支持向量机其在多属性决策中的应用.pdfVIP

摘要 上提出了一种新的学习技术——支持向量机，它具有较为完备的理论基础和较好 的学习性能，成为继神经网络研究之后新的研究热点并在实际问题中得到成功的 应用． 目前统计学习理论正处于一个向实际应用推广的阶段，支持向量机需要进一 步完善和改进，以满足实际应用的需要，从支持向量机理论、方法和应用相结合 的角度，本文选取支持向量机及其在多属性决策中的应用加以研究，主要工作如 下： 首先介绍了论文的背景知识，研究了支持向量机的理论，在此基础上，针对 样本中存在异常点和噪声点问题，研究了模糊支持向量机，并针对隶属度设计问 题，根据支持向量机超平面分类原理，提出了基于类平面的隶属度设计方法，通 过在人工数据和真实数据上进行数值实验，表明该方法是可行而且有效的；然后 研究了基于支持向量机的多属性决策方法，针对区间数多属性决策问题，采用区 间数定量化的方法，将其转化为一般多属性决策问题，利用正负理想点及中点构 造学习样本，使用多属性决策的支持向量机方法加以解决，具体数值实验表明该 方法能建立更有效的效用函数，实现决策的智能化；最后对全文进行总结，指出 有待进一步研究的方向． 关键词：支持向量机分类回归模糊支持向量机多属性决策