多属性决策

多属性决策

几个应该注意的要点

关于这一模型其实没有太多要记的，但是有几个点应当了解一下

• 属性值应该归一化（对于量纲不统一）
• 对评价指标权重构建成对比较矩阵
• 用归一化后的属性值乘以对应权重再加和，值最大的为最佳选择
• 权重是通过成对比较矩阵带入代码解得

属性值的归一化处理

这里主要谈一下怎么将属性值归一化

属性类型

属性类型一般有效益型、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$α_i$越好的属性，偏离型属性是指属性值越偏离某个固定值$β_j$越好的属性。区间型属性是指属性值越接近某个固定区间 [$q_1^j$,$q_2^j$]（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 [$q_1^j$,$q_2^j$] 越好的属性。

归一化公式

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数据进行规范化处理。

效益型

$$r_{ij} = \dfrac{a_{ij}}{max_i\,a_{ij}}$$
或
$$r_{ij} = \dfrac{a_{ij}-min\,a_{ij}}{max_i\,a_{ij}-min_i\,a_{ij}}$$

成本型

$$r_{ij} = \dfrac{min_i\,a_{ij}}{a_{ij}}$$
或
$$r_{ij} = \dfrac{max_i\,a_{ij} - a_{ij}}{max_i\,a_{ij} - min_i\,a_{ij}}$$

固定型

$$r_{ij} = 1 - \dfrac{a_{ij} - α_j}{max_i\,\vert{a_{ij} - α_j}\vert}$$

偏离型

$$r_{ij} = \vert{a_{ij} - β_j}\vert - \dfrac{min_i\,\vert{a_{ij} - β_j}\vert}{max_i\,\vert{a_{ij} - β_j}\vert - min_i\,\vert{a_{ij} - β_j}\vert}$$

区间型

$$f(n) = \begin{cases} 1 - \dfrac{max(q_1^j - a_{ij},a_{ij} - q_2^j)}{max(q_1^j - min_i\,a_{ij},max_i\,a_{ij} - q_2^j)}, & \text{$a_{ij}\notin[q_1^j,q_2^j]$} \\ 1, & \text{$a_{ij}\in[q_1^j,q_2^j]$} \end{cases}$$

偏离区间型

$$f(n) = \begin{cases} \dfrac{max(q_1^j - a_{ij},a_{ij} - q_2^j)}{max(q_1^j - min_i\,a_{ij},max_i\,a_{ij} - q_2^j)}, & \text{$a_{ij}\notin[q_1^j,q_2^j]$} \\ 0, & \text{$a_{ij}\in[q_1^j,q_2^j]$} \end{cases}$$

举例

• 一组数值为成本型属性值：5300 4952 8001 5000
  归一化处理后得到：0.9343 1.0000 0.6189 0.9904
• 一组数值为效益型属性值：0.82 0.65 0.59 0.74
  归一化处理后得到：1.0000 0.7926 0.7195 0.9024