多式联运路径优化模型中的贝叶斯极大熵权重自学习方法研究.PDFVIP

第３５卷第１０期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．１０ ２０１８年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１８ 多式联运路径优化模型中的贝叶斯极大熵权重自学习方法研究 １ １ ２ 张宏博　 陈伟炯　闫　明 １（上海海事大学物流科学与工程研究院　上海２０１３０６） ２（北京物资学院物流学院　北京 １０１１４９） 摘　要　　在多式联运路径优化模型中，权重赋值是复杂的多目标决策问题。提出一种主客观相结合的综合权 重确定方法，先进行主观赋值，再结合贝叶斯网络和极大熵准则进行自学习。通过贝叶斯网络将各目标属性及影 响因素相关联，再结合极大熵准则对权重进行自学习来输出各目标权重。通过该方法得到的权重结合了主观判 定并通过自学习来减少人为因素偏差，提高了权重的客观准确性，为多式联运中的多目标决策提供技术支持。 关键词　　贝叶斯网络　极大熵准则　自学习　权重 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．１０．００６ ＴＨＥＢＡＹＥＳＩＡＮＭＡＸＩＭＵＮＥＮＴＲＯＰＹＷＥＩＧＨＴＳＥＬＦＬＥＡＲＮＩＮＧＭＥＴＨＯＤ ＩＮＴＨＥＭＵＬＴＩＭＯＤＡＬＴＲＡＮＳＰＯＲＴＰＡＴＨＯＰＴＩＭＩＺＡＴＩＯＮＭＯＤＥＬ １ １ ２ ＺｈａｎｇＨｏｎｇｂｏ　ＣｈｅｎＷｅｉｊｉｏｎｇ　ＹａｎＭｉｎｇ １（ＩｎｓｔｉｔｕｔｅｏｆＬｏｇｉｓｔｉｃｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＭａｒｉｔｉｍｅＵｎｉｖｅｒｉｓｔｙ，Ｓｈａｎｇｈａｉ２０１３０６，Ｃｈｉｎａ） ２（ＬｏｇｉｓｔｉｃｓＣｏｌｌｅｇｅ，ＢｅｉｊｉｎｇＷｕｚｉＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０１１４９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｔｈｅｍｕｌｔｉｍｏｄａｌｔｒａｎｓｐｏｒｔｐａｔｈｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌ，ｔｈｅｗｅｉｇｈｔａｓｓｉｇｎｍｅｎｔｉｓａｃｏｍｐｌｅｘｍｕｌｔｉｏｂｊｅｃｔｉｖｅ ｄｅｃｉｓｉｏｎｐｒｏｂｌｅｍ．Ｗｅｐｒｏｐｏｓｅｄａｃｏｍｐｒｅｈｅｎｓｉｖｅｗｅｉｇｈｔｄｅｔｅｒｍｉｎａｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈｃｏｍｂｉｎｅｄｓｕｂｊｅｃｔｉｖｉｔｙａｎｄ ｏｂｊｅｃｔｉｖｉｔｙ．Ｉｎｔｈｅｍｅｔｈｏｄ，ｓｕｂｊｅｃｔｉｖｅａｓｓｉｇｎｍｅｎｔｗａｓｄｏｎｅ，ａｎｄｔｈｅｎｓｅｌｆｌｅａｒｎｉｎｇｗａｓｃｏｎｄｕｃｔｅｄｂｙｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆ Ｂａｙｅｓｉａｎｎｅｔｗｏｒｋａｎｄｍａｘｉｍｕｍｅｎｔｒｏｐｙｃｒｉｔｅｒｉｏｎ．Ｔｈｅｔａｒｇｅｔａｔｔｒｉｂｕｔｅｓａｎｄｔｈｅｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｗｅｒｅｃｏｒｒｅｌａｔｅｄｂｙ Ｂａｙｅｓｉａｎｎｅｔｗｏｒｋ，ａｎｄｔｈｅｗｅｉｇｈｔｗａｓｓｅｌｆｌｅａｒｎｅｄｔｏｏｕｔｐｕｔｔｈｅｗｅｉｇｈｔｏｆｅａｃｈｔａｒｇｅｔｂｙｕｓｉｎｇｔｈｅｍａｘｉｍｕｍｅｎｔｒｏｐｙ ｃｒｉｔｅｒｉｏｎ．Ｔｈｅｗｅｉｇｈｔｓｏｂｔａｉｎｅｄｂｙｔｈｉｓｍｅｔｈｏｄｃｏｍｂｉｎｅｓｕｂｊｅｃｔｉｖｅｊｕｄｇｍｅｎｔｓａｎｄｒｅｄｕｃｅｔｈｅｄｅｖｉａｔｉｏｎｏｆｈｕｍａｎｆａｃｔｏｒｓ ｔｈｒｏｕｇｈｓｅｌｆｌｅａｒｎｉｎｇ．Ｉｔｉｍｐｒｏｖｅｓｔｈｅｏｂｊｅｃｔｉｖｅａｃｃｕｒａｃｙｏｆｗｅｉｇｈｔｓａｎｄｐｒｏｖｉｄｅｓｔｅｃｈｎｉｃａｌｓｕｐｐｏｒｔｆｏｒｍｕｌｔｉｏｂｊｅｃｔｉｖｅ ｄｅｃｉｓｉｏｎｍａｋｉｎｇｉｎｍｕｌｔｉｍｏｄａｌｔｒａｎｓｐｏｒｔ． Ｋｅｙｗｏｒｄｓ　　Ｂａｙｅｓｉａｎｎｅｔｗｏｒｋ　Ｍａｘｉｍｕｍｅｎｔｒｏｐｙｃｒｉｔｅｒｉｏｎ　Ｓｅｌｆｌｅａｒｎｉｎｇ　Ｗｅｉｇｈｔ 受表现