简化用于大规模问题确定 OWA 权重的最小最大差异模型
人工智能
2018-04-19 v1 离散数学
摘要
在多准则决策背景下，有序加权平均 (OWA) 函数在将多准则评价聚合为支持决策者选择的整体评估中起着关键作用。因此，确定 OWA 权重是此过程的重要部分。然而，现有确定 OWA 权重的方法在现实大规模优化问题中常需沉重计算负担。本文中，我们提出一种新方法来简化著名的用于确定 OWA 权重的最小最大差异模型。为此，我们使用二项式分解框架，其中可对权重分布的复杂度水平施加自然约束。确定 OWA 权重的原问题从而被转化为一个较小规模的优化问题，以二项式分解中的系数为变量表述。我们的初步结果表明，这些系数的一个小集合可编码一组适当的全维 OWA 权重。
引用
@article{arxiv.1804.06331,
title = {Simplifying the minimax disparity model for determining OWA weights in large-scale problems},
author = {Thuy Hong Nguyen},
journal= {arXiv preprint arXiv:1804.06331},
year = {2018}
}
备注
Submitted to International Conference on Optimization and Decision Science - ODS2018;