基于粗糙集的多目标选址问题.ppt

基于粗糙集的多目标选址问题 摘要 物流配送中心是物流领域中社会分工、专业化进一步发展的产物，它是基于物流合理化和市场需求而建设的。配送中心选址是一个定性和定量相结合的问题，并且不能只片面的考虑成本最小而忽略了服务水平的情况。本文基于粗糙集理论，研究不确定环境下，配送中心选址的一个多目标优化模型。 粗糙集理论简介 粗糙集方法是由波兰科学家Pawlak提出的研究模糊性和不确定问题的一种新的数学工具。它包含求取大量数据中最小不变集合(核)与求解最小规则集(约简)的理论，不需要附加信息和先验知识，能够利用已有的信息来判断对象在特定条件下的分类及其重要性。 定义一 称四元组S=(U，A，y，f)为一个信息系统。其中U为对象的非空有限集合，称为论域；A为属性的非空有限集合，A=C∪D，C∩D=φ，C称为条件属性集，D称为决策属性集；V= Va， Va是属性a的值域；f：U×A→y是一个信息函数，它为每个对象的每个属性赋予一个信息值，即Pa∈A，x∈U ，f(x，a)∈Va 。 定义2 对属性集A的每一个非空子集B(B∈A)，有一个二元等价关系 IND(B)={(x，y)I(x，y)∈ U×U， V b∈B(b(x)=6(y))}。 定义3 等价关系IND(B)，构成U的一个划分，用U l IND(B)={x1。x2，x3 ?，xn}表示，其中Xi表示不同的等价类。 定义4 属性子集P? A的信息熵 H(P)=-Σp(xi)log2p(xi)，其中， p(xi)=lxiI/IUI IND(P)={x1，x2，?，xn．}，i=l，2，?，n。 定义5 属性子集Q(U／IND(Q)={y1，y2，?，ym})关于属性子集P(UI／IND(P)={x1，x2，?，xn。}的条件熵 H(Q| P)=一Σp(xi)Σp(yj Ixi)log2p (yj Ixi)，其中P(yi|xi)是条件概率，i=l，2，?，n；j=1，2，?，m。 定义6 S=(U，A，V，f)为一个信息系统， A=C∪D，C∩D=φ ，E ? C。 属性a的重要性 SCF(a，E，D)=H(DIE)-H(DIE ∪{a})，对给定的属性子集E。SGF(a，E，D)的值越大，属性n对决策D就越重要。 属性权重 通常配送中心选址需要考虑的主要因素有：(1)大面积土地的可得性。(2)土地的成本。(3)交通的便利性。(4)自然条件。(5)与市场的距离。其中(2)可以包含在建设成本中，(5)量化为运输成本。这几个因素都可以定量在后面建立的数学模型中考虑，因此我们这里考虑定性因素(1)、(3)、(4)。 我们利用粗糙集属性重要度方法获得指标的权重。用“好”、“中”、“差”3个等级评价交通便利性和自然条件。“难”、“一般”、“容易”3个等级评价土地的可得性。采用3分法，用l、2、3分别对应“好”、“中”、“差”和“容易”、“一般”、“难”。根据专家意见设计决策表，利用粗糙集理论对决策表约简后，得到14种不同的决策组合，如表1一l所示。 由定义2u I IND{a，b，c}={{l}，l 2}，{3}，{4 l，{5 l，{6}，{7}，{8}，{9}，{10}，{1l}，{12}，{13}，{14}}U l IND{d}={}2，5，6，7，10，11，12，13，14}，{l，3，4，8，9}}={y1，y2}U I IND{b，c}={{1，2}，{3，4，12}，{5，9}，{6，10}，{7，11，13}，{8，14} 由定义3和4可计算得到：P(xI)=2／14，P(X2)=3／14，P(X3)=2／14，P(x4)=2／14，P(X5)=3／14，P(x6)=2／14P(yI I XI)=1／2，P(yI I X2)=1／3，P(YII X3)=1／2，P(yI Ix4)=1，P(yI I X5)=l，P(yl x6)=1／2p(y2 l X1)=1／2，P(y2 I X2)=2／3，P(y2I X3)=1／2，P(y2 Ix4)=0，P(y2 Ix5)=0，P(y2 l x6)=1／2 由定义5和6可计算得到：SGF({a}，{b，cI，{d})=H({d}I{b，c})-H({d } I{a，b，c)=-0．1882 于是得到属性a的重要度为0．1882，同理得到属性b和c的重要度分别为0．1022。0．1452。于是属性a的权重：ωa=0．1882／(0．1882+0．1022+0．1452)=0．43