資源描述：
《屬性和專家權(quán)重調(diào)整的自適應(yīng)算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、四論文屬性和專家權(quán)重調(diào)整的自適應(yīng)算法木孫義l’黃海峰(1．北京工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院2中華科學(xué)技術(shù)研究院)摘要：研究多屬性群決策中權(quán)重調(diào)整問題。首先，對AHP法和復(fù)相關(guān)系數(shù)法計算得到的屬性權(quán)重進(jìn)行多目標(biāo)優(yōu)化：其次，計算專家個體決策結(jié)果與群體決策結(jié)果的灰色關(guān)聯(lián)度，并結(jié)合初始專家權(quán)重計算出專家權(quán)重的修正值，進(jìn)而計算相應(yīng)的群決策結(jié)果；然后，根據(jù)2階Minkowski距離對專家權(quán)重進(jìn)行自適應(yīng)調(diào)整，直至計算出穩(wěn)定的專家權(quán)重；最后通過對風(fēng)電機組設(shè)備供應(yīng)商的評價證實了該方法的可行性與實用性。關(guān)鍵詞：多屬性群決策；多目標(biāo)優(yōu)化；灰色關(guān)聯(lián)O引言終值的準(zhǔn)確性，但是上述研究并沒有對屬性權(quán)重的準(zhǔn)確性進(jìn)行改進(jìn)；文
2、獻(xiàn)[121雖然在專家權(quán)重循環(huán)調(diào)整的多屬性群決策的一個關(guān)鍵問題是確定專家權(quán)重同時考慮了屬性權(quán)重的循環(huán)調(diào)整，但屬性權(quán)重作為具和屬性權(quán)重，學(xué)者們在這方面作了較多研究。在確定體的決策標(biāo)準(zhǔn)，一旦確定就不宜更改。專家權(quán)重方面，主要方法有基于專家判斷矩陣的可信因此，本文提出一種基于屬性權(quán)重優(yōu)化的專家權(quán)度法Ⅲ、基于專家模糊距離的隸屬度法、基于專家重修正算法。算法首先對群決策的屬性權(quán)重進(jìn)行多目直覺模糊數(shù)的線性比例法[33及結(jié)合離差最大化的思想標(biāo)優(yōu)化，以提高屬性權(quán)重的準(zhǔn)確性，然后在對專家權(quán)方法]。確定專家權(quán)重的改進(jìn)方法主要有：文獻(xiàn)[6，7]重進(jìn)行循環(huán)迭代修正，達(dá)到自適應(yīng)修正的目的。采用個體與群體決策矩陣
3、間差異最小法求得專家權(quán)重；文獻(xiàn)[8]通過比較群決策中各專家信息的相似程度，1算法及步驟確定各專家的相對群組可信度權(quán)重，得出了專家判斷1．1屬性權(quán)重優(yōu)化信息合成時的各專家調(diào)整權(quán)重；文獻(xiàn)[9]通過計算專家設(shè)參與決策的專家群體D；(d1，d2，?，d)，通過個體決策結(jié)果與群體決策結(jié)果的偏差量并結(jié)合熵理層次分析法(analytichierarchyprocess，AHP)等主論求得專家的調(diào)整權(quán)重；文獻(xiàn)[1O】基于灰色系統(tǒng)理論，觀賦權(quán)法求得專家d的權(quán)重為，它滿足通過計算個體決策與群決策的灰色關(guān)聯(lián)度求得專家0≤Wk1，∑：1Wk=1，k=l，2，?，；評價屬性的調(diào)整權(quán)重；文獻(xiàn)[11]針對多屬性大
4、群體決策問題，集為c=(，C2，?，)，多屬性群決策的備選方案提出了通過計算群體偏好矩陣，并運用熵權(quán)法計算群集為F：(R，F(xiàn)2，?，)。專家d對備選方案R評定后，決策中權(quán)重值的方法；文獻(xiàn)[121對此做了進(jìn)一步的研可得到備選方案的評分矩陣，記為A=究，文章根據(jù)專家個體決策與群體決策之間的偏離程(n)，1，2?，n；口為專家d對方案f的第個度計算專家權(quán)重并用熵權(quán)系數(shù)法計算屬性的權(quán)重，以屬性指標(biāo)評定后計算得到的分值，ff為專家群體對方新的權(quán)重重新計算出專家個體決策與群體決策，并以案i的第，個屬性指標(biāo)評定后計算得到的分值。此對權(quán)重做進(jìn)一步調(diào)整；重復(fù)以上步驟，直至計算出由主觀賦權(quán)法AHp[13
5、]計算得到屬性權(quán)重向量為：穩(wěn)定的綜合權(quán)重和決策結(jié)果。；=[，，?，]，且滿足；l，然而，上述研究的不足之處在于文獻(xiàn)[1．5】沒有充∑m_】，_1。分利用已知的客觀數(shù)據(jù)信息；文獻(xiàn)[6—11]對專家權(quán)重由客觀賦權(quán)法變異系數(shù)法[1]計算得到屬性權(quán)重進(jìn)行多次循環(huán)、不斷調(diào)整修正的前提是基于既定的屬向量為：=[，，?，】，且滿足1，性權(quán)重，因此屬性權(quán)重的準(zhǔn)確性決定了專家權(quán)重收斂術(shù)基金項目：聯(lián)合國環(huán)境規(guī)劃署(UNEP)“中國新能源發(fā)2013年第34卷第2期自動化與信息工程1展與綠色投資”項目(40011212201006)∑m-1f=1。記、分別表示和”的系數(shù)，將主觀權(quán)重向L量和客觀權(quán)暈向量進(jìn)行綜
6、合，令I(lǐng)r=+flw”m∑{【、(1)1∑0wj≤1，∑m_1wj=1根據(jù)多屬性群決策分析的加權(quán)法則，求得各個方案的評價目標(biāo)值為：+把式(7)代入式(1)即可求出優(yōu)化后的屬性權(quán)重w，。、1I弓=∑ai]w=∑aq(W+flw”)1．2專家權(quán)重自適應(yīng)修正+戶戶(2)，L專家權(quán)重是根據(jù)專家知識結(jié)構(gòu)、研究方向、學(xué)術(shù)2t=1,2一．，m水平、工作經(jīng)驗以及對問題的熟悉程度等方面進(jìn)行互+2其中，fJ為各個方案屬性指標(biāo)的值。評得到的，這些影響因素存在著參數(shù)信息不完全和信●●構(gòu)造如下多目標(biāo)規(guī)劃模型：息模糊不確定的問題，灰色系統(tǒng)理論是處理這類問題)的有力工具。將群體決策得分值視為參考序列，將?_J專家
7、個體決策得分值視為比較序列。比較序列與參考(3)序列灰色關(guān)聯(lián)度越大的專家，說明該專家給出的屬性對s．t．{z、+fl2=。1●／●●評分值越接近群體決策值，該專家的權(quán)重就應(yīng)越大。掛$應(yīng)用灰色關(guān)聯(lián)度能有效地調(diào)整專家權(quán)重，具體步由于香決策萬篥之j日j小存在任伺偏好關(guān)系，此，行==驟如下：上述多目標(biāo)決策規(guī)劃模型叮用等權(quán)的線I~DrJ權(quán)法等1)確定參考序列與比較序列。經(jīng)上述分析，將價為單目標(biāo)最優(yōu)匕化模型[15-16]：處方案集F中個方案的群體決策結(jié)果a視為參考序列
