多屬性決策問題分析(文件)
【正文】 規(guī)定 j=1,2,…,n 若≥ j=1或2或…n時方案被接受。 ③各目標屬性值的可靠程度。正因為此，以往的各種實際評估過程中總要把相當大的精力和時間用在確定指標體系和設定權上。其次，屬性的邊際價值的線性常常是局部的，甚至有最優(yōu)值為給定區(qū)間或點的情況存在；屬性間的價值獨立性條件也極難滿足，至少是極難驗證其滿足。當屬性的邊際價值函數(shù)為非線性時可以用適當?shù)臄?shù)學方法進行數(shù)據(jù)預處理；屬性間的不完全補償性也可通過適當處理，例如用邏輯乘法預先刪除具有不可補償屬性的方案等。, 第181182頁) 有了最第層目標的權重 設: 最第層目標的規(guī)范化了的屬性值為, 則可用作評價方案優(yōu)劣的依據(jù), 越大方案i越優(yōu). : 當最低層目標過多,不便直接設定時,可以分組自上而下地逐步設定。 優(yōu)點:需要的信息少,不必事先給出決策矩陣 只需給出各目標下方案間的優(yōu)先序(01矩陣或指向圖) 第一步:確定各方案兩兩間的總體優(yōu)先關系 j=1,2,…n 且令，進行方案的成對比較, 給出優(yōu)先關系矩陣或指向圖 的第j個屬性值優(yōu)于的第j個屬性值 記作 (f)的第j個屬性值優(yōu)于的第j個屬性值 記作 (p) 與的第j個屬性值無差異或不可比 記作 (～)3. 把f的各目標的權相加，記作 w(f) 把～的各目標的權相加，記作 w(～) 把p的各目標的權相加，記作 w(p)4. 計算方案的優(yōu)劣指示值 = σ值的大小反映與無差異的目標的重要性5. 選定閥值A≥1，判定方案總體優(yōu)劣 ＞A 則f ＜1/A p 其它 ～第二步 計算排隊指標值 比優(yōu)的方案個數(shù)記為 比差的方案個數(shù)記為 的排隊指標值：= 第三步 按的大小排定方案的優(yōu)劣次序缺點：因無決策矩陣，不能反映優(yōu)先程度例：10011設 = = A= σ=0 =＞A 所以f, 這與加權和法的結果大相徑庭∴凡是屬性值均能定量來表示的，不宜用此法167。 j≥1, k ≥1, 使x’Sx” (或者x’S,S,…, S x”) 且x”Sx’(或者x”S,S,…, Sx’) 則稱x”與x’級別無差異，記作x’x”。定義 i, X若對每個x’∈ 存在∈ 使 S x’ 則稱為最小優(yōu)勢子集。 i. ≥ 且 ＜ 對所有j 或者ii. ≥ 且 ＜ 對所有j 即和諧性與不和諧性均為中等或均低.4. 前向排序(詳見p198) 根據(jù)強級別高于關系和弱級別高于關系分別構造強指向圖和弱指向圖. 從每個指向圖中找出非劣方案，然后從圖中抹去，逐步進行直到所有方案均被抹掉為止，根據(jù)各方案被抹去的次序v’()判斷方案的優(yōu)劣。若中包含較多方案，調(diào)整α重復上述步驟.五、ELECTREⅡ1. 定義高、中、低三閥值 ＜＜＜＜1和 ＜＜2. 定義三個不和諧集 = {(,) | ≥ i, k=1,…,m i≠k } = {(,)| ≥ ≥ i, k=1,…,m i≠k } = {(,) | ＜ i, k=1,…,m i≠k }2. 定義強級別高于和弱級別高于
電大資料相關推薦
鄂ICP備17016276號-1