决策分析讲义(浙大蒋绍中).pptVIP

确定各目标最理想和最不理想的值，将各目标进行归一化处理最理想的值为1，最不理想的值为0，将各决策方案的实际目标值转化为0～1之间的值。 C B A C B A 1.0 0.7 0.7 0.667 0.60 0.6 1.0 0.4 0.167 0.84 0.9 0.4 1.0 0.400 1.0 归一化 一层 (0.0) 丁 (0.0) 北 (0.0) 6000 (0.0) 75 (0.0) 最差 三层 (1.0) 甲 (1.0) 南 (1.0) 3000 (1.0) 200 (1.0) 最好 三层 乙 东 4000 150 七层 甲 西 5500 180 四层 丙 南 4800 200 实际指标 楼层 地段 朝向 单价（元/m2） 面积（m2） 确定各目标的权重 四层 丙 南 4800 200 住房A 七层 甲 西 5500 180 住房B 三层 乙 东 4000 150 住房C 0.695* 0.580 0.690 评价值 0.1 0.2 0.15 0.3 0.25 目标权重 1.0 0.7 0.7 0.667 0.60 住房C 0.6 1.0 0.4 0.167 0.84 住房B 0.9 0.4 1.0 0.400 1.0 住房A 楼层 地段 朝向 单价（元/m2） 面积（m2） 根据评价值，选择住房C是最优决策。线性加权法的缺点是各目标的权重完全由主观确定，而权重的选取对决策结果起着十分关键的作用。 设目标重要性由大到小依次为：单价—面积—朝向—地段—楼层确定目标权重?1 +?2 + ?3 + ?4 + ?5=1，1 ?1 ?2 ?3 ?4 ?50计算各方案的评价指标F(X)=? ?4fi(X)，评价指标最高的为最优决策 线性加权法的优点 方便直观，简单易行 可以利用丰富的单目标决策方法和软件 缺点 权重的确定完全靠决策者主观判断 对不同量纲的目标，合成以后的目标实际意义不明 层次分析法 AHP，Analysis of Hierarchy Process 层次分析法是由T. L. Saaty提出的一种确定多目标决策中各目标的权重的方法，不仅在多目标决策中有重要作用，在管理以外的其它学科也有许多应用。 在多目标决策中，各目标的权重对分析结果具有重要影响，但权重的确定比较困难。层次分析法的基础是目标的分层和对同一层次的各目标的重要性进行两两比较，使确定各目标的权重的任务具有可操作性。 矩阵的特征向量和特征根 层次分析法的原理 单层次模型 多层次模型 矩阵的特征向量和特征根 设A是n×n非奇异的矩阵，如果存在一个实数??0和一个n×1的非零向量V，满足 AV= ?V 则称V为矩阵A的特征向量， ?为矩阵A的一个特征根。 例如 有两个特征向量和相应的特征根 矩阵特征根的计算 由线性代数可知，方程组 AV= ?V 即 (A- ? I)V=0有非零解的条件是系数行列式 | A- ? I |=0。其中 I 为单位矩阵。 例如 展开行列式 (-4- ?)(3- ?)+10=0，?2＋ ?－2＝0 求解二次方程，得到矩阵的特征根 ?1＝1， ?2＝－2 对于高阶矩阵，用行列式计算特征根需要求解高次方程，计算比较复杂，可以采用叠代法。 判断矩阵特征向量和特征根的叠代算法 任取一个初始n×1向量 计算 已经收敛。因此判断矩阵的特征向量 并且?max=1 特征向量为 问题2：是否可以编制一个用叠代法计算矩阵特征向量和特征根的小程序？ 求判断矩阵特征向量和特征根（近似值）的“和法” 将每一列相加，得到： 特征向量为 归一化 问题3：求矩阵特征根还有一个近似的方法称为“幂法”，自己查阅文献学会这种方法。 层次分析法原理 设n个物体，重量分别为w1，w2，…，wn，总总量 将w1，w2，…，wn 归一化，即令 归一化以后的重量满足 如果已知这n个物体总量两两比较的值，能否求出它们（归一化）的重量？ 设n个物体重量的两两比较判断矩阵如下 例如，四个物体的重量为 w1=2，w2=1，w3=3，w4=4（公斤） 它们的总重量W=10公斤，归一化的重量为 四个物体两两比较的判断矩阵为 这个矩阵具有以下特点： 1、对角线上的元素aii=1 （i=1,2,…,n） 2、以对角线对称的元素互为倒数 aij=1/aji （i,j=1,2,…,n） 3、各物体之间的相对重量比值是一致的 aij=aik/ajk （ i,j=1,2,…,n） 4、n个物体归一化的重量组成的向量是判断矩阵的一个特征向量，对应的最大特征根?max=n。 因此，只要给出判断矩阵，就可以求出n个物体的归一化重量。