資源描述:
《一種權(quán)重未知的混合多屬性決策方法(1)的論文》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、一種權(quán)重未知的混合多屬性決策方法(1)的論文摘要針對(duì)權(quán)重未知的混合多屬性決策問題,提出一種基于topsis方法的混合型多屬性決策的決策方法。為屬性值是精確數(shù)、區(qū)間數(shù)、三角模糊數(shù)、語言型的混合型多屬性決策問題提供一個(gè)新的途徑。 關(guān)鍵詞topsis混合指標(biāo)多屬性決策權(quán)重 中圖分類號(hào)c934 文獻(xiàn)標(biāo)識(shí)碼a1引言 混合多屬性決策是指即含有定量指標(biāo)又含有定性指標(biāo)的一類多指標(biāo)決策。在社會(huì)、經(jīng)濟(jì)管理和工程技術(shù)領(lǐng)域有廣泛的應(yīng)用背景。由于社會(huì)效益、生態(tài)環(huán)境等方面的定性指標(biāo)一般難以作精確量化,以模糊的或不完全的指標(biāo)形式存在,形成混合型多指標(biāo)(或多屬性)決策。這種決策的屬性值以多種類
2、型(如精確數(shù)、區(qū)間數(shù)、三角模糊數(shù)、語言型)出現(xiàn)在決策矩陣中,構(gòu)成了混合型多指標(biāo)決策問題。目前對(duì)于混合型多指標(biāo)決策問題的研究還很不完善,夏勇其、吳祈宗給出了一種混合型多指標(biāo)決策問題的topsis方法,閆書麗利用灰色關(guān)聯(lián)度,提出一種基于從屬度的方案排序法。在夏勇其、吳祈宗論文中,要求在進(jìn)行決策時(shí)屬性權(quán)重是已知的,這在實(shí)際中往往很難辦到。基于此,本文提出一種基于topsis方法的沒有任何權(quán)重信息的混合型多屬性決策的決策方法。該方法適用范圍增大,為混合型多屬性決策問題提供了很好的解決途徑。2基于topsis方法的混合多屬性決策方法原理 topsis主要通過構(gòu)造多屬性問題的理想方案和負(fù)
3、理想方案,通過計(jì)算各方案與理想方案和負(fù)理想方案的距離,來確定方案的排序。.設(shè)待評(píng)價(jià)的多屬性決策方案有m個(gè),記為a={a1,a2,…,am},評(píng)價(jià)指標(biāo)有n個(gè),記為g={g1,g2,…,gn},記方案ai對(duì)指標(biāo)gj的評(píng)價(jià)值aij為精確實(shí)數(shù)型指標(biāo){j∈n1=(1,2,…h(huán)1)};對(duì)指標(biāo)gj{j∈n2=(h1+1,h1+2,…h(huán)2)}為區(qū)間型指標(biāo);對(duì)指標(biāo)gj{j∈n3=(h2+1,h2+2,…h(huán)3)}為三角模糊數(shù)梯形模糊數(shù)型指標(biāo);對(duì)指標(biāo)gj{j∈n4=(h3+1,h3+2,…n)}為語言型指標(biāo)。記a=(aij)m×n為決策矩陣。具體步驟如下: ?。?)各類指標(biāo)值的規(guī)范化處理。指標(biāo)值的規(guī)
4、范化處理是將所有指標(biāo)值根據(jù)上述方法進(jìn)行處理得到?jīng)Q策矩陣b=(bij)m×n。 ?。?)確定正理想方案和負(fù)理想方案。對(duì)于精確實(shí)數(shù)型指標(biāo):y■■=■b■,j∈n■y■■=■b■,j∈n■對(duì)于區(qū)間型指標(biāo):■■■=y■■,y■■=■b■■,■b■■,j∈n■■■■=y■■,y■■=■b■■,■b■■,j∈n■對(duì)于三角模糊數(shù)型指標(biāo):■■■=y■■,y■■,y■■=■b■■,■b■■,■b■■,j∈n3■■■=y■■,y■■,y■■=■b■■,■b■■,■b■■,j∈n3對(duì)語言型指標(biāo),與語言標(biāo)度相對(duì)應(yīng)的區(qū)間數(shù)表達(dá)形式為:優(yōu):=[0.8,1]良:=[0.6,0.8]中:=[0.4,0.6]差
5、:=[0.2,0.4]特差:=[0,0.2]與語言標(biāo)度相對(duì)應(yīng)的三角模糊數(shù)表達(dá)形式為:極好:=[0.8,0.9,1]很好:=[0.7,0.8,0.9]好:=[0.6,0.7,0.8]較好:=[0.5,0.6,0.7]一般:=[0.4,0.5,0.6]較差:=[0.3,0.4,0.5]差:=[0.2,0.3,0.4]很差:=[0.1,0.2,0.3]極差:=[0,0.1,0.2]再由上述方法確定理想指標(biāo)值和負(fù)理想指標(biāo)值。記y+={y+1,y+2,…,y+n}為理想方案;y-={y-1,y-2,…,y-n}為負(fù)理想方案 ?。?)根據(jù)混合指標(biāo)建立模型確定指標(biāo)權(quán)系數(shù)。各方案ai與理想方案
6、y+和負(fù)理想方案y-的廣義加權(quán)距離定義為:d+(ai,y+)=■ind+(ai,y+)=■axd-(ai,y-)=■inf=■■s.t■ωj=1ωj≥0 利用matlab編程求解,得到混合屬性值權(quán)系數(shù)atlab編程計(jì)算求解得權(quán)系數(shù)w為:w=(0.1072,0.0528,0.2421,0.0692,0.3060,0.2227)將權(quán)系數(shù)帶入(2-1)(2-2)得到d+(ai,w)和d-(ai,w),計(jì)算ci=■得到方案的排序?yàn)椋篴1>a3>a4>a2?! ”疚牡姆椒ǖ贸龅慕Y(jié)果與文獻(xiàn)中的結(jié)果大致相同,產(chǎn)生稍微差別的主要原因是權(quán)重給的不一樣,文獻(xiàn)中的權(quán)重是事先給定的,本文由模型求出的
7、權(quán)重更具客觀性,更加符合實(shí)際,決策結(jié)果更加可靠。