English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 64178/96951 (66%)
造訪人次 : 10250850      線上人數 : 19868
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/123521


    題名: 以案例為基礎的 TOPSIS 有序分類研究
    作者: 周清江;時序時;鍾尚佑
    關鍵詞: TOPSIS;客觀權重;有序分類;經濟自由度;公司破產
    日期: 2022-08-27
    上傳時間: 2023-04-28 18:32:26 (UTC+8)
    摘要: 過去 TOPSIS 在有序分類的應用普遍存在著幾個共同問題:採用的權重常受到決策者的主觀決定,並且進行 TOPSIS 接近係數排序後,分類切點的制定常是採用過去資料集本身的分類閥值來予以分類,這使得整體方法解釋性較差且不夠客觀。我們想要建立一套以案例為基礎的 TOPSIS 有序分類流程 (案例經排序後分類),包括客觀的權重制定方法,制定貼近案例本身的權重,讓具有影響力的準則備受重視,採用的客觀權重制定方法包含:熵權重(Entropy weight)、標準差權重(Standard deviation weight)、標準間相關性權重(CRITIC weight)。我們融合客觀權重及代表性案例,對資料集進行 TOPSIS排序及有序分類,進而以系統化方法透過加權代表性案例來確定分類切點,並在分別使用歐基里德距離、曼哈頓距離作為各方案與正負理想解的距離下,比較各權重的分類錯誤率。本方法建立在兩個先決條件上:(1) 事先知道此資料集要分為幾類;(2) 有各類別的代表性案例。我們以美國傳統基金會的經濟自由指數和 UCI 機器學習資料集上的公司破產資料集進行驗證,並得到了滿意的結果。 對於擴充 TOPSIS 至有序分類,我們整合了權重選擇策略以及由代表性案例確定分類切點制定方法,提出新的流程架構,對於TOPSIS 應用有更廣泛的延伸。
    顯示於類別:[資訊管理學系暨研究所] 會議論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    index.html0KbHTML127檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋