基于属性坐标分析和学习的评估决策模型
在将决策者心理偏好或权重可解释为:”等总分条件下,各决策属性分数的一种满足决策者权重或心理权重的合理性分配”的基础上,将通常的决策问题,分解为求一系列(等总分)局部最满意解的子问题,然后,再从所有局部满意解的集合中,找出全局最满意解,并提出了一种直接面向决策者(经验性)心理标准及其评估变化过程的决策模型—属性坐标学习和分析的评估决策模型.
机器学习 属性坐标系 定性映射函数 满意度 评估决策模型
吴钦藩 冯嘉礼 董占球 张永兴
上海海运学院计算机系(上海) 中国科学院研究生院(北京) 中国原子能科学研究院(北京)
国内会议
桂林
中文
12-17
2003-01-01（万方平台首次上网日期，不代表论文的发表时间）