偏好关联情形下多属性决策方法研究

《偏好关联情形下多属性决策方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、偏好关联情形下多属性决策方法研究Methodologystudyonmulti-attributedecisionmakingwithpreferencedependence作者姓名：李孟姣专业名称：管理科学与工程研究方向：评价与决策理论指导教师：李春好教授学位类别：管理学博士培养单位：吉林大学管理学院论文答辩日期：2018年5月29日授予学位日期：年月日答辩委员会组成：姓名职称工作单位主席潘福林教授长春工程学院管理学院委员金喜在教授东北师范大学经济学院毕新华教授吉林大学管理学院邱长波教授吉林大学管理学院刘国亮教授吉林大学管理学院摘要传统多属性决策模型假设属性间偏好绝对独立，因而对属性

2、间存在偏好关联现象的决策问题并不适用。为此，Grabisch采用属性集容量概念代替传统多属性决策模型中的属性权重概念，并在此基础上提出了对方案进行综合偏好集成的多属性决策Choquet积分决策模型。该模型因其能够反映属性间普遍存在的偏好关联现象而受到广大学者的关注，并用来解决不考虑层次结构的简单系统结构决策问题和具有层次化系统结构的决策问题。然而，上述模型在解决简单系统结构的决策问题和具有层次化系统结构的决策问题时，存在着理论和应用上缺陷，如多属性决策Choquet积分模型不能反映关于决策方案在各个属性上偏好值的点依赖偏好关联关系，在实际应用中还会因容量确定时的指数复杂性导致适用性低，

3、以及属性价值确定时所依赖的累积前景理论存在不能同时解释Allias选择行为与强选择行为的内在缺陷等问题。若能解决上述理论缺陷和应用难题，则对指导人们的决策具有重要的理论与应用意义。本文首先对面向简单系统结构的偏好关联决策方法和面向层次化系统结构的偏好关联决策方法研究现状进行综述，并对研究的理论基础进行了概述及评析。针对具有简单系统结构的决策问题，多属性决策Choquet积分模型和多因素变权决策方法在反映多属性决策过程中决策者的点依赖偏好关联行为方面尚存在较明显的技术缺陷。为此，在借鉴摆幅置权方法和网络分析法技术要点的基础上，运用数据包络分析的相对评价思维，提出一种全新的评价与决策方法即

4、多属性相对变权决策方法。案例应用表明：新方法可以给出与决策者关于偏好依赖关联关系定性看法及客观事实非常相符的选择结论，可以更好、更真实地反映决策者的具体偏好。针对属性价值所依赖的累积前景理论（CPT）存在不能同时解释Allias选择行为与强选择行为的内在缺陷，在借鉴需要层次理论的基础上通过整合CPT与范围—频率理论，给出了一个能够包容（或近似包容）学术界迄今所提出的各种价值函数的新函数即包容性属性价值函数。然后，以CPT价值函数仅是包容性属性价值函数的近似为立足点，给出了包容性属性价值模型及内含性依赖该模型的近CPT包容性属性价值函数。之后，以该函数为基础给出了关于前景价值评价的近CP

5、T前景价值模型。数值分析表明：近CPT前景价值模型既有能力同时I解释Allias选择行为与强选择行为，又能够在输入信息可比的条件下给出与CPT前景价值模型保持高度一致的选择结论，从而直接证实了近CPT前景价值模型较之于原模型的相对合理性，间接证实了包容性属性价值函数较之于CPT价值函数的相对合理性。针对属性集容量的判断，所提出的基于属性集重要性解释的容量判断模式因“重要性”概念在内涵上具有明显的模糊随意性而导致决策者在按照此概念内涵进行容量判断时给出的决策信息并不能合理地反映其真实偏好。为此，学术界通过请决策者对构建的对应于属性集容量的特殊方案按照七级语义标度进行偏好差异强度判断提出了

6、MGL容量判断模式。为解决此问题，并考虑到传统多属性决策中基于数值标度通过对特殊方案的偏好改变进行比值判断而提出的摆幅置权判断，不仅能够克服重要性内涵解释不清的问题，而且能够规避因语言标度等级过少而导致的判断逻辑不一致问题，本文通过将传统多属性决策的单属性摆幅置权判断模式推广到属性集摆幅置权判断，提出了多属性摆幅容量判断模式。基于实验的对比分析表明，相对于MGL容量判断模式而言，无论在容量的判断稳定性上，还是在评价方案的排序稳定性上，摆幅容量判断模式均具有相似或较高的应用稳定性。针对容量确定的指数复杂性难题所提出的λ模糊测度模式与k-可加模糊测度模式，以及建构在它们之上的属性集容量确定

7、的推算模型，尚存在着适用性差的技术不足。为此，以平衡容量判断的可操作性和容量推算的准确性为视角，提出了一种新容量测度模式，即关于容量判断与推算的夹挤式测度模式，并在此基础上通过引入决策者较易判断给出的容量序信息构建了相应的容量推算模型。基于数值模拟的对比分析表明：新模式不仅在应用可行性上高于k-可加模糊测度模式，而且从容量推算的准确性上看也明显优于λ模糊测度模式和k-可加模糊测度模式，因而对实际决策具有更强的适用性。针对层次化系统结构，建构在多