基于满意度水平的多目标群决策问题的迭代算法.docxVIP

基于满意度水平的多目标群决策问题的迭代算法 摘 要 基于满意度水平的概念，本文提出了在实现决策个体各口的满意度水平的基础 上，使群体的联合满意度极人化的群决策规则。根据这一规则去求多目标群决策问题的最佳 调和解。由于Id标间的冲突性，当各决策个体的满意度水平过高时，会导致群决策的最佳调和 解集为空集。本文讨论并给出了降低和修正各决策个体满意度水平的迭代方法，并将整个求 解过程总结为一种算法,使之易于在计算机上实现;文中最后还给出了数值算例。 关键词：满意度，权，最佳调和解 1引言 现已有为数不少的解决多1=1标群决策问题的方法。集结个人的效用成为群效用，然后对 群效用极大化求解［1,2］就是其中一种常用的方法。这种方法在概念上非常清楚，其理论价值 也较高，但是rh于个人效用函数常不易确定，即使确定出來也不是唯一的——在基数效用函数 的基础上经过止线性变换,仍然能作为效用函数而同样止确地反映一个人的偏好。于是效用 函数的基点和单位不尽相同，难于进行人与人Z间的效用比较，从而就难于正确地构造群效用 函数，这就使该方法在实际应用上存在相当的困难。另一种常用的方法是用对策论方法。诚 然，对策论方法可以比较冇效地用于解决某些具冇冲突II标的实际问题⑶，但对策论中的方 法几乎都基于类似Nash平衡点这样的解概念，而许多实际目标群决策问题并不存在这样的 解。 鉴于群效用函数难以建立及Nash解存在性的难以保证，我们试图绕过上述困难,另辟蹊 径。基于满意度水平的概念,本文设计了一种算法，用这种算法可以求得一种方案，该方案就能 体的联合满意度來说是最优的，同时对各决策个体來说又是较为满意和较为公平合理的。 2满意度概念设决策群体G rh n个有效决策个体DMi(i=l,2,…,n)组成。其中每个DMi的 决策问题经过规范化处理后可农达为 TOC \o 1-5 \h \z …，几,(工))「 (1) Tx X 此处/；(x)( 7= 1,2,…，他)为第i个决策个体DMi的第j个目标函数,X为决策方案集.从而 多目标群决策问题的数学模型为 max F(x) = ( P , ( x) , P 2( x), Fn( r )) r (2) * X 定义1 称函数P；(x)为决策个体DM ,?对目标j的满意度函数，如果 1 当 f\(x) M P；(H)= 八 V 当级K f\(x) M； (3) M ； - tn f 0 当 f\(x) m\ 其中曲和分别为/；(x)在X上的最小值和最大值。即 电；=m iu f；(工)， M ； = e ax f：(工) (4) 显然有;(1)0 P\(x) 1 ; (2)当目标值fi(z)接近袂策人的理想值M；时,P\(x)接近 或等于1;反乙P；(工)接近或等于0;(3)若有 ￡(工2),则P；(xi) P；(工2),即P\(x) 对每个目标都是递增的. 由P\(x)可以导出决策个体DM,-的总体满意度函数P.(x): 中入;满足:0, j= 1,2,…，g刀入;=1.从而求解多目标群决策间题（2）可转化为求解 r I 题（6）: tnaxP（x）=（已（工），卩2（工），…，（6） rC X 八 定义2 设心€ [0,1 ],若存在工€ X,使得P,（ x） 右,则称心为决策个体DM.?在X上 一个满意度水平. 易知，下列间题 叫. maxP,（H）=工 P；（上） （7） 最优解集（记为X；）是问题（1）的PareLo最优解集的子集.任取工；€ X；,记Q； = P,（x；）, 亦 可被认为是DM,?这时的最大满意度水平. 在得到个体的总体满意度函数后,可用以下函数 n 氏（工）=E （8） f?I 为群体的联合满意度函数，其中川满足乩》0,, 1,2, “厂1. 工；=arg tn ax/^x）,X造目标函数支付表 工；=arg tn ax/^x）, X 造目标函数支付表①如表1所示： j = 1,2,…，叫 表1 … 人. X； 几 ? ?? [\ tit. 几 ??? F 2 竹 % /?*(?? 1中几=咒（汶），匕厂1,2,… 特别地几 =f；（坊）=M 。；= f\r ri,min M； - f严 f\f ■ M； 记 ；?令 中升为支付表中第j列的最小元素，将1,2,…，血）作归一化处理后，有 P心）和Pg（X）中权向量入、（A；, Aa, ?- , A?.） 7和戸=（5, p 2,…，宀）‘的确定 A? =（儿入；，…尽y的确定 (9) (10) 入切工X （11） r I 如果和（1 /X他）的值较小，则P\o（x）这一项对工的变化不敏感，因此，在求解问题（7） 时P；0（x）的作用不很重要。将儿乘以P；（x）后，就突出了那些对攵的变化敏感的满意度函数的 作用. 这样，