多属性决策模型

多属性决策模型

多属性决策简介

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:
(1)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属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.

加权算术平均算子

信息集结方法有很多,如:加权算术平均(WAA)算子、加权几何平均(WGA)算子:有序加权平均(OWA)算子,这一节主要介绍WAA

实例

属性值的归一化处理

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数据进行规范化处理

若属性值为效益型,则令

若属性值为成本型,则令

若属性值为固定型,则令

区间型归一化

多属性决策模型实例

例 投资银行拟对某市4家企业(方案) 进行投资,抽取下列5项指标(属性)进行评估:
—产值(万元);
—投资成本(万元);
—销售额(万元);
—国家收益比重;
—环境圬染程度。
投资银行考察了上年度4家企业的上述指际情况(其中污染程度系有环保部门历时检 测并量化),所得评估结果如表1.2 所示。在各项指行中,投资成本、环境污染程度为成本型,其他为效益型。属性权重信息完全未知,试确定最佳投资方案.

实例中的属性值归一化处理

计算属性权重

由属性权重和属性值计算总得分

做出最后决策

企业1-4的得分分别为:0.80 0.79 0.89 0.85
所以应该投资企业3

  • 5
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
多属性决策模型是一种重要的决策分析方法。它允许决策者在考虑多个属性和限制条件的情况下,选择出最优的方案。Matlab是一种强大的计算机编程语言和开发环境,可以用于开发多属性决策模型的代码。 在Matlab,可以使用一个结构体来表示每个方案的属性和限制条件。假设有n个方案,每个方案有m个属性和k个限制条件。则可以定义一个结构体数组,其每个结构体包含m个属性和k个限制条件的值。例如: ```matlab n = 10; % n个方案 m = 3; % 每个方案有3个属性 k = 2; % 每个方案有2个限制条件 solutions = repmat(struct('attr', zeros(1,m), 'constraint', zeros(1,k)), n, 1); for i = 1:n solutions(i).attr = rand(1,m); % 随机生成属性值 solutions(i).constraint = rand(1,k); % 随机生成限制条件值 end ``` 接下来,可以定义一个权重向量来表示每个属性的重要性。假设每个属性的重要性分别为w1、w2和w3,则可以定义一个权重向量w=[w1,w2,w3]。例如: ```matlab w = [0.4, 0.3, 0.3]; % 属性重要性权重向量 ``` 接着,可以使用加权求和的方法来计算每个方案的综合得分。由于不同属性的单位和量级不同,需要对属性值进行归一化处理。常用的归一化方法有线性变换归一化和向量归一化。此处以向量归一化为例。假设每个属性的最大值和最小值分别为max1、min1、max2、min2和max3、min3,则可以按照下面的公式对每个属性值进行归一化: ```matlab for i = 1:n solutions(i).norm_attr = [ ... (solutions(i).attr(1)-min1)/(max1-min1), ... (solutions(i).attr(2)-min2)/(max2-min2), ... (solutions(i).attr(3)-min3)/(max3-min3) ... ]; end ``` 然后,可以使用权重向量w对归一化后的属性值进行加权求和,得到每个方案的综合得分。例如: ```matlab for i = 1:n solutions(i).score = w * solutions(i).norm_attr(:); end ``` 最后,可以根据每个方案的综合得分,选择出最优的方案。例如: ```matlab [~, idx] = max([solutions.score]); % 找到得分最高的方案索引 best_solution = solutions(idx); % 获取最优方案 ``` 以上就是一个简单的多属性决策模型的Matlab代码实现。当然,实际的应用还会涉及到更多的细节和复杂的算法,需要根据具体情况进行调整和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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