資源描述:
《多屬性決策中基于離差最大化的組合賦權(quán)方法_陳華友》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(kù)。
1、2004年2月系統(tǒng)工程與電子技術(shù)Feb.2004第26卷第2期SystemsEngineeringandElectronicsVol.26No.2文章編號(hào):1001-506X(2004)02-0194-04多屬性決策中基于離差最大化的組合賦權(quán)方法陳華友(南京大學(xué)管理科學(xué)與工程研究院,江蘇南京210093)摘要:依據(jù)多屬性決策中屬性權(quán)重的確定方法有多種,每種賦權(quán)方法有其各自的特點(diǎn),為了綜合利用各種賦權(quán)法的優(yōu)勢(shì),基于離差最大化的基本原理,提出了一種組合賦權(quán)方法。該方法通過(guò)一個(gè)最優(yōu)規(guī)劃模型來(lái)確定組合權(quán)重。研究了模型的求解,給出權(quán)重的計(jì)算公式,探討組合賦權(quán)方法的檢驗(yàn),確保組合權(quán)重能反映主觀信息和客
2、觀信息,并總結(jié)該方法的計(jì)算步驟。最后進(jìn)行實(shí)例分析,結(jié)果表明該組合賦權(quán)方法是有效性的。關(guān)鍵詞:多屬性決策;組合賦權(quán);最優(yōu)模型中圖分類號(hào):TB114.3文獻(xiàn)標(biāo)識(shí)碼:ACombinationdeterminingweightsmethodformultipleattributedecisionmakingbasedonmaximizingdeviationsCHENHua-you(ManagementScienceandEngineering,NanjingUniversity,Nanjing210093,China)Abstract:Therearemanymethodstodetermine
3、weightsformultipleattributedecisionmaking,everymethodhasitsownchar-acteristics.Basedonmaximizingdeviationsprinciple,anoptimalcombinedweightsmodelisproposedinordertomakeadvantageofthesemethods.Theoptimalprogrammingmodeldeterminesthecombinedweights.Itssolutionsarestudied,theformulaofcalculatingweigh
4、tsisalsogiven.Thetestofcombinedweightsisdiscussedtoensureoptimalcombinationweightscanhaveobjectiveandsubjec-tiveinformation,andthecalculatingstepsofthemethodaresummarized.Finally,anexampleisillustratedtoshoweffectivenessofthisoptimalcombinationweightsmodel.Keywords:multipleattributedecisionmaking;
5、combinationweights;optimalmodel其隨意性較大,決策準(zhǔn)確性和可靠性稍差。客觀賦權(quán)法存在1引言賦權(quán)的客觀標(biāo)準(zhǔn),可利用一定的數(shù)學(xué)模型,通過(guò)計(jì)算得出屬性多屬性決策是多目標(biāo)決策的一種,它是對(duì)具有多個(gè)屬性的權(quán)重系數(shù)。其缺點(diǎn)是忽視了決策者的主觀知識(shí)與經(jīng)驗(yàn)等主的有限方案,按照某種決策準(zhǔn)則進(jìn)行多方案選擇和排序。它觀偏好信息,有時(shí)會(huì)出現(xiàn)權(quán)重系數(shù)不合理的現(xiàn)象。的實(shí)際應(yīng)用范圍很廣,包括社會(huì)、經(jīng)濟(jì)、管理等諸多領(lǐng)域。多為了使多屬性決策的排序結(jié)果更科學(xué),一種合理的做法屬性決策問(wèn)題的許多求解方法,一般都與屬性權(quán)重有密切關(guān)就是將不同的賦權(quán)法所得的權(quán)重系數(shù)按照一定的方法進(jìn)行系,因?yàn)闄?quán)重的合理性直
6、接影響著多屬性決策排序的準(zhǔn)確組合。通過(guò)組合賦權(quán),使排序結(jié)果既能體現(xiàn)主觀信息,又能性,所以在多屬性決策中,權(quán)重問(wèn)題的研究占有重要地位。體現(xiàn)客觀信息。研究主、客觀信息綜合集成的方法,是一個(gè)[1]目前確定權(quán)系數(shù)的方法有多種,大體上可分為主觀賦權(quán)有價(jià)值的新課題。文獻(xiàn)[1,2]分別提出了一種主、客觀賦[1]權(quán)集成方法,它們均通過(guò)建立一個(gè)數(shù)學(xué)規(guī)劃模型來(lái)求解屬性法和客觀賦權(quán)法兩大類。主觀賦權(quán)法是基于決策者給出的主觀偏好信息或決策者直接根據(jù)經(jīng)驗(yàn)給出的屬性權(quán)重的。例組合權(quán)重。目前優(yōu)化組合賦權(quán)方法的研究還不完善,有必如專家調(diào)查法、二項(xiàng)系數(shù)法、AHP法等??陀^賦權(quán)法是基于決要進(jìn)一步探討多種準(zhǔn)則下的優(yōu)化組合賦權(quán)方
7、法,并進(jìn)行比較策矩陣信息,通過(guò)建立一定的數(shù)學(xué)模型計(jì)算出權(quán)重系數(shù)的。分析。文獻(xiàn)[3]提出了一種進(jìn)行多指標(biāo)決策和排序的離差最例如熵技術(shù)法,主成分分析法,多目標(biāo)最優(yōu)化方法等。兩大類大化方法。本文在文獻(xiàn)[3]的基礎(chǔ)上提出了一種新的基于離賦權(quán)方法各有不同的特點(diǎn)。主觀賦權(quán)法可以體現(xiàn)決策者的經(jīng)差最大化準(zhǔn)則下的多屬性決策的最優(yōu)組合賦權(quán)方法。利用驗(yàn)判斷,屬性的相對(duì)重要程度一般不會(huì)違反人們的常識(shí)。但該方法對(duì)文獻(xiàn)[1]的實(shí)例進(jìn)行了計(jì)算,其結(jié)果