基于序关系的多属性决策的中期报告.docxVIP

基于序关系的多属性决策的中期报告 本次报告旨在介绍基于序关系的多属性决策方法，重点讨论TOPSIS和Electre方法，并对比、分析两种方法的优劣之处。 一、多属性决策概述 在现实生活中，经常会遇到需要从多个备选方案中选择最佳方案的问题，这就是多属性决策问题。多属性决策问题中，每个备选方案都有多个属性值，我们需要根据这些属性值进行评价和排序，以选择最佳方案。 二、基于序关系的多属性决策方法 基于序关系的多属性决策方法是指将备选方案的属性值进行排序，根据排名来进行决策的方法。以下介绍两种常用的基于序关系的多属性决策方法。 1. TOPSIS方法 TOPSIS方法是一种静态的多属性决策方法，其核心思想是将备选方案投影至正负理想解集之间，并计算备选方案与正负理想解集之间的距离，然后根据距离值确定最佳方案。其步骤如下： a. 矩阵化：将备选方案的属性值构造成决策矩阵。 b. 标准化：对决策矩阵进行标准化处理。 c. 确定权重：计算每个属性的权重。 d. 构造正负理想解集：根据最优化原则构造正负理想解集。 e. 计算距离：计算每个备选方案与正负理想解集之间的距离。 f. 确定最佳方案：根据距离计算结果，确定最佳方案。 2. Electre方法 Electre方法是一种动态的多属性决策方法，其核心思想是根据备选方案之间的偏好关系来决策最佳方案。在计算中，将备选方案的属性值转换成偏好矩阵，然后根据偏好矩阵构造 outranking 关系矩阵，并利用前面所述的偏好关系，确定最佳方案。其步骤如下： a. 矩阵化：将备选方案的属性值构造成决策矩阵。 b. 构造偏好矩阵：将决策矩阵转换为偏好矩阵。 c. 确定权重：计算每个属性的权重。 d. 构造 outranking 关系矩阵：根据偏好矩阵构造 outranking 关系矩阵。 e. 确定最佳方案：根据 outranking 关系矩阵，确定最佳方案。 三、两种方法的比较 TOPSIS方法和Electre方法都是基于序关系的多属性决策方法，但两种方法在具体实现上存在差异。 1. 差异性 TOPSIS方法在计算中，将备选方案投影到正负理想解集内，计算各备选方案与正负理想解集之间的距离，最后根据距离大小确定其排名。而Electre方法则是根据备选方案之间的偏好关系来决策最佳方案。 2. 优劣性 TOPSIS方法和Electre方法各有其优劣之处。TOPSIS方法计算简单、直观，易于理解和应用，但是其计算结果受到正负理想解集的选择和权重设定的影响较大。而Electre方法更加灵活，对于备选方案之间存在偏好性的情况，采用Electre方法的效果更好。 四、结论 两种基于序关系的多属性决策方法各有其长处和短处，我们可以根据应用场景和需求来选择适合的决策方法。需要强调的是，以上分析仅限于静态决策，对于动态决策，需要采用动态优化方法，如模拟退火等。