妥协规划法.PDF

第二章 妥協規劃法 資料包絡分析法最顯著的特徵是該方法允許每一個參與評估的決策單 位在資料包絡分析模式的架構下 ，考量本身在投入因子與產出項目之優劣情 況而選擇使其相對效率達到最大之權重 。因此以基本資料包絡分析模式 即( 模式(1-1))計算而得之效率值即為參與評估的決策單位在現有的產出與投入 水準下 所能達到之最佳效率， 。倘若以其他產出項目與投入因子之權重來計 算 ，其效率值必定會小於或等於其最佳效率，亦即此效率值可視為決策單位 之效率的目標值或理想值。為決定資料包絡分析法中適用於全體參與評估決 策單位所使用之共同權重，本研究將決策單位之最大效率值視為該決策單位 欲達到的目標效率或理想效率 ，利用妥協規劃法求解一組產出項目與投入因 子之權重，使得全體決策單位所計算出來的實際效率能儘可能接近其理想效 率。以下首先闡述妥協規劃法之概念，其次說明利用妥協規劃法求得之共同 權重所具有之性質 。 第一節 妥協規劃法 妥協規劃法係由 Yu 與 Leitmann(1974)提出的妥協決策(compromise decision)的概念發展而成的多目標規劃法 。多目標規劃問題基本上是單一目 標規劃問題之擴充 ，其不同之處在於多目標規劃須同時考量二個或二個以上 之目標函數 ，而單一目標規劃只針對一個目標函數，在可行解區域(feasible solution region)中求得使該目標函數最大或最小之最佳解 。以數學模式定義 多目標規劃問題為：     max Z Z 1 x , Z 2 x ,..., Z n x (2-1) s.t. x S 其中Z (x)為第j 個目標函數 ，S 為可行解區域 。 j 11 若單獨求解個別目標函數之最大值 ，則可以得到個別目標之最佳解 * * * * * Z ，所有目標函數達到最佳解之組合 Z Z , Z ,..., Z 則為多目標規劃問題 j 1 2 n 之理想解 。由於多目標規劃經常涉及目標衝突與矛盾的問題 ，因此在可行解 區域中 ，幾乎不可能存在使所有目標皆達到最佳之理想解。妥協規劃法的主 要精神是決策者會選擇與理想解差異最小的解當作決策解 。換句話說，決策 者在面對多個目標無法同時達到最佳的情況下 ，會傾向於對每一個目標都降 低(妥協) 它的要求，直到能夠在可行解區域中找到決策解為止。 就資料包絡分析法而言 所謂的理想解係指參與評估的決策單位經由資， 料包絡分析模式計算而得之最佳效率組合E *= E * , E * , ..., E * ，其次 「與理想 1 2 n 解差異最小 」之定義 ，本研究將採用幾何學中距離之觀念，來衡量經過妥協 後的實際效率與理想效率之差異 。在幾何學中 ，一般常以Minkowski距離函 數 (distance function)或 Lp範數 (Lp norm) 來衡量二向量之距離(Zeleny 1982 ， Chankong 與Haimes 1983) ，而一般化的Minkowski距離函數可表示為 ： n 1   * p p D E u,v [ (E E (u,v)) ] , p 1.