tǒng)現(xiàn)狀和存在的主要問

3、題基礎上，緊緊圍繞如何有效地解決群體決策支持系統(tǒng)在海量信息源、非結(jié)構(gòu)化、相關(guān)性數(shù)據(jù)情況下的決策問題求解、沖突消解和群體專家決策條件下的組合規(guī)則性能等問題展開研究。 本文的主要工作和創(chuàng)新點包括以下幾個方面： 一、針對數(shù)據(jù)數(shù)據(jù)屬性間存在的相關(guān)性對決策樹性能的影響，設計了一系列不同的消除或利用相關(guān)性的對比算法?；趯Ρ人惴▽嶒灲Y(jié)果分析，本文提出了一種基于非線性擬合方程的多分類器決策樹算法。實驗結(jié)果表明該算法能有效地利用屬性間的

4、相關(guān)性，提高決策樹的分類能力。 二、基于DS證據(jù)理論，提出了一種新的基于降低沖突策略的組合規(guī)則。該方法利用了沖突和不確定性之間進行相互轉(zhuǎn)化的思想，即在組合之前計算沖突，并依據(jù)沖突大小將一部分沖突轉(zhuǎn)化為不確定性，然后利用Dempster規(guī)則在沖突較小時能獲得較好結(jié)論的特點，用Dempster規(guī)則組合證據(jù)，從而彌補沖突較大時Dempster組合規(guī)則存在的不足。 三、為探討大量專家條件下組合規(guī)則的性能，本文提出了三個評價標準：

5、大眾意見、冪等性、收斂性，并用于對大量專家條件下現(xiàn)有各種組合規(guī)則性能的分析?；谏鲜龇治龉ぷ?，本文給出在大量專家情況下，依據(jù)對結(jié)果的要求是否保守來選擇不同的組合規(guī)則的選擇策略：最后提出一種結(jié)合平均思想達到收斂性的新的組合規(guī)則。 四、結(jié)合防汛調(diào)度中決策支持的實際需求，本文設計了基于智能群體決策技術(shù)的防汛決策支持系統(tǒng)框架。給出了采用決策樹方法輔助專家決策，用DS證據(jù)理論消解專家意見沖突的算法過程和步驟，進行了應用設計的舉例，為進一步