偏好关系粗近似的一种新方法

提出一种多准则方案对偏好程度粗度量的一般方法。构造了一种从参考方案集中获取偏好规则并用于全体方案排序和优选的算法。将参考方案对的偏好关系定量分级表示,应用粗集理论的近似原理对综合偏好关系进行粗近似以获取基于偏好信息的决策规则。计算实例表明新方法能充分表示决策者的偏好,有效避免了规则不一致性。

一种基于Rough集理论的偏好规则获得方法研究

提出一种多准则方案对偏好程度粗度量的一般方法。构造了一种从参考方案集中获取偏好规则并用于全体方案排序和优选的方法。将参考方案对应的偏好关系定量分级表示 ,应用Rough粗集理论的近似原理对综合偏好关系进行粗近似以获取基于偏好信息的决策规则。计算实例表明新方法能充分表示决策者的偏好 。

一种基于RST的多准则选择和排序问题解决方法

提出一种多准则方案对偏好程度粗度量的一般方法。构造了一种从参考方案集中获取偏好规则并用于全体方案排序和选择的方法。将参考方案对的偏好关系定量分级表示为能反映方案间关系的成对比较表 ,对综合偏好关系进行粗近似后获取决策者偏好规则 (偏好模型 ) ,在此基础上利用打分机制完成方案的选择和排序。最后分析了新方法的有效性。