یک روش تکاملی برای طبقه بندی اعتباری مبتنی بر رویکرد تجمیع زدایی ترجیحات
تحلیل آزمایشات روی دیتاست های اعتباری نشان از کیفیت بالا و قابل رقابت روش پیشنهادی در مقایسه با مدل هایاستاندارد طبقه بندی دارد.
چکیدهمدل های مبتنی بر روابط برتری یک شاخه مهم از روشهای تصمیم چندمعیاره هستند که نیاز به تعریف مقدار قابلتوجهی اطلاعات ترجیحی در قالب پارامترها توسط تصمیم گیرنده دارند. تعدد پارامترها، معنای اغلب گیج کنندهآنها در فضای مسئله و طبیعت غیردقیق داده ها، این فرآیند را خصوصاً در مسائل طبقه بندی اعتباری با ابعاد بیزرکه نیاز به تصمیم گیری بلادرنگ است بسیار زمان بر می سازد. بدین منظور رویکرد تجمیع زداییترجیحات این اطلاعات را از طریق قضاوتهای جامعی که توسط تصمیم گیرنده فراهم می شوند استنتاج می کند.این رویکرد تصمیم گیری چندمعیاره معادل یادگیری ماشینی در حوزه هوش مصنوعی است.تحت این رویکرد، این مقاله یک روش جدید پیشنهاد می کنید که در آن الگوریتم ینتیک طی فرآیندیادگیری، به طور همزمان تمامی پارامترهای مدل ELECTRE TRI را از داده های آموزشی استنتاج و درخاتمه فرآیند، پارامترهای استنتاج شده برای طبقه بندی داده های آزمایشی بکار گرفته می شوند. تحلیلآزمایشات روی دیتاست های اعتباری نشان از کیفیت بالا و قابل رقابت روش پیشنهادی در مقایسه با مدل هایاستاندارد طبقه بندی دارد.نویسندگان:امیر دانشور: دانشجوی دکتری گروه مدیریت صنعتی دانشگاه آزاد اسلامی واحد علوم و تحقیقاتمصطفی زندیه: دانشیار دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی جمشید ناظمی: استادیار دانشکده مدیریت و اقتصاد دانشگاه آزاد اسلامی واحد علوم و تحقیقاتفصلنامه مطالعات مدیریت صنعتی - دوره 13، شماره 39، زمستان 1394.
برای مشاهده کامل مقاله روی فایل مقابل کلیک کنید .
.pdf
07:30 - 3 اسفند 1394
0 بازدید
1 پاسخ