XXXX0612集结算子在多属性决策中的应用.pptx

集结算子在多属性决策中的应用; 多属性决策一般是利用已有的决策信息，通过一定的 方式对一组(有限个)备选方案进行排序并择优． 本章介绍一些常用的信息集结算子，如：加权算术平均(WAA)算子、加权几何平均(WGA)算子：有序加权平均(OWA)算子．有序加权几何平均(OWGA)算子、组合 加权算术平均(CWAA)算子和组合加权几何平均(CWGA)算子 等，基于这些算子，给出一些简洁实用的多属性决策方法;第一讲 基于OWA算子的多属性决策方法;定义2 设函数 ， 是一组给 定的数据,若; 该算子的特点是：???对数据组 中的每个 数据进行加权(即根据每个数据的重要性赋予适当的权 重），然后对加权后的数据进行集结。;定义3 设函数 是一组给定 的数据,若; 上述算子的特点是：对数据 ，按从大到小 的顺序重新进行排序并通过加权集结。而且元素 与 没 有任何联系。只与集结过程中的第i个位置有关(因此加权向 量w也称为位置向量)．;;基于OWA算子多属性决策方法具体步骤： 步骤1：对于某一多属性决策问题，设 为方案集， 为属性集，属性权重信息完全未 知．对于方案 ，按属性 进行测度，得到 关于 的属性 值 ，从而构成决策矩阵 ，如表1.1所示．; 属性类型一般有效益型、成本型、固定型、偏离型、区间 型、偏离区间型等，其中效益型属性是指属性值越大越好的 属性，成本型属性是指属性值越小越好的属性，固定型属性 是指属性值越接近某个固定值 越好的属性，偏离型属性是 指属性值越偏离某个固定值 越好的属性．区间型属性是指 属性值越接近某个固定区间 (包括落入该区间)越好 的属性，偏离区间型属性是指属性值越偏离某个固定区间 越好的属性。为了消除不同物理量纲对决策结果的 影响，决策时可按 下列公式对决策矩阵A进行规范化处理：;若属性值为效益型，则令;若属性值为成本型，则令;若属性值为固定型，则令;若属性值为区间型，则令;A经过规范化处理后，得到规范化矩阵 步骤2 利用OWA算子对各方案 进行集结，求得 其综合属性值;且 为数据组; 例 投资银行拟对某市4家企业(方案) 进 行投资，抽取下列5项指标(属性)进行评估： —产值(万 元); —投资成本(万元); —销售额(万元); —国家 收益比重； —环境圬染程度。投资银行考察了上年度4 家企业的上述指际情况(其中污染程度系有环保部门历时检 测并量化)，所得评估结果如表1.2 所示。在各项指标中， 投资成本、环境污染程度为成本型，其他为效益型．属性 权重信息完全未知，试确定最佳投资方案．;;;;;;;;汇总：;定义4 设函数 是一组给定 的数据,若;是数据组;例 设;CWAA算子不仅考虑了每个数据自身的重要性程度，而且 还体现了该数据所在位置的重要程度．;决策方法 在现代大型决策过程中，为了体现决策的民主性和合 理性，往往需要多个决策者的共同参与(即群决策)．下面 介绍一种基于OWA算子和CWAA算子的多属性群决策方 法，具体步骤如下： 步骤1 对于某一多属性群决策间题．设 和 分别 为方案集和属性集。属性权重信息完全未知。 为决策者集， 为决策 者的权重向量。;者;其中; 步骤3 利用CWAA算子对第 位决策者给出的方案 的综合属性值 进行集结，得到 方案 群体综合属性值;其中; 该决策方法首先利用OWA算子进行纵向集结(即对一 个决策者所给定的某一方案所有属性进行集结)，然后利用 CWAA算子对纵向集结结果进行横向集结(即对由不同决策 者得到的同一方案综合属性值进行集结)