第5讲不确定性多属性决策方法

第五讲：《决策理论与方法》之：

多属性决策方法

不确定性多属性决策方法一、区间数的基本概念二、区间数多属性决策的线性规划方法三、区间数多属性决策的目标规划方法四、区间数多属性决策的TOPSIS方法五、三端点区间数判断矩阵的排序方法六、基于模糊线性规划的多属性决策方法

随着社会、经济的发展，人门所考虑问题的复条性、不确定性以及人类思维的模糊性在不断增强。在实际决决过程中，决策信息有时以区间数形式来表达。本讲将介绍区间型正理想点、区间型负理想点等概念．区间数

之间比较的可能度公式以及可能度公式之间的关系，并且分别介绍基于可能度、基于投影模型、逼近正理想点的多属性决策方法．关于多属性决策决策问题例1：假期旅游，是去风光绮丽的杭州，还是去迷人的北戴河，或者是去山水甲天下的桂林。确定一个旅游目的地，或把3个目的地进行排序即为决策。其中可供选择的旅游目的地“杭州”，“北戴河”，“桂林”称为方案，或备选方案。你会根据诸如景色、费用、居住、饮食、旅途条件等一些准则去反复比较哪三个候选地点。

因素目的地景色费用居住饮食旅途杭州

北戴河

桂林其中，“景色”，“费用”，“居住”，“饮食”，“旅途”称为因素，也称为属性，指标等。这种决策问题称为多属性决策(multipleattributedecisionmaking)问题或称之为有限个方案的多目标决策。

多属性决策是现代决策科学的一个重要组成部分，它的理论和方法在工程设计、经济、管理和军事等诸多领域中有着广泛的应用，如：投资决策、项目评估、维修服务、武器系统性能评定、工厂选址、投标招标．产业部门发展排序和经济效益综合评价等．多属性决策的实质是利用已有的决策信息通过一定的方式对一组(有限个)备选方案进行排序或择优．它主要由两部分组成：(l)获取决策信息．决策信息一般包括两个方面的内容：属性权重和属性值(属性值主要有三种形式：实数、区间数和语言)．其中，属性权重的确定是多数性决策中的一个重要研究内容；(2)通过一定的方式对决策信息进行集结并对方案进行排序和择优．一、区间数的基本概念（一）区间数定义基于可能度的多属性决策方法（二）区间数的运算法则（三）区间数大小比较设，则记的次序关系为例设，，求。解所以，定义3

当至少有一个为区间数时，且记为的可能度。则称（5）例设，，求。解所以，定义4

当至少有一个为区间数时，且记（6）为的可能度。则称定义5

当至少有一个为区间数时，且记（7）为的可能度。则称可以证明，以上几个定义是等价的。例设，，求。解所以，根据上述几种定义，可以证明下列结论均成立。定理1

设，，则（1）（2）当且仅当（3）当且仅当（4）（互补性）特别地，（5）当且仅当特别地，（6）（传递性）对于3个区间数若当且仅当且则

定义6

设摸糊判断矩阵，若有

则称矩阵B是模糊互补判断矩阵例为模糊互补判断矩阵。定理2设模糊互补判断矩阵对矩阵B按行求和得则可依据的序关系对区间进行排序。例比较下列5个区间大小解：由可能度矩阵对于矩阵P按行求和：由得到:

区间数决策方法步骤1对于某一多属性决策问题，属性的权重完全确知(即为实数)。对于方案，按属性进行测度，得到

关于的属性值(这里)．从而构成决策矩阵．最常见的属性类型为效益型和成本型．设分别表示效益型、成本型的下标集．为了消除不同物理量纲对决策结果的影响，可用下列公式将决策矩阵转化为规范化矩阵，其中

注：属性一般有效益型、成本型、固定型、偏离型、区间型、偏离区间型等，其中效益型属性是指属性值越大越好的属性，成本型属性是指属性值越小越好的属性，固定型属性是指属性值越接近某个固定值越好的属性，偏离型属性是指属性值越偏离某个固定值越好的属性．区间型属性是指属性值越接近某个固定区间(包括落入该区间)越好的属性，偏离区间型属性是指属性值越偏离某个固定区间

越好的属性。

为了消除不同物理量纲对决策结果的

影响，决策时可按下列公式对决策矩阵A进行规范化处理：若属性值为效益型，则令：或：若属性值为成本型，则令：或：若属性值为固定型，则令：若属性值为偏离型，则令：若属性值为区间型，则令：若属性值为偏离区间型，则令：步骤2

利用WAA(weightedaveragingoperator)算子对各方案的属性值进行集结．求得其综合属性值步骤3

：

利用区间数比较的可能度公式(4.2)，算出各方案综合属性值之间的可能度并建立可能度矩阵步骤4：

利用公式并按大小对方案进行排序，即得最优方案。

实例分析

例考虑一个大学的学院评估问题，选择教学，科研和服务这3个属性作为评估指标．设有5个学院(方案)将被评估，并假定属性的权重向量为．决策者以区间数这种不确定形式给出了各方案的属性值，其规范化决策矩阵如表所示．

表：

规范化决策矩阵利用公式可求出学院的综合属性值分别为区间数：为了对各方案进行排序，先求出，两两比较的可能度矩阵：对于矩阵P按行求和：若用符号表示方案之间具有可能度的优序关系，则相应的5个学院的排序为从而学院综合评估结果最好。由得到二、区间数多属性决策的线性规划方法三、区间数多属性决策的目标规划方法

理想点（Topsis）法理想点法又称为TOPSIS（TechniqueforOrderPreferencebySimilaritytoIdealSolution）法。这种方法通过构造多属性问题的理想解和负理想解，并以靠近理想解和远离理想解两个基准作为评价各可行方案的依据。理想解法又成为双基点法。理想解：设想各指标属性都达到最满意的解。负理想解：设想指标属性都达到最不满意的解。四、区间数多属性决策的TOPSIS方法其基本思想是：基于归一化后的原始数据矩阵，找出有限方案中的最优方案和最劣方案（分别用最优向量和最劣向量表示），然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。基本步骤：设有n个评价对象，m个评价指标，原有数据形式为：评价对象指标1指标2…指标m1x11x12…x1m2x21x22…x2m……………nxn1xn2…xnm1.指标属性趋同化处理可将低优指标和中性指标全转化为高优指标x′ij，方法是：并适当调整（扩大或缩小一定比例）转换数据2.趋同化数据的归一化由此得到归一化处理后的矩阵Z3.确定最优方案和最劣方案最优方案Z+由Z中每列中的最大值构成：Z+=(maxZi1,maxZi2,…,maxZim)最劣方案Z-由Z中每列中的最小值构成：Z+=(minZi1,minZi2,…,minZim)4.计算每一个评价对象与Z+和Z-的距离D+i和D-i

5.计算各评价对象与最优方案的接近程度Ci6.按Ci大小排序，给出评价结果例21-4

例某防疫站拟对当地1997~2001年公共场所卫生监督工作质量进行评价，选择的评价指标包含监督率%（x1）、体检率%（x2）、培训率%（x3）原始数据如下：1997~2001年公共场所卫生监督工作质量年份监督率%（x1）体检率%（x2）培训率%（x3）199795.095.395.01998100.090.090.2199997.497.594.6200098.498.290.32001100.097.492.5对5年的公共场所卫生监督质量进行综合评价。1.归一化处理转换指标值的Z矩阵年份监督率%（x1）体检率%（x2）培训率%（x3）19970.43270.44520.459119980.45550.42050.435919990.44370.45550.457220000.44820.45880.436420010.45550.45500.44702.计算Z+、Z-Z+=（0.4555，0.4588，0.4591）Z-=（0.4327，0.4205，0.4359）3.计算距离D+和D-4.D表和排序年份D+D-Ci排序结果19970.026500.033930.56146419980.044780.022780.33712519990.012440.042420.77327120000.023850.041320.63402320010.012650.042870.7721921999年度最优，1998年度最差区间数多属性决策的TOPSIS方法五、三端点区间数判断矩阵的排序方法（一）三端点区间数判断矩阵的应用背景在层次分析法中，受决策问题的不确定性因素影响，一些学者将AHP方法进行了