多属性决策.pptVIP

9 多属性决策 9.7 确定权的常用方法(AHP法) 9.8 权的灵敏度分析 9.9 TOPSIS法 9.10 基于估计相对位置的方案排队法 9.11 ELECTRE法 9.12 PROMETHEE法 9.13 关于多属性决策方法的若干问题讨论 9.7 确定权的常用方法 1) 最小二乘法 目标重要性判断矩阵A中元素的取值 1) 最小二乘法 1) 最小二乘法 2) 本征向量法 一致性检验 3) 层次分析法(AHP) 第四步 方案排序 Saaty求最大本征值的近似算法 例1:买车(AHP法确定权) 步骤1: 构造矩阵A 步骤2:求权重 (1) A中每行元素连乘并开n次方: 步骤2:求权重 步骤3:一致性检验 步骤3:一致性检验 步骤4:方案排序 步骤4:方案排序(属性值0-1处理) 例2:层次分析法 权重的本征向量 属性值的AHP法 属性的最大本征值 属性值的调整 结果 9.8 权的灵敏度分析 灵敏度分析的目的：权在多大范围内变动会影响决策结果。 例子：买车。为了简化分析，我们做了如下假设：w1=w2，有： w1+w2+w3=1，则：w1+w2=1-w3，其中w3?[0,1]； 由于w1=w2，则： w1=w2=(1-w3 )/2。 综合评价值 权的灵敏度分析结果 9.9 TOPSIS法 2．TOPSIS法的算法步骤 2．TOPSIS法的算法步骤 2．TOPSIS法的算法步骤 2．TOPSIS法的算法步骤 例1:用TOPSIS法解”买车”问题 步骤1:规范化 步骤2:加权规范阵 步骤3:理想解与负理想解 x*=[0.1485, 0.0981, 0.0346] x0=[0.3959, 0.2451, 0.0104] 步骤4:距离计算与排序 例2:用TOPSIS法解例9.2 步骤1:数据预处理 步骤1:规范化 步骤2:加权规范阵 步骤3:理想解与负理想解 x*=[0.1939, 0.2000, 0.2782, 0.0165] x0=[0.0069, 0.0000, 0.0158, 0.0648] 步骤4:距离计算与排序 9.10 基于估计相对位置的方案排队法 1. 方案优先关系的表述 ⑴ 指向图 (2) 表示优先关系的0-1矩阵 (2) 表示优先关系的0-1矩阵 2．基于估计相对位置的方案排队法的求解步骤 2．基于估计相对位置的方案排队法的求解步骤 2．基于估计相对位置的方案排队法的求解步骤 2．基于估计相对位置的方案排队法的求解步骤 2．基于估计相对位置的方案排队法的求解步骤 例:用基于估计相对位置的方案排序法解例9.2 例:用基于估计相对位置的方案排序法解例9.2 例:用基于估计相对位置的方案排序法解例9.2 例:用基于估计相对位置的方案排序法解例9.2 例:用基于估计相对位置的方案排序法解例9.2 评 注 9.11 ELECTRE法 9.11.1 级别高于关系的定义与性质 9.11.1 级别高于关系的定义与性质 9.11.1 级别高于关系的定义与性质 9.11.2 ELECTRE-Ⅰ法 ELECTRE-Ⅰ法步骤 9.11.2 ELECTRE-Ⅰ法 9.11.2 ELECTRE-Ⅰ法 9.11.2 ELECTRE-Ⅰ法 9.11.2 ELECTRE-Ⅰ法 9.11.2 ELECTRE-Ⅰ法 9.12 PROMETHEE法 9.12.1 优先函数 9.12.2 几种典型的优先函数 9.12.3 赋值的级别高于关系图 9.12.4 PROMETHEE-I法 9.12.5 PROMETHEE-II法 9.12.6 示例：研究生院综合评估 9.12.7 PROMETHEE法的特点 9.12.1 优先函数 9.12.1 优先函数 9.12.2 几种典型的优先函数 2. 拟准则(Quasi-Criterion) 3. 具有线性优先关系的准则(Criterion with linear preference) 4. 分级准则(Level-criterion) 5. 具有无差异区间的线性优先关系准则(Criterion with linear preference and indifference area) 6. 高斯准则(Gaussian criterion) 优先指数的计算 PROMETHEEⅠ法 PROMETHEEⅠ法 PROMETHEEⅡ法 9.13 关于多属性决策方法的若干问题讨论 在对方案集X中备选方案的数据预处理方法的不同，将有可能影响方案排序的结果。 在对方案集X中的备选方案排序过程中，为了使评价结果更可靠，可以根据问题的特点，在本章前面介绍的简单加权和法、层次分析法(AHP)、加权积法、TOPSIS法、ELECTRE法、基于估计相对位置的方案排队法、PROMETHEE