基于偏好辅助决策因子的交互式偏好反馈方法、装置及计算机设备制造方法及图纸

本发明专利技术公开了一种基于偏好辅助决策因子的交互式偏好反馈方法，包括：确定候选的偏好辅助决策因子；基于进化多目标优化算法生成的一组解的子集作为待与决策者交互的最优解；计算每个候选的偏好辅助决策因子与目标函数的相关度，获得排序后的候选的偏好辅助决策因子；获得与决策者进行交互后的部分所述候选的偏好辅助决策因子的具体数值；两两比较分析所述待与决策者交互的最优解，获取决策者对两两比较中的偏好判断；根据每个最优解的偏好信息做整体排序，得到包含偏好顺序的最优解。还公开了一种反馈装置和计算机设备。本发明专利技术能够降低决策者交互时的偏好反馈噪声。

Interactive preference feedback method, device and computer equipment based on preference assistant decision factor

【技术实现步骤摘要】
基于偏好辅助决策因子的交互式偏好反馈方法、装置及计算机设备
本专利技术涉及投资组合领域的目标优化
，尤其是一种基于偏好辅助决策因子的交互式偏好反馈方法、装置及计算机设备。
技术介绍
投资组合优化问题中，决策者最关心的问题是，如何将有限的资金在一定数量的资产(如股票，债券)当中实现最优分配，以便在投资期结束时获得尽可能高的收益与尽可能低的风险。诺贝尔奖获得者哈里·马科维茨(HarryMarkowitz)率先提出的均值-方差(Mean-Variance,MV)投资组合公式，为现代计算金融中关于资本投资的决策做出了巨大贡献。该投资组合公式有两个优化目标：最大化投资组合的收益(以预期收益率的均值计算)，并最小化投资组合的风险(通过收益的方差来衡量)，是非常典型的多目标优化问题。多目标优化问题的最优解是一个非劣性的Pareto解集，该解集对应在目标空间上的点集被称作Pareto前沿。进化多目标优化(EvolutionaryMulti-objectiveOptimization,EMO)算法是一种求解多目标优化问题的有效工具，然而其最终得到的帕累托最优解的数量通常很多甚至不可数，决策者难以从中选择出自己满意的解。交互式多准则决策方法(IMCDM)能够在多目标优化问题求解过程中通过逐渐交互的方式引入决策者的偏好信息，从而引导算法找到其满意解。偏好模型是通过对一组解的评价(并且通常和进化算法的选择机制相结合)实现对进化算法的导向作用，IMCDM多数采用函数的偏好模型，如多项式函数，一般多项式函数，线性函数等。偏好反馈是决策者针对一组最优解按照一定的形式所给出的判断。常见的偏好反馈方式有定量评价、极端选择、以及两两比较。定量评价是给出每个解的一个满意度评价值，极端选择是从一组解中选出最满意的和最不满意的，两两比较是逐对给出两个解中较满意的一个，三者均是以对一组解比较的形式给出决策者的偏好。其中，两两比较方式是一般有限理性用户普遍能够接受的反馈形式，因而被多数IMCDM所采用。根据有限理性理论，决策者对优化问题的认识往往不够明确，并且在当前有关研究中，决策者只能依据优化问题的目标函数值进行偏好判断，这意味着决策者进行判断时可能缺乏足够的关联信息。因此，尽管两两比较难度较低，决策者在决策过程中会因为不确定而给出与其真实偏好不一致的判断、不确定的判断(即不能给出一对解的优劣判断)或冲突的判断(如A优于B，B优于C，C优于A)，即产生了反馈噪声，由此得到的偏好信息便不能真实地反映其偏好倾向。一些学者虽然指出控制反馈噪声的重要性和研究前景，但尚未提出有效的解决方案。
技术实现思路
本专利技术的目的是提供一种基于偏好辅助决策因子的交互式偏好反馈方法、装置及计算机设备，能够有效降低决策者的偏好反馈噪声。为实现上述目的，本专利技术采用下述技术方案：本专利技术第一方面提供了一种基于偏好辅助决策因子的交互式偏好反馈方法，包括以下步骤：确定候选的偏好辅助决策因子，所述候选的偏好辅助决策因子包括若干个投资组合优化问题中与主要影响因子相关且影响决策的因子；基于进化多目标优化算法生成的一组解的子集作为待与决策者交互的最优解；计算每个候选的偏好辅助决策因子与目标函数的相关度，获得排序后的候选的偏好辅助决策因子；获得与决策者进行交互后的部分所述候选的偏好辅助决策因子的具体数值；两两比较分析所述待与决策者交互的最优解，获取决策者对两两比较中的偏好判断；根据每个最优解的偏好信息做整体排序，得到包含偏好顺序的最优解。结合第一方面，在第一方面第一种可能的实现方式中，所述计算每个候选的偏好辅助决策因子与目标函数的相关度，获得排序后的候选的偏好辅助决策因子，具体包括：计算每个候选的偏好辅助决策因子与目标函数的秩相关系数作为相关度，并按照相关度大小对候选的偏好辅助决策因子进行降序排列。结合第一方面，在第一方面第二种可能的实现方式中，所述两两比较分析所述待与决策者交互的最优解，获取决策者对两两比较中的偏好判断，具体包括：对所述待与决策者交互的最优解进行两两比较分析，根据欧氏距离计算一对解的区分度；根据相关度和区分度选择剔除冗余因子后的偏好辅助决策因子；展示偏好辅助决策因子，获取决策者对一对解的偏好判断；判断每个所述待与决策者交互的最优解是否与其他每个解进行了两两比较分析，重复上述步骤直至完成。结合第一方面，在第一方面第三种可能的实现方式中，所述根据相关度和区分度选择剔除冗余因子后的偏好辅助决策因子，具体包括：设定相关度阈值δ；计算每个所述候选的偏好辅助决策因子与目标函数的相关度，选择不低于相关度阈值δ的偏好辅助决策因子，并进行降序排列展示；按照顺序依次分析各个偏好辅助决策因子，删除冗余因子。结合第一方面，在第一方面第四种可能的实现方式中，所述按照顺序依次分析各个偏好辅助决策因子，删除冗余因子，具体包括：按照顺序依次计算当前因子与排在当前因子后面的各个偏好辅助决策因子和当前因子的相关度，若某个偏好辅助决策因子与目标函数的相关度小于该因子与当前因子的相关度时，若该因子的区分度也小于当前因子的区分度，则认为该偏好辅助决策因子是冗余因子，作删除处理。本专利技术第二方面提供了一种基于偏好辅助决策因子的交互式偏好反馈装置，包括：候选偏好辅助决策因子确定模块，用于确定候选的偏好辅助决策因子，所述候选的偏好辅助决策因子包括若干个投资组合优化问题中与主要影响因子相关且影响决策的因子；待与决策者交互的最优解计算模块，用于基于进化多目标优化算法生成的一组解的子集作为待与决策者交互的最优解；候选偏好辅助决策因子排序模块，用于计算每个候选的偏好辅助决策因子与目标函数的相关度，获得排序后的候选的偏好辅助决策因子；候选偏好辅助决策因子数值获取模块，用于获得与决策者进行交互后的部分所述候选的偏好辅助决策因子的具体数值；两两比较分析模块，用于两两比较分析所述待与决策者交互的最优解，获取决策者对两两比较中的偏好判断；整体排序模块，用于根据每个最优解的偏好信息做整体排序，得到包含偏好顺序的最优解。本专利技术第二方面的所述基于偏好辅助决策因子的交互式偏好反馈装置能够实现第一方面的方法，并取得相同的效果。本专利技术第三方面提供了一种计算机设备，包括处理器和与所述处理器连接的存储器，所述存储器存储有多条指令，所述指令被所述处理器加载并执行，以使所述处理器执行基于偏好辅助决策因子的交互式偏好反馈方法。
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：本专利技术一方面是能够将满足相关度与区分度达到一定条件的偏好辅助决策因子筛选出来以供决策者做出自信的判断，以期降低决策者的偏好反馈噪声；另一方面，在交互过程中，当决策者进行两两比较时，能够将决策者对于不同投资组合方案的偏好等级记录下来，以供后续分析使用。本文档来自技高网...

【技术保护点】
1.基于偏好辅助决策因子的交互式偏好反馈方法，其特征是，包括以下步骤：/n确定候选的偏好辅助决策因子，所述候选的偏好辅助决策因子包括若干个投资组合优化问题中与主要影响因子相关且影响决策的因子；/n基于进化多目标优化算法生成的一组解的子集作为待与决策者交互的最优解；/n计算每个候选的偏好辅助决策因子与目标函数的相关度，获得排序后的候选的偏好辅助决策因子；/n获得与决策者进行交互后的部分所述候选的偏好辅助决策因子的具体数值；/n两两比较分析所述待与决策者交互的最优解，获取决策者对两两比较中的偏好判断；/n根据每个最优解的偏好信息做整体排序，得到包含偏好顺序的最优解。/n

【技术特征摘要】
1.基于偏好辅助决策因子的交互式偏好反馈方法，其特征是，包括以下步骤：
确定候选的偏好辅助决策因子，所述候选的偏好辅助决策因子包括若干个投资组合优化问题中与主要影响因子相关且影响决策的因子；
基于进化多目标优化算法生成的一组解的子集作为待与决策者交互的最优解；
计算每个候选的偏好辅助决策因子与目标函数的相关度，获得排序后的候选的偏好辅助决策因子；
获得与决策者进行交互后的部分所述候选的偏好辅助决策因子的具体数值；
两两比较分析所述待与决策者交互的最优解，获取决策者对两两比较中的偏好判断；
根据每个最优解的偏好信息做整体排序，得到包含偏好顺序的最优解。


2.如权利要求1所述的基于偏好辅助决策因子的交互式偏好反馈方法，其特征是，所述计算每个候选的偏好辅助决策因子与目标函数的相关度，获得排序后的候选的偏好辅助决策因子，具体包括：
计算每个候选的偏好辅助决策因子与目标函数的秩相关系数作为相关度，并按照相关度大小对候选的偏好辅助决策因子进行降序排列。


3.如权利要求2所述的基于偏好辅助决策因子的交互式偏好反馈方法，其特征是，所述两两比较分析所述待与决策者交互的最优解，获取决策者对两两比较中的偏好判断，具体包括：
对所述待与决策者交互的最优解进行两两比较分析，根据欧氏距离计算一对解的区分度；
根据相关度和区分度选择剔除冗余因子后的偏好辅助决策因子；
展示偏好辅助决策因子，获取决策者对一对解的偏好判断；
判断每个所述待与决策者交互的最优解是否与其他每个解进行了两两比较分析，重复上述步骤直至完成。


4.如权利要求3所述的基于偏好辅助决策因子的交互式偏好反馈方法，其特征是，所述根据相关度和区分度选择剔除冗余因子后的偏好辅助决策因子，具体包括：
设定相关度阈值δ...

【专利技术属性】
技术研发人员：胡仕成，李芳，刘杨，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：山东;37