基于粗集优势关系的属性赋权相对熵优化模型

作     者：毛军军 李侠 吴涛 MAO Jun-jun;LI Xia;WU Tao

作者机构：安徽大学数学科学学院合肥230039 安徽大学计算智能与信号处理教育部重点实验室合肥230039 南京大学计算机软件新技术国家重点实验室南京210093 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2011年第37卷第15期

页      面：125-127页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(60675031) 中国博士后科学基金资助项目(20070411028) 安徽省高等学校省级自然科学研究基金资助项目(KJ2008B093) 安徽省高等学校青年基金资助项目(2011SQRL186) 安徽大学学术创新团队基金资助项目(KJTD001B) 

主　　题：粗糙集 优势关系 属性依赖度 粒度 相对熵 

摘      要：针对传统粗集理论中属性赋权不一致,甚至相悖的问题,把2个概率分布的相对熵扩展到任意2个单维向量的相对熵,并将相对熵视作一种距离。通过定义属性重要度的代数观和粒度观确定优化权重的取值范围,根据各方案的属性值尽可能靠近理想值、远离负理想值的原理,建立单目标赋权优化模型。针对等价关系的局限性,将优势关系引入属性权重确定方法中。基于优势关系的序信息系统,将代数观下和粒度观下的权重通过相对熵优化模型进行耦合,得到多属性决策中属性权重的优化解。算例分析结果证明了该模型的有效性。