多目标决策技术.pptVIP

第 八 章  多目标决策技术 前面几章，我们讨论的是单目标决策问题。然而现实世界中的决策问题，决策者考虑的目标往往不只一个。如企业的投资项目决策，既要考虑生产生命周期、市场需求、创汇能力、净收益、产品成本等经济指标，又要考虑保护生态环境、促进就业等社会指标。象这种在决策时要考虑多项目标的决策问题就是多目标决策问题。 ??????????? 多目标决策问题有两个明显的基本特点： 1．目标之间的不可公度性。即各个目标之间没有一个统一的度量标准，因而难以直接进行比较。例如投资项目决策问题中，项目净收益用万元计，而投资回收期却以年（或月）计。 2．目标之间的矛盾性。即某一目标的改善往往会使其他目标变坏。例如项目投资增加，会使利润增加，但可能会使投资回收期变长，以及环境污染加重。 由于上述特点就使得多目标决策比单目标决策要困难和复杂得多。要寻找使各个目标都达到最优的所谓绝对最优方案（或称绝对最优解），往往是不现实的。通常的作用法就是在各个目标之间，在各种限制条件下寻找一种合理的妥协。即在非绝对最优方案，通常称为非劣方案（非劣解）或称有效方案（有效解）中选择一个比较满意的方案。按照不同的评价准则，从不同的角度去选择非劣方案便构成了不同的多目标决策方法。 多目标决策方法很多，我们只介绍其中比较成熟的两种方法。 §1 层次分析法 层次分析法简称AHP法（Analytic Hierarchy Process），它是美国著名运筹学家萨蒂（Saatty）教授在20世纪70年代提出的一种定性与定量相结合的多目标决策方法，现已被广泛应用。 一、层次分析法的基本原理 在多目标决策问题中，针对某些目标，方案的评价结果往往难以定量化、精确化。这就需要把目标进一步分解，利用可精确化、定量化的子目标系统来反映对方案的评价。 层次分析法的基本思想是：把决策问题按总目标、子目标、评价准则直至具体方案的顺序分解为若干层次，相邻层次元素之间存在着特定的逻辑关系。分成有序的层次结构以后，对每一个上层元素，把与之有逻辑关系的下层元素两两对比，给出以定量数字表示的“判断矩阵”。通过判断矩阵的最大特征根及其特征向量，求出每一层次的各元素对上一层次各元素的权重系数。最后利用加权和的方法，由低到高，一层层递阶归并，求出各方案对总目标的权数，其中权数最大者对应的方案即为优先方案。 设B层元素Bk与下一层元素A1，A2，…，An有关系，对于Bk而言，Ai与Aj比较后，其相对重要性记为aij，则有判断矩阵：A=(aij)n×n ,也可表示为如下表格形式： 一般来讲，元素的重要性很难象物体重量那样准确衡量，因此， aij很难精确给出，一般按下表所给出的标准来确定。 只要CR0.1，就可以认为判断矩阵具有满意的一致性，否则，需要重新分析赋值，调整判断矩阵，直到检验通过为止。平均随机一致性指标同判断矩阵的阶数有关，一般情况下，矩阵阶数越大，出现一致性随机偏离的可能性也愈大，下表给出了阶数为3～10时的RI值。RI值是计算500个3至9阶随机样本矩阵的一致性指标，然后求其平均得出的。 随机一致性指标RI值表 例 求下面给出的判断矩阵A的最大特征根及特征向量，并做一致性检验。 解：⑴计算A中各行所有元素的几何平均值： 第五步：层次加权。 如果某层的判断矩阵经检验具有满意的一致性，则按前述方法求得的特征向量即可做为该层各元素相应的权数。设第t层有m个元素，第t+1层有n个元素，那么对于第t层的第i个元素，可以求得第t+1层各元素对它的权重行向量: Wi=(ωi1,ωi2,…，ωin)，i=1，2，…，m，（注意：若第t+1层的第j个元素与第t层的第i个元素无联系时，ωij=0）于是可以用Wi为行，得到表示第t层和第t+1层各元素之间重要程度的权重矩阵，记为W（t） 三、层次分析法的应用 例6 某地兴建一大型工业项目，需考虑的主要目标有：投资回收期、年产值、可提供的就业机会、对当地工业的影响。经过可行性研究后有三个方案可供选择，其基本情况如下表所列，试用层次分析法确定优先方案。 ⑵构造第一层（准则层）的判断矩阵，求其最大特征根、特征向量，并进 行一致性检验。 对于目标层，把准则层的四项指标两两比较：B1不如B2重要，比B3略重要，比B4稍微重要； B2比B3稍微重要，比B4明显重要； B3比B4稍微重要。从而得该层判断矩阵如下表： 所以第一层的判断矩阵具有满意的一致性。从而第一层四个元素对总目标的权 数可记为行向量W