經(jīng)典多屬性決策算法對(duì)比分析(doc 12頁(yè)).doc_第1頁(yè)
經(jīng)典多屬性決策算法對(duì)比分析(doc 12頁(yè)).doc_第2頁(yè)
經(jīng)典多屬性決策算法對(duì)比分析(doc 12頁(yè)).doc_第3頁(yè)
經(jīng)典多屬性決策算法對(duì)比分析(doc 12頁(yè)).doc_第4頁(yè)
經(jīng)典多屬性決策算法對(duì)比分析(doc 12頁(yè)).doc_第5頁(yè)
已閱讀5頁(yè),還剩6頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

n算法分析1. TOPSIS(逼近理想解法):(TOPSIS方法屬于經(jīng)典的多屬性決策方法之一,由H.wang.C.L和Yoon,K.S.1981提出).基本原理:根據(jù)評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化值與指標(biāo)的權(quán)重共同構(gòu)成規(guī)范化矩陣來(lái)確定評(píng)價(jià)指標(biāo)的正、負(fù)理想解。然后,建立評(píng)價(jià)指標(biāo)綜合向量與正、負(fù)理想解之間距離的二維數(shù)據(jù)空間。在此基礎(chǔ)上對(duì)評(píng)價(jià)方案與最優(yōu)理想?yún)⒄拯c(diǎn)之間的距離進(jìn)行模糊評(píng)判。最后,依據(jù)該距離的大小對(duì)評(píng)價(jià)方案進(jìn)行優(yōu)劣排序. 若某方案為最優(yōu)方案則此方案最接近最優(yōu)解,同時(shí)又遠(yuǎn)離最劣解.TOPSIS法最大的優(yōu)點(diǎn)是:無(wú)嚴(yán)格限制數(shù)據(jù)分布及樣本含量指標(biāo)的多少,小樣本資料、多評(píng)價(jià)單元、多指標(biāo)的大系統(tǒng)資料都同樣適用,同時(shí)也不受參考序列選擇的干擾。既可用于多單位之間進(jìn)行對(duì)比,也可用于不同年度之間對(duì)比分析,該法運(yùn)用靈活,計(jì)算簡(jiǎn)便同時(shí)結(jié)果量化也客觀1。缺點(diǎn):(1)規(guī)范決策矩陣的求解比較復(fù)雜,故不易求出理想解和負(fù)理想解;(2)評(píng)價(jià)缺少穩(wěn)定性,當(dāng)評(píng)判的環(huán)境及自身?xiàng)l件發(fā)生變化時(shí),指標(biāo)值也相應(yīng)會(huì)發(fā)生變化,就有可能引起理想解和負(fù)理想解向量的改變,使排出的順序隨之變化,評(píng)判結(jié)果就不具有唯一性;(3)屬性權(quán)重是事先確定的,其主觀性較強(qiáng)。2基本步驟:建立多屬性決策問(wèn)題的決策矩陣 決策矩陣的規(guī)范化處理常見的標(biāo)準(zhǔn)化處理方法有:模糊數(shù)學(xué)法、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法、極差標(biāo)準(zhǔn)化法、極大值標(biāo)準(zhǔn)化法和百分比標(biāo)準(zhǔn)法等. 構(gòu)建加權(quán)規(guī)范化矩陣確定權(quán)重的方法有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法包括層次分析法、Delphi法等。主觀權(quán)重法土要根據(jù)專家判斷打分,主觀性太強(qiáng),其結(jié)果對(duì)多因素非線性定量關(guān)系的反映有一定影響:客觀權(quán)重法人為因素干擾較小,可以較為客觀地確定權(quán)重,但該方法也受樣本數(shù)據(jù)數(shù)量和質(zhì)量的制約。權(quán)重確定的方法:主成分分析法、變異系數(shù)法。確定正理想點(diǎn)和負(fù)理想點(diǎn)所謂正理想點(diǎn)是設(shè)想得到的最好的解,它的各個(gè)指標(biāo)值都達(dá)到各候選方案中最好的值。而負(fù)理想點(diǎn)是另一設(shè)想的最壞的解,它的各個(gè)指標(biāo)都達(dá)到各候選方案中最壞的值。計(jì)算各方案到正負(fù)理想點(diǎn)的距離 計(jì)算各方案與理想點(diǎn)的相對(duì)貼近度,相對(duì)貼近度的取值越大則表示該方案越優(yōu)。貼近度的計(jì)算公式為:3TOPSIS方法對(duì)屬性、數(shù)據(jù)沒(méi)有嚴(yán)格要求,能充分運(yùn)用原始數(shù)據(jù),且過(guò)程簡(jiǎn)單,但該方法涉及到的理想解、負(fù)理想解是跟方案的原始數(shù)據(jù)相關(guān)的,一旦方案的原始數(shù)據(jù)或者是方案的數(shù)目發(fā)生變化,則理想解、負(fù)理想解也會(huì)發(fā)生變化,最終導(dǎo)致排序的不穩(wěn)定4。2. PROMETHEE(偏好順序結(jié)構(gòu)評(píng)估法): Brans、Vincke(1984)提出了PROMETHEE(Preference Ranking Organization Method for Enrichment Evaluations)的方法。其中PROMETHEE比ELECTRE更具有優(yōu)勢(shì): (1)PROMETHEE它能夠更好的運(yùn)用函數(shù)來(lái)解釋和描述每項(xiàng)準(zhǔn)則的特點(diǎn); (2)相對(duì)于ELECTRE, PROMETHEE的結(jié)果更具有穩(wěn)定性,并且在新加入供應(yīng)商時(shí),出現(xiàn)倒序的幾率較小。但是這兩種重要的排序方法都不能對(duì)指標(biāo)的權(quán)重進(jìn)行計(jì)算。PROMETHEE是基于方案的兩兩比較的一種多目標(biāo)決策方法,它是建立在級(jí)別高于關(guān)系上的排序方法。該方法不需要對(duì)指標(biāo)進(jìn)行無(wú)量綱化和規(guī)范處理,從而避免了處理過(guò)程中的信息偏差,但是對(duì)問(wèn)題的結(jié)構(gòu)化分析上不及AHP。該方法為決策者提供一組可行方案的部分優(yōu)先關(guān)系((PROMETHEE)和完全優(yōu)先關(guān)系(PROMETHEE)4。PROMETHEE沒(méi)有具體給出如何確定權(quán)重的方法,需要決策者根據(jù)實(shí)際問(wèn)題自己確定產(chǎn)生權(quán)重的方法。這對(duì)于缺乏相關(guān)經(jīng)驗(yàn)的決策者來(lái)說(shuō)是一項(xiàng)比較困難的工作。該方法的應(yīng)用步驟:確定每個(gè)指標(biāo)的優(yōu)先函數(shù),優(yōu)先函數(shù)的概念就是在某一指標(biāo)下,對(duì)象Ai優(yōu)于另一個(gè)對(duì)象Ar的程度。這里分為效益性指標(biāo)和成本型指標(biāo)。在實(shí)際的應(yīng)用中,一般使用推薦的6種類型的一般性準(zhǔn)則來(lái)構(gòu)造優(yōu)先函數(shù),決策者可以根據(jù)自身的偏好結(jié)合實(shí)際要求為每個(gè)指標(biāo)選擇優(yōu)先函數(shù)。確定指標(biāo)或者準(zhǔn)則的相對(duì)重要性Wj(權(quán)重)。確定優(yōu)先指數(shù),多準(zhǔn)則優(yōu)先指數(shù)定義為:確定每個(gè)對(duì)象的流出。定義為:確定每個(gè)對(duì)象的流入,定義為:言,其值越小,此對(duì)象越好。通過(guò)計(jì)算我們可以得到方案的流出量、流入量,根據(jù)流出量越大越優(yōu)、流入量越小越優(yōu)我們可以得到方案的排序,但此時(shí)得到只是方案的部分優(yōu)先關(guān)系,運(yùn)用PROMETHEE則可以得到方案的完全優(yōu)先關(guān)系。4.3. ELECTRE:是法國(guó)人ROY(1971)年首先提出的,該方法構(gòu)建的是一種較弱的次序關(guān)系,叫級(jí)別高于關(guān)系。定義3.4.1(級(jí)別高于關(guān)系)給定方案集A,Ak,AlA,給定決策人的偏好次序和屬性矩陣M=(xij)mn,當(dāng)人們有理由相信AkAl,則稱Ak的級(jí)別高于Al4。算法應(yīng)用步驟:用向量規(guī)范化的方法構(gòu)造規(guī)范化矩陣:構(gòu)造加權(quán)規(guī)范化矩陣V=(vij)mn確定屬性的優(yōu)勢(shì)集和劣勢(shì)集計(jì)算優(yōu)勢(shì)矩陣在計(jì)算優(yōu)勢(shì)矩陣時(shí),首先需要定義一個(gè)優(yōu)勢(shì)指數(shù)Ckl,亦稱和諧指數(shù)。這里反映了決策者接受方案Ak的滿意度的測(cè)試。確定了優(yōu)勢(shì)指數(shù)后,就可以確定優(yōu)勢(shì)指數(shù)矩陣了:計(jì)算劣勢(shì)矩陣首先定義一個(gè)劣勢(shì)指數(shù)dkl,亦稱不和諧指數(shù)??膳cAl方案相比,選擇Ak的不滿意度測(cè)試。確定了劣勢(shì)指數(shù)后,就可以確定了劣勢(shì)指數(shù)矩陣了確定優(yōu)勢(shì)判定矩陣確定優(yōu)勢(shì)判定矩陣即為確定滿意測(cè)度的大小,首先確定閾值。的判定可以由分析人、決策人商定,也可由平均優(yōu)勢(shì)指標(biāo)代之,確定劣勢(shì)判定矩陣為確定不滿意測(cè)度的大小,確定閾值(和諧性檢驗(yàn),不和諧測(cè)定是在某個(gè)可允許的最大的不和諧性水平之下)。的判定:綜合優(yōu)勢(shì)判定矩陣優(yōu)勢(shì)矩陣和劣勢(shì)矩陣都確定了之后,就可以確定綜合優(yōu)勢(shì)判定矩陣E了,E=ekl根據(jù)E。即可開始方案的剔除過(guò)程。剔除方案滿足以下方案,則不被剔除。注意:在應(yīng)用上式時(shí)較困難,因此在具體應(yīng)用時(shí),可觀察E,從E進(jìn)行直觀分析,剔除方案即為:若任何一列上只要有一個(gè)元素為1,則該對(duì)應(yīng)方案剔除,因?yàn)檫@意味著該列方案為1的元素,被對(duì)應(yīng)的行方案“壓倒”。ELECTRE法的優(yōu)點(diǎn)是決策人易理解掌握,并且可將具體決策計(jì)算過(guò)程程序化。但其存在對(duì)決策矩陣所提供的信息利用不充分、參數(shù)設(shè)定過(guò)于復(fù)雜、參數(shù)值不一定具有明顯的經(jīng)濟(jì)意義、所得部分序內(nèi)容較少等缺點(diǎn)5。 三種方法都不可以計(jì)算指標(biāo)權(quán)重,所以如果想組合使用的話,可以利用FAHP計(jì)算權(quán)重,然后選擇這三種方法中的一種來(lái)計(jì)算方案排序。該方法沒(méi)有給出如何確定權(quán)重的方法,只能部分排序,因此只適合對(duì)于方案的初步篩選。1基于TOPSIS模型的城市土地集約利用評(píng)價(jià)研究-以重慶市南岸區(qū)為例 人文地理學(xué)專業(yè)碩士研究生李麗 指導(dǎo)教師廖和平教授2 基于TOPSIS的建筑業(yè)施工安全信用評(píng)價(jià)研究3 基于TOPSIS的電廠脫硫技改方案選擇方法研究4 李維, 基于多屬性決策方法的評(píng)價(jià)及靈敏度分析,. vol. 碩士: 東華大學(xué), 2008.5 周艷春, 基于定性模擬的渠道關(guān)系分析方法研究,. vol. 博士: 哈爾濱工業(yè)大學(xué), 2010.CathyMacharis, Johan Springae,l KlaasDe Brucker, et a.l. PROMETHEE and AHP: the design of operational synergies in multicriteria analysis. str

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論