多目标决策
多目标决策分析决策理论与方法课件
反馈与改进
根据实施结果和监控数据,对多 目标决策分析过程进行反馈和改
进,提高决策质量。
04
多目标决策分析的案例研究
案例一:企业投资决策分析
总结词
企业投资决策是一个多目标问题,涉及到风险、收益、市场 等多个方面。
详细描述
企业在进行投资决策时,需要综合考虑多个目标,如风险控 制、收益最大化、市场份额扩大等。多目标决策分析方法可 以帮助企业权衡不同目标之间的矛盾,制定出最• 多目标决策分析概述 • 多目标决策分析的基本方法 • 多目标决策分析的步骤与流程 • 多目标决策分析的案例研究 • 多目标决策分析的挑战与展望
01
多目标决策分析概述
定义与特点
定义
多目标决策分析是指在多个相互 冲突或竞争的目标下进行决策的 方法。
特点
多目标决策分析考虑了多个目标 的权衡和取舍,旨在寻找满足所 有目标的最佳解决方案。
详细描述
环境保护方案评估需要综合考虑多个环境要素,如空气质量、水质量、土壤保护等。多目标决策分析方法可以帮 助评估者全面评估方案对环境的影响,为决策者提供科学的依据。
案例四:交通规划方案选择
总结词
交通规划需要考虑多个目标,如交通效率、交通安全、环保等。
详细描述
交通规划需要考虑多个目标,如提高交通效率、保障交通安全、减少环境污染等。多目标决策分析方 法可以帮助规划者权衡不同目标之间的矛盾,制定出最优的交通规划方案。
重要性及应用领域
重要性
多目标决策分析在现实世界中具有广 泛的应用,如企业管理、城市规划、 环境保护等。
应用领域
多目标决策分析广泛应用于金融、医 疗、军事、科研等领域。
多目标决策分析的历史与发展
第5章 多目标决策1-2
一 多目标决策的目标系统
目标准则体系的意义
单目标决策问题的关键是合理的选择决策准则,对可行方 案进行比较和优选。同样,多目标决策的关键,也是合理 的选择和构造目标准则体系,从总体上对可行方案进行比 较和优选。目标准则体系的构建,是多目标决策的前提。 在多目标决策问题中,有的目标可以用一个或几个决策准 则直接进行评价和比较,有的目标难以直接评价。需要将 这些难以直接评价的目标分解成若干个级别较低的子目标, 直到可以直接用一个或几个准则进行比较和评价为止。
目标准则体系的结构
单层次目标准则体系:各个目标都属于同一层次,每个目 标无需分解就可以用单准则给出定量评价,其结构图如图 1所示。这类多目标决策问题,在微观经济管理中也经常 碰到。例如,选购某种设备和装置,就属于这类问题。企 业对设备和装置,都有一些常规的技术和经济指标要求, 这些指标均可以用单层次目标准则体系进行评价。
目标准则体系的结构
多目标决策目标准则体细的构建,是一项技术性较强的工作。 特别是社会经济发展战略和大型工程项目的多目标决策,目 标准则体系各目标的确定就十分困难。 决策分析人员应该做好调查研究,掌握准确而全面的第一手 资料,根据决策主体总的要求,初步拟定目标准则体系的系 统规划和层次结构。 由于问题涉及多学科、多技术、多部门的知识,单靠几个决 策分析人员,要把各个知识领域的问题弄清楚,把各目标准 则及其相对重要性无一遗漏的排列出来,无疑是相当困难的, 必须采用专门的方法才能完成这一任务。
一 多目标决策的目标系统
目标准则体系的意义
例如,某经济特区计划兴建一个大型汽车厂,厂址的选择 就是多目标决策问题。这四个分目标均不能直接用一个或 几个准则进行评价,要根据决策主体和实际情况的要求, 逐级分解为若干子目标。例如,经济目标可以分解成直接 经济效益和间接经济效益两个一级子目标。直接经济效益 又可以继续分解为投资额、投资回收期和利税总额等三个 二级子目标,间接经济效益也可以继续分解为汽车销售收 入,地区贸易收益和国内贸易收益等三个二级子目标。
多目标决策方法
多目标决策方法一.多目标决策方法简介1.多目标决策问题及特点(1) 案例个人:购物;买房;择业......集体或社会:商场,医院选址;水库高度选择...... (2) 要素行动方案集合X;目标和属性;偏好结构和决策规则(3) 多目标决策有如下几个特点:决策问题追求的优化目标多于一个;目标之间的不可公度性:指标量纲的不一致性; 目标之间的矛盾性;定性指标与定量指标相混合:有些指标是明确的,可以定量表示出来,如:价格、时间、产量、成本、投资等。
有些指标是模糊的、定性的,如人才选拔时候选人素质考察时往往会以:思想品德、学历、能力、工作作风、市场应变能力等个性指标作为决策依据。
2. 多目标决策问题的描述)}(),(),({21x f x f x f DR n0)(,0)(,0)(.21 x g x g x g TS p决策空间:}0)({ x g x X i 目标空间})({X x x f F两个例子:离散型;连续型3.多目标决策问题的劣解与非劣解非劣解的寻找连续型有时较难4.多目标决策主要有以下几种方法:(1)化多为少法:化成只有二个或一个目标的问题;(2)直接求非劣解法:先求出一组非劣解,然后按事先确定好的评价标准从中找出一个满意的解。
(3)分层序列法:将所有目标按其重要性程度依次排序,先求出第一个最重要的目标的最优解,然后在保证前一目标最优解的前提下依次求下一目标的最优解,一直求到最后一个目标为止。
((4)目标规划法:对于每一个目标都事先给定一个期望值,然后在满足系统一定约束条件下,找出与目标期望值最近的解。
(5)重排序法:把原来的不好比较的非劣解通过其他办法使其排出优劣次序来。
(6)多属性效用法:各个目标均用表示效用程度大小的效用函数表示,通过效用函数构成多目标的综合效用函数,以此来评价各个可行方案的优劣。
(7)层次分析法:把目标体系结构予以展开,求得目标与决策方案的计量关系。
(8)多目标群决策和多目标模糊决策。
多目标决策分析0420
3
多目标决策两个基本要素
决策单元。在多目标决策过程中,决策人,决策 分析人员和计算机等结合起来构成决策单元,其 主要作用是:收集并处理各种信息,制定决策规 则,作出决定等。
其中
(1)aij > 0 (i , j = 1, 2,…,m); (2)aij = 1/ aji (i , j = 1, 2,…,m); (3)aii = 1 (i= 1, 2,…,m);aij 通常取 1,2,…,9 及其倒数。1―9 的标度含义为: 1 表示 fi 与 fj 同样重要;3 表示 fi 比 fj 稍微重要;5 表示 fi 比 fj 明显重要;7 表示 fi 比 fj 重要得多;9 表示 fi 比 fj 极端重要。而当处于相邻的判断之间时,依次取值 2, 4,6,8;
目标和属性集。人们所要达到的目的称为目标, 为了具体化,便于计算和度量,常把总目标分解 为中目标,小目标。为了衡量目标达到的程度, 常采用一定的评价标准,称为目标的属性,对属 性的要求是易于测量和理解。
4
多目标决策问题两个基本原则
1.化多为少原则 在实际问题中,决策目标数越多,选择标准就越多,比较和选择各种不同方案就越困难。因此,应将 目标化多为少,即在满足决策的前提下,尽量减少目标的个数。我们通常的做法有如下几种: (1)剔除那些不必要和从属性的目标。通过分析认为不必要和从属性的目标应剔除。如果决策的各目 标中,包括两个对立而无法协调的目标,经过决策者权衡之后,在必要时,就应牺牲其中的一个。 (2)合并类似目标。 多目标决策问题由于目标之间有明显的客观联系,故可以把类似的几个目标合并为一个目标来解决。 (3)把次要目标列为约束条件。根据各个目标的重要性,分清主次关系,把本质的主要目标列为目标, 而把其余的非主要、非本质的列为约束条件。 (4)构成综合、目标。我们可以把几个目标,通过同度量、平均或构成函数的办法构成一个综合目标。
多目标决策优化算法研究
多目标决策优化算法研究随着科技的发展,我们面临的问题越来越复杂化,需要做出越来越多的决策。
然而,不同的决策往往会牵扯到不同的目标,因此单一目标决策难以解决实际问题。
在这种情况下,多目标决策便成为了一种优秀的解决方案。
而多目标决策也因此成为了目前研究的热点之一。
本文将介绍多目标决策优化算法的研究现状和最新进展。
什么是多目标决策?首先,我们需要了解何为多目标决策。
所谓多目标决策,就是在考虑到多个目标的情况下,选择最好的决策方案。
例如,我们在选择一款手机时,需要考虑它的价格、屏幕大小、电池寿命、摄像头像素等多个因素。
不同的人会有不同的重视程度和优先级,因此我们需要将所有这些因素考虑进去,综合评估后再做出决策。
多目标决策具有以下几个特点:1. 目标之间存在矛盾。
例如,在考虑购置家庭汽车时,我们希望它既要有足够的空间容纳家人和行李,又要省油,车身要小巧,舒适性好等等。
这些目标之间可能会存在矛盾,需要在权衡之后做出最佳决策。
2. 目标是多样化的。
不同的人会有不同的目标和侧重点,因此不同的决策方案也应该具备多样性。
比如,在创业公司中,有的人更看重盈利能力,有的则更关注市场占有率等因素。
3. 决策是动态的。
随着时间和环境的变化,决策的优先级和权重也可能发生变化。
因此,多目标决策需要具有一定的灵活性和可调节性。
多目标决策的应用非常广泛,涉及到经济、环境、医疗、管理、工程等多个领域。
因此,如何高效地进行多目标决策成为了研究的热点之一。
多目标决策优化算法在进行多目标决策时,我们需要将各个目标量化为数值。
此时,便会产生一个问题:如何对不同的目标进行量化?一般来说,各个目标之间可能存在量纲不同、或者指标之间具有不同的量级等问题。
因此,需要将不同的目标统一化为无量纲的评价指标。
这就是多目标决策优化算法需要解决的问题之一。
目前,多目标决策优化算法主要有以下几种:1. 精英非支配排序遗传算法(NSGA-II)NSGA-II 是一种应用广泛的多目标优化算法之一。
第6讲DEA模型
因此,建立第一个企业的生产效率最高的优化模型如下:
即
maxh14v610u115v122u82v3
这是一个分式规划,需要 将它化为线性规划才能求
h14v610u115v122u82v31 解。
h215v212u4 1v26u2 2v31 h3272v1 4u15v28u24v31
• DEA也可以用来研究多种方案之间的相对有 效性(例如投资项目评价);研究在做决策之前 去预测一旦做出决策后它的相对效果如何(例如 建立新厂后,新厂相对于已有的一些工厂是否为 有效)。DEA模型甚至可以用来进行政策评价.
•
特别值得指出的是,DEA方法是纯技术性的,
与市场(价格)可以无关。只需要区分投入与产
➢主成分分析法(PCA) ➢目标规划方法 ➢TOPSIS方法或理想点法 ➢多目标规划法 ➢模糊决策法
一、 DEA方法介绍
数据包络分析方法( DEA,Data Envelopment Analysis )由Charnes、Coopor和Rhodes于1978,以相对效 率概念为基础提出来的一种效率评价方法。该方法的原理主要 是通过保持决策单元(DMU:,Decision Making Units) 的输 入或者输入不变,借助于数学规划和统计数据确定相对有效的 生产前沿面,将各个决策单元投影到DEA的生产前沿面上,并 通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有 效性。
• DEA方法就是评价多指标投入和多指 标产出决策单元相对有效性的多目标决策 方法。
• 为了说明DEA模型的建模思路,我们 看下面的例子。
例: 某公司有甲、乙、丙三个企业,为评价这几个企业 的生产效率,收集到反映其投入(固定资产年净值x1、流 动资金x2、职工人数x3)和产出(总产值y1、利税总额y2 )的有关数据如下表:
多目标决策法
多目标决策的概念:统计决策中的目标通
常不会只有一个,而是有多个目标,具有多个
目标的决策问题的决策即称为多目标决策。
回总目录 回本章目录
一、多目标决策的特点 多目标决策的两个较明显的特点:
(1)目标之间的不可公度性;
(2)目标之间的矛盾性。
回总目录 回本章目录
多目标决策目标体系分类: (1)单层目标体系; (2)树形多层目标体系; (3)非树形多层目标体系。
回总目录 回本章目录
处理多目标决策问题遵循的原则:
1、在满足决策需要的前提下,尽量减少目 标个数。常用的方法有: (1)除去从属目标,归并类似目标。 (2)把那些只要求达到一般标准而不要求达 到最优的目标降为约束条件。 (3)采取综合方法将能归并的目标用一个综 合指数来反映。 2、分析各目标重要性大小、优劣程度,分 别赋予不同权数。
W (W1 ,W2 ,,Wn ) 可按下式计算:
W W (0)W (1) W ( m)
具有最大权重的方案就是最优方案。
回总目录 回本章目录
例题分析
• 例 1 考虑投资兴建一个旅游点,选择一个最理 想的地点就是决策目标。现在有三个地点D1、 D2、D3可供选择。评选的标准有六个:
通过计算一致性指标和检验系数进行检验。 一致性指标: CI
max n
n 1 CI 检验系数: CR RI
其中,
RI
是平均一致性指标 ,通过查表获得。
一般地,当CR<0.1时,可认为判断矩阵具有满 意的一致性,否则,需要重新调整判断矩阵。
回总目录 回本章目录
平均随机一致性指标R.I.表(1000次正互反 矩阵计算结果)
矩阵 阶数 1 2 3 4 5 6 7 8
多目标决策
多指标决策的特点
ቤተ መጻሕፍቲ ባይዱ
4. 指标之间的矛盾性。某一指标的完善往往会损害 其他指标的实现,即改进某一指标值可能会使其他指 标值变坏。 5. 定性指标和定量指标混合。 6. 方案与指标的关系可以明显地表示出来,例如, 表示成一个矩阵。
多指标决策的解
设一个决策问题,有两个效益型指标,分别是x1和 x2,有6个备选方案,可以用二维坐标图表示如下:
地理位置
0
职业前景
职业安全性
A公司 B公司
加权分值在雷达图中强调评判决策方案的标准差别,特 别是权重较大的标准。
多指标工作选择 指标 A公司 B公司 权重 工资 0.085 0.09 职业前景 0.285 0.21 职业安全性 0.24 0.38 地理位置 0.18 0.14 0.1975 0.205
决策指标权重的确定
通常,确定指标权重的方法可以分为以下三类: 3. 组合赋权法 由于主、客观赋权法各有利弊,实际应用中应该有 机结合。已有不少学者提出了综合主、客观赋权的组合
赋权法,主要有方差最大化赋权法、组合目标规划法、
但是,决策者可以预先规定一个满足原定目标的最低 要求,然后寻找满足这些最低要求的方案.这样就把决 策过程大大简化了.
例如,在一块面积很大的玉 米田里,如果要找一个最大最长 的玉米,就必须测定所有的玉米 之后,才能找到.但是如果把要 求改为寻找一个能使人吃饱肚子 的玉米,问题就大大简化了.只 要找一个比较大的玉米就能填饱 肚子
多指标决策(Multiple Attribute Decision making ,MADM),也称为多属性决策或有限方案的多目 标决策,是现代信息分析与决策科学中的一个重要 组成部分,在社会、经济、管理、医药卫生等诸多 领域有着广泛的应用。 在医药卫生领域,类似的问题有医疗机构/科室工 作评价、医疗方案选择、临床疗效比较等。 在解决这些问题时,往往要同时考虑多项指标,而 不是简单地由一两个指标来反映。
多目标决策的方法
多目标决策的方法多目标决策是指在决策过程中存在多个目标,在各个目标之间存在相互制约和冲突的情况下,寻求最优的决策方案。
在实际生活和工作中,我们常常需要面对多个目标同时考虑的情况,如企业在经营过程中需要同时考虑利润、市场份额和员工满意度等多个目标。
在多目标决策中,有许多方法可以帮助我们找到最优的决策方案。
下面将就一些常用的多目标决策方法进行介绍。
1. 加权综合评价法(Weighted Sum Method)加权综合评价法是一种常用且直观的多目标决策方法。
在这种方法中,首先需要确定各个目标的权重,然后将每个目标的影响程度与权重相乘得到加权值,再将各个目标的加权值相加得到综合评价值,最终依据综合评价值大小进行决策。
这种方法适用于目标间存在明确的优先级关系的情况。
2. 顺序偏好法(Lexicographic Method)顺序偏好法是一种逐步筛选的多目标决策方法。
在这种方法中,首先确定目标的优先级次序,然后按照优先级次序进行筛选,直到最终找到满足所有条件的最优决策方案。
这种方法适用于目标之间存在确定的优先级关系,且决策者能够明确地对优先级关系排序的情况。
3. 线性规划法(Linear Programming)线性规划法是一种常用的数学优化方法,也可以用于多目标决策。
在这种方法中,将多目标决策转化为一系列线性规划问题,然后通过求解这些线性规划问题得到最优决策方案。
线性规划法适用于目标之间存在明确的线性关系的情况,且决策者可以准确地量化目标之间的关系。
4. 敏感度分析法(Sensitivity Analysis)敏感度分析法是一种通过分析目标变量对决策变量的敏感程度来进行多目标决策的方法。
在这种方法中,通过改变决策变量的取值,观察目标变量的变化情况,从而评估目标变量对决策变量的敏感程度,进而对多目标决策进行优化。
这种方法适用于目标之间存在不确定关系的情况,可以帮助我们确定不同决策变量对目标变量的重要程度。
5. 具有偏好信息的多目标优化方法(Multi-objective Optimization with Preference Information)具有偏好信息的多目标优化方法是一种结合决策者偏好信息的多目标决策方法。
多目标决策
乘法规则多维合并公式
n维效用空间中,除Q*的并合效用值为1以外,凸多面体效用空间的其他2n-1个顶点的总效用值均等于0。公式:一般公式: 对数形式:ρi为正常数。
举例
例如,某管理信息系统的运行功能与可靠性二子目标效用的并合关系,符合乘法法则。功能强而可靠性差的系统,或者可靠性好而功能差的系统,起总体运行质量都是差的,两者之间不能相互代替和补偿。
制定多目标决策的过程
明确问题,标明目标和辨别属性
实施或重新评价ຫໍສະໝຸດ 多维效用并合方法 多目标决策问题有s 个评价准则,有 m 个可行方案ai(i=1,2,……,m)。相应的效用函数为u1,u2,……,us,在s 个评价准则下的效用值分别是uj(i),j=1,2,……,s。将s 个分效用并合为总效用,并依据总效用对可行方案进行评价选优。这种多目标决策方法,称为多维效用并合方法。主要用来解决序列型多层次目标准则体系问题。
多维并合的距离规则计算公式
n维效用空间是2n个顶点的凸多面体,其中必有一点Q*(1,1,……,1)为最大值点,即W(Q*)=1。也必有一点Q(0,0,……,0)为最小值点。N维效用空间任一点Q与点Q*的距离为d。点Q*与Q之间的距离为 ,于是:
代换规则
二维效用并合的代换规则适合如下情况:二效用对决策主体具有同等重要性,只要其中一个目标的效用取得最大值,无论其它效用取何值,即使取得最低水平,并合效用也达到最高水平,与二效用达到最高水平一样,形象的说,代换规则反映了效用之间的“一好遮百丑”的特征。
返回
评价准则和效用函数
不同的评价准则度量单位各异,变化方向不同,如何给出可行方案关于全部目标的满意度,是多目标决策的关键。为此,必须将不同度量单位的准则,化为无量纲统一的数量标度,并按特定的法则和逻辑过程进行归纳和综合,建立各可行方案之间具有可比性的数量关系。如:效用和效用函数
多目标决策方法
多目标决策方法一.多目标决策方法简介1. 多目标决策问题及特点(1)案例个人:购物;买房;择业..........集体或社会:商场,医院选址;水库高度选择.............(2 )要素行动方案集合X;目标和属性;偏好结构和决策规则(3) 多目标决策有如下几个特点:决策问题追求的优化目标多于一个;目标之间的不可公度性:指标量纲的不一致性;目标之间的矛盾性;定性指标与定量指标相混合:有些指标是明确的,可以定量表示出来,如:价格、时间、产量、成本、投资等。
有些指标是模糊的、定性的,如人才选拔时候选人素质考察时往往会以:思想品德、学历、能力、工作作风、市场应变能力等个性指标作为决策依据。
2. 多目标决策问题的描述DR{f i(x),f2(x), f n(x)}S.T g i(x»0,g2(x»0, g p(x»0决策空间:X ={xgjx»0} 目标空间F ={f(x)x X}两个例子: 离散型;连续型3. 多目标决策问题的劣解与非劣解非劣解的寻找连续型有时较难4. 多目标决策主要有以下几种方法:(1) 化多为少法:化成只有二个或一个目标的问题;(2) 直接求非劣解法:先求出一组非劣解,然后按事先确定好的评价标准从中找出一个满意的解。
(3) 分层序列法:将所有目标按其重要性程度依次排序,先求出第一个最重要的目标的最优解,然后在保证前一目标最优解的前提下依次求下一目标的最优解,一直求到最后一个目标为止。
((4) 目标规划法:对于每一个目标都事先给定一个期望值,然后在满足系统一定约束条件下,找出与目标期望值最近的解。
(5) 重排序法:把原来的不好比较的非劣解通过其他办法使其排出优劣次序来。
(6) 多属性效用法:各个目标均用表示效用程度大小的效用函数表示,通过效用函数构成多目标的综合效用函数,以此来评价各个可行方案的优劣。
(7) 层次分析法:把目标体系结构予以展开,求得目标与决策方案的计量关系。
多目标决策课程心得体会
多目标决策课程心得体会
随着社会的发展和经济的快速增长,我们的世界越来越复杂,面临的多目标决策问题也越来越多。
在这种情况下,多目标决策课程成为一种宝贵的资源,以帮助我们解决这些复杂问题。
本文将分享我最近参加的多目标决策课程的经验,对多目标决策做一些概述,并分享我学到的新知识。
此次多目标决策课程主要关注复杂决策中的重要话题,例如决策理论,多目标决策方法和技术,以及如何利用技术和方法解决具有多目标的决策问题。
课程的内容包括模型建立、属性选择、决策支持系统、数据挖掘、决策分析和可视化。
主要的教学内容是“多目标决策方法的原理、应用”,以及“决策支持系统的原理、应用”。
让我们看看学习过程中有什么收获。
首先,无论是学习决策理论还是应用,多目标决策课程提供了我们理解决策过程的重要视角。
除了基本的概念和理论,课程中还介绍了最新的方法,帮助我们了解多目标决策的不同视角、算法以及决策支持系统的原理。
其次,在实践环节中,我们可以尝试使用不同的多目标决策方法来解决具有多目标性质的决策问题,从而更好地理解多目标决策的过程及其手段和技术。
最后,在本次课程中,我拓宽了我的视野,了解了很多新领域,例如多维度数据分析、支持向量机技术、人工智能技术和可视化技术等等,为我今后工作多方面提供了有用的参考。
作为一名新生,参加多目标决策课程对我来说是一次宝贵的经历。
课程中我学习到很多有趣的知识,有助于我更好地理解多目标决策,
拓宽了我的专业视野,并为我今后工作以及走上成功之路提供了强有力的支持。
多目标决策法
D3 7 1/5 1 D3 1 1/5 1
A5 D1 D2 D3
D1 1 2 1
D2 1/2 1 1/2
D3 1 2 1
A6 D1 D2 D3
D1 1 1/6 1/4
D2 6 1 3
D3 4 1/3 1
回总目录 回本章目录
解答: 解答:
这是一个多目标决策问题,用层次分析法 层次分析法决策。 层次分析法 首先,建立层次模型。有三层:总目标层是选择 地点;中间层是三个目标;最底层是三种方案。各层 判断矩阵已经给出,下面确定各层权重(用列向量表 示)。 第一层到第二层:矩阵归一化然后每行相加归一 (0) 化得到权重 W 。
回总目录
17.1 多目标决策概述
多目标决策的概念:统计决策中的目标通 常不会只有一个,而是有多个目标,具有多个 目标的决策问题的决策即称为多目标决策。
回总目录 回本章目录
一、多目标决策的特点 多目标决策的两个较明显的特点: (1)目标之间的不可公度性; (2)目标之间的矛盾性。
回总目录 回本章目录
A x () A= x∈ X x (x 称为 A的隶属函数,(xi) 称为元素 xi 的 A ) A
隶属度。
回总目录 回本章目录
(二)隶属函数的确定 模糊统计确定隶属函数的方法: 该方法是先选取一个基本集,然后取其中 任一元素xi,再考虑此元素属于集合 A的可能 性。
回总目录 回本章目录
回总目录 回本章目录
两两对比的判断矩阵列于下,试对此问题决策。
最佳地点
A1 1 1 1/4 1/3 1/3 1/4
A2 1 1 3 1/5 1 3
A3 4 1/3 1 1/7 5 1
A4 3 5 7 1 5 6
多目标决策
多目标决策多目标决策是一种面对多个目标和多种选择的决策过程。
在现实世界中,我们经常面临着多个目标之间的冲突和权衡,需要在不同目标之间做出选择,并考虑各种可能的后果。
多目标决策需要综合考虑各种因素,权衡不同的目标,以达到最优解。
在进行多目标决策时,首先需要明确各个目标的重要性和优先级。
不同的目标可能有不同的权重,对于整体目标的实现有不同的贡献。
因此,需要对各个目标进行评估和排序,以便在决策过程中给出正确的权衡和选择。
在进行多目标决策时,还需要考虑各个目标之间的相互影响和依赖关系。
有时候,在实现一个目标的同时,可能会对其他目标产生不利影响。
因此,需要对各个目标之间的关系进行分析和评估,以便找出最优的平衡点。
多目标决策还需要考虑不确定性和风险因素。
在决策过程中,我们面临着各种不确定性和风险,这些不确定性和风险会对各个目标的实现产生影响。
因此,需要对不确定性和风险进行评估和分析,并在决策过程中引入相应的策略和措施,以降低不确定性和风险带来的影响。
多目标决策还需要进行模型建立和分析。
在进行决策时,我们需要建立一个能够反映实际情况的模型,以便评估和比较各种选择的效果和后果。
模型的建立需要考虑各种因素和变量的影响,以及其相互之间的关系。
通过模型的分析和比较,可以找出最优的解决方案。
在进行多目标决策时,还需要考虑参与者的意见和反馈。
多目标决策往往涉及到多个参与者的利益和关注点,他们对于不同目标的权衡和选择可能存在不同的观点和意见。
因此,需要充分听取和考虑各方的意见和反馈,以便找出一个广泛接受的解决方案。
在实际应用中,多目标决策可以应用于各个领域和行业。
例如,在企业管理中,决策者需要在利润、市场份额、产品质量等多个目标之间进行选择;在环境保护中,决策者需要在经济效益、环境污染等多个目标之间进行权衡;在医疗卫生中,决策者需要在治疗效果、费用等多个目标之间做出决策。
总之,多目标决策是一种复杂的决策过程,需要综合考虑各种因素和目标,权衡和选择不同的选择。
多目标决策
10、多目标决策▪在决策时,所考虑的目标通常不止一个;▪目标越多,决策的复杂程度也越高;▪在设定目标时应遵循以下原则:(1)尽量减少目标数剔除从属目标,将类似目标归类合并;通过构造综合函数形成综合目标(2)按重要性排列目标实现次序目标评价准则是能用数量大小来表示或衡量结果是否达到预定目标,或多大程度上达到预定目标的某种准绳或法则。
有时,对现有目标无法找到合适的评价准则,必须对其细分为多级子目标,对最下级的子目标建立评价准则。
▪单层目标体系所有目标均属同一层次,不须分解,可分别用单个准则加以衡量。
▪序列多层目标体系各目标按序列分解为下一级子目标,不同类子目标之间无相互影响▪非序列多层目标体系不同类子目标之间存在相互影响通过多轮专家咨询来构建目标准则体系;专家人数20-50书面反应(背靠背)。
Delphi法通过对多个专家意见进行统计处理,归纳和综合,然后进行多次信息反馈,使成员意见逐步集中,从而得出最终结果。
Delphi法的实施步骤(1)提出问题(2)选择并确定专家组成(3)制定第一个咨询表并发给专家(4)收集第一个咨询表并加以初步分析(5)制定第二个咨询表并发给专家(6)收集第二个咨询表并加以统计处理(7)制定第三个咨询表并发给专家(8)收集第三个咨询表并对新数据加以统计处理(9)准备最后的报告⏹层次分析法(Analytic Hierarchy Process通过确定优先权数对方案进行排序。
⏹当准则间的结构比较复杂且具有多个层次时,是准则归并最有效的方法之一⏹AHP的两大优势作用✓有效确定子目标或准则权重✓通过定性评估(总目标第一级目标第n级目标准则方案AHP的基本思路是根据准则对目标、以及方案对准则两两比较其优先权数(“根据优先权数得出各方案的综合评估。
子目标对上一级目标的重要性准则对目标的重要性方案对准则的优劣基本思想—m个物体相对重量矩阵重量向量⎢⎢⎢⎢⎣⎡=m m g g g g g g g g g g g g B //////1212111相对重量矩阵(已知)不难看出,有矩阵B 的特性biibijbij条件3实际上表示一种传递性,即若比C好n倍,则⎢⎢⎢⎢⎣⎡=m m g g g g g g g g g g g g B //////1212111 当矩阵零特征根λmax 的特征向量!相对重量矩阵(已知)故可通过求最大特征值对应的特征向量的方法由相对重量求出重量。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第13章多目标决策单目标决策问题前三章已经进行了较为详细的探讨。
从合理行为假设引出的效用函数,提供了对这类问题进行合理分析的方法和程序。
但在实际工作中所遇到的的决策分析问题,却常常要考虑多个目标。
这些目标有的相互联系,有的相互制约,有的相互冲突,因而形成一种异常复杂的结构体系,使得决策问题变得非常复杂。
国外一般认为,多目标优化问题最早是在19世纪末由意大利经济学家帕累托(V.Pareto)从政治经济学的角度提出来的,他把许多本质上不可比较的目标,设法变换成一个单一的最优目标来进行求解。
到了20世纪40年代,冯诺曼等人由从对策论的角度提出在彼此有矛盾的多个决策人之间如何进行多目标决策问题。
1950年代初,考普曼(T.C.koopmans)从生产和分配的活动分析中提出多目标最优化问题,并引入了帕累托最优的概念。
1960年代初,菜恩思(F.Charnes)和考柏(J.Cooper)提出了目标规划方法来解决多目标决策问题。
目标规划是线性规划的修正和发展,这一方法不只是对一些目标求得最优,而是尽量使求得的最优解与原定的目标值之间的偏差为最小。
1970年代中期,甘尼(R.L.Keeney)和拉发用比较完整的描述多属性效用理论来求解多目标决策问题。
1970年代末,萨蒂(A.L.Saaty)提出了影响广泛的AHP(the analytical hierarchy process)法,并在1980年代初纂写了有关AHP 法的专著。
自1970年代以来,有关研究和讨论多目标决策的方法也随之出现。
总之,多目标决策问题正愈来愈多的受到人们的重视,尤其是在经济、管理、系统工程、控制论和运筹学等领域中得到了更多的研究和关注。
13.1 基本概念多目标决策和单目标决策的根本区别在于目标的数量。
单目标决策,只要比较各待选方案的期望效用值哪个最大即可,而多目标问题就不如此简单了。
例13.1房屋设计某单位计划建造一栋家属楼,在已经确定地址及总建筑面积的前提下,作出了三个设计方案,现要求根据以下5个目标综合选出最佳的设计方案:1)低造价(每平方米造价不低于500元,不高于700元);2)抗震性能(抗震能力不低于里氏5级不高于7级);3)建造时间(越快越好);4)结构合理(单元划分、生活设施及使用面积比例等);5)造型美观(评价越高越好)这三个方案的具体评价表如下。
表13.1 三种房屋设计方案的目标值123低造价(元/平方米)500 700 600抗震性能(里氏级) 6.5 5.5 6.5建造时间(年) 2 1.5 1结构合理(定性)中优良造型美观(定性)良优中由表中可见,可供选择的三个方案各有优缺点。
某一个方案对其中一个目标来说是最优者,从另一个目标角度来看就不见得是最优,可能是次优。
比如从造价低这个具体目标出发,则方案1较好;如从合理美观的目标出发,方案2就不错;但如果从牢固性看,显然方案3最可靠等等。
1.多目标决策问题的基本特点例13.1就是一个多目标决策问题。
类似的例子可以举出很多。
多目标决策问题除了目标不至一个这一明显的特点外,最显著的有以下两点:目标间的不可公度性和目标间的矛盾性。
目标间的不可公度性是指各个目标没有统一的度量标准,因而难以直接进行比较。
例如房屋设计问题中,造价的单位是元/平方米,建造时间的单位是年,而结构、造型等则为定性指标。
目标间的矛盾性是指如果选择一种方案以改进某一目标的值,可能会使另一目标的值变坏。
如房屋设计中造型、抗震性能的提高可能会使房屋建造成本提高。
2.多目标问题的三个基本要素一个多目标决策问题一般包括目标体系、备选方案和决策准则三个基本因素。
目标体系—是指由决策者选择方案所考虑的目标组及其结构;备选方案—是指决策者根据实际问题设计出的解决问题的方案。
有的被选方案是明确的、有限的,而有的备选方案不是明确的,还有待于在决策过程中根据一系列约束条件解出。
决策准则—是指用于选择的方案的标准。
通常有两类,一类是最优准则,可以把所有方案依某个准则排序。
另一类是满意准则,它牺牲了最优性使问题简化,把所有方案分为几个有序的子集。
如“可接受”与“不可接受”;“好的”、“可接受的”、“不可接受的”与“坏的”。
3.几个基本概念1)劣解和非劣解劣解:如某方案的各目标均劣于其他目标,则该方案可以直接舍去。
这种通过比较可直接舍弃的方案称为劣解。
非劣解:既不能立即舍去,又不能立即确定为最优的方案称为非劣解。
非劣解在多目标决策中起非常重要的作用。
单目标决策问题中的任意两个方案都可比较优劣,但在多目标时任何两个解不一定都可以比较出其优劣。
如图13.1,希望f 1和f 2两个目标越大越好,则方案A 和B 、方案D 和E 相比就无法简单定出其优劣。
但是方案E 和方案I 比较,显然E 比I 劣。
而对方案I 和H 来说,没有其它方案比它们更好。
而其它的解,有的两对之间无法比较,但总能找到令一个解比它们优。
I 、H 这一类解就叫非劣解,而A 、B 、C 、D 、E 、F 、G 叫作劣解。
如果能够判别某一解是劣解,则可淘汰之。
如果是非劣解,因为没有别的解比它优,就无法简单淘汰。
倘若非劣解只有一个,当然就选它。
问题是在一般情况下非劣解远不止一个,这就有待于决策者选择,选出来的解叫选好解。
对于m 个目标,一般用m 个目标函数12(),(),,()m f x f x f x 刻划,其中x 表示方案,而x 的约束就是备选方案范围。
最优解:设最优解为*x ,它满足)()(*x f x f i i ≥ n i ,,2,1 = (13.1.1)2)选好解在处理多目标决策时,先找最优解,若无最优解,就尽力在各待选方案中找出非劣解,然后权衡非劣解,从中找出一个比较满意的方案。
这个比较满意的方案就称为选好解。
单目标决策主要是通过对各方案两两比较,即通过辨优的方法求得最优方案。
而多目标决策除了需要辩优以确定哪些方案是劣解或非劣解外,还需要通过权衡的方法来求得决策者认为比较满意的解。
权衡的过程实际上就反映了决策者的主观价值和意图。
f 1(第一目标值)f 2(第二目标值)图13.1 劣解与非劣解13.2 决策方法解决多目标决策问题的方法目前已有不少,本节主要介绍以下三种:化多目标为单目标的方法、重排次序法、分层序列法。
决策的一般步骤为,第一步,判断各个方案的非劣性,从所有方案中找出全部非劣方案,即满意方案。
第二步,在全部非劣方案中寻找最优解或选好解。
13.2.1 化多目标为单目标的方法由于直接求多目标决策问题比较困难,而单目标决策问题又较易求解,因此就出现了先把多目标问题转换成单目标问题然后再进行求解的许多方法。
下面介绍几种较为常见的方法。
1) 主要目标优化兼顾其它目标的方法设有m 个目标f 1(x ),f 2(x ),….,f m (x ),x ∈R 均要求为最优,但在这m 个目标中有一个是主要目标,例如为f 1(x ),并要求其为最大。
在这种情况下,只要使其它目标值处于一定的数值范围内,即m i f x f f i i i ,...,3,2,)('''=≤≤就可把多目标决策问题转化为下列单目标决策问题:'1''''max (){(),2,3,...,;}x R i i i f x R x f f x f i m x R ∈=≤≤=∈ (13.2.1)例13.2 设某厂生产A 、B 两种产品以供应市场的需要。
生产两种产品所需的设备台时、原料等消耗定额及其质量和单位产品利润等如表13.2所示。
在制定生产计划时工厂决策者考虑了如下三个目标:第一,计划期内生产产品所获得的利润为最大;第二,为满足市场对不同产品的需要,产品A 的产量必须为产品B 的产量的1.5倍;第三,为充分利用设备台时,设备台时的使用时间不得少于11个单位。
表13.2 产品消耗、利润表显然,上述决策问题是一个多目标决策问题,今若将利润最大作为主要目标,则后面两个目标只要符合要求即可。
这样,上述问题就可变换成单目标决策问题,并可用线性规划进行求解。
设1x 为产品A 的产量,2x 为产品B 的产量,则上述利润最大作为主要目标,其它两个目标可作为约束条件,其数学模型如下:max 212.34x x z +=12121212122412(3312.. 1.502411,0x x x x s t x x x x x x +≤⎧⎪+≤⎪⎪-=⎨⎪+≥⎪⎪≥⎩设备台式约束)(原料约束)(目标约束)(目标约束) (13.2.2) (线性规划问题及后面所介绍的目标规划问题的求解过程请参阅《运筹学》有关部分。
)2) 线性加权和法设有一多目标决策问题,共有f 1(x ),f 2(x ),…,f m (x )等m 个目标,则可以对目标 f i (x ) 分别给以权重系数i λ(i =1,2,…,m ),然后构成一个新的目标函数如下:max F (x )=)(1x f i mi i∑=λ(13.2.3)计算所有方案的F (x )值,从中找出最大值的方案,即为最优方案。
在多目标决策问题中,或由于各个目标的量纲不同,或有些目标值要求最大而有些要求最小,则可首先将目标值变换成效用值或无量纲值,然后再用线性加权和法计算新的目标函数值并进行比较,以决定方案取舍。
3) 平方和加权法设有m 个目标的决策问题,现要求各方案的目标值f 1(x ),f 2(x ),…,f m (x )与规定的m 个满意值f 1*,f 2*,…,f m *的差距尽可能小,这时可以重新设计一个总的目标函数:F (x )=2*1))((iimi ifx f -∑=λ (13.2.4)并要求min F (x ),其中i λ是第i (i =1,2,…)个目标的权重系数。
4) 乘除法当有m 个目标f 1(x ),f 2(x ),…,f m (x )时,其中目标f 1(x ),f 2(x ),…,f k (x )的值要求越小越好,目标f k (x ),f k+1(x ),…,f m (x )的值要求越大越好,并假定f k (x ),f k+1(x ),…,f m (x )都大于0。
于是可以采用如下目标函数F (x )=)()()()()()(2121x f x f x f x f x f x f m k k k ⋅⋅⋅⋅⋅⋅⋅⋅++ (13.2.5)并要求min F (x )。
5) 功效系数法设有m 个目标f 1(x ),f 2(x ),…,f m (x ),其中k 1个目标要求最大,k 2个目标要求最小。
赋予这些目标f 1(x ),f 2(x ),…,f m (x ) 以一定的功效系数d i (i =1,2,…,m ),10≤≤i d 。
当第i 个目标达到最满意时d i =1,最不满意时d i =0,其它情形d i 则为0,1之间的某个值。