基于近似支持向量回归机的多属性决策  

Multiple attribute decision making based on proximal support vector regression machine

作　　者：王旭坚[1] 薛惠锋[1] 解丹蕊[1] 

机构地区：[1]西北工业大学自动化学院,陕西西安710072

出　　处：《河北科技大学学报》2009年第2期120-124,共5页Journal of Hebei University of Science and Technology

基　　金：国家自然科学基金资助项目(60705004)

摘　　要：将近似支持向量回归机应用到多属性决策问题,提出基于近似支持向量回归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,再通过近似支持向量回归机拟合出多属性效用函数,从而实现对方案的排序。与支持向量机相比该模型参数少,核函数无需满足Mercer条件,算法简单、可靠。最后通过算例表明方法的可行性与有效性。A method for solving multiple attribute decision making （MADM） is proposed based on proximal support vector regression machine （PSVRM）. The proposed method extracts learning samples from the MADM problem,estimates the multiple attribute utility function,and then sorts the alternatives. It has less number of parameter and is simple and reliable; the kernel does not need to satisfy the Mercer＇s condition. An example demonstrates its feasibility and availability.

关 键 词：近似支持向量机 多属性决策 效用函数 回归 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]