BWM法确定权重

最好最坏方法(best-worst method)是一个2015年提出的新权重确定方法,他的优点是可以通过较少较少的比较信息获得一致性结果。主要步骤如下。

1、确定最好属性和最坏属性。

2、确定最好属性到其他属性的偏好。一般来说,每个决策者通过九标度方法给出偏好关系,得到l个最好到其他向量Cbo

\begin{aligned} C_{BO}^k = \left\(c_{B1}^k,c_{B2}^k,\cdots,c_{Bn}^k \right\) \end{aligned}

假设每个决策者的权重都是一样的,因此l个向量可以集结成一个群体意见向量

\begin{aligned} c_{Bj}= \frac{c_{Bj}^k}{l}, j=1,2,\cdots,n\end{aligned}

3、相似的,可以获得最坏到其他的群体意见向量

\begin{aligned} C_{OW}^k = \left\(c_{W1}^k,c_{W2}^k,\cdots,c_{Wn}^k \right\) \end{aligned}

\begin{aligned} c_{Wj}= \frac{c_{Wj}^k}{l}, j=1,2,\cdots,n\end{aligned}

4、计算属性最优权重

对于每一对wb/wj和wj/ww,都有wb/wj=cbj, wj/ww=cwj,为了满足所有n个属性的这些条件,一个使得wb/wj=cbj和 wj/ww=cwj的优化模型被建立,即目标函数的最大绝对差最小化。

\begin{aligned} \nonumber &\min \underset{j}{\max}{|\frac{w_B}{w_j}-c_{Bj}|,|\frac{w_j}{w_W}-c_{Wj}|}\\ & \begin{array}{r@{\quad}l@{}l@{\quad}l} s.t. & \sum_{j=1}^n w_j=1\\ & w_j \ge 0 & j=1,2,\cdots, n\\ \end{array} \end{aligned}

这个规划可以重写为

\begin{aligned} \nonumber &\min \epsilon \\ & \begin{array}{r@{\quad}l@{}l@{\quad}l} s.t. & |\frac{w_B}{w_j}-c_{Bj}| \le \epsilon \\ & |\frac{w_j}{w_W}-c_{Wj}| \le \epsilon \\ & \sum_{j=1}^n w_j=1\\ & w_j \ge 0 & j=1,2,\cdots, n\\ \end{array} \end{aligned}

求解规划就可以获得最终权重。为了满足一致性还需要通过以下公式进行验证

\begin{aligned} CR=\frac{\epsilon}{CI}\end{aligned}

其中CI是给出的一致性系数,这个表使用非常广泛。CR越小,一致性越高,大于0.5时基本就可以满足要求了。

代码用lingo简单写的,实现论文《a new approach for emergency decision making based on zero sum game with pythagorean fuzzy uncertain linguistic variables》的BWM部分。

min =e;
@abs(wb/wj1-9)<=e;
@abs(wb/wj2-1)<=e;
@abs(wb/wj3-4.4)<=e;
@abs(wb/wj4-4.4)<=e;
@abs(wb/wj5-3.2)<=e;
@abs(wj1/ww-1)<=e;
@abs(wj2/ww-9)<=e;
@abs(wj3/ww-3.4)<=e;
@abs(wj4/ww-4.2)<=e;
@abs(wj5/ww-5.4)<=e;
wj1+wj2+wj3+wj4+wj5=1;
wj1>=0;
wj2>=0;
wj3>=0;
wj4>=0;
wj5>=0;

  • 8
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 14
    评论
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值