决策理论与方法decision_7章节幻灯片.pptVIP

决策理论与方法 * 向量规范化 决策理论与方法 * 常用的数据预处理方法 决策理论与方法 * 原始数据的统计处理 决策理论与方法 * 方案筛选 优选法（Dominance、优势法）：淘汰劣解 满意值法属性值低于阈值，即刷。比如考研分数线 逻辑和法属性值高于阈值，即留。 这些方法用于初始方案的预选，不能用于方案排序。 决策理论与方法 * 多目标决策的特点 目标间的矛盾性 各属性值不可公度 不可公度性虽可通过属性矩阵的规范化得到部分解决，但前述规范化过程不能反映目标的重要性 决策理论与方法 * 权（Weight） 目标重要性的度量，即衡量目标重要性的手段 权的三重含义 ①决策人对目标的重视程度 ②各目标属性值的差异程度 ③各目标属性值的可靠程度权应综合反映三种因素的作用 通过权，将多目标决策问题化为单目标求解 决策理论与方法 * 目标重要性判断矩阵（从决策人处得到） 决策理论与方法 * 确定权的常用方法 最小二乘法书中200-201页 本征向量法书中200-201页 决策理论与方法 * 相对重要性登记表（Saaty,1980） 相对重要程度 定义 说明 1 同等重要 两个目标同样重要 3 略微重要 经验和判断，略微重要 5 相当重要 经验和判断，重要 7 明显重要 深感重要，有实践证明 9 绝对重要 强烈地感觉重要 2,4,6,8 相邻判断的中间值 需要折衷时采用 决策理论与方法 * 最低层目标权重的计算 树形结构 网形结构 目标层次结构的两种不同形式 决策理论与方法 * 树状结构 当最低层目标过多,不便直接设定时,可以分组自上而下地逐步设定。 决策理论与方法 * 网状结构 决策理论与方法 * 加权和法——一般加权和法 决策理论与方法 * 关于加权和法的评论 加权和法，包括评分打点，由于其简单、明了(直观)，是人们最经常使用的多目标评价方法。 采用加权和法的关键在于确定指标体系并设定各最低层指标的权系数：有了指标体系就可以设法利用统计数据或专家打分给出属性值表；有了权系数，具体的计算和排序就十分简单了。 正因为此，以往的各种实际评估过程中总要把相当大的精力和时间用在确定指标体系和设定权上。 决策理论与方法 * 加权和法的注意事项 加权和法常常被人们不适当地使用，这是因为许多人并不清楚：使用加权和法意味着承认如下假设：①指标体系为树状结构，即每个下级指标只与一个上级指标相关联；②每个属性的边际价值是线性的(优劣与属性值大小成比例)，每两个属性都是相互价值独立的；③属性间的完全可补偿性：一个方案的某属性无论多差都可用其他属性来补偿。 决策理论与方法 * 加权和法的注意事项（续） 指标体系通常是网状的，即至少有一个下级指标同时与二个或二个以上的上级指标相关联，也就是说某个属性可同时反映两个上级目标达到的程度。 属性的边际价值的线性常常是局部的，甚至有最优值为给定区间或点的情况存在；属性间的价值独立性条件也极难满足，至少是极难验证其满足。 至于属性间的可补偿性通常只是部分的、有条件的。因此，使用加权和法要十分小心。 决策理论与方法 * 加权和法的注意事项（续） 不过，对网状指标体系，可以用层次分析法中的权重设定和网状指标的权重递推法设定最低层权重 当属性的边际价值函数为非线性时可以用适当的数学方法进行数据预处理；属性间的不完全补偿性也可通过适当处理，例如用逻辑乘法预先删除具有不可补偿属性的方案等。 只要认识到加权和法本身存在的种种局限性并采取相应的补救措施，则加权和法仍不失为一种简明而有效的多目标评价方法。 决策理论与方法 * 字典序法 不适合于重大决策 决策理论与方法 * 层次分析法AHP-Analytic Hierarchy Process 1. 由决策人构造矩阵A; 2. 用本征向量法求 与 w 决策理论与方法 * 层次分析法AHP-Analytic Hierarchy Process 决策理论与方法 * 层次分析法AHP-Analytic Hierarchy Process 决策理论与方法 * TOPSIS法——逼近理想解的排序方法 决策理论与方法 * TOPSIS法 决策理论与方法 * 基于估计相对位置的方案排队法 优点:需要的信息少,不必事先给出决策矩阵 只需给出各目标下方案间的优先序(0-1矩阵或指向图) 凡是属性值均能定量来表示的，不宜用此法 决策理论与方法 * ELECTRE 法 法国人B. Roy提出的 ， 决策理论与方法 孙文俊2008年12月20日wjsun@/group/decision-theory-and-method/decision/ 决策理论与方法 * 多属性效用理论Multi-attribute Utility Theory