第5讲不确定性多属性决策方法研究报告.ppt

对于矩阵P按行求和： 若用符号 表示方案之间具有可能度的优序关系， 则相应的5个学院 的排序为 从而学院 综合评估结果最好。 由 得到 二、区间数多属性决策的线性规划方法 三、区间数多属性决策的目标规划方法 理想点（Topsis）法 理想点法又称为TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法。 这种方法通过构造多属性问题的理想解和负理想解，并以靠近理想解和远离理想解两个基准作为评价各可行方案的依据。理想解法又成为双基点法。 理想解：设想各指标属性都达到最满意的解。 负理想解：设想指标属性都达到最不满意的解。 四、区间数多属性决策的TOPSIS方法 其基本思想是：基于归一化后的原始数据矩阵，找出有限方案中的最优方案和最劣方案（分别用最优向量和最劣向量表示），然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。 基本步骤： 设有n个评价对象，m个评价指标，原有数据形式为： 评价对象 指标1 指标2 … 指标m 1 x11 x12 … x1m 2 x21 x22 … x2m … … … … … n xn1 xn2 … xnm 1.指标属性趋同化处理 可将低优指标和中性指标全转化为高优指标 x′ij，方法是： 并适当调整（扩大或缩小一定比例）转换数据 2.趋同化数据的归一化 由此得到归一化处理后的矩阵Z 3.确定最优方案和最劣方案 最优方案Z+由Z中每列中的最大值构成：Z+=(maxZi1,maxZi2,…,maxZim) 最劣方案Z-由Z中每列中的最小值构成：Z+=(minZi1,minZi2,…,minZim) 4.计算每一个评价对象与Z+和Z-的距离D+i和D-i 5.计算各评价对象与最优方案的接近程度Ci 6.按Ci大小排序，给出评价结果 例21-4 例 某防疫站拟对当地1997~2001年公共场所卫生监督工作质量进行评价，选择的评价指标包含监督率%（x1）、体检率%（x2）、培训率%（x3）原始数据如下： 1997~2001年公共场所卫生监督工作质量 年份 监督率% （x1） 体检率%（x2） 培训率%（x3） 1997 95.0 95.3 95.0 1998 100.0 90.0 90.2 1999 97.4 97.5 94.6 2000 98.4 98.2 90.3 2001 100.0 97.4 92.5 对5年的公共场所卫生监督质量进行综合评价。 1.归一化处理 转换指标值的Z矩阵 年份 监督率% （x1） 体检率%（x2） 培训率%（x3） 1997 0.4327 0.4452 0.4591 1998 0.4555 0.4205 0.4359 1999 0.4437 0.4555 0.4572 2000 0.4482 0.4588 0.4364 2001 0.4555 0.4550 0.4470 2.计算Z+、Z- Z+ =（ 0.4555，0.4588，0.4591 ） Z- =（ 0.4327，0.4205，0.4359 ） 3.计算距离D+和D- 4. D表和排序 年份 D+ D- Ci 排序结果 1997 0.02650 0.03393 0.56146 4 1998 0.04478 0.02278 0.33712 5 1999 0.01244 0.04242 0.77327 1 2000 0.02385 0.04132 0.63402 3 2001 0.01265 0.04287 0.77219 2 1999年度最优，1998年度最差 区间数多属性决策的TOPSIS方法 五、三端点区间数判断矩阵的排序方法 （一）三端点区间数判断矩阵的应用背景 在层次分析法中，受决策问题的不确定性因素影响，一些学者将AHP方法进行了扩展，如区间AHP、模糊AHP，加强了AHP的应用范围，但不足之处是求解权重向量时，需假设元素服从某一连续分布，这种连续分布假设有时不能准确反映决策者的偏好。 AHP是处理群决策问题的一个有效工具，但还存在专家偏好集结过程中信息丢失等问题，限制了AHP在群决策领域的应用。对此，可用三端点区间数的形式来表达决策群体的偏好，试图解决专家偏好集结过程中的信息丢失问题。 （二）三端点区间数判断矩阵的 一致性及权重求解模型 约束偏差示意图 多属性决策是现代决策科学的一个重要组成部分，它 的理论和方法在工程设计、经济、管理和军事等诸多领域