姜啟源-多準(zhǔn)則決策(敦煌xxxx-7)(編輯修改稿)
2025-03-19 11:52 本頁面
【文章內(nèi)容簡介】 ? 對決策矩陣采用不同的標(biāo)準(zhǔn)化方法（歸一化、最大化），得到的結(jié)果會有差別 . 或2. 加權(quán)積法（ WP, Weighted Product ） ? 可以直接用方案 對 屬性的原始 值 dij， 不需要 標(biāo) 準(zhǔn)化 ? 若效益型屬性的權(quán)重取 正 值，則費(fèi)用型屬性的權(quán)重應(yīng)取 負(fù) 值 .將 SAW的算術(shù)加權(quán)平均改為幾何加權(quán)平均：3. 接近理想解的排序法（ TOPSIS ）n個屬性、 m個方案視為 n維空間中 m個點的幾何系統(tǒng)? 每個點的坐標(biāo)由 確定 ? 在空間中定義 歐氏距離 ，決策矩陣 模一化 ? 正理想解 由所有最優(yōu)加權(quán)屬性值構(gòu)成 ? 負(fù)理想解 由所有最劣加權(quán)屬性值構(gòu)成 ? 定義距正理想解近、距負(fù)理想解遠(yuǎn)的數(shù)量指標(biāo) —— 相對接近度 ? 備選方案的優(yōu)劣順序按照相對接近度確定 4. 刪除選擇法（ ELECTRE） ? 比較每一對方案 {Ai , Ak}的加權(quán)屬性值 vij和 vkj, 按照vij≥vkj和 vijvkj 將屬性集分 為 一致集和矛盾集 .? 利用屬性值和權(quán)重定義 一致性指 標(biāo) cik和矛盾性指 標(biāo)dik, cik越大 , dik越小 , Ai越 優(yōu) 于 Ak .將歐氏距離改為 街區(qū)距離 , 且決策矩陣 歸一化 或 最大化TOPSIS方法等價于 簡單加權(quán)和法 的情況 :? 確定度量 cik ,dik的 閾值 , 時 Ai 優(yōu) 于Ak, 由此決定刪除和選擇的方案 . 應(yīng)用過程中幾種主要方法的比較 方法方案SAW WP TOPSIS ELECTREA1 2 2 1 1A2 4 4 4 3A3 1 1 2 1A4 3 3 3 3例 選擇戰(zhàn)斗機(jī)方案排序基本一致： A3， A1優(yōu) 于 A4， A2 4種方法對方案的優(yōu)劣排序 方法方案SAW(R最大化 )SAW(R歸 一化 )WP TOPSISA1 A2 A3 A4 用 SAW ， WP ， TOPSIS 計 算的數(shù) 值結(jié) 果 例 選擇戰(zhàn)斗機(jī)A3與 A1（ A4與 A2）差 別 不大， A3， A1明 顯優(yōu) 于 A4， A2 用各種方法得到的結(jié)果沒有顯著差別 幾種方法的集成 “多屬性決策 (MADM)方法選擇本身就是一個 MADM問題 ”? 甄選 ：利用占優(yōu)法、和取法、字典序法等將被占優(yōu)的、不可接受的方案刪除 .? 排序或計算 ：分別利用 SAW, WP, TOPSIS等對方案按照優(yōu)劣排序或計算數(shù)值結(jié)果 .? 集成 ：對幾種方法得到的排序或數(shù)值結(jié)果進(jìn)行集成 . 平均法 Borda數(shù)法 加權(quán)和法 與其尋找最好方法，不如將幾種方法的結(jié)果加以集成 . ? 簡單、方便的 SAW適用于日常生活中大多數(shù)多屬性決策問題 . ? 一些重大決策不妨采用思路更縝密、計算手段更全面的 TOPSIS, ELECTRE方法，或者將幾種方法加以集成 . ? 多
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1