多指标决策培训教材.pptx

第三章多指标决策3.1 概述3.2 多指标决策基本概念3.3指标的标准化处理3.4 无信息的决策原则 3.5 线性加权和法 3.6加权系数的确定方法3.1 概述1、单目标：实数大小比较，多目标：多维向量比较2、例图3.1五个方案的比较3.1 概述(续）从图3.1可知，方案1、2和3可以被方案4和5淘汰。但是，方案4和5无法判断其优劣。此时，决策者有三个选择1）认为方案4和5都是好方案，从中任选一个方案进行实施2）认为方案4和5都是好方案，然后把它们再综合出一个新的好方案进行实施；3）根据某种意义的最优原则，继续从方案4和5中选择一个满意的方案进行实施。用多目指标决策的术语，方案1、2和3称为劣解，方案4和5称为非劣解，又称有效解，决策者最后选择的那个实施方案称为满意解。3、多目指决策基本步骤1）从可行解中淘汰劣解；2）从非劣解集合中选取一个满意解3.2 多指标决策基本概念一、实例 考虑一个购买战斗机问题。现有4种飞机可供选择，决策者根据战斗机的性能和费用，考虑了6项评价指标。如表3.1所示。 表3.1 购买战斗机问题决策矩阵显然，这是一个多指标多方案的决策问题，决策者必须根据自己的偏爱，在综合考虑每个方案的各种指标后进行决策。3.2 多指标决策基本概念（续）二、多指标决策和多目标规划1、多指标决策：具有多指标多方案的决策问题2、多目标规划：具有多个目标和约束条件的数学规划。3、多目标决策和多目标规划的差别：见表3.2所示。多指标决策其主要特征是具有有限个离散的方案。它在决策论、经济学、统计学、心理学、管理学科中有广泛的应用。3.2 多指标决策基本概念（续）三、多指标决策三个构成要素1、有n个评价指标fj ，（ 1 ? j ? n）2、有m个决策方案Ai，（1 ? i ? m）3、有一个决策矩阵D= (xi, j)m ? n ，（1 ? i ? m ，1 ? j ? n）四、解的意义定义1 单指标排序下的最大值和最小值（假定多指标都是求max）3.2 多指标决策基本概念（续）定义2 理想点F*和最优解A*令F*=(f1*,f2*, . . ., f n*)，称 F*为多指标决策的理想点。如果在m个备选方案中，方案A*的n个指标恰好等于fj*，则A*就是最优解.定义3 优势原则和劣解 如果2个备选方案As和At有关系式 则称方案As优于At，记为As}At，这时方案At就是劣解，可将其淘汰。定义4 非劣解 对于某一方案Ak，如果不存在其他方案Ai优于它(i=1,2, . . . , m, i?k)，则称Ak为非劣解，或称有效解3.2 多指标决策基本概念（续）定义5 满意解 根据决策者的偏好信息，从非劣解中选择出来最优非劣解，一般来说它总是某种意义下的最优非劣解推论1 如果m个方案只有一个非劣解，则其它m-1个方案一定是劣解推论2 如果m个方案只有r个非劣解，则其它m-r个方案一定是劣解（1? r ? m）五、非劣解的平均个数表 3.3 非劣解的平均数N与方案个m和指标数n统计关系表3.3 指标的标准化处理一、标准化处理方法 假定原决策矩阵为D=(xi j ) m?n，经过标准化处理后得到的矩阵为R=(r i j )m?n 1、向量归一化优点：1）0 ? r i j ? 1,（1 ? i ? m ，1 ? j ? n） 2）对于每一个指标fj，矩阵R中列向量的模为13.3 指标的标准化处理（续）2、线性比例变换优点 1）0 ? r i j ? 1,（1 ? i ? m ，1 ? j ? n） 2）计算方便 3）保留了相对排序关系3、极差变换优点 1）0 ? r i j ? 1,（1 ? i ? m ，1 ? j ? n） 2）对于每一个指标总是有最优值为1和最劣值为03.3 指标的标准化处理（续）二、模糊指标变量化1、效益指标2、成本指标图3.2 模糊效益指标的量化图3.3 模糊成本指标的量化3.3 指标的标准化处理（续）三、计算实例 考虑一个购买战斗机为题，有4种飞机，选择评价指标有6个。如3.1节中表3.1所示。试对这些指标进行标准化处理。 表3.1 购买战斗机问题决策矩阵3.3 指标的标准化处理（续）1、定性指标量化 首先将第5个指标（可靠性）和第6个指标（灵敏度）进行定量化处理。这两个都是效益指标。根据图3.2可知，它们的量化值如表3.4。 表3.4 可靠性和灵敏度指标的量化3.3 指标的标准化处理（续）1）采用向量归一化处理公式，可得3.3 指标的标准化处理（续）2）采用线性比例变换公式，可得3.3 指标的标准化处理（续）2）采用线性比例变换公式，可得3.4 无信息的决策原则一、最大最小原则（Max Min）如购买战斗机问题的标准化决策矩阵为按最大最小原则得到所以最