多目标决策方法讲义(PPT 140页).ppt

1、第一节 特尔菲（Delphi）法 第二节 层次分析法（AHP） (Analytics Hierarchy Process) 第三节 数据包络分析法（DEA) 第四节 多准则评估的区间评估方法 （Interval Analysis),第十章 多目标决策,多目标决策例子,干部评估：德才兼备 教师晋升：教学数量与质量；科研成果 购买冰箱：价格，质量，耗电，品牌等 球员选择：技术，体能，经验，心理 找对象：容貌，学历，气质，家庭状况,多目标决策与单目标决策区别,点评价与向量评价 单目标： 方案dj 评价值f(dj) 多目标：方案dj评价向量(f1(dj)，f2(dj)，fp(dj) 全序与半序: 方案

2、di与dj之间 单目标问题: didj 多目标问题：除了这三种情况之外,还有一种情况是不可比较大小 决策者偏好：多目标决策过程中，反映决策者对目标的偏好。 解概念区别,解的概念,单目标决策的解只 有一种（绝对）最优解 多目标决策的解有下面四种情况： 绝对最优解 劣解 有效解(pereto解) 弱有效解,多目标决策解的例子,第一节 特尔菲(e)法,特尔菲法是美国兰德公司于1964年首先用于决策领域的，是一种重要的的多目标决策方法，其主要优点是简明直观。实践中经常使用特尔菲法确定各目标权数，并进行多目标决策。 思路：特尔菲法是请一批有经验的专家(老手)对如何确定各目标权数发表意见，然后用统计平均方

3、法估算出各目标的权数。,步骤: 1把较为详尽的背景资料发送给选定的n位专家，请专家们分别各自独立地估计各目标的权数列入下表中。,目标,权重估计值,专家数,f,1,f,2,f,p,1,w,11,w,12,w,1p,2,w,21,w,22,w,2p,M,N,w,n,1,w,n,2,w,np,DELPHI法使用要点,独立性，专家尽可能互不见面，防止心 理影响（权压，声压，从众行为） 统计处理 滤波技术,第二节 层次分析法(Analytics Hierarchy Process, AHP),一、简介 二、基本模型 三、基本步骤 四、应用案例,简 介,层次分析法是由美国匹兹堡大学教授T.L.Saaty在

4、70年代中期提出的。它的基本思想是把一个复杂的问题分解为各个组成因素，并将这些因素按支配关系分组，从而形成一个有序的递阶层次结构。通过两两比较的方式确定层次中诸因素的相对重要性，然后综合人的判断以确定决策诸因素相对重要性的总排序。层次分析法的出现给决策者解决那些难以定量描述的决策问题带来了极大的方便，从而使它的应用几乎涉及任何科学领域。,基本模型单层次模型,1. 单层次模型结构,C目标， Ai隶属C的n个评价元素 决策者 问题： 由决策者在这个目标意义下对这n 个元素进行评价，对 他们进行优劣排序并作出相对重要性的权量。,2. 思想： (1) 整体判断 n个元素的两两比较。 (2) 定性判断

5、定量表示（通过标量） （3）通过数学公式（特征值）确定各元素评价权重,3.计算步骤 （1）构造两两比较判断矩阵 （2）计算单一准则下元素的相对重要性(层次单排序) （3）单层次判断矩阵A的一致性检验,(1)判断矩阵 标度（aij）的含义：Ai比Aj 时由决策者回答下列问题所得,判断矩阵中的元素具有下述性质 例：决策者认为Ai比Aj明显重要，则aij5 这样由决策者的定性判断转换为定量表示，这是AHP的特点之一。,由此得到的特征向量W= (w1, w2, ,wn) T 就作为对应评价单元的权重向量。 max和W的计算一般采用幂法、和法和方根法,(2)层次单排序,AHP方法计算原理,问题：为什么两

6、两比较判断矩阵A的最大特征值的向量 W=(w1, w2, ,wn)T， 可以作为评价单元A1, A2, ,An的权重向量？,解释：假设事先已知这n个评价单元的权重向量为W= (w1, w2, ,wn) T ， 比较Ai与Aj重要性时， 标量aij=wi/wj 是一精确比值 所构成的两两比较判断矩阵 是完全精确的判断矩阵,满足 W是 的最大特征值的向量。,实际评价时，并不知道这权重向量 比较Ai与Aj重要性时，通过询问决策者只能得到近似的比值aij aijwi/wj 得到的判断矩阵是近似的判断矩阵A. A 精确判断矩阵 的最大特征值的向量 W= (w1, w2, ,wn) T 是完全精确的权重向

7、量 近似判断矩阵A最大特征值的向量 W= (w1, w2, ,wn) T 可以作为近似的权重向量,(3) 单层次判断矩阵A的一致性检验,多层次分析法的基本步骤,1建立递阶层次结构 2计算单一准则下元素的相对重要性(单层次模型) 3计算各层次上元素的组合权重(层次总排序) 4评价层次总排序计算结果的一致性,递阶层次结构,计算单一准则下元素的相对重要性,这一步是计算各层中元素相对于上层各目标元素的相对重要性（层次单排序），参见前面的单层次模型。,例：如图 相对于目标A1而言，C1、C2、C3、C4相对重要性权值为w11、w12、w13、w14， 同理相对目标A2， C1、C2、C3、C4相对重要性

8、权值为w21、w22、w23、w24。,计算各元素的总权重,评价层次总排序计算结果的一致性,应 用 例 子,某厂有一笔企业留成利润要决定如何使用，根据各方意见提出的决策方案有：发奖金；扩建集体福利设施；办技校；建图书馆；购买新设备。在决策时要考虑调动职工劳动积极性、提高职工技术文化水平、改善职工物质文化生活三方面，据此构造各因素之间相互联结的层次结构模型如下图所示。,层 次 结 构 图,合理使用企业留利,万元,调动职工劳动,积极性,提高企业,技术水平,改善职工物质,文化生活状况,发奖金,扩建集体,福利设施,办技校,建图,书馆,购买新,设施,准则层,C,方案层,D,目标层,A,A,C,1,C,2

9、,C,3,d,1,d,2,d,3,d,4,d,5,计算单一准则下元素的相对重要性,1. 第二层相对于第一层的判断矩阵 通过计算得判断矩阵的特征向量和特征值分别为： W=(0.105,0.637,0.258) max=3.308 对判断矩阵进行一致性检验，即计算C.I.和C.R. C.I.=0.019 C.R.=0.0330.1 说明判断矩阵的一致性可以接受。,2.第三层元素相对于第二层元素判断矩阵,w31,W32,W33,w34,w35,计算各元素的总权重,结论,发奖金，福利设施，办技校，建图书馆，新设备 W=(0.157,0.164, 0.393, 0.113, 0.172) C.I.=0.

10、028 R.I.=0.923 CR=0.030.10 计算结果表明，对于合理使用企业留成利润来说， 办技校是首选的方案。,返回提纲,AHP案例分析,案例1 运用AHP方法选择世界杯上场队员案例 本案例运用AHP方法，对中国男子足球队在世界杯比赛中应该首发出场的中后卫人选进行决策；,目标A是在世界杯比赛中取得好成绩； 准则C有四个：技术、心理、经验、伤病； 方案D（可供选择的球员）是范志毅、杜威、李伟峰、张恩华和徐云龙五位可踢中后卫的球员。,据此建立模型的递阶层次结构如下图：,构造第二层相对第一层的判断矩阵：,W=(0.398, 0.236, 0.167, 0.199) max=4.060 C.

11、I.=0.020 C.R.=0.0220.1 判断矩阵的一致性可以接受,A,C1:技术,C2:心理,C3:经验,C4:伤病,第三层各因素对于第二层元素的判断矩阵：,W=(0.217,0.151,0.395,0.160,0.077) max=5.015 C.I.=0.017 C.R.=0.0150.1 一致性检验通过,W=(0.370,0.069,0.169,0.326,0.066) max=5.018 C.I.=0.012 C.R.=0.0110.1 一致性检验通过,C2:心理,W=(0.439,0.044,0.161,0.271,0.085) max=5. 186 C.I.=0.047 C.

12、R.=0.0420.1 一致性检验通过,C3:经验,W=(0.082,0.260,0.138,0.260,0.260) max=5.010 C.I.=0.002 C.R.=0.0020.1 一致性检验通过,最后计算出层次总排序的权重向量为： W=(0.263, 0.136, 0.251, 0.238, 0.112) C.I.=0.049 R.I.=1.120 C.R.=0.0440.1 层次总排序一致性检验通过 计算结果表明，中国国家足球队在世界杯比 赛中，首发的中后卫应该是范志毅和李伟峰， 替补的顺序应该依次为张恩华、杜威和徐 云龙。,AHP方法练习,1，根据评价问题建立评价指标体系 2，通

13、过询问建立判断矩阵 以下工作由程序完成： 3，计算判断矩阵的特征值、一至性检验 4，计算各评价单元的权重,学生对教师评价,指标体系 总评价 学术水平 表达 能力 教学态度 教师1 教师2 教师3 教师4,第三节 数据包络分析(DEA)方法,一、简介 二、DEA的基本模型 三、DEA有效性(C2R)的经济含义 四、DEA的一般工作过程 五、应用案例 六、研究进展,一、DEA简介,数据包络分析(Data Envelopment Analysis，简记DEA) 运筹学家A.Charnes和W.W.Cooper提出的效率评价方法。 应用领域：管理科学、系统工程、决策评价技术。 优点：客观性（通过数据和

14、数学规划模型评估） 方便（不用考虑量纲） 经济意义明确 给主管部门提供管理信息。,DEA特点,效率评价 相对有效性 根据投入产出数据，使用数学规划模型计算每一评价单元的有效值,DEA方法的主要步骤,1确定N个同类评价单元DMUJ 2选择投入产出指标 投入指标：X=（x1x2 。Xm） 产出指标：Y=（y1y2。Ys） 3选择 模型类型：常用 C2R，BCC模型 4对每一评价单元DMU求解其对应的模型得其有效性评价值,数据结构与效率评价指数,二、DEA的基本模型,1C2R模型的基本形式 2. 具有非阿基米德无穷小量的C2R模型 3. 效率与DEA评估模型,1.C2R模型的基本形式,决策单元DMU

15、i 输入指标Xj=(x1j,xmj)T（j=1,s） xij第j个DMU对第i种类型输入的投入量 输出指标Yj=(y1j,ysj)T（j=1,m） yrj第j个DMU对第r种类型输出的产出量 权重=(1, m)T，u=(u1,us)T分别为各输入、输出指标的权重,数据结构与效率评价指数,原始模型,对第j0个决策单元进行效率评价。使用下面分式规划模型 其中模型的变量为和u。,C2RP模型,利用Charnes-Cooper变换，可以将化为一个等价的线性规划问题。令 得： 其中WT=（w1,w2,wn）和T=(1,2,s)是变量,对偶规划D,加入松驰变量s+及s-以后可得对偶规划模型： =(1,2,

16、n)及为n+1个变量,C2R模型下DEA有效的定义,P模型下： 弱DEA有效：若线性规划问题(P1)的最优解w0及u0满足 Vp1=u0TY0=1，则称DMUj0为弱DEA有效。 DEA有效：若线性规划问题(P1)存在某一最优解 w0与u0满足VP1=u0TY0=1，并且w00,u00，则称 DMUj0为DEA有效。 D模型下： 弱DEA有效：规划问题(D1)的最优值* = VD1 =1 DEA有效：规划问题(D1)的最优值* = VD1 =1 ，并且它的 每个最优解都满足S-0=S+0=0。,2. 具有非阿基米德无穷小量的C2R模型,P模型和D模型判断DEA有效的困难： 1. 在P模型中，需

17、要判断是否存在最优解 w0，u0满足： 2.在D模型中，需要判断是否其所有最优解都满足： 非阿基米德无穷小量是一个小于任何正数且大于零的“抽象数”。再实际使用中一般取=10-7,具有非阿基米德无穷小量的模型（P）,具有非阿基米德无穷小量的模型（D）,DDEA有效性判断,i)若0=1，则DMUj0为弱DEA有效。 ii)若0=1，并且s-0=0、s+0=0， 则DMUj0为DEA有效。,3、效率与DEA评估模型,效率一般含义,效率含义-在业务活动中投入与产出或成本与收益之间的对比关系. 它是其资源的有效配置，是市场竞争能力、投入产出能力和可持续发展能力的总称,技术效率 与规模效率,技术效率反映在

18、给定投入的情况下获取最大产出的能力 规模效率则反映了是否在最合适的投资规模下进行经营,经济学下效率的概念,1A的技术效率BD/BA 2A的规模效率BC/BD 3A的总效率BC/BA,规模效率,规模收益递增：在E点左面，函数“加速上升”， 增加投入量可以使产出有较高的增加， 被考察单元有投资的积极性，。 规模收益递减：在E点右面，投入量为x时， 如再增加，产出y增加的效率不高， 被考察单元已没有再继续增加投资的积极性。 规模有效： E点所代表被考察单元的投入规模是最适当的。,总效率BC/BA,总效率=技术效率规模效率 被考察单元的总效率值为1时，称为有效。 被考察单元同时达到技术有效和规模有效时

19、，则为有效，,二、效率的评估模型DEA模型 DEA方法来能对被考察单元进行相对效率评价。 最高的的效率定为1，其它被考察单元的效率定在0到1之间。,CR模型与总效率,模型得出的即是第k家被考察单元的总效率,模型得出的即是第k家被考察单元的总效率值，满足01。 其经济含义是当第k家被考察单元的产出水平保持不变(投入导向)时， 如以样本中最佳表现(处于效率前沿面上)的考察单元为标准与实际所需要的投入比例。 就是第k家被考察单元是可以减少(或称浪费)投入的最大比例。 当=1时，有效状态，被考察单元是效率前沿面上的点，。 求解（CCR）模型n遍，可得到每家被考察单元的效率值,BCC模型与技术效率,CC

20、R模型是需规模收益不变的假设 规模收益不变是假设被考察单元可以通过增加投入等比例地扩大产出规模， 这一假设相当严格，与实际差距较大，在许多情况下并不满足， 在CCR模型中增加一个凸性假设,模型得出的即是第k家被考察单元的技术效率,三、DEA有效性(C2R)的经济含义,1. 基本概念 (1) 生产可能集 (2) 生产函数 (3) 规模收益 2DEA有效性（C2R）的经济含义,(1)生产可能集,(x,y)生产活动 X=(x1,xm)T投入量， Y=(y1,y2,ys) 产出量 (Xj,Yj) 经验生产活动，观察值表示DMUj 参考集 T= (x,y）生产可能集，产出y能用输入x生产出来为所有可能的

21、生产活动构成的集合。 经济分析目的根据上述参考集去估计生产可能集T，并确定哪些决策单元的生产活动是相对有效的。,T满足的公理,经验生产可能集（CCR）,决策单元的经验生产可能集（CCR），它为一凸锥。,(2) 生产函数,技术有效：设(X,Y)T，若不存在(X,Y) T， XX,且Y Y 生产函数：Y=f(X)； 生产函数表示在一定的技术条件下，生产处于最理想状态时， 投入量为X所能获得的最大产出量Y。 对生产可能集T，所有有效生产活动点(X,Y)构成的Rm+s空间的超曲面称为生产函数。 处于生产函数上的生产活动均为“技术有效”生产活动。,(3)规模收益,规模收益：产出增量的相对百分比与对应投入

22、增量的相对百 分比的比值。 规模收益递增： 规模收益不变： 规模收益递减： 规模有效：对投入规模X0，无论投入规模大于或小于X0都不 是最好的，这样的DMU0为规模收益不变或规模有效。,DEA有效性（C2R）的经济含义,（1） C2R模型求解的经济意义解释 模型(D1)求解是致力于在生产可能集T内，保持产出Y0不变， 同时将投入量X0按同一比例尽量减少。如果X0不能按同一比 例减少，即(D1)的最优值V0=0=1，则是有效的生产活动。,(2) DMUj DEA有效的信息此DMUj规模有效和技术有效 (3) DMU0 非DEA有效包含: 1.存在一个更优的DMU0（X0, Y0) ， Y0=Y0

23、且 X0 X0并指出投入的改进值为 2.规模收益分析,几何与投影分析,(4)DMUj0对应的点位于有效生产前沿面上，则DMUj0为DEA有效。,(6)所有位于生产前沿面上的生产点均为DEA有效，反之为非DEA有效。 (7) DEA投影分析：如何改进一个非DEA有效的决策单元。,四、DEA的一般工作过程,1. 问题描述与系统定义 2. 选择评价模型 3. 收集和整理数据资料 4. 求解DEA规划模型 5. 结果分析及辅助决策,五、应用案例(1),案例：利用BCC模型对天津、上海、海口等城市共七个污水处理厂的实际进行测评分析。选用的投入和产出指标为： 投入指标：(1)年总运行成本（万元）；(2)总

24、投资额（万元） 产出指标：(1)日处理污水量（万立方米./日）；(2)投资利税 率（%） 各污水厂投入产出指标数据,各污水厂有效性评价结果（评价模型：BCC） 污水一厂： *=1， 1*=1，结论：DEA有效，规模收益不变。 污水二厂： *=1， 2*=1， 结论：DEA有效，规模收益不变。 污水三厂： *=1， 3*=1， 结论：DEA有效，规模收益递减。 污水四厂： *=.9677， 2*=.0367， 5*=.5367， 7*=.4266， S2+*=.2935，结论：非DEA有效，规模收益递减。 污水五厂： *=1， 5*=1， 结论：DEA有效，规模收益递减。 污水六厂： *=.48

25、53， 2*=.8171， 3*=.1712， 7*=.0117， S1-*=7002.089，结论：非DEA有效，规模收益递减。 污水七厂： *=1， 7*=1，结论：DEA有效，规模收益不变。,返回提纲,DEA案例分析(2),案例1 华北石化公司产品经营有效性评价案例 本案例选取华北石化公司2001年1月份的投 入产出数据，对华北石化公司各不同产品的 生产经营效率进行评价。,决策单元：9种产品,评价指标体系 投入指标： X1 原材料成本（万元） X2 辅助材料（万元） X3 制造费用（万元） 产出指标： Y1 产量（万吨） Y2 销售收入（万元）,各产品投入产出指标数据,评价结果： 上表显

26、示华北石化目前产品中第2，4，5，6，8，9种产品的 生产是有效率的，而第1，3，7种产品的生产效率则有待改 进。,DEA评价案例(3),普通中学相对有效性评价,参考评价指标体系,输入指标： X1：师资力量 X2：教育经费 X3：仪器设备，图书资料总额 X4：学生入学平均成绩 输入指标： Y1：毕业生人数 Y2：毕业学生平均成绩 Y3：毕业生的身体素质 Y4：毕业生的德育合格率,指标意义解释,师资力量(X1)：各层次职称人数加权取和得到，权重由专家确定 教育经费(X2)：按国家和社会拨给的学校的年办学经费，或评估阶段中的全部经费。 仪器设备和图书资料总额(X3)：学校拥有的全部仪器设备，图书资

27、料折合成人民币值。 学生入学人平均成绩(X4)：指毕业生当时入学统考的总成绩除以人数所得到的结果。 毕业生人数(Y1)：按评估学年或阶段中毕业的全部学生人数。 毕业生平均成绩(Y2)：按全体毕业生的毕业统考成绩除以毕业人数得到。 毕业生的身体素质(Y3)：按毕业生的毕业体检合格率，或按毕业生的体育达标率。 毕业生的德育合格率(Y4)：指毕业生中未受学校处分无社会犯罪的人数所占比重。 由于DEA方法评估结论与输入输出的量纲无关，所以不必对各数据进行无量纲化处理。,河北某市普通中学有效性评实例,评价单元：该市市区二十个普通中学 市二中 市四中; 市六中; 市十中 市九中 市十一中; 市十二中; 北

28、二中 北三中 山一中 山二中 山三中 山四中 山五中 耀化中学 秦铁中 泰附中 农技中 黄庄中学 山桥中,输出： Y1：毕业生人数。按90届毕业人数。 Y2：毕业生平均成绩。以90届毕业生毕业统考的人均成绩计算。 Y3：毕业生的身体素质。以90届毕业生的体育达标率计算。 输入： X1：师资力量。X1=2z1+1.5z2+1.2z3+z4，其中z1,z2,z3分别为学校在编的特级、一级、二级教师人数，z4为其它人数。 X2：教育经费。按90年度下拨教育经费计算。 X3：仪器设备。图书资料总额，按截止到90年8月普通初中所拥有仪器设备、图书资料总额计算。,数据结构,评价结论,DEA评价案例(4)-

29、,商业银行的效率评价,商业银行的效率评价指标体系,投入指标：期内平均人数(x1)、 期内平均资产总额(x2)、 期内综合费用(x3)； 产出指标：期内存款总额(y1)、 期内贷款总额(y2)、 期内利润总额（y3）,某省20家商业银行投入产出数据,DEA计算结果表,六、DEA 研究进展,DEA 模型的发展 1 抉择者偏好信息的DEA模型 2具有无穷多个DMU的DEA模型 3 随机DEA模型 4 含模糊灰色因素的DEA模型 5 反映输入输出指标特性的DEA模型 6 综合DEA模型,DEA 理论发展,1 对DEA有效性研究 2 对DEA评价效果研究 3 DEA灵敏度分析 4 DEA和其他方法比较,

30、DEA 应用进展,1 管理效率和效益评价方面的应用 2 预测和预警方面的应用 3 经济系统建模和参数估计应用,第四节 多准则评估的区间评估方法,区间分析简介 区间评估与决策的思想 区间评估的模型与方法 -区间层次分析法 -区间线性规划 -区间DEA,1 区间分析（Interval Analysis）简介,一、区间分析的产生,源于数值计算中的误差分析 某观测值x ,误差限，则准确值：x ， x +,二、区间数及其四则运算,区间数(Interval Number):,区间数的另一表示：,区间数的四则运算,，其中,特殊地：,区间数四则运算-应用举例,解：把x= 8，10带入函数，可得： f(8,10

31、)=1.5,23.9, 0,1.5,23.9.,三、区间向量与区间矩阵,区间向量：,区间矩阵：,区间向量与区间矩阵的运算：运算法则同一般的向量和矩阵,区间矩阵的特征值与特征向量：,设A为一区间矩阵，是一区间数，若存在一个非零区间数向量x，使得Ax= x，则称为A的一个特征值，x为A对应于的一个特征向量。,四、区间分析的其它内容,区间序列及其收敛性 区间函数及其计算 区间线性方程组,2 区间评估与决策的思想,传统的评估与决策：,点数据,刚性模型,刚性评估,完全理性决策,区间评估与决策：,区间数据,柔性模型,柔性评估,有限理性决策,区间评估模型举例,例 某鸡场有1000只小鸡，用黄豆和玉米混合的饲

32、料喂养，每只鸡每天要吃1-1.3公斤饲料，从营养方面看，每只鸡每天需要0.004-0.006公斤的钙，并至少需要0.21-0.23公斤的蛋白质。已知黄豆的蛋白质含量为48%-52%，钙的含量为0.5%-0.8%，其价格为每公斤0.38-0.42元；玉米的蛋白质含量为8.5%-11.5%，钙的含量为0.3%，其价格为每公斤0.2元；问每天如何配料最节省？,例 层次分析法中，某决策者对某两方案比较时，认为第一方案比第二方案的重要程度，介于“稍微重要”和“明显重要”之间。,例 S省拟建一污水处理厂，该方案投资额如表所示，但不知投入数额是否恰当。准备进行效率评价。,3 区间评估的模型与方法,一、区间层

33、次分析法（Interval AHP）,简单回顾AHP的一般步骤：,区间标度区间层次分析法,(1 ) 区间判断矩阵的建立,例：,区间判断矩阵的构造（只需构造上三角）：,1）对于不确定判断，分别估计区间的中值rij 和变异度，则aij=rij - ， rij + ,2）对于群组决策，分别取所有专家的最小值和最大值作为区间数的两端,(2) 一致性检验的问题,区间判断矩阵的一致性：,问题：尚无可操作的判断方法,(3) 层次单排序的方法,随机抽样法 详见“许树柏，层次分析法原理，天津大学出版社，1988 ” 传统单排序方法的区间扩展 如： -区间特征根方法（区间幂法），参考“吴育华，区间层次分析法IAHP，天津大学学报，1995，9：700-705” -区间对数最小二乘法 -区间梯