基于近似支持向量回归机的多属性决策 (2009年)

将近似支持向量回归机应用到多属性决策问题,提出基于近似支持向量回归机的多属性决策方法。该方法从决策问题本身出发,构造学习样本,再通过近似支持向量回归机拟合出多属性效用函数,从而实现对方案的排序。与支持向量机相比该模型参数少,核函数无需满足 Mercer条件,算法简单、可靠。最后通过算例表明方法的可行性与有效性。