多目标决策问题的非劣解

合集下载
  1. 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. 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. 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)。

一、多目标决策问题及模型
2. 多目标决策问题的解决过程
(1)问题的构成: 分析问题,明确主要因素、界 限和所处的环境等,确定问题的目标集. (2)建立模型: 由上一步的结果,建立问题的适 宜模型. (3) 模型的分析与评价:对各可行方案进行分 析比较,为每一个目标标定属性(目标函数),其 属性的值用作采用某方案时各个目标的一种度量. (4) 确定实施方案: 依据各目标的属性值和决 策规则比较各可行方案,按优劣次序将方案排序, 确定出最佳的实施方案.
6 2018年8月19日
一、多目标决策问题及模型
3、多目标决策问题的基本要素 多目标决策问题的五个基本要素:决策单元、 目标集、属性集、决策情况和决策规则. •决策单元:制订决策的人(一个或一群人); •目标:决策人对研究问题的“要求”或“愿望” ,通常有若干个不同的目标构成一个目标集; •属性:实现目标程度的一个度量,即每一个目标都 可设定一个或若干个属性,构成一个属性集; •决策情况:指决策问题的结构和决策环境; •决策规则:用于排列方案优劣次序的规则。
某 一 个 确 定 的 x ( x1 , x2 ,, xN ) X , 对 应 的 属 性
y ( y1 , y2 ,, yn ) Y ,其中 yi Yi 表示对应于方案 x 的第 i 个属性 f i ( x)(i 1,2,, n) 的取值.
为了简便,也称 y ( y1 , y2 ,, yn ) 为方案,并用 v i 表示第
第十七章 多目标决策分析方法
多目标决策问题及模型;
多属性效用函数的理论; 多目标决策问题的非劣解;
多目标群决策问题的解;
案例分析:股份制公司的综合投资。
3
2018年8月19日
一、多目标决策问题及模型
1.问题的引入---综合投资问题
公司要确定下一年度的投资组合方案问题 ,在可供选 择的多个候选方案中,往往都是收益与风险并存.如何选 择合适的投资组合方案,使收益最高,风险最小呢?
每个项目的收益和风险都与一些不确定的因素 有关(即可视为随机变量),其期望值分别为
pi , ri (i 1,2,, N ) .董事会规定,如果确定投资某
一个项目,则该项目至少投资 m 万元.
问题: 董事会如何充分考虑公司的利益和综合各 股东的意见做出最后的投资决策方案.
5 2018年8月19日
设某股份公司有 n 个股东, 每个股东所持股份的 比例分别为 sk (k 1,2,, n) .公司计划投入 M 万元 资金用于下一年度 N 个预选项目的投资,对任何一 个投资项目都是风险与收益并存, 而且风险随着收益 的增加而增大.
4 2018年8月19日
一、多目标决策问题及模型
1.问题的引入---综合投资问题
7 2018年8月19日
一、多目标决策问题及模型
4、多目标决策问题的数学模型
设 X 为方案集,决策变量 x ( x1 , x2 ,
, xN ) X 为方案,
属 性 f1 ( x), f 2 ( x),, f n ( x) 表 示 目 标 函 数 . 对 于 给 定 的
x X ,由目标函数可以确定每一个属性 f1 , f 2 ,, f n 的值.
(2)
模型的意义是运用决策规则 DR 依据属性 f1 , f 2 ,, f n 的值 在 X 中选择一个最好的方案.
9 2018年8月19日
4、多目标决策问题的数学模型
例如,设有一个确定的无限个方案的多目标决策问题: 属性集: { f1 , f 2 ,, f n }, 目标集: { f1 ( x), f 2 ( x),, f n ( x)},
4、多目标决策问题的数学模型
一般多目标决策问题的数学模型为
[ f1 ( x), f 2 ( x),, f n ( x)] DR xX N X { x R | g i ( x) 0, i 1,2,, m}
其中 DR (decision rule)表示决策规则。
i (i 1,2,, n) 个属性的价值函数.
12 2018年8月19日
1、 确定型的多属性效用函数
如果一个偏好结构的价值函数 v( y ) 能用加性表示时,则
v( y) k1v1 ( y1 ) k2 v2 ( y2 ) kn vn ( yn )
其中 ki (i 1,2,, n) 为标度常数,且
xX
的解.
10 2018年8月19日
4、多目标决策问题的数学模 元素集. 如果是多元素集,则非劣解不唯一,决策人根据偏 好选择最佳的方案.
选择方案的方法:依据决策人的“偏好结构” ,一般偏好 结构可用效用函数 u( f1 ( x), f 2 ( x),, f n ( x)) 来表示非劣方 案的效用,即可转化为求解
方案集: X {x R N | g i ( x) 0, i 1,2,, m} , 决策规则:若有某方案能使 f1 , f 2 ,, f n 都能达到最优,则 可选择这个方案, 即决策问题的解; 否则可选择一个非劣的方案, 使能最好地满足决策人的要求.
求解多目标决策问题的非劣解,即求向量最优化问题 opt{ f1 ( x ), f 2 ( x ),, f n ( x )} (3)
实际中,方案集 X 可以是有限的,或无限的.不妨设 x 的所 有约束都能用不等式表示出来,即
g i ( x) 0, i 1,2,, m
方案集 X (又称决策空间中的可行域)可以表示为
(1)
X {x R N | gi ( x) 0, i 1,2,, m}
8 2018年8月19日
*
max u ( f 1 ( x ), f 2 ( x ), , f n ( x )) *
x X
(4)
的问题.
11 2018年8月19日
二、多属性的效用函数
1、确定型的多属性效用函数
设 Y1 , Y2 ,, Yn 分 别 表 示 n 个 属 性 所 有 可 能 值 的 集 合 ,
Y Y1 Y2 Yn 为属性集。
相关文档
最新文档