×
刘嘉鹏;廖秀武;米奥斯·卡季安斯基;罗马人Słowiánski

在正则化框架内对具有多个潜在非单调准则的排序问题进行偏好分解。 （英语） Zbl 1430.90335号

欧洲药典。物件。 276，第3期，1071-1089（2019）.
摘要：我们提出了一种新的偏好模型学习方法，用于在统计学习理论中传统使用的正则化框架内进行多准则排序。它使用可加分段线性值函数作为偏好模型，并从参考方案子集的分配示例中推断模型的参数。因此，我们的方法属于偏好分解方法家族。我们提出了一种测量偏好模型复杂性的新方法。此外，通过权衡模型的复杂性和拟合能力，该方法避免了过拟合问题，提高了对非参考方案的泛化能力。此外，它能够处理潜在的非单调标准，其边际值函数可以从赋值示例中推断出来，而不使用整数变量。所提出的偏好学习方法被公式化为二元分类问题，并使用支持向量机进行处理。通过这种方式，可以使用一些计算效率高的算法来解决各自的优化问题。此外，将关于特定准则上偏好方向的先验知识纳入该模型，并开发专用算法来解决扩展的二次优化问题。以中国大学分类为例，说明了该方法的适用性，并进行了大量仿真实验，分析了该方法在各种问题设置下的性能。

引用于17文件

MSC公司：

90B50型 管理决策，包括多个目标
91B06型 决策理论
91B08型 个人偏好

关键词：

决策分析;多标准排序;偏好学习;优惠分解;非单调准则;统计学习

软件：

视觉UTA;伦敦银行支持向量机;LIBLINEAR银行
PDF格式BibTeX公司 XML格式引用
\textit｛J.Liu｝等人，《欧洲药典》。第276号决议，第3号，1071--1089（2019年；Zbl 1430.90335）
全文： 内政部

参考文献：

[1] 博伊德，S。；Vandenberghe，L.，《凸优化》（2004），剑桥大学出版社·Zbl 1058.90049号
[2] Cailloux，O。；梅耶，P。；Mousseau，V.，为一组决策者引出ELECTRE TRI类别限制，《欧洲运筹学杂志》，223，1，133-140（2012）·Zbl 1253.91046号
[3] Chang，C.-C。；Lin，C.-J.，LIBSVM：支持向量机库，ACM智能系统与技术汇刊，2，3，27（2011）
[4] 陈，Y。；Li，K.W。；Kilgour，D.M。；Hipel，K.W.，《多准则ABC分析的基于案例的距离模型》，计算机与运筹学，35，3，776-796（2008）·Zbl 1278.90014号
[5] Christopher，M.B.，模式识别和机器学习（2006年），纽约斯普林格-弗拉格出版社·Zbl 1107.68072号
[6] 科伦特，S。；Doumpos，M。；格雷科，S。；Słowiński，俄罗斯联邦。；Zopounidis，C.，基于加性值函数序数回归的排序问题的多准则层次过程，运筹学年鉴，251，1-2，117-139（2017）·Zbl 1408.90148号
[7] 科伦特，S。；Greco，S。；Kadziñski，M。；Słowiáski，R.，偏好学习和排序中的稳健序数回归，机器学习，93，2-3，381-422（2013）·Zbl 1300.68040号
[8] Dembczyánski，K。；科特·奥斯基（Kotłowski，W.）。；Słowiski，R.，基于优势的粗糙集近似产生的分段线性分量的加性偏好模型，（Rutkowski，L.；Tadeusiewicz，R.；Zadeh，L.和Zurada，J.，人工智能和软计算国际会议论文集-ICAISC（2006），Springer:Springer Berlin），499-508·Zbl 1298.68265号
[9] Despotis，D。；Zopounidis，C.，在非单调偏好下构建加性效用，多标准分析进展，101-114（1995），Springer·Zbl 0861.90009号
[10] 直径，L。；穆索，V。；菲盖拉，J。；Climaco，J.，利用ELECTRE TRI获得稳健结论的聚合/分解方法，《欧洲运筹学杂志》，138，2，332-348（2002）·Zbl 1003.90512号
[11] Doumpos，M.，学习多准则决策的非单调加值函数，OR谱，34，1，89-106（2012）·Zbl 1238.90075号
[12] Doumpos，M。；Zopounidis，C.，《多准则决策辅助分类方法》（2002），Kluwer学术出版社：Kluwer-学术出版社Dordrecht·Zbl 1029.91015号
[13] Doumpos，M。；Zopounidis，C.，多准则决策中偏好分解的正则化估计，计算优化与应用，38，1，61-80（2007）·Zbl 1171.90427号
[14] Doumpos，M。；Zopounidis，C.，《多标准决策支持的偏好分解和统计学习：综述》，《欧洲运筹学杂志》，209，3，203-214（2011）·Zbl 1205.90147号
[15] Doumpos，M。；Zopounidis，C。；Galariotis，E.，《在多标准分类问题中推断稳健决策模型：实验分析》，《欧洲运筹学杂志》，236，2，601-611（2014）·Zbl 1317.91022号
[16] 埃克哈特，A。；Klieger，T.，UTA方法中处理非单调属性的预处理算法，偏好学习：AI中的问题和应用，28-32（2012）
[17] 叶甫根尼欧，T。；Boussios，C.等人。；Zacharia，G.，广义稳健联合估计，《营销科学》，24，3，415-429（2005）
[18] 风机，R.-E。；Chang，K.-W。；谢长杰。；王，X.-R。；Lin，C.-J.，LIBLINEAR:大型线性分类库，《机器学习研究杂志》，91871-1874（2008）·Zbl 1225.68175号
[19] Ghaderi，M。；Ruiz，F。；Agell，N.，多准则决策辅助中学习非单调加值函数的线性规划方法，《欧洲运筹学杂志》，259，3，1073-1084（2017）·Zbl 1402.90083号
[20] Greco，S。；马塔拉佐，B。；Slowinski，R.，《多准则决策分析的粗糙集理论》，《欧洲运筹学杂志》，129，1，1-47（2001）·兹比尔1008.91016
[21] Greco，S。；穆索，V。；Słowiński，R.，重新审视有序回归：使用一组加性值函数的多标准排序，《欧洲运筹学杂志》，191，2416-436（2008）·Zbl 1147.90013号
[22] Greco，S。；穆索，V。；Słowiáski，R.，具有一组加性值函数的多准则排序，《欧洲运筹学杂志》，207,31455-1470（2010）·Zbl 1206.91021号
[23] Greco，S。；穆索，V。；Słowiáski，R.，稳健序数回归中简约偏好模型的推断，第22届多标准决策国际会议论文集，西班牙马拉加（2013）
[24] He，H。；Garcia，E.A.，从不平衡数据中学习，IEEE知识与数据工程汇刊，21，9，1263-1284（2009）
[25] 雅克·拉盖泽，E。；Siskos，Y.，《偏好分解：20年MCDA经验》，《欧洲运筹学杂志》，130，2，233-245（2001）·兹比尔1068.90566
[26] Kadziñski，M。；Cinelli，M。；科梅克。；科尔斯，S。；Nadagouda，M。；Varma，R.，纳米颗粒合成评估用绿色化学模型的协同构建开发，《欧洲运筹学杂志》，264，2，472-490（2018）
[27] Kadziñski，M。；Ciomek，K.，使用ELECTRE和PROMETHEE进行基于超越等级的多标准排序的偏好建模和稳健性分析的集成框架，信息科学，352167-187（2016）
[28] Kadziński，M。；科梅克。；Słowiáski，R.，《在价值驱动的多标准排序综合框架内基于赋值的成对比较建模》，《欧洲运筹学杂志》，241，3，830-841（2015）·Zbl 1339.91043号
[29] Kadziñski，M。；Słowiáski，R。；Greco，S.，《基于规则偏好模型的不确定性决策稳健性分析》，信息科学，328321-339（2016）
[30] Kadziñski，M。；Tervonen，T。；Figueira，J.R.，《利用高于排名的偏好模型和特征剖面进行稳健多准则排序》，Omega，55，126-140（2015）
[31] Kadziñski，M。；Ghaderi，M。；Wasikowski，J。；Agell，N.，《多标准偏好分解方法中加性值函数评估的表达性和稳健性度量：实验分析》，计算机与运筹学研究，87，146-164（2017）·Zbl 1394.90348号
[32] Klieger，T.，UTA-NM:用加性非单调效用函数解释规定偏好，偏好学习，56（2009）
[33] Köksalan，M。；Özpeynirci，S.B.，一种用于加法效用函数的交互式排序方法，计算机与运筹学，36，9，2565-2572（2009）·Zbl 1179.91057号
[34] 刘杰。；廖，X。；黄，W。；Yang，J.-b.，一种新的多准则排序决策方法与非平衡赋值示例集，《欧洲运筹学杂志》，265,2598-620（2018）·Zbl 1376.91060号
[35] Nocedal，J。；Wright，S.J.，《数值优化》（2004），施普林格出版社
[36] Nocedal，J。；Wright，S.J.，序列二次规划（2006），Springer
[37] Platt，J.C.，《使用解析QP和稀疏性加速支持向量机的训练》，《神经信息处理系统的进展》，557-563（1999）
[38] Rezaei，J.，多准则决策的分段线性值函数，应用专家系统，98，43-56（2018）
[39] Tibshirani，R.，《通过套索进行回归收缩和选择》，《皇家统计学会杂志》。B系列（方法学），267-288（1996）·Zbl 0850.62538号
[40] Vapnik，V.，《统计学习理论》（1998），纽约威利出版社·Zbl 0935.62007号
[41] Wong，E.，二次规划的主动集方法（2011），加利福尼亚大学圣地亚哥分校
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。