模糊多属性决策法及其应用.ppt

《模糊多属性决策法及其应用.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、模糊多属性决策法及其应用前言摘要:我们定义了期望值决策矩阵的概念,对于权重信息完全未知或只有部分权重信息的情形,给出了一种基于期望值的模糊多属性决策方法.该法的特点是:既能充分利用已有的模糊客观信息,又能尽可能地满足决策者的主观愿望.最后把该法应用于解决虚拟企业的合作伙伴选择问题.目录一、引言二、规范化公式三、决策方法四、应用实例一、引言由于客观事物的复杂性和人类思维的模糊性，多属性决策中的属性值有时以三角模糊数形式给出，对属性值为三角模糊数的模糊多属性决策问题的研究已引起人们的重视。然而，在决策过程中，决策者往往对方案有一定的主观偏好，本文研究了属性值以及决策者的主观偏

2、好值均为三角模糊数的模糊多属性决策问题。定义了期望值决策矩阵的概念，针对属性权重信息完全未知或只有部分属性权重信息的情形，给出了一种基于期望值的模糊多属性决策方法，并把该法应用于解决虚拟企业的合作伙伴选择问题。二、规范化公式方案集属性集属性的权重集主观偏好值主观偏好值解释：决策者对方案有一定的主观偏好，设主观偏好值为三角模糊数对于方案按属性进行测度，得到关于的属性值为三角模糊数从而构成模糊决策矩阵最常见的属性类型有效益型属性和成本型属性。设分别表示效益型属性、成本型属性的下标集，且令，和，为了消除不同物理量纲对决策结果的影响，可利用下列规范公式将模糊决策矩阵转变为规范化矩

3、阵，其中，且根据三角模糊数的运算法则，把（1）和（2）两式写为计算主观偏好值，及规范化矩阵中元素的期望值，即：其中，且的取值取决于决策者的风险态度三、决策方法1、属性权重信息完全未知的情形由于种种条件的制约，决策者的主观偏好和客观偏好之间往往存在着偏差，若把属性期望值和主观偏好期望值之间的偏差用方差表示为该公式，则方案的所有属性期望值与主观偏好期望值之间的偏差可表示为建立下列单目标优化模型解此模型得：利用权重向量，计算各方案的综合属性期望值根据值对方案进行排序和择优三、决策方法2、只有部分属性权重信息的情形在进行决策时，人们有时能够提供部分权重信息，假设为已知的部分属性权

4、重信息确定的属性可能权重集合。类似上述分析，我们建立下列单目标优化模型：解此模型，得到最优属性权重向量，利用（8）式求得各方案的综合属性期望值。再根据值对方案进行排序和择优。方法步骤1235412345设集合、和，得，构造矩阵转换至得期望值决策矩阵分情况求得最优权重向量求，对方案排优择序，结束综合算法：四、应用实例例某虚拟企业拟选择一个合作伙伴进行合作，共有四个潜在的合作伙伴(方案)(i=1,2,3,4)可供选择。现有专家依据上述八个指标（属性），对这四个潜在的合作伙伴进行打分，每个方案在各属性下的属性值是以三角模糊数形式给出，试决定最佳方案。具体如下表1每个方案在各属性

5、下的属性值根据表1建立模糊决策矩阵，再由（3）式转化为规范化决策矩阵，假定决策者对四个方案（i=1,2,3,4)的主观偏好值分别为=[0.50,0.55,0.60],=[0.40,0.45,0.50],=[0.35,0.40,0.50],=[0.55,0.57,0.60]。利用公式(5)-(6)分别计算主观偏好值的期望值以及规范化矩阵的期望值决策矩阵：=0.525+0.05，=0.425+0.05，=0.365+0.07，=0.560+0.025现分两种情况：1）若属性权重完全未知（不妨设决策者是风险中立的，即=0.5），则利用（7）式求出最优权重向量利用（8）式求得四个

6、方案的综合属性期望值按值从大到小的顺序排列即得四个方案的排序为故最佳方案为2）若已知部分属性权重信息（设=0.5）：求得最优权重向量利用（8）式求得五个候选人的综合属性期望值按值从大到小的顺序排列即得四个方案的排序为故最佳方案为上述两种方法分别针对权重信息完全未知和只有部分权重信息这两种情形，对四个方案进行了排序，所得方案排序结果一致。心得体会解决模糊多属性决策问题还有很多方法，例如相对接近度解法、多目标规划的相似接近度解法等。各方法都有其独特的思想及优点，这一问题的探讨将不断深化及完善，也必将延伸出许多别的解法及应用。ThankYou！