类别误标下证据链推理的群决策分类方法

摘要：

针对群决策分类中可解释性的推理信息存在类别错误标识的问题,提出了类别误标下证据链推理的群决策分类方法.该方法采用可信度函数的一致性和凸性,以查询案例与证据链之间的属性关联相似度作为群决策信息源的权重,建立了基于证据链推理的混合整数优化模型,实现了决策分类标识能力最大化,同时获取了可解释性最好的证据链集合.该模型考虑了决策类别的错误标识情形,依据可信度序的概念,将推导出的融合可信度作为查询案例推论可解释性的评价标准.通过多源感知数据的诊断实例,说明了该方法的有效性和合理性.

关键词：群决策分析、证据链、关联相似度、错误标识、可信度序

所属期刊栏目：37

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金71171143,71201087,71571105;天津市科技支撑计划重点项目13ZCZDSF01900;中央高校基本科研业务费专项资金NKZXB1458资助课题

在线出版日期：2015-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2546-2553