科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对有序群决策问题,本文利用支持向量域描述给出一种专家权重的确定方法。首先把每位专家对所有方案给出的估计值视为高维空间特征向量,其次在使用该方法学习时采用"留一法"的思想,即分别留下一个专家的特征向量,把其他所有专家的特征向量进行描述,分别得到一个最小包球。然后计算每个专家的特征向量到其他所有专家的特征向量所得最小包球的球心的距离,最后把每个距离的倒数作为衡量该专家体对群体意见的贡献,从而计算出每位专家的评判权重,并依据权重的大小进行排序,算例显示该方法的有效性和应用性。
- 单位
针对有序群决策问题,本文利用支持向量域描述给出一种专家权重的确定方法。首先把每位专家对所有方案给出的估计值视为高维空间特征向量,其次在使用该方法学习时采用"留一法"的思想,即分别留下一个专家的特征向量,把其他所有专家的特征向量进行描述,分别得到一个最小包球。然后计算每个专家的特征向量到其他所有专家的特征向量所得最小包球的球心的距离,最后把每个距离的倒数作为衡量该专家体对群体意见的贡献,从而计算出每位专家的评判权重,并依据权重的大小进行排序,算例显示该方法的有效性和应用性。
