資源描述：
《基于變權(quán)理論的多屬性群決策專家權(quán)重調(diào)整算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于變權(quán)理論的多屬性群決策專家權(quán)重的自適應(yīng)調(diào)整摘要：針對多因素群體評價中評價者權(quán)重的調(diào)整問題，在得到評價者主觀權(quán)重和因素主觀權(quán)重的基礎(chǔ)上，提出一種雙向變權(quán)調(diào)整算法1引言在社會、科技、經(jīng)濟(jì)迅速發(fā)展的今天，決策者面臨的決策環(huán)境環(huán)境往往是錯綜，要想盡可能做出正確的決策，除了改進(jìn)決策方法之外，還必須依靠集體的智慧進(jìn)行決策，即進(jìn)行群體決策。多屬性群決策問題作為群決策的一類代表性問題，它主要解決具有多個屬性（指標(biāo)）因涉及到各屬性評價值的綜合及個體判斷的集結(jié)而使得決策群體很難對方案進(jìn)行直接的評價優(yōu)選。由于多屬性決策中權(quán)重的合理性直接影響著決策結(jié)果的準(zhǔn)確性，在多屬性決策中，權(quán)重問題研究占
2、有重要地位。目前確定權(quán)系數(shù)的方法有很多種，大體上可分為主觀賦權(quán)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)驗給出的屬性權(quán)重的。例如專家調(diào)查法、二項系數(shù)法、AHP法等?？陀^賦權(quán)法是基于決策矩陣信息,通過建立一定的數(shù)學(xué)模型計算出權(quán)重系數(shù)的。例如熵權(quán)法,主成分分析法,灰色關(guān)聯(lián)分析法等。目前對于多屬性決策問題，如果采用常權(quán)綜合的方法，有時候會存在一定的片面性，會導(dǎo)致決策的不合理性，為此，我國的汪培莊教授首次提出了變權(quán)的思想[1]，即針對不同的狀態(tài)水平值賦予不同的權(quán)重，[2-4]對變權(quán)的本質(zhì)和原理進(jìn)行了系統(tǒng)的研究，定義了變權(quán)向量、狀態(tài)變權(quán)向量和均
3、衡函數(shù)等一系列概念。2權(quán)重自適應(yīng)調(diào)整算法2.1問題描述設(shè)多屬性群決策問題的備選方案集為，方案的評價屬性集為，屬性的權(quán)重為，滿足多屬性群決策中決策（專家）群體為，專家的權(quán)重為，滿足專家對備選方案評定后可得到備選方案的得分矩陣，記為式中：——專家對方案的第個屬性的打分值。設(shè)專家對方案進(jìn)行評價的個體決策結(jié)果為可由屬性評價值和屬性權(quán)重經(jīng)簡單線性加權(quán)法求得，即設(shè)群體決策結(jié)果為，可由專家個體決策結(jié)果和專家權(quán)重經(jīng)簡單線性加權(quán)法計算出，即由專家的權(quán)重以及屬性值，可得屬性的加權(quán)評價矩陣，其中群決策是多位專家決策的集結(jié)，各專家的結(jié)果往往會與群體決策結(jié)果不同，簡單線性加權(quán)只能從量化角度得出集結(jié)
4、結(jié)果，未能達(dá)到使各專家意見與群體意見一致的目的。為了最終的群決策結(jié)果趨于穩(wěn)定，可依據(jù)個體專家在各方案上的不同狀態(tài)水平，引用變權(quán)思想，對各方案專家的權(quán)重進(jìn)行調(diào)整，根據(jù)調(diào)整后的權(quán)重可計算出權(quán)重調(diào)整后的群決策結(jié)果，當(dāng)與的差異足夠小認(rèn)為為最終趨于穩(wěn)定的群決策結(jié)果。當(dāng)群決策不穩(wěn)定時重復(fù)以上步驟，對專家權(quán)重進(jìn)行自適應(yīng)調(diào)整，直至計算出穩(wěn)定的決策結(jié)果。2.2變權(quán)向量與變權(quán)理論利用加權(quán)和公式可計算得到專家的個體決策結(jié)果向量和專家群體決策結(jié)果向量所謂一組（m維）變權(quán)是下述m個映射：滿足三條公理：w.1)歸一性：；w.2)連續(xù)性：關(guān)于每個變元連續(xù)；w.3)懲罰性：關(guān)于變元單調(diào)下降。則稱為懲罰型
5、變權(quán)向量。如果變權(quán)向量滿足：w.3’）激勵性：關(guān)于變元單調(diào)增加則稱為激勵型變權(quán)向量。設(shè)是一組（m維）變權(quán)，置稱為（m維）變權(quán)綜合函數(shù)。目前構(gòu)造變權(quán)向量的一般方法是先構(gòu)造狀態(tài)變權(quán)向量，然后用它與常權(quán)向量一起生成變權(quán)向量，本文依據(jù)變權(quán)的基本思想，按照變權(quán)向量的定義直接構(gòu)造帶參數(shù)的變權(quán)向量。對于給定的常權(quán)向量，即專家權(quán)重，構(gòu)造向量，這里參數(shù)滿足當(dāng)時，則為懲罰型變權(quán)向量；當(dāng)時，顯然有為常權(quán)向量；當(dāng)時，則為激勵型變權(quán)向量。這說明只要對參數(shù)作適當(dāng)選取，便能得到不同類型的變權(quán)向量，這給實際應(yīng)用帶來很大方面。本文考慮到群決策結(jié)果應(yīng)該趨向于穩(wěn)定，選取懲罰型變權(quán)向量，即，又通常邀請的專家都應(yīng)
6、該是知名度、能力相當(dāng)?shù)?，所以?yīng)該選取調(diào)權(quán)能力較小的變權(quán)向量，故本文選取。2.3算法描述綜合上述方法，本文提出一種群決策中專家權(quán)重自適應(yīng)調(diào)整的方法，具體過程如下。步驟1用主觀方法（AHP，Delphi法）求的專家權(quán)重和屬性權(quán)重步驟2已知，和專家對評價方案的屬性打分，由（1）、（2）式計算出專家個體決策結(jié)果和群體決策結(jié)果步驟3由式（4）根據(jù)每個專家個體決策結(jié)果和專家權(quán)重，運(yùn)用變權(quán)思想計算新的專家權(quán)重。步驟4由專家權(quán)重和個體決策結(jié)果，根據(jù)公式（2）計算新的群決策結(jié)果步驟5比較本次群決策結(jié)果跟上次結(jié)果之間的差距，我們同樣用距離來衡量他們之間的差異。距離定義為當(dāng)時，則兩次群決策結(jié)果
7、偏差很小，結(jié)果趨于穩(wěn)定，轉(zhuǎn)至步驟6，否則，轉(zhuǎn)至步驟3繼續(xù)對權(quán)重和群決策結(jié)果進(jìn)行調(diào)整步驟6輸出本次群決策結(jié)果和專家權(quán)重，算法結(jié)束。3算例分析選取文獻(xiàn)[10]中的柴油發(fā)動機(jī)零部件制造公司供應(yīng)商的選擇問題來驗證基于變權(quán)思想的群決策專家權(quán)重的調(diào)整效果。某公司欲選擇優(yōu)秀供應(yīng)商開展進(jìn)一步合作，邀請行業(yè)內(nèi)的3位專家對5家候選供應(yīng)商進(jìn)行打分評價。專家們對供應(yīng)商的質(zhì)量保證能力（f1）、生產(chǎn)能力（f2）產(chǎn)品研發(fā)能力（f3）、環(huán)境建設(shè)與歷史業(yè)績（f4）這些指標(biāo)進(jìn)行打分，運(yùn)用本文介紹的方法做出群決策結(jié)果，最終選擇合適的供應(yīng)商。專家打分如表1所示。其中
