多属性决策方法讲课.pptVIP

步骤1 对于某一多属性决策问题，构造决策矩阵 ，并利用适当的方法把它规范化为 步骤2 计算矩阵 ，得到归一化矩阵 其中 步骤3 计算属性 输出的信息熵 步骤4 计算属性权重向量 ，其中 步骤5 利用公式 计算方案 的综合属性值 步骤6 利用 对方案进行排序或 择优。 第2节 实例分析 例1.12 考虑一个购买战斗机问题．现有4种飞机可供 选样，决策者根据战斗机的性能和费用，考虑了6项 评价指标(属性): —最大速度(Ma)： —飞行范围 ( )； —最大负载( )， —购买费用( 美元)； —可靠性(十分制）； — 灵敏度(十分制）．每种飞机的各项指标的属性值如表 1.16所示． 表1.16 决策矩阵A 上述指标中，除了购买费用为成本型外，其他均为效益型。 步骤1 利用(1.2)和(1.3)两式将A规范化，得到矩阵如表 1.17所示． 表1.17 决策矩阵R 步骤2 由公式 求得列归一化矩阵 步骤2 由公式 计算属性 输出的信息熵。 步骤4 由公式 计算属性权重向量 步骤5 利用公式 属性值 计算方案 的综合 步骤6 利用 对方案进行排序。 故最优方案为 多属性决策方法 决策(decision making)，即抉择、决定的意思。 例1：假期旅游，是去风光绮丽的杭州，还是去迷人的北戴 河，或者是去山水甲天下的桂林。确定一个旅游目的地， 或把3个目的地进行排序即为决策。其中可供选择的旅游目 的地“杭州”，“北戴河”，“桂林”称为方案，或备选方案。你 会根据诸如景色、费用、居住、饮食、旅途条件等一些准 则去反复比较哪三个候选地点。 因素 目的地 景色 费用 居住 饮食 旅途 杭州 北戴河 桂林 其中，“景色”，“费用”，“居住”，“饮食”，“旅途”称为因素， 也称为属性，指标等。这种决策问题称为多属性决策 (multiple attribute decision making)问题或称之为有限个方案 的多目标决策 。 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 中有着广泛的应用，如：投资决策、项目评估、维修服务、 武器系统性能评定、工厂选址、投标招标．产业部门发展 排序和经济效益综合评价等．多属性决策的实质是利用已 有的决策信息通过一定的方式对一组(有限个)备选方案进 行排序或择优．它主要由两部分组成：(l) 获取决策信 息．决策信息一般包括两个方面的内容：属性权重和属性 值(属性值主要有三种形式：实数、区间数和语言)． 其中，属性权重的确定是多数性决策中的一个重要研究内 容；(2)通过一定的方式对决策信息进行集结并对方案进 行排序和择优． 属性权重完全未知且属性值为实数的多属性决策方法及应用 多属性决策一般是利用已有的决策信息，通过一定的 方式对一组(有限个)备选方案进行排序并择优．在属性权 重信息完全未知且属性恒为实数的情况下如何进行决策？ 针对此间题．本章介绍一些常用的信息集结算子，如：加 权算术平均(WAA)算子、加权几何平均(WGA)算子：有序加 权平均(OWA)算子．有序加权几何平均(OWGA)算子、组合 加权算术平均(CWAA)算子和组合加权几何平均(CWGA)算子 等，基于这些算子，给出一些简洁实用的多属性决策方法 第一讲 基于OWA算子的多属性决策方法 为了方便起见,下面先给出一些基本概念: 定义1 设 是一组给定的数据，函数 ，若 则称函数 为算术平均算子（arithmetic averaging (AA) operator）。 定义2 设函数 ， 是一组给 定的数据,若 其中 是数据组 的权重 向量， R为实数集.则称 函数WAA为加权算术平均算子 (weighted arithmetic averaging (WAA) operator)。 该算子的特点是：只对数据组 中的每个 数据进行加权(