多目标决策复习.docx

多目标决策复习一、多属性评价的决策过程与特点？过程(1) 提出问题，并且分析问题是否属于多属性决策(2) 决策问题形成，包括两方面：确定属性和构建方案(3) 信息收集，给出各方案的属性值信息和各属性间的关系信息(4) 方案排序选优，应用适合MADM方法对方案进行排序选优(5) 方案实施与反馈，在实施过程中发现问题并进行下一轮分析特点(1) 量纲不一致数据计量单位不一样，需要对数据进行规范化处理2) 定性定量结合有些数据是定性描述，有些是定量描述，需要进行相应处理3) 属性值导向不一致，有的属性值越大越好，而有的属性越小越好七、你如何理解多属性评价方法中的完全补偿与不完全补偿1) 属性间的完全补偿：一个方案的某属性无论多差都可用其他属性来补偿2) 传统决策方法，比如简单加权法以及在其基础上发展起来的一系列方法都是建立在完全补 偿的假设基础之上的应用此类方法进行决策的过程中，不考虑是否有最差属性的存在，只考虑 方案的总体水平3) 级别不劣于关系则是建立在不完全补偿关系的基础之上的，比如ELECTRE系列和 PROMETHEE法此类方法引入了偏好信息，克服了传统多属性决策中的完全补偿关系，在决 策过程中剔除了最差属性的方案，因此缩减了工作量，同时也更加科学。

4) 完全补偿和不完全补偿两类方法并不存在严格的孰优孰劣关系，在决策中选用什么方法要 结合具体实际来考虑二、比较权重确定方法Entropy，AHP与Swing法Entropy，AHP和Swing都是权重确定方法1) 从分类上看，AHP与Swing属于主观赋权法，而Entropy属于客观赋权法2) 从决策者的参与程度上来说，Swing法中决策者的主观判断因素占了很大比重；AHP则是 定性与定量相结合的方法，将决策者经验判断给予量化；Entropy法则是直接利用决策矩阵所给 的信息来计算权重，没有引入决策者的主观判断3) 从原理上来说，Swing法考虑的是各个属性对综合决策的相对重要性和贡献度，并且权重 受属性标度值的影响；AHP法是一种“分解-判断-综合”的思维过程的体现，结合定性定量因素， 是一种好的确定权重方法Entropy法用信息的无序程度即信息熵的大小来计算权重，是一种客 观方法4) 从应用范围上来说，AHP适用于目标结构复杂且缺乏数据的情况；Swing和Entropy则需 要有较详细的数据信息对于以上权重确定方法，各有自己的优点和缺点，在使用时需要联系实际，选用最恰当的方 法四、MAVT法的价值函数如何确定P35（1） 使用价值树，描述指标评价体系，确定各属性权重（2） 确定各属性的价值函数，区间二分法和差分法（3） 多属性价值函数是单属性价值偏好的加权和V§是方案i在属性j上的偏好价值Wj是属性j的相对重要性八、接近理想点TOPSIS决策方法的特点P43TOPSIS是在加权法的基础上发展而来。

TOPSIS的核心理念是：拟定理想方案A*和负理想方案A—然后应用距离概念，找出与理想方 案最近且与负理想方案最远的点作为最优方案优点：流程清晰简单易用缺点：决策者参与程度较低，决策者主观偏好信息没有充分融入到决策方法中前提：目标属性的偏好具有单调性九、AHP的决策过程P49（1） 明确问题，建立层次结构（2） 构造两两比较判断矩阵（3） 由判断矩阵计算两两比较元素对于该准则的相对权重，并进行一致性检验（4） 计算各层元素对系统目标的合成权重，即总层次排序，及其一致性检验（5） 结论分析五、ELECTRE III如何分析决策者的偏好，有哪些偏好关系P117（1） 在一致指数c（a,b）和不一致指数d（a,b）基础上确定可信度指数S（a,b）（2） 基于可信度指数进行升序和降序排列（3） 引入参数可信度和差异临界值，确定方案级别不劣于关系（4） 整合出最终排序三、PROMETHEE法的6种偏好函数P119六、比较多目标优化方法STEM与Geoffrion方法的异同点相同点（1） STEM与Geoffrion都属于逐步偏好信息法，这类方法不需要预先知道决策者的偏好结构2） 这类方法需要决策者和决策分析者不断对话，持续参与决策过程，对当前给出的有关权衡逐步诱导出决策者的偏好结构，最后得出满意结构。

3） 此类方法处理问题的类型更加广泛，但是对决策者要求较高相异点(1) STEM属于隐式交互过程，Geoffiron属于显式交互过程2) STEM采用目标值距离理想点最小偏差组合作为决策准则；Geoffrion是使用价值函数达到 极大去寻求问题的最佳调和解3) 在交互过程中都需要进行目标间的权衡，STEM法将计算结果交由决策者判断；Geoffrion 则要求决策者提供关于目标之间的权衡，以目标函数之间的无差异置换比率来表示。