预测与决策教程 教学课件 作者 李华 Chap11-多目标决策.pptVIP

在 准则下，如果 存在 个元素，则可能需要 构建 个判断矩阵进行运算，形成 个排序向量。 排序向量汇总，得到： 重复以上步骤，最终可以获得准则 下的无权重超矩阵： 11.6.2 无权重超矩阵与加权超矩阵 APN中的网络结构有两种形式： 加权超矩阵：对元素组进行成对比较，以使得无权超矩阵转化为权重超矩阵。 以 为主准则 以 为次准则 构造判断矩阵，特征向量进行归一化处理，得归一化特征向量 对元素组进行成对比较 在准则 下 . . . 归一化特征向量 * . . . . . . 其中， 与 无关的元素组对应的归一化特征向量（排序向量）分批为零，由此可以获得在某一准则下反映元素组间关系的权重矩阵A： 对无权超矩阵W 的元素进行加权， 11.6.3 极限超矩阵 在ANP中，要通过求极限超矩阵的方法确定稳定的元素优先权。 实际的求极限超矩阵的过程是一个反复迭代、趋稳的过程。 复杂的求解过程一般借助相关软件完成。 11.6.4 ANP应用软件（SD） 超级决策软件（Super Decisions,简称SD软件） 运用SD软件进行决策的基本步骤： 输入部分 决策问题分析建模； 按支配关系将各个元素组和元素聚类形成网状结构，确定元素组之间和元素之间的关系。当同一层元素之间相互独立时，就转化为ANP模型的特例——AGP模型。 计算分析部分 SD软件构造超矩阵、加权矩阵、极限矩阵，得到综合优势度。 Thanks * 格式乱了。 * 第二节课到此。 * 前两式改为Max. * 格式乱了 * 第三节课结束。 * 式2）应为aij=1/aji * 第一节课到此结束。 * 矩阵的第二行应改。元素a22 * （3）中应为w0 * 第二节到此结束。 即为所求特征向量。 w＝(0.4055, 2.4662, 1)T 4） 求 精度比较： 算法 w1 w2 w3 方根法 3.0385 0.1047 0.6370 0.2583 乘幂法 3.0385 0.1042 0.6373 0.2583 注：乘幂法为“计算方法”中计算矩阵的最大特征值的最常用的方法之一。这里取精度为0.0001。 求解步骤如下： 1）将判断矩阵A中各元素按列作归一化处理，得另一矩阵B=(bij)，其元素一般项为 2）将矩阵B中各元素按行分别相加，其和为 2. 和积法 3） 对向量 作归一化处理，得 向量 即为所求。 3） 对向量 作归一化处理，得 向量 即为所求。 4）求 的方法与方根法相同，即 对前例用和积法求得的结果如下： 四、相容性判断 这样就提示我们可以用 的关系来度量偏离相容性的程度。 若矩阵A 完全相容，则有 ，否则 由于判断矩阵的三个性质中的前两个容易被满足，第三个“一致性”则不易保证。如判断矩阵A被判断为A有偏差，则称A为不相容判断矩阵，这时就有 度量相容性的指标为C.I.(Consistence Index)， 度量相容性的指标为C.I.(Consistence Index)， 一般情况下，若C.I.≤0.10，就可认为判断矩阵A有相容性，据此计算的W是可以接受的，否则重新进行两两比较判断。 度量相容性的指标为C.I.(Consistence Index)， 一般情况下，若C.I.≤0.10，就可认为判断矩阵A有相容性，据此计算的W是可以接受的，否则重新进行两两比较判断。 判断矩阵的维数n越大，判断的一致性将越差，故应放宽对高维判断矩阵一致性的要求，于是引入修正值R.I，见下表，并取更为合理的C.R为衡量判断矩阵一致性的指标。 维数 1 2 3 4 5 6 7 8 9 R.I 0.00 0.00 0.58 0.96 1.12 1.24 1.32 1.41 1.45 五、综合重要度的计算 方案层 n 个方案对准则层的各准则的相对权重为： 设有目标层A、准则层C、方案层P 构成的层次模型（对于层次更多的模型，其计算方法相同），准则层C对目标层A的相对权重为： A C1 C2 C3 C4 P1 P2 P3 p11 p12 p13 p14 c1 c2 c3 c4 P1对A的权重为：p11c1+p12c2+p13c3+p14c4 案例1 某公司董事会准备挑选一位总经理，根据公司章程，董事会提出了挑选总经理的十二条标准（1）忠诚正派；（2）责任心强；（3）虚怀若谷；（4）有远见；（5）有组织协调能力；（6）知人善用；（7）多某善断；（8）精通业务；（9）学历高，知识面广；（10）具有现代管理知识；（11）身体健康；（12）年龄合适。 在报名竞争的总经理人选中，