多目標決策技術(shù)(文件)
【正文】 h 9, 2023 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 下午 5時 14分 28秒 下午 5時 14分 17:14: MOMODA POWERPOINT Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce id urna blandit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis ut cursus. 感 謝 您 的 下 載 觀 看 專家告訴 。 2023年 3月 下午 5時 14分 :14March 9, 2023 1業(yè)余生活要有意義，不要越軌。 17:14:2817:14:2817:14Thursday, March 9, 2023 1知人者智，自知者明。 下午 5時 14分 28秒 下午 5時 14分 17:14: 楊柳散和風(fēng)，青山澹吾慮。 2023年 3月 9日星期四 下午 5時 14分 28秒 17:14: 1楚塞三湘接，荊門九派通。 17:14:2817:14:2817:143/9/2023 5:14:28 PM 1成功就是日復(fù)一日那一點點小小努力的積累。 2023年 3月 下午 5時 14分 :14March 9, 2023 1行動出成果，工作出財富。 17:14:2817:14:2817:14Thursday, March 9, 2023 1乍見翻疑夢，相悲各問年。 銷 售 狀 態(tài) 產(chǎn) 品 評 價 v1（ 很好） v2（ 好） v3（ 一般） v4（ 差） 狀態(tài)概率 D1 D2 益損值 （萬元） D1 1000 800 300 300 D2 800 700 200 200 靜夜四無鄰，荒居舊業(yè)貧。 對方案 D1的 “使用簡便 ”這一特點 ， 有 30%的人認為很好 ， 60%的人認為好 ， 10%的人認為 “一般 ”， 沒有人認為差 。 ⒊期望值法 將評判結(jié)果 B作歸一化處理 ， 然后將 bj視為處于狀態(tài) vj的概率 ， 結(jié)合各方案在各狀態(tài)下的益損值 ， 用期望值法進行決策 。 對每一方案均按前述 ㈠～㈣ 步驟 ， 求得各自的模糊綜合評判結(jié)果集 B， 然后按下述方法之一 ， 挑選優(yōu)先方案 。 于是建立綜合評判模型： B=W?R 其中 W=(ω 1,ω 2,? ， ω m)為一模糊向量 。 也可簡單表示為模糊評判向量 Ri=(ri1,ri2,? ， rin), i=1,2,… ， m． 令 ????????????????????????mnmmnnm rrrrrrrrr???????21222211121121RRRR稱 R為單因素模糊評判矩陣。 ㈡ 建立綜合評判的評語集 V 評價集是評判者對評判對象可能作出的各種評價語言所組成的集合 。 我們先介紹第一大步：單方案模糊綜合評判的基本方法和步驟。 在模糊決策中會用到模糊矩陣的合成運算 ， 因此 ， 我們先介紹一下模糊矩陣的合成運算法則 。比如對“年輕”這一模糊集合，可構(gòu)造隸屬函數(shù) 1， 當 x≤25 歲 μA(x)= (60x)/35，當 25歲＜ x≤60 歲 0， 當 x＞ 60歲 ⑷ 對比平均法 ：對論域 X中的元素 ， 先按某種模糊特性兩兩比較 ， 排定比較程度的分值 ， 然后按一定規(guī)則轉(zhuǎn)換為總體排序的分值 ， 該分值即可做為相應(yīng)元素的隸屬度 。 實踐中隸屬函數(shù)的確定方法很多 ， 沒有統(tǒng)一模式 ， 允許有一定程度的主觀判斷 。 （ ） 式也稱為 扎德記法 。 下面給出模糊集合和隸屬函數(shù)的定義： 定義 用 X表示所討論的某類對象的集合 ， 稱之為 論域 ， 由映射 μA： X→[ 0， 1] x → μA(x)， Xx? 所刻劃的集合稱為論域 X上的一個模糊子集 A， μA(x)稱為定義在 X上的 隸屬函數(shù) ， 對于給定的 x∈ X， μA(x)的取值稱為 x對于模糊集合 A的 隸屬度 。 記為 μA(x)， 0≤ μA(x)≤ 1。這一特征可用下述函數(shù)來描述： ??? ??? Ax AxxC A ,0 ,1)( CA(x)稱為集合 A的特征函數(shù)。 ㈠ 模糊集合與隸屬函數(shù) 在經(jīng)典數(shù)學(xué)里，集合是指具有某種特定屬性的事物的全體。 然而 ， 在現(xiàn)實世界中 ， 并不是所有的概念都有明確的內(nèi)涵和外延 。 模糊決策方法正成為決策領(lǐng)域中一種很有實用價值的工具 。 167。 B1 C1 C2 C3 C1 C2 C3 1 2 9 1/2 1 2 1/9 1/2 1 B2 C1 C2 C3 C1 C2 C3 1 1/3 1/9 3 1 1/3 9 3 1 w2=(， ， ) λmax= CI= CR=， 滿意。 對于目標層，把準則層的四項指標兩兩比較： B1不如 B2重要，比B3略重要，比 B4稍微重要； B2比 B3稍微重要，比 B4明顯重要； B3比 B4稍微重要。設(shè)第 t層有 m個元素，第 t+1層有 n個元素，那么對于第 t層的第 i個元素，可以求得第 t+1層各元素對它的權(quán)重行向量 : Wi=(ωi1,ωi2,… ， ωin)， i=1， 2， ? ， m，（ 注意：若第 t+1層的第 j個元素與第 t層的第 i個元素?zé)o聯(lián)系時，ωij=0） 于是可以用 Wi為行，得到表示第 t層和第 t+1層各元素之間重要程度的權(quán)重矩陣，記為 W（ t） ??????????????????????????mnmmnnt?????????????????212222111211m21)(WWWW 設(shè)決策問題可分為 ι+1層 ， 總目標記為第 0層 ， 依次記為第 1層 ， 第 2層 ， ? ， 第 ι層 ， 第 t層相對于上一層的權(quán)重矩陣為 W（ t） ， 則由 W總 =W（ 1） W（ 2） .… W（ ι） ， 算得的行向量各元素，即最底層各方案對總目標的權(quán)數(shù)，其中權(quán)數(shù)最大的方案就是優(yōu)先方案。 解 ：⑴計算 A中各行所有元素的幾何平均值 ： ?????????12/15/1213/1531A, ????m , 312 ????m 21513 ??m ⑵歸一化： , 111 ????i imm? , ??? ??? ⑶計算最大特征根 : ????????????????????????????????
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1