面向互联网基于证据理论的智能决策支持系统研究

摘要

该文将证据理论引入智能决策支持系统,作为解决上述问题的基本理论,探讨了面向互联网、基于证据理论的智能决策支持系统的基本框架与决策程序,研究了基于证据理论的证据合成问题.针对解决问题的需要,将证据理论与神经网络、包含度理论、协同学理论、粗糙集理论相结合,研究了对互联网上不确定信息的采集、信息质量分析问题,探讨了群决策专家的聚类分析、群决策专家的选择、群决策专家意见的合成与基于证据理论的不确定性决策问题.对实例的分析计算结果表明,在对群体专家预测信息进行质量分析与聚类分析的基础上,按协同学原理筛选专家群体,对筛选出的专家群体的预测意见用基于神经网络与证据理论的专家预测意见合成方法进行合成,并用基于焦元分析求解各状态的基本可信数的决策分析方法进行决策分析取得了良好的效果.基于神经网络与证据理论的专家预测意见合成方法的性能比现行的数理统计预测方法、D-S证据合成方法、RonaldR.Yager的证据合成方法等有较大的提高.面向互联网、基于证据理论的证券投资智能决策支持系统的研究成果在一定程度上解决了利用互联网上信息进行决策和利用互联网进行群体决策的个体诀策意见集结的问题,并为智能决策支持系统集成证据理论提供了一般的框架.

目录

文摘

英文文摘

声明及授权书

致谢

插图清单

表格清单

第1章绪论

1.1决策支持系统的研究与发展

1.1.1决策支持系统的概念及决策支持能力的发展

1.1.2 DSS的体系结构的研究与发展

1.1.3决策支持系统的智能数据处理理论与方法的发展

1.1.4决策参与者与群体决策的发展

1.2面向互联网基于证据理论的智能群体决策支持系统

1.2.1互联网对决策支持系统的影响

1.2.2利用互联网上的信息进行决策所面临的问题

1.2.3面向互联网、基于证据理论的IDSS应具有的功能

1.3文章的主要研究内容及结构安排

1.3.1研究内容

1.3.2结构安排

第2章证据理论与证据合成

2.1证据理论的基本概念与性质

2.1.1 D-S证据理论的基本概念

2.1.2 D-S证据理论的证据合成规则及其性质

2.1.3 D-S证据理论的框架的转化、证据权重与决策

2.2相关证据合成方法

2.2.1相关证据分解成独立证据的合成方法

2.2.2调整相关证据基本可信数函数的合成方法

2.2.3基于可变参数优化的相关证据合成方法

2.3各证据源提供重要性、可靠性不同的证据的合成

2.4冲突证据的合成方法

2.5基于综合修正系数优化的重要性、可靠性不同的冲突证据合成

2.6本章小结

第3章基于神经网络的证据合成方法及其性质

3.1基于神经网络与Dempster合成规则的证据合成方法

3.2基于神经网络与Dempster合成规则的证据合成方法的三个性质

3.3本章小结

第4章聚类分析、协同专家选择与基于证据理论的决策

4.1不同证据源基本可信数的聚类分析

4.1.1基于包含度理论的聚类分析

4.1.2聚类分析的计算程序与实例

4.2协同学理论与合成证掘源的选择

4.2.1协同学理论与协同专家(证据)选择

4.2.2证券市场群体专家预测信息合成中的协同专家的选择

4.3基于证据理论的决策方法

4.3.1基于证据理论决策方法与存在的问题

4.3.2基于焦元分析求解各状态的基本可信数的决策方法

4.4本章小节

第5章面向互联网、基于证据理论的IDSS框架研究

5.1面向互联网、基于证据理论的IDSS的网络模型

5.2面向互联网、基于证据理论的IDSS的结构框架

5.3面向互联网、基于证掘理论的IDSS的决策过程

5.4本章小结

第6章面向互联网、基于证据理论的证券投资IDSS研究

6.1基于神经网络与证据理论的证券市场专家群体预测方法

6.1.1证券市场专家群体预测方法概述

6.1.2基于神经网络与证据理论的证券市场专家群体预测方法

6.2面向互联网、基于证据理论的证券投资IDSS

6.2.1问题求解分析与综合系统

6.2.2互联网数据采集与存储系统

6.2.3预测历史数据的统计分析处理系统

6.2.4 OLAP、聚类分析与专家选择系统

6.2.5基于神经网络与证据理论的数据挖掘系统

6.2.6证券市场专家群体预测、决策系统

6.2.7决策不确定性的进一步思考

6.3本章小结

结论

参考文献

攻读学位期间的主要研究成果和发表的论文