《基於多粒度粗糙集的風險投資項目選擇決策分析研究》是依託山西大學，由宋鵬擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於多粒度粗糙集的風險投資項目選擇決策分析研究
- 項目類別：青年科學基金項目
- 項目負責人：宋鵬
- 依託單位：山西大學
項目摘要,結題摘要,
項目摘要
有效的風險投資項目選擇決策對於國家高新技術產業發展、綜合國力提升具有極其重要的意義。然而，在現實決策中，風險投資項目選擇仍然面臨關鍵指標選取難以形成統一的指標體系，項目評價需要進行參數估計、分布假設檢驗等現實困難。面對上述決策困難，本課題面向風險投資項目選擇決策分析問題，著眼於從數據本身挖掘決策信息，從多維視角進行綜合決策判斷，基於多粒度粗糙集理論，系統開展理論分析、數據建模與實證研究。具體內容：(1)基於多粒度粗糙集的風險投資項目選擇決策分析框架；(2)排序決策中關鍵指標集選取的多粒度方法；(3)基於多粒度融合的全序化排序決策建模；(4)多階段項目篩選的機率決策規則獲取與動態更新。本課題成果將為風險投資項目選擇提供可靠的決策支持，為多粒度粗糙集問題求解與決策分析提供新的研究路徑；對於多粒度粗糙集理論與方法體系的完善具有重要的科學意義，在多屬性分級、排序決策中具有廣泛的套用前景。
結題摘要
本課題面向風險投資項目選擇的現實決策困難，著眼於從數據本身挖掘決策信息，從多維視角進行綜合決策判斷，基於多粒度粗糙集理論，系統開展理論分析、數據建模與實證研究。具體研究成果包括： (1)提出了以區間值為數據統一表示形式的決策分析模型與序化機理，建立了基於優勢粒結構不確定性表示的熵度量體系，為風險厭惡型決策者提供了基於多粒度粗糙集的決策分析框架。 (2)基於區間數據優勢粒結構的相關性分析設計序相關性度量準則，建立了關鍵決策指標集選取的特徵選擇算法，給出了不同特徵選擇結果的多粒度融合策略，為大數據情境下高效提取關鍵特徵提供了“拆分+融合”的研究新路徑。 (3)研究了區間數據的全序化建模方法，為風險厭惡型決策者提供了集數據表示、特徵選擇、序化建模於一體的排序決策方法；借鑑群決策範式，基於各排序結果與排序結果集合的共識程度分析，給出了不同排序結果的多粒度融合方法，也為複雜數據的相關關係度量提供了有效的求解模型。 (4)建立了多階段動態信息集結方法，提出了機率意義下決策規則獲取方法，為動態選優中的多階段項目選擇提供科學的分級/排序決策機制。 本課題成果為多粒度粗糙集問題求解與決策分析提供新的研究路徑，對於多粒度粗糙集理論與方法體系的完善具有重要的科學意義；為風險投資項目選擇、證券投資提供可靠的決策支持，在多屬性分級、排序決策中具有廣泛的套用前景。
