發(fā)布時(shí)間：2020-11-09 06:39

　　 本論文對(duì)象為評(píng)分聚合算法,主要研究?jī)?nèi)容為基于評(píng)分聚合的多屬性決策方法。本論文首先通過一份虛擬的綜合評(píng)價(jià)成績(jī)單分析了傳統(tǒng)多屬性決策方法中可能存在的問題,通過這樣一個(gè)簡(jiǎn)單的例子說明了,在傳統(tǒng)的多屬性決策方法中,在特定的情況下,結(jié)果是可以被人為操縱的。隨后,本論文研究了幾種經(jīng)典的排名聚合算法,包括波達(dá)計(jì)數(shù)法、類波達(dá)計(jì)數(shù)法、舒爾策法和馬爾科夫法,在給出這些算法定義的同時(shí),編程實(shí)現(xiàn)了這些算法,并將其應(yīng)用到了前面提到的虛擬數(shù)據(jù)集中,得到了與傳統(tǒng)多屬性決策方法不同的結(jié)論。隨后,本課題結(jié)合傳統(tǒng)多屬性決策算法的一些特點(diǎn),提出了一種新的加權(quán)排名聚合算法,同樣將其應(yīng)用到了虛擬數(shù)據(jù)集中。然后,本課題通過模擬實(shí)驗(yàn)的方法,通過三個(gè)實(shí)驗(yàn)?zāi)�擬了三種多屬性決策情景:多個(gè)待評(píng)項(xiàng),多條屬性;多個(gè)待評(píng)項(xiàng),較少屬性和較少待評(píng)項(xiàng),多個(gè)屬性。分析對(duì)比了以上多個(gè)排名聚合算法的結(jié)果,并將其與本論文提出的加權(quán)排名聚合算法進(jìn)行比較,實(shí)驗(yàn)表明,在一定情況下,加權(quán)排名聚合算法相比其他排名聚合算法略有優(yōu)勢(shì),本課題認(rèn)為基于排名聚合的多屬性決策方法并不能替代傳統(tǒng)的多屬性決策方法,其意義主要在于可以從排名聚合的角度給決策者一個(gè)參考結(jié)果,有助于決策者發(fā)現(xiàn)數(shù)據(jù)中存在的問題,做出更合理的決策。最后,本課題將多個(gè)排名聚合算法應(yīng)用到了真實(shí)數(shù)據(jù)集《軟科2019中國(guó)最好大學(xué)排名》上,從排名聚合的角度給出了一個(gè)不一樣的結(jié)論供讀者參考。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：C81
【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題的來源
    1.2 研究的背景和意義
    1.3 相關(guān)領(lǐng)域研究成果
    1.4 主要研究?jī)?nèi)容
    1.5 本章小結(jié)
第2章 問題的提出
    2.1 問題的來源
        2.1.1 多屬性決策存在的問題
    2.2 基本定義
    2.3 本章小結(jié)
第3章 經(jīng)典的排名聚合算法
    3.1 波達(dá)計(jì)數(shù)法
    3.2 類波達(dá)計(jì)數(shù)法
        3.2.1 平均值法
        3.2.2 多德爾法
    3.3 舒爾策法
    3.4 馬爾科夫法
    3.5 本章小結(jié)
第4章 加權(quán)的排名聚合算法
    4.1 本章小結(jié)
第5章 實(shí)驗(yàn)?zāi)�擬
    5.1 構(gòu)造測(cè)評(píng)框架
    5.2 實(shí)驗(yàn)及結(jié)論
        5.2.1 實(shí)驗(yàn)一
        5.2.2 實(shí)驗(yàn)二
        5.2.3 實(shí)驗(yàn)三
    5.3 本章小結(jié)
第6章 排名聚合算法在真實(shí)數(shù)據(jù)集上的應(yīng)用
    6.1 最好大學(xué)排名
    6.2 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔚剛;張秀芬;劉行;;再制造設(shè)計(jì)中的材料多屬性決策方法[J];機(jī)床與液壓;2018年01期

2 王中興;陳紹松;何婷婷;賈欣;;基于雙重猶豫模糊語言的多屬性決策方法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2017年01期

3 何健慶;;多屬性決策方法的教學(xué)過程設(shè)計(jì)探討[J];科技經(jīng)濟(jì)導(dǎo)刊;2017年15期

4 王濤;陳剛;;多屬性決策方法在鉆機(jī)購(gòu)買選擇中的應(yīng)用[J];中小企業(yè)管理與科技(上旬刊);2011年07期

5 王萬軍;;基于聯(lián)系數(shù)的不確定多屬性決策方法及應(yīng)用[J];湛江師范學(xué)院學(xué)報(bào);2008年06期

6 樊治平,肖四漢;帶有Fuzzy偏好關(guān)系的多屬性決策方法[J];東北大學(xué)學(xué)報(bào);2000年02期

7 茹保鋒;張存祿;;基于決策者預(yù)期的多屬性決策方法[J];統(tǒng)計(jì)與決策;2013年18期

8 楊曦;滕少華;張巍;;基于二元語義多屬性決策方法的購(gòu)房評(píng)估研究[J];計(jì)算機(jī)應(yīng)用研究;2012年07期

9 易平濤;郭亞軍;;權(quán)數(shù)非獨(dú)裁性條件下基于競(jìng)爭(zhēng)視野優(yōu)化的多屬性決策方法[J];控制與決策;2007年11期

10 王飛;礦井通風(fēng)系統(tǒng)優(yōu)選的多屬性決策方法[J];太原理工大學(xué)學(xué)報(bào);2001年01期

相關(guān)博士學(xué)位論文 前10條

1 王軍;基于正交模糊信息集成算子的多屬性決策方法研究[D];北京交通大學(xué);2019年

2 龔本剛;基于證據(jù)理論的不完全信息多屬性決策方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

3 靳留乾;基于確信度證據(jù)推理的不確定性多屬性決策方法研究[D];西南交通大學(xué);2016年

4 繆彬;基于軟集合理論的不確定性多屬性決策方法研究[D];昆明理工大學(xué);2014年

5 包甜甜;不確定多屬性決策方法及其在航運(yùn)企業(yè)評(píng)價(jià)中的應(yīng)用研究[D];大連海事大學(xué);2017年

6 徐澤水;幾類多屬性決策方法研究[D];東南大學(xué);2003年

7 慈鐵軍;基于決策者偏好的區(qū)間數(shù)多屬性決策方法研究[D];河北工業(yè)大學(xué);2014年

8 劉盾;基于粗糙集理論的多屬性決策方法[D];西南交通大學(xué);2011年

9 張小路;基于猶豫模糊信息的多屬性決策方法研究[D];東南大學(xué);2015年

10 陶麗麗;基于AFS理論的管理方法及其應(yīng)用研究[D];大連海事大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 韓知言;基于評(píng)分聚合的決策方法[D];哈爾濱工業(yè)大學(xué);2019年

2 秦西友;基于語言直覺模糊數(shù)的集成算子及多屬性決策方法研究[D];山東財(cái)經(jīng)大學(xué);2018年

3 方君煒;基于軟集理論的多屬性決策方法研究及應(yīng)用[D];蘭州理工大學(xué);2019年

4 王付冰;混合信息下灰色多屬性決策方法及其應(yīng)用[D];華北水利水電大學(xué);2019年

5 張?jiān)��?兩種信息不完全多屬性決策方法的改進(jìn)與對(duì)比[D];昆明理工大學(xué);2014年

6 劉琦;概率語言多屬性決策方法及其應(yīng)用研究[D];南京師范大學(xué);2018年

7 劉勝男;基于中智集的多屬性決策方法及其應(yīng)用[D];山西大學(xué);2018年

8 柳溪;基于語言直覺模糊數(shù)的多屬性決策方法研究[D];山東財(cái)經(jīng)大學(xué);2017年

9 張麗麗;基于多值中智集的多屬性決策方法研究[D];山東財(cái)經(jīng)大學(xué);2017年

10 李丹丹;直覺猶豫模糊集的多屬性決策方法的研究[D];山西師范大學(xué);2017年

本文編號(hào)：2876042