多屬性決策問題概述-免費閱讀
【正文】 ii, 各方案間不存在級別高于關系的最小優(yōu)勢子集稱為核2. 若足夠小，決策人直接進行價值判斷，擇一實施。 ELECTRE 法國人：一、級別高于關系(Outranking Relation)給定決策人的偏好次序和屬性矩陣{}當人們有理由相信x’優(yōu)于x”，稱x’的級別高于x”, 記作x’Sx”Notes: i, 決策人愿望承擔x’x”所產生的風險。只要認識到加權和法本身存在的種種局限性并采取相應的補救措施，則加權和法仍不失為一種簡明而有效的多目標評價方法。 加權和法常常被人們不適當地使用，這是因為許多人并不清楚：使用加權和法意味著承認如下假設：①指標體系為樹狀結構，即每個下級指標只與一個上級指標相關聯；②每個屬性的邊際價值是線性的(優(yōu)劣與屬性值大小成比例)，每兩個屬性都是相互價值獨立的；③屬性間的完全可補償性：一個方案的某屬性無論多差都可用其他屬性來補償。往往作為上法的補充.這些方法用于初始方案過的預選,不能用于方案排序 ordering —次序，優(yōu)先序也不能用于方案分等 Ranking —量化優(yōu)先程度.167?！ 〉谌菤w一化。有些指標的屬性值越大越好，如科研成果數、科研經費等是效益型；有些指標的值越小越好，稱作成本型。另有一些指標的屬性值既非效益型又非成本型。原屬性值表中不同指標的屬性值的數值大小差別很大，如總經費即使以萬元為單位，其數量級往往在千()、萬()間，而生均在學期間發(fā)表的論文、專著的數量、生均獲獎成果的數量級在個位()或小數()之間，為了直觀，更為了便于采用各種多目標評估方法進行比較，需要把屬性值表中的數值歸一化，即把表中數均變換到［0，1］區(qū)間上。 加權和法一、引言多目標決策的特點: 目標間的矛盾性, 各屬性值不可公度.這二難點不可公度雖可通過屬性矩陣的規(guī)范化得到部分解決, 但前述規(guī)范化過程不能反映目標的重要性權：目標重要性的度量, 即衡量目標重要性的手段.權的三重含義: ① 決策人對目標的重視程度。事實上，這些假設往往都不成立。三、確定權的常用方法1. 最小平方誤差法 見教材第174頁. 與主觀慨率中的方法類似.2. 本征向量法 / / … / / / … / Aw = … … … … … … … … / / … / = nw即 (A nI) w = 0 如A的估計不夠準確, 則A中元素的小的攝動意味本征值的攝動,從而 Aw = w 由此可求得w .四、層次分析法AHP1. 。 ii,理由：同基于相對位置的方案排隊法：()給定方案集X , x’, x”∈X ,當且僅當X中存在,…,。若中包含較多方案，調整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 ≥1且
環(huán)評公示相關推薦
鄂ICP備17016276號-1