模糊多目标群格序决策及其在方案优选中的应用.docVIP

模糊多目标群格序决策及其在方案优选中的应用

模糊多目标群格序决策的基本概念

1.模糊性：在实际决策问题中，很多信息和评价标准具有模糊性，不像传统数学那样界限分明。例如，评价一个设计方案“美观程度”，很难用精确数值衡量，“美观”“较美观”“不美观”等表述带有模糊性质。模糊数学通过隶属函数来描述这种模糊概念，一个元素对某个模糊集合有一定的隶属度，取值范围在[0,1]之间。

2.多目标：决策过程往往涉及多个相互关联又可能相互冲突的目标。比如在选择建筑项目方案时，既要考虑成本最低，又要追求质量最高、工期最短等。这些目标之间的权重分配以及如何在多个目标之间找到平衡是多目标决策的关键问题。

3.群决策：通常不是由一个决策者完成，而是多个决策者共同参与。不同决策者由于知识背景、经验、偏好等差异，对方案的评价可能存在分歧。例如一个企业的投资决策，可能需要市场营销人员、财务专家、技术人员等共同商讨决定。

4.格序：格是一种特殊的偏序集，在决策中引入格序概念，是为了对方案的各种属性和评价进行合理的排序和比较。通过格序结构，可以处理复杂的层次关系和多维度的评价信息，使得决策结果更加合理和符合实际情况。

模糊多目标群格序决策的一般步骤

1.确定决策问题和目标：明确需要决策的具体问题，例如选择最佳的新产品研发方案。并确定多个目标，如产品性能、研发成本、市场前景等。

2.构建评价指标体系：针对每个目标，细化出具体的可衡量的评价指标。如对于产品性能目标，指标可以包括产品的精度、稳定性等；对于研发成本目标，指标有原材料费用、人力成本等。

3.收集决策群体的意见：邀请多个决策者对各个方案在不同指标下进行评价。由于评价具有模糊性，决策者可能使用模糊语言变量，如“很好”“较好”“一般”等进行评价，然后将这些模糊语言转化为相应的隶属度值。

4.确定指标权重：采用一些方法，如层次分析法（AHP）、熵权法等，确定各个评价指标的权重，反映每个指标在整体决策中的重要程度。例如，在某些对安全性要求高的项目中，安全指标的权重可能相对较大。

5.对方案进行综合评价：根据决策者的评价信息和指标权重，运用合适的模糊多目标决策方法，如模糊加权平均法、模糊TOPSIS法等，计算每个方案的综合评价值。这个值反映了方案在多个模糊目标和群体意见下的整体优劣程度。

6.方案排序与优选：根据综合评价值对方案进行排序，选择评价值最优的方案作为最终决策方案。

在方案优选中的应用实例

以城市交通规划中选择最佳的公共交通改善方案为例：

1.目标与指标：

-目标包括提高出行效率、降低环境污染、减少运营成本。

-对应的评价指标有平均车速（反映出行效率）、尾气排放量（衡量环境污染）、车辆购置与维护费用（体现运营成本）等。

2.决策群体：由交通专家、城市规划师、市民代表等组成决策群体。

3.评价与权重确定：各决策者对不同的公共交通改善方案（如增加公交线路、推广新能源公交、优化公交站点布局等）在各个指标下进行模糊评价。通过熵权法确定各个指标的权重，例如平均车速权重为0.4，尾气排放量权重为0.3，车辆购置与维护费用权重为0.3。

4.方案优选：运用模糊加权平均法计算每个方案的综合评价值，对方案进行排序，最终确定最优的公共交通改善方案。

优势与挑战

1.优势：

-能够处理决策中的模糊信息和不确定性，更贴近实际决策情况。

-综合考虑多个目标和多个决策者的意见，使决策结果更加全面和合理。

-通过格序结构可以有效处理复杂的评价关系，提高决策的科学性。

2.挑战：

-模糊信息的处理和转化可能存在主观性，不同的转化方法可能导致结果差异。

-多目标之间的冲突协调较为困难，权重确定也具有一定主观性。

-随着决策群体规模和问题复杂度增加，计算量和决策难度会显著上升。

模糊多目标群格序决策为解决复杂的方案优选问题提供了有效的方法框架，但在实际应用中需要不断改进和完善以应对各种挑战。