-
题名基于偏好学习的多准则分类问题建模及其ADMM研究
- 1
-
-
作者
过燕晶
陈凯伦
吴中明
-
机构
南京信息工程大学管理工程学院
-
出处
《南京理工大学学报》
北大核心
2025年第2期146-154,共9页
-
基金
国家自然科学基金(12471291)
江苏省自然科学基金(BK20241899)。
-
文摘
多准则分类问题是决策科学领域的研究热点,在金融、教育和人力资源管理等领域具有广泛应用。针对多准则分类问题,基于加性价值函数和线性近似方法,构建了数据驱动的偏好学习模型。其中目标函数刻画了类内和类间距离的性质,并引入稀疏正则项,提高模型的泛化能力。接着,提出交替方向乘子法(ADMM)求解模型。最后,基于实际数据集进行数值仿真对比实验。结果表明,所提模型能有效抑制过拟合现象,达到80%以上的样本外分类准确度;同时,相较于传统求解器,所提算法在计算效率上提升显著。
-
关键词
多准则分类问题
偏好学习
加性价值函数
正则化
交替方向乘子法
-
Keywords
multi-criteria sorting problem
preference learning
additive value function
regularization
alternating direction method of multipliers
-
分类号
O221.2
[理学—运筹学与控制论]
N945.25
[自然科学总论—系统科学]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
