实数型不确定多属性决策方法及应用.ppt
- 文档编号:2670251
- 上传时间:2022-11-06
- 格式:PPT
- 页数:127
- 大小:5.65MB
实数型不确定多属性决策方法及应用.ppt
《实数型不确定多属性决策方法及应用.ppt》由会员分享,可在线阅读,更多相关《实数型不确定多属性决策方法及应用.ppt(127页珍藏版)》请在冰豆网上搜索。
多属性决策方法决策(decisionmaking),即抉择、决定的意思。
例1:
假期旅游,是去风光绮丽的杭州,还是去迷人的北戴河,或者是去山水甲天下的桂林。
确定一个旅游目的地,或把3个目的地进行排序即为决策。
其中可供选择的旅游目的地“杭州”,“北戴河”,“桂林”称为方案,或备选方案。
你会根据诸如景色、费用、居住、饮食、旅途条件等一些准则去反复比较哪三个候选地点。
因素目的地景色费用居住饮食旅途杭州北戴河桂林其中,“景色”,“费用”,“居住”,“饮食”,“旅途”称为因素,也称为属性,指标等。
这种决策问题称为多属性决策(multipleattributedecisionmaking)问题或称之为有限个方案的多目标决策。
多属性决策是现代决策科学的一个重要组成部分,它的理论和方法在工程设计、经济、管理和军事等诸多领域中有着广泛的应用,如:
投资决策、项目评估、维修服务、武器系统性能评定、工厂选址、投标招标产业部门发展排序和经济效益综合评价等多属性决策的实质是利用已有的决策信息通过一定的方式对一组(有限个)备选方案进行排序或择优它主要由两部分组成:
(l)获取决策信息决策信息一般包括两个方面的内容:
属性权重和属性值(属性值主要有三种形式:
实数、区间数和语言)其中,属性权重的确定是多数性决策中的一个重要研究内容;
(2)通过一定的方式对决策信息进行集结并对方案进行排序和择优第一讲基于OWA算子的多属性决策方法为了方便起见,下面先给出一些基本概念:
定义1设是一组给定的数据,函数,若则称函数为算术平均算子(arithmeticaveraging(AA)operator)。
定义2设函数,是一组给定的数据,若其中是数据组的权重向量,R为实数集.则称函数WAA为加权算术平均算子(weightedarithmeticaveraging(WAA)operator)。
该算子的特点是:
只对数据组中的每个数据进行加权(即根据每个数据的重要性赋予适当的权重),然后对加权后的数据进行集结。
例1我校教学水平评估,在4项指标:
办学指导思想,学风,教学效果,特色项目.得分为数据组4项指标的权重向量为,则加权平均综合得分为因素目的地景色费用居住饮食旅途杭州(A)8580857890北戴河(B)8070889080桂林(C)841009080100因素目的地景色费用居住饮食旅途杭州(A)8580857890北戴河(B)8070889080桂林(C)841009080100若因素的权重向量为:
定义3设函数是一组给定的数据,若其中是与函数OWA相关联的权重函数OWA为有序加权算术平均算子(orderedweightedaveragingoperator)。
向量,且为数据组中第个大的元素。
R为实数集,则称上述算子的特点是:
对数据,按从大到小的顺序重新进行排序并通过加权集结。
而且元素与没有任何联系。
只与集结过程中的第i个位置有关(因此加权向量w也称为位置向量)例1国家有一项对国有企业的扶持资金,重点扶持效益好的5家国有企业,其资金扶持比例从好到差为权重向量,5家国有企业效益测评结果为数据组,OWA加权平均扶持资金为而算术平均算子运算的结果为所以,OWA是一个与数据位置有关的算子。
基于OWA算子多属性决策方法具体步骤:
步骤1:
对于某一多属性决策问题,设为方案集,为属性集,属性权重信息完全未知对于方案,按属性进行测度,得到关于的属性值,从而构成决策矩阵,如表1.1所示表1.1决策矩阵A属性类型一般有效益型、成本型、固定型、偏离型、区间型、偏离区间型等,其中效益型属性是指属性值越大越好的属性,成本型属性是指属性值越小越好的属性,固定型属性是指属性值越接近某个固定值越好的属性,偏离型属性是指属性值越偏离某个固定值越好的属性区间型属性是指属性值越接近某个固定区间(包括落入该区间)越好的属性,偏离区间型属性是指属性值越偏离某个固定区间越好的属性。
为了消除不同物理量纲对决策结果的影响,决策时可按下列公式对决策矩阵A进行规范化处理:
若属性值为效益型,则令或(1.2a)(1.2b)若属性值为成本型,则令或(1.3a)(1.3b)若属性值为固定型,则令若属性值为偏离型,则令(1.4)(1.5)若属性值为区间型,则令若属性值为偏离区间型,则令(1.5)(1.6)A经过规范化处理后,得到规范化矩阵步骤2利用OWA算子对各方案进行集结,求得其综合属性值其中是OWA算子的加权向量,且为数据组中第个大的元素。
步骤3按的大小对方案进行排序并择优实例分析例投资银行拟对某市4家企业(方案)进行投资,抽取下列5项指标(属性)进行评估:
产值(万元);投资成本(万元);销售额(万元);国家收益比重;环境圬染程度。
投资银行考察了上年度4家企业的上述指际情况(其中污染程度系有环保部门历时检测并量化),所得评估结果如表1.2所示。
在各项指行中,投资成本、环境污染程度为成本型,其他为效益型属性权重信息完全未知,试确定最佳投资方案表1.2决策矩阵A步骤1利用(1.2a)式将,列规范化,得到矩阵R,如表1.3所示。
(1.2a)成本型表1.3决策矩阵R成本型步骤1利用(1.3a)式将,列规范化,得到规范化矩阵R,如表1.3所示。
(1.3a)表1.3决策矩阵R步骤2利用OWA算子对各方案进行集结,求得其综合属性值,设OWA算子的加权向量为表1.3决策矩阵R表1.3决策矩阵R表1.3决策矩阵R表1.3决策矩阵R汇总:
步骤3按的大小对各企业进行排序为最佳企业。
湛江是我国首批对外开放的沿海城市,1999年以来,先后获得“全国绿化达标城市”、“广东省卫生城市”、“中国优秀旅游城市”、“国家园林城市”等荣誉称号。
近几年,随着城市的发展,市委、市政府加大了环境保护的投入,不断强化环境基础设施建设,加强城市环境综合治理,使得湛江市的环境质量逐年提高。
现用你掌握地方法,对其2002-2006年的城市环境质量进行综合评判。
按照“十五”期间城市环境综合整治定量考核指标实施细则汇总出测评指标,见表1。
一级指标二级指标三级指标定义4设函数是一组给定的数据,若其中是与函数CWAA相关联的权重向量,且为加权数据中第个大的元素。
这里,是数据组的加权向量,是平衡因子。
则称函数CWAA为组合加权算术平均算子(combinationweightedaveragingoperator),简称CWAA算子。
例设是CWAA算子的加权向量,是一组给定的数据,数据组的加权向量为则因此CWAA算子不仅考虑了每个数据自身的重要性程度,而且还体现了该数据所在位置的重要程度决策方法在现代大型决策过程中,为了体现决策的民主性和合理性,往往需要多个决策者的共同参与(即群决策)下面介绍一种基于OWA算子和CWAA算子的多属性群决策方法,具体步骤如下:
步骤1对于某一多属性群决策间题设和分别为方案集和属性集。
属性权重信息完全未知。
为决策者集,为决策者的权重向量。
设决策者给出方案在属性下的属性值,从而构成决策矩阵。
若的物理量纲不同,则需要对其进行规范化处理假设经过规范化处理后,得到规范化矩阵为。
步骤2利用OWA算子对决策矩阵中第行的属性值进行集结,得到决策者所绐出的方案综合属性值其中是OWA算子的加权向量,且中第个大的元素。
是步骤3利用CWAA算子对第位决策者给出的方案的综合属性值进行集结,得到方案群体综合属性值其中是CWAA算子的加权向量,且大的元素。
是平衡因子。
是一组加权数据中第个步骤4利用对方案进行排序和择优该决策方法首先利用OWA算子进行横向集结(即对一个次策者所给定的某一方案所有属性进行集结),然后利用CWAA算子对横向集结结果进行纵向集结(即对由不同次策者得到的同一方案综合属性值进行集结)由于在一些决策过程中,往往会出现个别决策者受个人感情等主观因素的影响对某些方案作出过高或过低的评价,因而会导致不合理的决策结果。
CWAA算子不仅能充分考虑决策者的自身重要性程度,而且尽可能地消除这些不公正因素的影响,并增加中间值的作用(一般是对过高或过低的方案综合属性值赋于较小的权重),从而增强决策结果的合理性。
例15考虑航天设备的评估问题首先制定8顶评估指标(属性):
导弹预警能力;成像侦察能力;通信保障能力;电子侦察能力;卫星测绘能力:
导航定位能力;海洋监测能力;气象预报能力指标(属性)权重信息完全未知。
现有4位专家,权重向量为依据上述各项指标对4种航天装备进行打分(范围从0分到100分)结果如表1.4-表1.7所示试确定最佳航天设备1.2.3实例分析表1.4决策者d1给出的决策矩阵R1表1.5决策者d2给出的决策矩阵R2表1.6决策者d3给出的决策矩阵R3表1.7决策者d4给出的决策矩阵R4由于所有指标均为效益型,量纲一致,为了方便起见,不把决策矩阵规范化下面利用1.1.2节中的方法进行求解:
步骤1设OWA算子的加权向量为,对决策矩阵中第行的属性值进行集结,得到决策者所给出的方案综合属性值表1.4决策者d1给出的决策矩阵R1表1.4决策者d1给出的决策矩阵R1同理:
步骤2设CWAA算子的加权向量为由已知,4位专家的权重向量为设CWAA算子的加权向量为因此可求得方案的群体综合属性值为因此可求得方案的群体综合属性值为因此可求得方案的群体综合属性值为因此可求得方案的群体综合属性值为步骤3利用对4种航天装备进行排序故最佳航天设备为第3章基于OWGA算子的多属性决策方法第1节OWGA算子定义1.4设GA:
若则称GA为几何平均(geometricaveraging)算子。
定义1.4设WGA:
若其中是数据组的指数加权向量,则称函数WGA(weightedgeometricaveraging)为加权几何平均算子,也称为WGA算子。
例设为WGA算子的加权向量,是一组数据,则算术平均侧重群体的作用,而几何算子强调个体作用。
也就是说,只有所有数据都大,算术平均数才大。
而数据组中有一个数很小,就会导致几何平均数很小,特别的,当这个较小的数是零时,集合平均数为零。
第3章基于OWGA算子的多属性决策方法第1节OWGA算子定义1.4设OWGA:
若其中是与函数OWGA相关联的指数加权向量,且为一组数据第大的元素,为正实数集合。
则称函数OWGA是有序加权几何平均算子。
也称为OWGA算子。
例设为OWGA算子的加权向量,是一组数据,则第二节决策方法下面介绍一种基于OWGA算子的多属性决策法,具体步骤如下:
步骤1对于某一多属性决策问题属性权重信息完全未知,决策矩阵为,(1.2a)若属性值为效益型,则令若属性值为成本型,则令(1.3a)A经过规范化处理后,得到规范化矩阵步骤2利用OWGA算子对各方案进行集结,求得其综合属性值其中是OWA算子的加权向量,且为数据组中第个大的元素。
步骤3按的大小对方案进行排序并择优第3节实例分析例信息系统投资项目对评价指标(属性)主要有:
(1)收入(单位:
万元):
同任何投资项日一样,其首要目的是为了盈利因此收入应作为投资评价的一个主要因素
(2)风脸:
信寻系统投资的风险是第二个应考虑的因素,尤其是政府部门信息投资项目,受政府和市场的影响甚大。
(3)社会效益:
信息化建设最终是为了提高社会服务水平。
因此,社会效益应作为信息项目投资一个评价指标,社会效益显著的投资项目不仅可以提高企业竞争,而且更容易得到政府的认可和批准(4)市场效应:
在信息技术发展过程中其市场效应是十分显著的,主要表现在两个方面:
一是市场抢占速度,尤其在政府工程项目中最为明显,谁最早成功地得到政府都门的认可,谁就可以以其样板效应迅速抢占同类项目市场;二是边际成本降低,开发过程的技术和项目经验积累利规模效益会极大地降低开
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实数 不确定 属性 决策 方法 应用