多属性决策问题(MultiattributeDecisionmakingProblem).docxVIP

第十章 多属性决策问题 (Multi-attribute Decision-making Problem) 即: 有限方案多目标决策问题 主要参考文献 : 68， 112， 152 10.1 概述 MA MC MO 一、决策矩 (属性矩 、属性 表 ) 方案集 X = { x1, x2 , , xm } 方案 xi 的属性向量 Yi = { yi1 ,?, yin } 当目 函数 f j , yij = f j ( xi ) 各方的属性 可列成表 (或称 决策矩 ): y1 ? yj ? yn x1 y11 ? y1 j ?y1n ? ? ? ? ? ? xi yi1 ? yij ? yin ? ? ? ? ? ? xm ym1 ? ymj ? ymn 例 : 学校 建 学校序号 用 (万元 ) 平均就 距离 km 1 60 1.0 2 50 0.8 3 44 1.2 4 36 2.0 5 44 1.5 6 30 2.4 例： 表 10.1 研究生院 估的部分原始数据 j 人均 著 生 比 科研 逾期 率 i (本 /人 ) y1 y2 (万元 /年) y3 (%) y4 1 0.1 5 5000 4.7 2 0.2 7 4000 2.2 3 0.6 10 1260 3.0 4 0.3 4 3000 3.9 5 2.8 2 284 1.2 二、数据 理 数据的 理 (又称 范化 )主要有如下三种作用。 首先，属性 有多种 型。有些指 的属性 越大越好，如科研成果数、科研 等是 效益型； 有些指标的值越小越好， 称作成本型。 另有一些指标的属性值既非效益型又非成本 型。例如研究生院的生师比， 一个指导教师指导 4 至 6 名研究生既可保证教师满工作量， 也 能使导师有充分的科研时间和对研究生的指导时间， 生师比值过高， 学生的培养质量难以保 证；比值过低； 教师的工作量不饱满。 这几类属性放在同一表中不便于直接从数值大小来判 断方案的优劣， 因此需要对属性表中的数据进行预处理， 使表中任一属性下性能越优的值在 变换后的属性表中的值越大。 其次是非量纲化。 多目标评估的困难之一是指标间不可公度， 即在属性值表中的每一列 数具有不同的单位 (量纲 ) 。即使对同一属性，采用不同的计量单位，表中的数值也就不 同。在用各种多目标评估方法进行评价时， 需要排除量纲的选用对评估结果的影响， 这就是 非量纲化，亦即设法消去 (而不是简单删去 ) 量纲，仅用数值的大小来反映属性值的优劣。 第三是归一化。原属性值表中不同指标的属性值的数值大小差别很大，如总经费即 使以万元为单位，其数量级往往在千 (103 )、万 (104 )间，而生均在学期间发表的论文、专著 的数量、生均获奖成果的数量级在个位 ( 100 )或小数 ( 10 1 )之间，为了直观，更为了便于 采用各种多目标评估方法进行比较， 需要把属性值表中的数值归一化， 即把表中数均变换到 0， 1］区间上。 此外，还可在数据预处理时用非线性变换或其他办法来解决或部分解决目标间的不完全 补偿性。 常用的数据预处理方法有下列几种。 (1) 线性变换 效益型属性： zij = yij / y jmax (10-1) 变换后的属性值最差不为 0，最佳为 1 成本型属性 zij = 1 - yij / y jmax (10-2) 变换后的属性值最佳不为 1，最差为 0 或 zij ’ = y minj / yij (10-2’) 变换后的属性值最差不为 0，最佳为 1, 且是非线性变换 表 10.2 表 10.1 经线性变换后的属性值 j z1 ( y1 ) z3 ( y3 ) z4 ( y4 ) z4 ( y4 ) i 1 0.0357 1.0000 0.0000 0.2553 2 0.0714 0.8000 0.5319 0.5455 3 0.2143 0.2520 0.3617 0.4000 4 0.1071 0.6000 0.1702 0.3077 5 1.0000 0.0568 0.7447 1.0000 标准 0-1 变换 效益型： zij yij y jmin = max min (10.3) y j y j 成本型 : zij yjmax yij = y jmin (10.4) y jmax 特点：每一属性，最佳值为 1，最差值为 0，而且变换后的差值是线性的 . 表 10.3表 10.1 经标准 0-1 变换后的属性值 j z1 ( y1) z3 ( y3 ) z4 ( y4 ) i 1 0.0000 1.0000 0.0000 2 0.0370 0.7880 0.71