基于最小二乘支持向量机的多属性决策  

Multiple attribute decision making based on least square support vector machine

作　　者：张弓长[1] 郭烨[2] 曹潇[1] 杜喆[3] 

机构地区：[1]西北工业大学经济研究中心,西安710072 [2]洛阳师范学院信息技术学院,河南洛阳471022 [3]西安电子科技大学应用数学系,西安710071

出　　处：《计算机应用研究》2008年第9期2746-2747,2797,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60574075)

摘　　要：分析多属性决策问题,提出了基于最小二乘支持向量机的多属性决策方法。该方法从决策问题本身出发,构造学习样本,再通过最小二乘支持向量机拟合出多属性效用函数,从而实现对方案的排序。该模型与支持向量机相比,参数少,算法简单、可靠。最后通过算例表明方法的可行性与有效性。By analyzing multiple attribute decision making （MADM） problem, the paper proposed a method for solving MADM based on least square support vector machine. It extracted learning samples from the MADM problem, estimated the Multiple Attribute Utility Function via LSSVM, and then selected the most desirable alternative. The proposed method has less number of parameter and is simple and reliable, comparing with SVM. In the end, an example demonstrates the method is feasible and availability.

关 键 词：多属性决策 最小二乘支持向量机 效用函数 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] C934[自动化与计算机技术—控制科学与工程]