基于粗糙集和證據理論的多準則決策方法

摘要：針對準則權系數完全未知的離散多準則決策問題，提出一種基于粗糙集和證據理論的多準則決策方法。首先通過粗糙集的信息熵得到準則的信息增益，進而得到準則的權重，作為證據權重；提出方案在準則下的優勢度概念，結合準則權重得到加權的優勢度矩陣；計算得到準則下的基本概率分配和整體不確定度，并利用證據合成法則對多個證據進行合成。

關鍵詞：粗糙集；證據理論；證據權重；多準則決策

1.引 言

證據理論在多傳感器信息融合中獲得廣泛的應用，是處理不確定問題的有效工具。但證據理論也存在許多不足，基于此，本文提出基于粗糙集和證據理論的決策方法，并考慮不同證據差異性的決策方法。

2.粗糙集理論

使用Dempster證據組合方法可得到方案在各條件準則下的綜合基本概率分配，按照信度函數最大化決策規則進行方案的最優選擇。

4.結語

本文利用信息熵得到準則的權重，借此區分不同證據的差異。提出方案在準則下的優勢度，以此計算得到基本概率分配。結合粗糙集和證據理論，提出一種針對離散多準則決策問題的決策方法。基于粗糙集和證據理論的決策方法，可以較好的利用現有知識庫，使決策更加科學、合理。（作者單位：中南大學商學院）

參考文獻

[1]Han.J.，Kamber.M. Data mining：concepts and techniques （2nd Edition）[M]，Morgan Kaufmann，2006，USA..

[2]Shafer G. A mathematical theory of evidence[M]. Princeton： Princeton University Press，1976.