基于粗糙集的預(yù)測方法研究.pdf

1、粗糙集是一種處理含糊和不確定性信息的新型數(shù)學(xué)工具,其主要思想是,在保持信息系統(tǒng)分類能力不變的前提下,通過知識約簡,導(dǎo)出問題的決策或分類規(guī)則。但是,數(shù)據(jù)的不完備或者對數(shù)據(jù)直接分類,往往會對做出的決策產(chǎn)生影響。
　　 當(dāng)人們對決策問題缺乏數(shù)據(jù)時(shí),常常采用層次分析法來進(jìn)行量化,其基本原理是,將復(fù)雜問題進(jìn)行等價(jià)分解,形成階梯層次結(jié)構(gòu),通過兩兩比較,確定各因素的相對重要性,然后綜合決策者的判斷,確定決策方案相對重要性的總排序。
　　

2、 本文針對AHP層次分析法評價(jià)模型中評價(jià)因子主觀確定的不足,運(yùn)用改進(jìn)的加權(quán)平均屬性重要度啟發(fā)式約簡算法,將粗糙集和層次分析法相結(jié)合,提出了一種全新的組合預(yù)測方法。該方法先用層次分析法進(jìn)行特征化,把結(jié)果運(yùn)用到基于粗糙集的組合預(yù)測方法中,構(gòu)造出決策表。用組合預(yù)測方法計(jì)算屬性的權(quán)系數(shù),將權(quán)系數(shù)的確定轉(zhuǎn)化為屬性重要度問題,經(jīng)簡單的定量計(jì)算,得到各個(gè)指標(biāo)的重要度,彌補(bǔ)層次分析法的主觀性帶來的偏差,使篩選更加客觀可信。然后用組合預(yù)測方法進(jìn)行相應(yīng)處