- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于改进粗糙集的RD中止决策方法.pdf
第 13卷 第 6期 中国管理科学 Vo1.13,No.6
2005年 12月 ChineseJournalofManagementScience Dee., 2005
文章编号 :1003—207(2005)06—0086—05
一 种基于改进粗糙集的RD中止决策方法
肖 智 ,陈 玲 ,钟 波2
(1.重庆大学经济与工商管理学院,重庆 400030;2.重庆大学数理学院,重庆 400030)
摘 要 :提 出了一种改进粗糙集 的RD项 目的中止决策方法 ,该方法应用 向量空间理论知识在一定程度上改进 了
粗糙集中属性约简以及规则提取的算法,解决了RD项 目中止决策中产生的样本较小时粗糙集属性约简计算量
大和特征提取规律不明显的问题,同时根据以往同类 RD项 目失败或成功的经验作为学习样本,识别RD项 目
的类别,从而做出中止还是继续进行的决策。最后以重庆市某大型企业近几年的RD项 目进展情况为实例,使用
该方法和支持向量机两种方法进行了计算,对该方法进行了可行性和有效性验证。
关键词 :RD项 目;中止决策 ;粗糙集 ;向量空间;支持向量机
中图分类号 :F224;C934 文献标识码 :A
关数据 ,这些数据是宝贵的、有价值的,可 以也应该
1 引言
为以后的RD项 目中止决策提供决策依据。而粗
RD活动是一种高风险的投资活动,它是指 糙集的约简、分类的能力可 以为利用这些历史数据
对正在实施的RD项 目,根据项 目的进展及 内外 辅助决策提供有效的决决支持 。
条件变化的情况 ,采取一定的方法对项 目的前景进 粗糙集理论[,,]是近年来兴起的,建立在大样
行推断,以决定项 目是应该进行 、中止 、延期 的决策 本统计基础上的多因素 (多 目标)决策工具。该方法
过程。这是由于外界环境的多变性以及人们对事物 不需要建立解析式的数学模型,完全是 由数据驱动
发展观察力 的有 限性 引起的,RD项 目风险并不 进行决策分析 ,它克服了传统方法的主观性 ,避免了
因项 目以及实施方案的正确选择而不复存在 ,相反 , 建模和参数选择等因难问题 的产生。因此 ,我们选
可能 由于内外部条件和情况的变化而使项 目风险增 用粗糙集理论来解决该类决策问题 。然而 ,现有的
大,这种风险是伴随着项 目研究和开发的全过程,故 RD项 目中止决策的数据并不总能满足传统粗糙
及时中止行将失败或没有前途的 RD项 目,对于 集的大样本的要求 ,要充分利用粗糙集 的分类决策
资源的优化配置、研究和开发效益的提高都具有十 的特点,需要对粗糙集进行改进。为此我们将 向量
分重要 的意义uJ。目前国内外 比较常用的RD项 空间理论融人到粗糙集理论 中,提 出一种基于代数
目中止决策方法有判断分析、统计推断、模糊综合评 理论 的一 种 改进 的粗 糙 集决 策 方 法 (Decision
判、神经网络、支持 向量机等方法 。使用这些方法进 Methodbasedon Rough SetimprovedbyAlgebraic
行中止决策时需要预先确定一个合理的阈值,相关 Theory,简记 DMBORA)。该方法主要应用 向量空
参数的权重或隶属度 ,以及核函数选择等问题 ,这些 间理论知识去解决粗糙集决策方法中易产生的属性
前提或假设会降低决策的客观性 。 约简计算量大和样本较小时特征提取规律不明显的
同时随着 RD项 目中止决策 的发展 ,已出现 问题 。
了较为完善的RD项 目中止决策模型 ’ 、评价
文档评论(0)