《面向複雜數據的粗糙集多屬性/多準則決策分析研究》是依託山西大學，由梁吉業擔任項目負責人的面上項目。
基本介紹
- 中文名：面向複雜數據的粗糙集多屬性/多準則決策分析研究
- 項目類別：面上項目
- 項目負責人：梁吉業
- 依託單位：山西大學
項目摘要,結題摘要,
項目摘要
在複雜的管理與決策環境下，決策者在解決問題時，已不再滿足依賴於先驗的模型假設和經驗知識，希望從積累的各種數據中提取客觀的管理規則和知識，並進行不確定性環境下的有效決策。本項目以複雜管理數據為對象，運用粗糙集理論與方法，系統地研究多屬性/多準則決策分析問題。主要研究內容包括：（1）建立面向複雜數據的粗糙集多屬性/多準則決策分析理論框架；（2）研究基於擴展優勢關係的分類、分級、排序等多屬性/多準則決策問題的有效求解方法；（3）構建面向複雜數據的粗糙集多屬性/多準則群決策方法；（4）結合一至兩個具有明確性管理意義的真實數據開展實證研究。本項目力圖在粗糙集理論與多屬性/多準則決策分析這一交叉領域取得研究進展，發展能套用於解決複雜決策問題的多屬性/多準則決策分析方法，使之成為一種真正有效且便於實際套用的新的決策方法和技術。
結題摘要
在國家經濟調控、企業運作管理等宏微觀決策領域往往面臨複雜數據分析問題。在現實的決策分析中，數據表示的符號值、區間值、預設值等多種形式，數據呈現的高維性、混合性特徵，使複雜數據建模與求解面臨著極大的挑戰。本項目面向國民經濟與社會發展中的典型複雜數據決策分析問題，圍繞粗糙集多屬性/多準則決策分析方法開展了系統性研究，取得了系列成果。(1) 面向高維性決策分析問題，針對含符號數據、預設值數據的決策信息系統，開展了屬性約簡算法與評價方法研究，為探尋決策分析的關鍵指標提供了科學的決策技術，為分類決策效果改善和預測精度提高提供了有效的決策支持；(2) 基於優勢關係粗糙集理論，針對區間數據、符號數據，提出了排序決策、分級決策等多屬性/多準則決策問題的求解方法，建立了多屬性群決策的決策性能評價體系；(3) 面向混合性決策分析問題，給出了基於信息熵的混合數據聚類算法，提出了基於一致性分析的排序方法，為區域投資效率評價、供應商選擇等典型管理決策問題提供了有效的混合數據決策支持；(4) 著眼於從多個層次、多維視角開展信息提取與集成，建立了多粒度粗糙集決策分析模型，對複雜數據求解的信息融合進行了探索性研究。總體來看，本項目以複雜數據的本質特徵為切入，建立了面向複雜數據的粗糙集多屬性/多準則決策分析方法體系，針對證券投資排序決策、風險投資項目群決策的實證研究也進一步驗證了決策分析方法的有效性。值得提出的是，本項目的研究成果還將為高維複雜數據分析理論體系的構建奠定重要的研究基礎。
