余海燕，沈 江，徐 曼

（1.天津大学管理与经济学部，天津300072；2.南开大学商学院，天津300071）

类别误标下证据链推理的群决策分类方法

余海燕1，沈 江1，徐 曼2

（1.天津大学管理与经济学部，天津300072；2.南开大学商学院，天津300071）

针对群决策分类中可解释性的推理信息存在类别错误标识的问题，提出了类别误标下证据链推理的群决策分类方法。该方法采用可信度函数的一致性和凸性，以查询案例与证据链之间的属性关联相似度作为群决策信息源的权重，建立了基于证据链推理的混合整数优化模型，实现了决策分类标识能力最大化，同时获取了可解释性最好的证据链集合。该模型考虑了决策类别的错误标识情形，依据可信度序的概念，将推导出的融合可信度作为查询案例推论可解释性的评价标准。通过多源感知数据的诊断实例，说明了该方法的有效性和合理性。

群决策分析；证据链；关联相似度；错误标识；可信度序

0 引 言

群决策分类是指决策者对多属性查询方案依据数据库中的案例和相关领域知识（如规则）等多源信息下的评价值，给出有限个查询问题的分类结果。这类决策问题广泛应用于工程实践中，例如，一组医师提供群决策信息对疾病会诊，可通过信息融合中的知识推理处理积累的证据和实时感知的查询案例，使得医师专注于处理诊断最重要环节。IBM开发的Watson智能机［1］，将通过关联患者记录与临床证据，使用多源信息进行群决策等。目前关于多属性群决策分类问题的研究已经成为决策分析领域中的热点［2］。……