多屬性決策教材-wenkub
2023-03-05 10:47:13 本頁面
【正文】 距離計算與排序(萬元 )y1(w1=0.6)油耗 (萬元 )y1(w1=)油耗 IdealPreference(萬元 )y1w1=(1w3 )/2油耗 屬性的最大本征值屬性值的調整調整前 調整后結果 權的靈敏度分析n 靈敏度分析的目的：權在多大范圍內變動會影響決策結果。(萬元)y1(w1=)油耗 :n(2)計算 λmax 的值n(3) 與 臨界值 /=w1=w1*w1*+(萬元 )y1油耗 明 義 說 (升 /百公里)y2舒適度y3x1 40 25 10x2 15 18 3x3 25 10 6x4 35 15 8步驟 1: 構造矩陣 A價格 油耗 舒適度價格 1 2 9油耗 1/2 1 7舒適度 1/9 1/7 1步驟 2:求權重 n (1) A中每行元素連乘并開 n次方 : n(2) wi* 規(guī)范化 : 步驟 2:求權重價格 油耗 舒適度價格 1 2 9油耗 1/2 1 7舒適度 1/9 1/7 1w2*+/=λ’max 比較 :步驟 3:一致性檢驗價格 油耗 舒適度價格 1 2 9油耗 1/2 1 7舒適度 1/9 1/7 1S1=1+1/2+1/9 =S2=2+1+1/7 =S3=9+7+1 =17W1=W2=W3=λmax =?+ ?+ ?17= 步驟 4:方案排序備選車 價格 (升 /百公里 )y2(w2=)舒適度y3(w3=)綜合評價值(Ci)x1 0 0 x2 0 x3 x4 方案排序： x2x4設某高校擬從三個候選人中選一人擔任中層領導，候選人的優(yōu)劣用六個屬性去衡量，這六個屬性是 ① 健康狀況 ② 業(yè)務知識 ③ 書面表達能力 ④ 口才 ⑤ 道德水平和 ⑥ 工作作風。n 例子：買車。(升 /百公里 )y2w2=(1w3 )/2舒適度y3w3綜合評價值(Ci)x1 0 0 w3x2 0 *w3x3 *w3x4 *w3權的靈敏度分析結果C1C2C3C4 TOPSIS法TOPSIS是 逼近理想解的排序方法 （ TechniquebySolution）的英文縮略。(升 /百公里 )y2(w2=)舒適度y3(w3=)x1 40 25 10x2 15 18 3x3 25 10 6x4 35 15 8成本指標步驟 1:規(guī)范化備選車價格 (升 /百公里 )y2(w2=)舒適度y3(w3=)x1 6x2 4x3 8x4 7步驟 3:理想解與負理想解n x*=[, , ]n x0=[, , ]步驟 4:距離計算與排序方案排序 :x2x3x4x1 d* d0 C*1 2 3 4 5 方案排序 :x1x2x4x5x3 基于估計相對位置的方案排隊法?前面幾節(jié)介紹的求解多屬性決策問題的方法，包括加權和法，字典序法，加權積法和逼近理想點的排隊法 (TOPSIS法 )，以
教學課件相關推薦
鄂ICP備17016276號-1