一种改进型专家模糊核聚类赋权方法研究

doi:10.16381/j.cnki.issn1003-207x.2021.02.019

中国管理科学 ›› 2021, Vol. 29 ›› Issue (2): 177-183.doi: 10.16381/j.cnki.issn1003-207x.2021.02.019

一种改进型专家模糊核聚类赋权方法研究

王泽洲^1,2, 陈云翔², 项华春²

1. 中国人民解放军 93920部队, 陕西汉中 723200;
2. 空军工程大学装备管理与无人机工程学院, 陕西西安 710051

收稿日期:2017-03-23 修回日期:2020-07-17 发布日期:2021-03-04
通讯作者: 王泽洲(1992-),男(汉族),山西长治人,中国人民解放军93920部队,工程师,研究方向:装备维修决策与通用质量特性,E-mail:350276267@qq.com. E-mail:350276267@qq.com

Research on an Improved Expert Cluster Weighting Method Based on Fuzzy Kernel Clustering

WANG Ze-zhou^1,2, CHEN Yun-xiang², XIANG Hua-chun²

1. No. 93920 Unit of PLA, Hanzhong 723200 China;
2. Equipment Management & UAV Engineering College, Air Force Engineering University, Xi'an 710051, China

Received:2017-03-23 Revised:2020-07-17 Published:2021-03-04

摘要/Abstract

摘要： 针对传统基于判断矩阵的专家模糊核聚类赋权方法，由于归一化条件的制约，导致离群点对聚类结果产生不良影响的问题，提出一种改进型模糊核聚类算法。该方法在聚类过程中，通过放宽归一化约束条件，削弱离群点对聚类结果的影响；并且针对传统基于信息熵与一致性系数线性耦合的聚类标准的局限性，提出一种基于偏差熵的赋权方法，依据专家对自身类别的聚类贡献度，确定专家权重，克服了传统方法的不足。算例表明，该方法可行、有效。

关键词: 群决策, 专家赋权, 模糊核聚类, 偏差熵

Abstract: In order to settle the matter that the outliers have an adverse impact on clustering results, which is caused by the restriction of traditional normalization conditions, an improved expert cluster weighting method based on fuzzy kernel clustering is proposed. By loosening the normalization constraints, the effects of outliers on the clustering results could be overcome. At the same time, considering the limitation of the traditional clustering standard based on the linear coupling of information entropy and consistency coefficient, a cluster weighting method based on deviation entropy is proposed. The expert weights' is determined based on the contribution of the expert clustering, which overcomes the deficiency of previous method. The example shows that the method is feasible and effective.

Key words: group decision-making, experts' weights, fuzzy kernel clustering, deviation entropy

中图分类号:

C934

王泽洲, 陈云翔, 项华春. 一种改进型专家模糊核聚类赋权方法研究[J]. 中国管理科学, 2021, 29(2): 177-183.

WANG Ze-zhou, CHEN Yun-xiang, XIANG Hua-chun. Research on an Improved Expert Cluster Weighting Method Based on Fuzzy Kernel Clustering[J]. Chinese Journal of Management Science, 2021, 29(2): 177-183.

参考文献

[1] 吴云燕,华中生,查勇.AHP群决策权重的确定与判断矩阵的合并[J].运筹与管理,2003,12(4):16-21.
[2] 魏代俊,王能发.关于层次分析法中群体决策权重系数确定的探讨[J].湖北民族学院学报(自然科学版),2007,25(6):146-147.
[3] 文杏梓,罗新星,欧阳军林.基于决策者信任度的风险型混合多属性群决策方法[J].控制与决策,2014,29(3):481-486.
[4] 高阳,罗贤新,胡颖.基于判断矩阵的专家聚类赋权研究[J].系统工程与电子技术,2009,31(3):593-596.
[5] 徐泽水.群组决策中专家赋权方法研究[J].应用数学与计算数学学报,2001,15(1):19-22.
[6] 李香亭,杨风暴,周新宇,等.信息熵和判断矩阵的专家聚类赋权法[J].火力与指挥控制,2012,37(3):103-106.
[7] 李闯,端木京顺,蔡忠义,等.基于判断矩阵的专家模糊核聚类组合赋权方法[J].控制与决策,2012,27(9):1411-1414.
[8] 刘三阳,吴德.模糊聚类光滑支持向量机[J].控制与决策.2017,32(3):547-551.
[9] 刘云,刘富,侯涛等.优化核参数的模糊C均值聚类算法[J].吉林大学学报(工学版),2016,46(1):246-251.
[10] Scholkopf B, Smola J, Muller K R. Nonlinear component analysis as a kernel eigenvalue problem[J]. Neural Computation, 1998,10(5):1299-1319.
[11] 章森,朱美玲,侯光奎.改进的模糊核聚类算法[J].北京工业大学学报,2012,38(9):1408-1411.
[12] Mulier F, Cherkassky V. Learning from data concepts, theory and methods[M]. New York:Jhon Wiley & Sons, 1998.
[13] Dong-hyuck Park, Sang H Lee, Eui-Ho Song, et al. Similarity computation of fuzzy membership function pairs with similarity MEASURE[C]. Proc of the 3rd Int Conf on Intelligent Computing. Qingdao, 2007:485-492.
[14] 徐选华,周声海,周艳菊,等.基于乘法偏好关系的群一致性偏差熵多属性群决策方法[J].控制与决策,2014,29(2):257-262.
[15] 王泽洲,陈云翔,蔡忠义,等.基于偏差熵的专家聚类赋权方法[J].火力与指挥控制.2016,41(9):61-65.
[16] 李国正,王猛,曾华军.支持向量机导论[M].北京:机械工业出版社,2004:1-123.
[17] Ding Shifei, Shi Zhiping. Studies on incidence pattern recognition based on information entropy[J]. Journal of Information Science,2005,31(6):497-502.

一种改进型专家模糊核聚类赋权方法研究

Research on an Improved Expert Cluster Weighting Method Based on Fuzzy Kernel Clustering

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10

[1]	刘培德, 滕飞. 基于共识模型和ORESTE的扩展概率语言多属性群决策方法[J]. 中国管理科学, 2021, 29(3): 199-209.
[2]	李磊, 张曙阳. 共识条件下最小最大妥协的直觉模糊数集结方法研究[J]. 中国管理科学, 2021, 29(2): 168-176.
[3]	任嵘嵘, 孟一鸣, 李晓奇, 赵萌. 基于一致性度量的概率模糊语言多属性群决策方法[J]. 中国管理科学, 2020, 28(4): 220-230.
[4]	刘金培, 杨宏伟, 陈华友, 周礼刚. 基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策[J]. 中国管理科学, 2020, 28(2): 190-198.
[5]	赵萌, 张晨曦, 胡亦奇, 李刚. 基于愿景满意度函数的多属性群决策方法[J]. 中国管理科学, 2020, 28(2): 220-230.
[6]	刘培德, 滕飞. 基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法[J]. 中国管理科学, 2020, 28(11): 206-218.
[7]	罗世华, 刘俊. 改进排序的梯形直觉模糊Choquet Bonferroni算子的多属性群决策方法[J]. 中国管理科学, 2020, 28(1): 134-143.
[8]	许成磊, 段万春, 孙永河. 多属性群决策的混合结构偏好识别与融合方法[J]. 中国管理科学, 2016, 24(8): 139-145.
[9]	王中兴, 陈晶, 兰继斌. 基于二元语义Archimedean S-模集成算子的群决策方法[J]. 中国管理科学, 2016, 24(8): 146-153.
[10]	赵树平, 梁昌勇, 罗大伟. 基于VIKOR和诱导广义直觉梯形模糊Choquet积分算子的多属性群决策方法[J]. 中国管理科学, 2016, 24(6): 132-142.
[11]	杜娟, 霍佳震. 交互式多属性群决策评价方法研究[J]. 中国管理科学, 2016, 24(11): 120-128.
[12]	彭勃, 叶春明. 基于不确定纯语言混合调和平均算子的多属性群决策方法[J]. 中国管理科学, 2015, 23(2): 131-138.
[13]	陈晓红, 杨志慧. 基于改进模糊综合评价法的信用评估体系研究—以我国中小上市公司为样本的实证研究[J]. 中国管理科学, 2015, 23(1): 146-153.
[14]	刘小弟, 朱建军, 刘思峰. 方案有不确定偏好的区间数相对熵群决策方法[J]. 中国管理科学, 2014, 22(6): 134-140.
[15]	刘德海, 于倩, 马晓南, 尹丹, 王维国. 基于最小偏差组合权重的突发事件应急能力评价模型[J]. 中国管理科学, 2014, 22(11): 79-86.