不确定性多属性决策分析中证据推理算法的分析与扩展
人工智能
2019-03-29 v1
摘要
在多属性决策分析（MADA）问题中，常需处理带不确定性的评估信息。证据推理方法是处理此类 MADA 问题最有效方法之一。作为证据推理方法的核心，Yang 等人最初提出了一种原始证据推理（ER）算法，后来他们为使其满足所提的四条合成公理（理性聚合过程所需满足）而修正了该 ER 算法。然而迄今，两种 ER 算法的本质差异以及这些合成公理的合理性仍不清楚。本文在 Dempster-Shafer 理论（DST）框架下分析 ER 算法，并证明原始 ER 算法遵循可靠性折扣与组合方案，而修正算法遵循重要性折扣与组合方案。我们进一步揭示四条合成公理并非检验属性聚合算法合理性的有效准则。基于这些新发现，提出一种扩展 ER 算法以同时考虑不同属性的可靠性与重要性，为不确定性 MADA 提供了更一般的属性聚合方案。以一个摩托车性能评估问题为例说明了所提算法。
引用
@article{arxiv.1903.11857,
title = {Analysis and Extension of the Evidential Reasoning Algorithm for Multiple Attribute Decision Analysis with Uncertainty},
author = {Lianmeng Jiao and Xiaojiao Geng},
journal= {arXiv preprint arXiv:1903.11857},
year = {2019}
}