文献类型：期刊文章

作　　者：黄海燕[1] 刘晓明[1] 孙华勇[2] 杨志才[3]

HUANG Hai-yan;LIU Xiao-ming;SUN Hua-yong;YANG Zhi-cai(PLA Army Engineering University,Nanjing 210007,China;Bengbu Automobile NCO Academy,Bengbu,Anhui 233011,China;Jiuquan Satellite Launch Centre,Jiuquan,Gansu 732750,China)

机构地区：[1]陆军工程大学,南京210007 [2]蚌埠汽车士官学校,安徽蚌埠233011 [3]酒泉卫星发射中心,甘肃酒泉732750

出　　处：《计算机科学》

基　　金：国家自然科学基金项目(61174198)资助

年　　份：2019

卷　　号：46

期　　号：B06

起止页码：593-597

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：为了更快地获取有用的决策信息,结合当下人工智能技术的发展新趋势,基于K-MEANS等聚类分析算法尝试性地对决策信息进行分析聚类。提出决策信息概念模型,以更好地表述决策信息,方便信息分析处理;结合具体数据实例,将聚类算法应用到不确定性决策中,实现对决策信息的分类推荐,方便快速挖掘关键信息,减少决策时间。最后,研究基于聚类分析算法的评价决策方法,提出聚类信息可用性指标,为度量决策信息中的聚类效果提供一种度量标准。

关 键 词：决策信息 K-MEANS 聚类分析算法 聚类信息可用性指标  

分 类 号：C934[管理科学与工程类]