导读:本文包含了多准则分类论文开题报告文献综述及选题提纲参考文献，主要关键词:MCDM,聚合算子,Hadoop,分类算法
多准则分类论文文献综述
于坤[1]（2019）在《模糊多准则决策方法在大数据分类中的研究》一文中研究指出数据挖掘是大数据中重要的一部分,而分类是数据挖掘的核心技术之一。随着近年来研究的进行,有创新性的分类算法越来越多,而且这些算法正广泛地应用于大数据处理中。对于一些大数据处理任务,往往有几种甚至几十种相关的分类算法可供研究者选择,从这些算法中如何选择出适合的算法,是数据挖掘领域中公认的重要问题。另外,分类算法运行过程是否可靠、运行是否有效率等问题,也很难得到检验。基于以上原因,本文对特定数据环境下分类算法的选择问题进行了研究,具体内容如下:(1)介绍和分析了多准则决策(MCDM)、模糊集、模糊多属性决策(FMADM)的方法、聚合算子、分类算法以及分类算法的评价指标等关键技术,结合聚合算子对MCDM方法进行了改进,使之适合模型评价的环境。并对K近邻算法、神经网络算法、贝叶斯网络算法、C4.5算法、CPAR算法等基本分类算法进行了相应的研究。(2)利用模糊集理论改进了K近邻算法,并通过算法评价模型对模糊K近邻(FKNN)算法进行评价。引入模糊集的基本概念,对K近邻算法进行改进,在传统的K近邻分类算法的基础上,引入了模糊集理论,并结合了模糊C-means算法。利用隶属度的计算代替欧氏距离的计算,利用模糊C-means聚类样本数据,提高模糊K近邻分类的效率。之后,建立算法评价模型,对K近邻算法和用于对比实验的算法进行评价,以此检验算法有效性和评价模型的可靠性。(3)为了将算法评价模型扩展到大数据分类算法中使用,本文利用Hadoop框架的MapReduce技术,为改进的模糊K近邻算法做了并行化设计,并使用备选的五种算法分别处理相同的两组数据集,得到运行结果。运行结果包括真正率、真负率、查准率等在内的多个性能评分情况。(4)建立大数据分类算法评价和选优模型,对备选分类算法的数据运行结果,分别采用层次分析法(AHP)、TOPSIS方法和基于MSM算子的多属性决策方法对数据进行评价。在取得每种方法的评价结果后,将所有的评价结果进行二次知识发现,获得更具有可靠性的方案。(本文来源于《齐鲁工业大学》期刊2019-05-31）
曾翔,徐廷学,安进,顾钧元[2]（2018）在《基于存储策略的备件多准则分类方法》一文中研究指出当下对备件的配置在企业的库存管理、提高企业效益上起着越来越重要的作用。提出一种基于存储策略的叁维备件分类方法,该方法通过ABC和XYZ分类方法评估备件的价值和可预测性,利用改进的层次分析法降低了传统AHP方法的主观性影响,而后结合VED分析对备件的关键程度进行多准则关键性分析,根据所得3方面的结果综合应用决策树理论制定合适存储策略,并通过实例加以分析阐释。(本文来源于《火力与指挥控制》期刊2018年11期）
朱佳翔,蔡建飞,林徐勋[3]（2018）在《基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法》一文中研究指出模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域,可有效避免个人知识与经验局限性所导致的决策失误。针对信息不完备的多准则群决策问题,提出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法。首先,给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子,兼顾考虑群决策中相应依赖属性与决策者的决策偏好。其次,给出基于离散Choquet积分的TOPSIS算子(CI-TOPSIS),以此为基础,进一步给出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类步骤,用于确定具有最大可信度群体一致案例比较信息集,并逐步引导决策者给出部分及全部方案的精确分类,充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系。最后,通过一个投资决策实例对所提出的多准则分类方法进行验证。实例分析表明:该方法克服了决策过程中信息的遗漏,充分保留了决策过程中信息的完备性,更适用于直觉模糊群决策环境下的决策实践,是一种非常有效和科学的方法,可应用推广到更多决策领域。本文所得结论,对于有效解决多人多投资方案的群决策问题,具有一定的借鉴意义。(本文来源于《中国管理科学》期刊2018年09期）
张娟[4]（2017）在《备件库存多准则分类方法FRMIC》一文中研究指出备件因为种类繁多,其库存管理政策相对生产制造其他环节较为复杂。备件传统的分类方法是基于帕累托原理的ABC分类法,其局限在于它没有考虑备件分类目的的关键指标,如交货期、关键性等。以模糊规则为基础的多准则备件库存分类方法(FRMIC)考虑的多个指标,并充分考虑到各指标间的关系,以此建立模型。该模型灵活性很高,方便管理者决策。(本文来源于《市场周刊(理论研究)》期刊2017年04期）
李艳,靳永飞,吴婷婷,郭娜娜,于群[5]（2016）在《多准则分类问题中近似集的增量更新方法》一文中研究指出在优势关系粗糙集方法(DRSA)的框架下,优势关系可用于处理带有序关系属性(准则)的数据,并且已经被广泛用于处理多准则决策问题。然而在实际应用中,当属性集和对象集发生变化时,信息系统会随之不断更新。在这种动态环境下,DRSA中用于属性约简、规则提取以及决策制定的近似集需要得到相应的更新。针对对象集发生变化时(增加或删除一个对象)的多准则分类问题,采用增量方法来更新近似集并提出两种相应的更新算法DRSA1和DRSA2。同时,对不同情况下的更新原则进行了讨论并给出了相关的理论结果与详细的证明。最后给出算例,并在UCI数据集上进行大量的实验,与非增量的方法(传统的DRSA)进行对比,结果充分体现了所提增量方法的有效性与可扩展性。(本文来源于《计算机科学》期刊2016年12期）
余胜平,熊文涛[6]（2016）在《区间数多准则分类问题的一种UTADIS扩展方法》一文中研究指出针对带有区间数的多准则分类问题,扩展了传统的UTADIS(UTilites Additives DIScriminantes)方法,提出了一种区间UTADIS(interval UTADIS,IUTADIS)方法。该方法不是将区间数转化为一个精确值(如均值),而是根据区间数的端点,建立一个线性规划模型,得到了各方案的分配范围,即分类区间。由于是直接采用区间数的端点计算,所以可以尽量减少因区间数运算带来的信息损失;并且,决策人对部分方案的分配,只需提供分类区间,这样可使该方法更加灵活。最后,用一个算例说明了该方法的可行性。(本文来源于《湖北工程学院学报》期刊2016年06期）
王丙坤,黄永峰,李星[7]（2015）在《基于多粒度计算和多准则融合的情感分类》一文中研究指出随着在线用户生成内容的激增,无监督情感分类方法有着广泛应用前景。现有基于情感词的无监督情感分类方法没有考虑句子类型和句间关系对情感分类的影响,分类效果较差;基于自学习的无监督情感分类方法在生成伪标注数据集时,又会引入较多错误。针对上述问题,该文提出了一种基于多粒度计算和多准则融合的无监督情感分类方法。该方法通过多粒度计算,提高现有基于情感词的无监督情感分类精度;同时通过多准则融合来减少伪标注数据错误率。在3个真实中文数据集上的实验结果表明:与现有无监督情感分类方法相比,该方法平均提高了6.5%的分类精度。(本文来源于《清华大学学报(自然科学版)》期刊2015年05期）
刘佳鹏,廖貅武,杨娜[8]（2014）在《基于模糊偏好关系的多准则群决策分类方法》一文中研究指出提出了一个基于模糊偏好关系的多准则群决策分类方法.该方法要求各决策者分别提供参考方案之间的模糊偏好关系,并根据决策者的权重构造参考方案的群体一致模糊偏好关系矩阵.通过启发式算法将各准则下的评价值划分成若干个子区间,并根据群体的一致模糊偏好关系矩阵和各类中方案数的限定,建立混合整数规划模型来确定方案的分类结果.最后通过一个MBA项目评价的算例验证了方法的可行性与稳健性.(本文来源于《系统工程学报》期刊2014年01期）
刘佳鹏,廖貅武,蔡付龄[9]（2014）在《基于案例比较信息的多准则群决策分类方法》一文中研究指出提出了一个基于案例比较信息的多准则群决策分类方法.该方法使用级别高于关系作为决策者的偏好模型.它要求决策者根据自己的偏好预先给出部分方案之间的比较信息.基于这些比较信息和决策者的重要度确定了具有最大可信度的群体一致案例比较信息集,并利用该信息集构建一个混合整数规划模型来计算方案的分类区间,从而引导决策者给出部分方案的精确分类信息.在此基础上,确定一个代表函数来获得其余方案的精确分类.最后通过一个实例说明了方法的可行性和合理性.(本文来源于《系统工程理论与实践》期刊2014年04期）
熊文涛,刘亭,雍龙泉[10]（2013）在《一种新的多准则分类方法及其在电能质量综合评估中的应用》一文中研究指出针对电网中不同监测点电能质量的综合评估问题,在传统的UTADIS(utility additives discriminates)方法基础上,提出了一种UTADIS-like方法。该方法将等级界限看作是各指标效用的分段节点,利用决策人或专家已有的经验信息,建立了一个线性规划模型,计算出不同节点的效用值;进而对待评监测点进行分类评级。最后,将该方法应用到含有9个重要指标的电能质量综合评估问题中,对几个监测点的电能质量进行综合评级。结果表明,该方法能有效地评估电能质量的等级,具有一定的可行性。(本文来源于《科学技术与工程》期刊2013年20期）
多准则分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当下对备件的配置在企业的库存管理、提高企业效益上起着越来越重要的作用。提出一种基于存储策略的叁维备件分类方法,该方法通过ABC和XYZ分类方法评估备件的价值和可预测性,利用改进的层次分析法降低了传统AHP方法的主观性影响,而后结合VED分析对备件的关键程度进行多准则关键性分析,根据所得3方面的结果综合应用决策树理论制定合适存储策略,并通过实例加以分析阐释。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多准则分类论文参考文献
[1].于坤.模糊多准则决策方法在大数据分类中的研究[D].齐鲁工业大学.2019
[2].曾翔,徐廷学,安进,顾钧元.基于存储策略的备件多准则分类方法[J].火力与指挥控制.2018
[3].朱佳翔,蔡建飞,林徐勋.基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法[J].中国管理科学.2018
[4].张娟.备件库存多准则分类方法FRMIC[J].市场周刊(理论研究).2017
[5].李艳,靳永飞,吴婷婷,郭娜娜,于群.多准则分类问题中近似集的增量更新方法[J].计算机科学.2016
[6].余胜平,熊文涛.区间数多准则分类问题的一种UTADIS扩展方法[J].湖北工程学院学报.2016
[7].王丙坤,黄永峰,李星.基于多粒度计算和多准则融合的情感分类[J].清华大学学报(自然科学版).2015
[8].刘佳鹏,廖貅武,杨娜.基于模糊偏好关系的多准则群决策分类方法[J].系统工程学报.2014
[9].刘佳鹏,廖貅武,蔡付龄.基于案例比较信息的多准则群决策分类方法[J].系统工程理论与实践.2014
[10].熊文涛,刘亭,雍龙泉.一种新的多准则分类方法及其在电能质量综合评估中的应用[J].科学技术与工程.2013