多屬性決策方法new_第1頁(yè)
已閱讀1頁(yè),還剩6頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、多屬性決策方法 多屬性決策方法在多準(zhǔn)則決策發(fā)展的早期,關(guān)于多目標(biāo)、 多屬性、多準(zhǔn)則問(wèn)題的研究相繼出現(xiàn),但沒(méi)有形成一個(gè)規(guī)范的定義, 直到 20 世紀(jì) 80 年代初, 學(xué)術(shù)界對(duì)此才達(dá)成了共識(shí), 并形成了規(guī)范。準(zhǔn)則是決策事物或?qū)ο笥行缘囊环N度量, 是評(píng)價(jià)的基礎(chǔ), 在實(shí)際決策問(wèn)題中有目標(biāo)和屬性兩種表現(xiàn)形式, 屬性是伴隨決策對(duì)象的某些特點(diǎn)、 性能或指標(biāo), 而目標(biāo)則是決策者對(duì)研究對(duì)象的某種追求,要達(dá)到的最終目的,表明了決策者針對(duì)研究對(duì)象所努力的方

2、向。對(duì)于產(chǎn)業(yè)決策而言,目標(biāo)(方案)和屬性分別有以下幾個(gè)代表相:某個(gè)時(shí)間點(diǎn)和某個(gè)地區(qū)“幾個(gè)產(chǎn)業(yè)”和“幾個(gè)產(chǎn)業(yè)的指標(biāo)” ;某個(gè)地區(qū)某個(gè)產(chǎn)業(yè) “幾個(gè)時(shí)間點(diǎn)”和“該產(chǎn)業(yè)的指標(biāo)” ,某個(gè)時(shí)間點(diǎn)某個(gè)產(chǎn)業(yè)“幾個(gè)地區(qū)”和“該產(chǎn)業(yè)的指標(biāo)”1. 某個(gè)時(shí)間點(diǎn)和某個(gè)地區(qū)“幾個(gè)產(chǎn)業(yè)”和“幾個(gè)產(chǎn)業(yè)的指標(biāo)”某個(gè)地區(qū) 2013 年以下哪個(gè)行業(yè)的經(jīng)濟(jì)運(yùn)行情況更好一些?企業(yè) 利潤(rùn)總 企業(yè)資產(chǎn)合 全部從業(yè)人員平均人數(shù) 額 計(jì) 數(shù)方便食品制造乳制品制造 Xij 罐頭食品制造培

3、烤食品制造糖果、巧克力及蜜餞制造2. 某個(gè)地區(qū)某個(gè)產(chǎn)業(yè) “幾個(gè)時(shí)間點(diǎn)”和“該產(chǎn)業(yè)的指標(biāo)” :對(duì)于某個(gè)地區(qū)“食品制造業(yè)”來(lái)說(shuō),2009-2014 年,哪年的經(jīng)濟(jì)運(yùn)行狀況更好?時(shí)間 企業(yè)數(shù) 利潤(rùn)總額 企業(yè)資產(chǎn)合計(jì) 全部從業(yè)人員平均人數(shù)20092010 Xij 2012201320143. 某個(gè)時(shí)間點(diǎn)某個(gè)產(chǎn)業(yè)“幾個(gè)地區(qū)”和“該產(chǎn)業(yè)的指標(biāo)” :對(duì)于 2013 年“食品制造業(yè)”來(lái)說(shuō),北京、河北、山西、浙江、新疆哪個(gè)省份的經(jīng)濟(jì)運(yùn)行狀況更好?地區(qū) 企

4、業(yè)數(shù) 利潤(rùn)總額 企業(yè)資產(chǎn)合計(jì) 全部從業(yè)人員平均人數(shù)北京河北 Xij 山西浙江新疆以上幾種情況中,企業(yè)數(shù)、利潤(rùn)總額、企業(yè)資產(chǎn)合計(jì)、全部從業(yè)人員平均人數(shù)代表“多屬性決策”方案中的“屬性” ,也即對(duì)于產(chǎn)業(yè)多屬性決策分析來(lái)說(shuō),屬性都是產(chǎn)業(yè)指標(biāo)對(duì)應(yīng)的數(shù)行業(yè)方法 6:監(jiān)測(cè)(標(biāo)桿)法:(2)反向指標(biāo): )反向指標(biāo):方法 1:極小化法:zi ?minix xi ,maxxmax 為目標(biāo)最大值,需要用戶自己輸入。zi ? xx方法 2:極差化法:zi ?

5、 xxmaxmax ? xmin? xi方法 3:逆向極大化法 zi ?1? xxiimax方法 4:監(jiān)測(cè)(標(biāo)桿)法:zi ? xxmin , xmin 為目標(biāo)最小值,需要用戶自己輸入。1. 1.簡(jiǎn)單線性加權(quán)法( 簡(jiǎn)單線性加權(quán)法(SW SWA) :簡(jiǎn)單線性加權(quán)法(SWA)是多屬性決策中最簡(jiǎn)單也是最常用的一種方法 ,這種方法先根據(jù)實(shí)際情況,確定各個(gè)屬性的權(quán)重,再對(duì)決策矩陣進(jìn)行歸一化處理 ,通過(guò)線性加權(quán)平均求出每一個(gè)方案的融合值,最后根據(jù)其

6、融合值的大小排序或選擇最佳方案,簡(jiǎn)單線性加權(quán)法的基本步驟是:第一步:用適當(dāng)?shù)姆椒ù_定各個(gè)屬性的權(quán)重,設(shè)權(quán)向量w ? (w1,w2,....wm)T ,滿足 w i∈[0,1], ? wi?1mi ?1第二步:將決策矩陣進(jìn)行作歸一化處理,設(shè)歸一化處理后的決策矩陣為D' ? (zij ')m*n其中 zij ' 是歸一化后的屬性值;第三步:求出每一個(gè)方案的線性加權(quán)融合值,即Uj ? ? wizij ' ,i=

7、{1,2?,m}j?1n第四步:根據(jù)融合值U , i={1,2?,m}的大小,對(duì)方案集排序或選出最佳方案。由于思想和計(jì)算簡(jiǎn)單,簡(jiǎn)單線性加權(quán)法(SWA)很容易被決策者使用和理解,這種方法被廣泛地用于許多領(lǐng)域.然而,簡(jiǎn)單線性加權(quán)法(SWA)也有它致命的弱點(diǎn),因?yàn)樵摲椒撛诘募僭O(shè)是各屬性是偏好獨(dú)立的,要求一個(gè)屬性的重要性不受另一個(gè)屬性的影響 .所以,簡(jiǎn)單易行是該方法的最大優(yōu)點(diǎn),但在一些復(fù)雜的多屬性決策問(wèn)題中 ,由于屬性間不相互獨(dú)立,這種方法常

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論