摘要
本申请公开了一种基于神经网络的智能决策方法及系统,涉及数据处理:获取待决策项目的地点数据和对应属性数据;建立地点和属性之间的模糊关系矩阵;根据模糊关系矩阵,通过图神经网络的信任传播操作生成反映用户间信任关系强度的网络模型;根据网络模型,通过社区发现算法识别包含社区重叠度的社区结构;根据用户间信任关系强度和社区重叠度,计算决策者的影响权重;根据影响权重和社区结构,通过鲁棒优化方法形成群体共识,生成待决策项目的决策结果。传统项目决策往往忽视用户间信任关系,本申请结合鹭鹰优化算法和改进的K‑means聚类识别包含重叠度的社区结构,并基于信任强度计算影响权重等,提高决策的科学性和公平性。
技术关键词
智能决策方法
社区结构
交互网络
社区发现算法
节点
关系
地点
网络特征
鲁棒优化方法
矩阵
鲁棒优化算法
强度
项目
智能决策系统
指标
元素
生成随机