多目标灰色局势决策方法研究解析
- 格式:doc
- 大小:53.00 KB
- 文档页数:13
多目标评估方法多目标评估方法是指在决策过程中考虑多个目标因素的方法。
在实际生活和工作中,我们常常需要在多个目标之间做出选择,而这些目标往往是相互冲突的。
因此,如何综合考虑多个目标因素,以便做出最优的决策,成为了一个重要的问题。
在多目标评估方法中,常用的方法包括层次分析法(AHP)、环境影响评价(EIA)、灰色关联分析法(GRA)等。
这些方法各有特点,适用于不同的决策场景。
层次分析法是一种基于专家判断的多目标决策方法。
它通过构建一个目标层次结构,将决策问题分解为多个层次的目标和准则,然后通过对各个目标和准则之间的相对重要性进行判断和比较,得出最终的决策结果。
层次分析法的优点是结构清晰、计算简单,但需要依赖专家的主观判断。
环境影响评价是一种定性与定量相结合的多目标评估方法。
它通过对决策方案的各个方面对环境的影响进行评估,从而确定最优的决策方案。
环境影响评价的优点是能够全面考虑决策方案对环境的影响,但需要大量的数据和专业知识支持。
灰色关联分析法是一种基于灰色系统理论的多目标评估方法。
它通过对决策方案的各个因素进行关联度计算,从而确定最优的决策方案。
灰色关联分析法的优点是能够克服数据不完备和不确定性的问题,但需要对决策因素进行合理的选择和权重分配。
除了以上这些方法,还有许多其他的多目标评估方法,如TOPSIS 法、熵权法等。
这些方法各有特点,适用于不同的决策场景。
在实际应用中,我们可以根据具体的决策问题选择合适的方法,以便得出最优的决策结果。
多目标评估方法是一种重要的决策方法,能够帮助我们在面对多个冲突目标时做出最优的决策。
通过合理选择和应用多目标评估方法,我们可以在各种决策场景中取得良好的效果。
因此,在实际工作和生活中,我们应该积极探索和应用多目标评估方法,以提高决策的质量和效率。
灰色局势决策在移民安置方案选择中的应用摘要:水库移民安置的成败已经成为水库建设效果评价的重要因素,做好移民安置的关键环节之一是移民安置区的选择。
在将移民安置区选择作为系统来分析时,影响移民安置区选择的因素无法准确定量分析,而灰色系统考虑了系统内部因素相互关系不完全清楚、系统结构不完全知道、系统边界不清楚性,因而更具有客观性、科学性。
本文用灰色局势决策的方法,对麻栗坝水库移民安置方案进行最优选择。
关键词:灰色局势决策移民安置方案选优1引言当前,水库移民问题日益得到国家和社会的关注,水库移民安置的成败已经成为水库建设效果评价的重要因素。
选择移民安置区是移民安置工作的重中之重,关系到移民今后的长久治安和可持续发展。
因此,做好移民安置的关键环节之一是选择移民安置区。
移民安置区选择得合适与否,不但关系到移民安置规划的设计,而且会直接影响到安置规划实施后的移民的生产生活水平。
为此,应当十分慎重地选择移民安置区。
水库移民安置后出现返迁现象不断甚至“二次移民”,造成国家人力、物力、财力的巨大损失,而问题的根源在于前期在移民初步设计时未筛选到较好地安置区(点)以及未实现区域之间优化配置,导致移民安置后生产生活方式不适应,与安置区居民难以融合,使得移民长期处于贫困状态,这种状态的所表现出现的结果是移民返迁及上访等影响社会稳定和发展。
在移民初步设计水库淹没往往涉及到多个区域,相应的移民安置区也有多个,因此,在多个备选的移民安置区中选择自然条件较好、经济相对较发达、环境容量较大及移民生产生活相似的安置区关系到移民能否实现“搬得出、稳得住、逐步能致富”的目标。
移民安置区的优选是一个涉及面广、问题复杂,不仅与投资有关,而且是一门综合社会学、经济学、库区移民心理学的大规模系统工程。
因此,移民安置区选择往往是跨地区、跨部门、跨学科进行统一协调和综合分析的一项复杂工作。
安置区往往涉及到若干个,如何能够从多个移民安置区选择最优的是至关重要的。
多指标加权灰靶的决策模型灰色关联分析是一种多指标加权的决策模型,常用于多因素综合评价和决策分析等领域。
本文将介绍灰色关联分析的基本原理、方法步骤以及应用案例,以帮助读者更好地理解和运用这一决策模型。
一、灰色关联分析基本原理灰色关联分析是一种基于灰色数学理论的综合评判方法,通过建立数学模型,对多个指标之间的关联程度进行综合度量和分析。
其基本原理是在有限信息下,通过借用灰色关联度的概念,实现对多指标的加权处理和排序,从而确定最佳的决策方案。
二、灰色关联分析方法步骤1. 数据预处理:首先需要进行数据的标准化处理,将各指标的取值范围统一到[0,1]之间,以确保各指标具有可比性。
2. 构建关联矩阵:将标准化后的指标数据构建成关联矩阵,其中每个元素的值表示第i个指标与第j个指标之间的关联程度。
3. 确定权重系数:根据决策需求和实际情况,确定各指标的权重系数。
可以根据专家判断、层次分析法等方法确定权重系数。
4. 计算关联度:利用灰色关联度计算公式,计算各指标与决策方案的关联程度。
关联度的计算过程中,将权重系数引入,起到对各指标进行加权处理的作用。
5. 确定相对关联度:通过对各指标的关联度进行排序,确定各指标与决策方案的相对关联度。
关联度越大,则指标与决策方案的关联程度越高。
6. 综合评价和排序:最后,根据各指标的相对关联度,对决策方案进行综合评价和排序,确定最佳的决策方案。
三、灰色关联分析应用案例以某电子产品为例,假设需要对其外观、功能、性能、价格等多个指标进行评价和排序,确定最佳的产品设计方案。
具体步骤如下:1. 数据预处理:对外观、功能、性能、价格等指标进行标准化处理,将其取值范围统一到[0,1]之间。
2. 构建关联矩阵:根据标准化后的指标数据,构建4×4的关联矩阵,其中每个元素的值表示某两个指标之间的关联程度。
3. 确定权重系数:根据决策需求和实际情况,确定各指标的权重系数。
假设外观权重为0.3,功能权重为0.2,性能权重为0.3,价格权重为0.2。
第31卷第4期2010年8月JournalofNoAh华北水利水电学院学报ChinaInstituteofWaterConservancyandHydroelectricPowerV01.3lNo.4Aug.2010文章编号:1002—5634(2010)04—0150—04多目标灰色局势决策方法研究周玲,罗党(华北水利水电学院,河南郑州450011)摘要:在传统灰色局势决策的基础上,探讨了评价信息为区间灰数的情况,给出了多目标灰色局势决策问题确定目标权重的优化模型.首先考虑不同目标下各局势效果测度与正理想效果测度、负理想效果测度的偏差建立优化模型,获得各局势的理想目标权重;再从全局考虑建立二次规划模型,通过协调权向量获得灰色局势决策各目标的最佳综合权重向量.利用区间灰数可能度公式对每个事件的局势进行排序,获得最优局势,从而进一步完善了传统的灰色局势决策理论和分析方法.最后通过实例验证了该模型的有效性和可行性.关键词:灰色局势决策;区间灰数;权重;目标规划中图分类号:N941.5文献标志码:A灰色局势决策¨。
21是灰色系统理论的重要组成部分,是在多个时间、多种对策、多个目标下的满意决策,自提出以来得到了广泛的应用.实际决策问题中,由于客观事物的复杂性、不确定性及人们认知能力的条件限制,决策者往往不能给出局势效果测度的具体数值。
而是给出区间灰数口“1.传统的决策模型将决策目标进行等权处理,无法反映决策者的偏好和决策问题的实际情况.基于上述问题,文献[7]探讨了区间灰数的多目标灰色局势决策模型,确定了灰色局势的效果测度正、负理想向量,即以向量形式来描述综合考虑各对策和各目标分别达到最优和最劣的状态.笔者认为以矩阵的形式来描述上述状态较为合理,为此探讨了改进的多目标灰色局势决策方法.11.1u:(o)=[旦:,--“ku],其中u:,--uk“分别为局势s。
在k目标下效果样本值的上限和下限.为消除不同目标下效果样本值量纲上的差异性和增加可比性,可定义区间灰数的极差变化公式.a.对于希望效果样本值“越大越好”、“越多越好”的这类目标,采用上限效果测度,t一坚≯一坚岛2寿,7。
2寿‘r—rr—rb.对于希望效果样本值“越小越好”、“越少越好”的这类目标,采用下限效果测度三。
一亍‘一,’。
一,t一垫≯一垫。
一亍‘一,’l≤I《nI≤,《m。
式中:f=rain.rain{u:},≯=maxmax{瓦:f.1《I≤nI≤,≤m以上2种效果测度r:(圆)E[r:,亍:]满足:①无量纲;②!:,亍:∈[0,1];③效果越理想,r:(o)越大.局势集S在目标k下的一致效果测度矩阵基于区间灰数的灰色局势决策模型基本知识及效果样本值的归一化处理设事件集A={口。
,口:,…,口。
},对策集B={b。
,r:。
(@)R‘(0)=r::(o)r::(o)……Oob2,…,b。
},局势集S={5。
=(口i,b』)l口iEA,bi∈r:。
(o)B};u:(Q)(i=1,2,…,n;_『=1,2,…,m)为局势sⅡ∈S在k目标下的效果样本值,是一区间灰数,记为收稿日期:2010—06—17r‘n。
(o)r::(o)…圆资助项目:河南省软科学研究计划项目(082400440100);河南省教育厅自然科学基础研究计划项目(2009A110011)作者简介:周玲(1978一)。
女,河南正阳人,讲师,硕士,主要从事灰色系统理论与决策分析方面的研究.通讯作者:罗党(1959一),男,河南汝南人,教授,博士,主要从事灰色系统理论与决策分析方面的研究.万方数据In《i=l=第31卷第4期周玲,等:多目标灰色局势决策方法研究151定义1…设埘。
(k=1,2,…,5)为目标k的决策权重,则称r#(Q)=∑训tr:(@)为局势su的综I:l合效果测度.综合效果测度矩阵可表示为rll(@)r12(o)…@…oR(o)=,2I(@)r22(o)r。
(o)r。
:(o)…@定义2若巴a芋{~}=‰,称6』o为事件口i的最I‘J《m。
优对策;若max{~}=r护称口i0为对策bf相对应的l‘I毛肝’””’最优事件;若m—ax.{~}=’讥,称5诋为最优对策.I’””《●《m。
”1.2区间灰数距离及可能度公式定义3设区问灰数口(o)∈[口,面],b(9)∈[b,b],贝0称d(a(@),b(0))=lⅡ一bI+l石一b}为区间灰数口(o)与6(Q)的距离.。
定义4对于区间灰数口(@)∈[n,石],b(o)∈[b,b],记z。
=石一口,Z。
=b—b,贝0称P(口(o)≥b(@))=—l三—手__产—竺,,。
、.,。
、、min{f。
+Z6,max(瓦一b,0)}‘口1_‘b为口(o)≥6(o)的可能度.1.3多目标灰色局势权重的优化模型。
根据局势集s个目标下一致效果测度矩阵,确定正负理想效果测度.在目标|i}下,对于事件oi而言,定义”ik+(o)[秽:+,否:+]分别为事件口i在目标k下的正、负理想效果测度.’其中:t,:+=.max—r:;石:+=max—r:;I一・I-k一-k兰移‘一=m“in胁一rv..;《』《胁。
l‘,《m。
r圹局势(口。
,bi)在目标k下效果测度r:(o)与其对应的正、负理想效果测度鄯:+、”:。
偏差分别记为:d:+=I!:一口:+I+I一‘一面:+Irqd盯=I!ii一口il+I—F。
,d:一=I!:一‰k’J+lF:一--吼k’I,d:+越小或d:一越大,在目标k下局势(口。
,b,)的一致效果测度越逼近正理想效果测度.对于事件n;,各单个局势(口。
,b,)成为最优局势的模型为min∑埘:订(dⅡk+一d:’),s.t.∑加:订=1,利用软件解此模型,得到单个局势(口,,bi)的理想最优目标权重向量'.,博r=(|tJ:∞’,埘:们‘,…,钾:们’).由于事件口i各对策(ai,b。
),(ai,b2),…,(a。
,b。
)的理想最优目标权重向量并不完全相同.因此要全局考虑关于事件口j采用统~的权重埘:"(后=万方数据l,2,…,s)才能进行综合评判,为此寻找关于事件Cl。
的最佳协调权重,显然希望各局势(口i,t)的全局综合效果测度r。
(o)=∑甜pr¨qto),^=l局部综合效果测度r;(@)=∑训∥r:(Q),I:1的离差和最小,建立二次规划模型rain∑忆(o)一r:(圆)o=2+』2∑(I∑Ⅲ%一∑钾∥艺l1^=1^=ll乏彬蹦一荟彬∥r4}2)’s.t.∑埘:”=1,为方便求解,将上述模型变形为幽;荟(zt,卜埘∥)2【(艺)2+(弓)2】,…t∑埘∥=1,令(!:)2+(-r{,k)2=t:,通过构造拉格朗日函数,解此模型得Aw!?。
=(加:“,彬i”,…,埘:”)7=J-×:【曰,,,+三拦层,。
,】,A=如g一’~一。
∑川,呵Ex。
∑川“●。
∑川卜弓.,广曰,。
:(;;;彬:。
)‘z:,荟m叫i。
)+z;,…,;;;彬:“)。
z;)7.设权重向量'.,%组成的矩阵为幻}1)lt『:2’埘∥W=印≯训i2’埘≯●●●:::加,幻:2’埘,则最佳综合权重向量’.,=Wt,.式中:’‘,为最佳综合权重向量;p为待定的s×1列向量且满足∑t,x=1.各局势s#的综合效果测度I=I7“(圆);∑¨:(Q)“岛,‘],I=I则∑伽。
弓=(r-∥I-.-{『,.2~,焉)・I=1152华北水利水电学院学报2010年8月(埘l,阳2,…,埘,)1=露Wv,i=∑加。
艺=iWv,记菇=(!;,匀2,…,!;),亍i=(亍:,-,2Ⅱ,…,瓦).在选择协调权向量F时,应使所有局势的综合测度值都尽可能大,为此构造2个多目标模型:max(乙。
,乙:,…,L。
),s.t.∑t,。
=1,max(‘。
,r—I:fo-‘,‘。
),s.t.∑t,t=1.由于不同局势的综合效果测度值事先并不存在任何偏好。
因而上述决策模型可转化为等权的单目标决策模型:max£(t,)(£(1,))7,s.t.∑t,。
=1;(1)maxF(t,)(尹(tJ))7,8.t.∑t,。
=1.。
(2)!(p)=(r…r12’…,r.。
)=(rWv)’,亍(秒)=(予。
I,亍12,…,亍。
)=(亍H~)。
£=(!…r12’…,£。
)7;于=(i…-12,…,亍。
)7.通过构造Lanrange函数求得上述两个模型的解,模型(1)所确定的协调权向量记为:吲蚺,…趴垫=1+毫∥・仇2d1(dI)一ttI.模型(2)所确定的协调权向量记为:Ⅳ=c石。
,否:,…,石,,,玩=1+k主=l毫)~;玩=d。
(dI)“玩.证明过程略,其中d。
为(rw)’(£w)中第k行元素的和;d。
为(于w)7(于'誓,)中第k行元素的和.由于各个局势的综合效果测度值的上界和下界地位是相同的,故可得到协调权向量:t,=(”l,t,2…,t,.),t,I=_Irt(旦^+石^).通过协调权向量可以计算出各局势的最佳综合权向量"=(埘l,tl,2,…,幻,).1.4最优局势的确定灰色局势决策各目标权重确定以后,根据公式ri(Q)=E埘。
r:(o)计算出综合效果测度矩阵,各局势的综合效果测度值均为区间灰数,用区间灰数的排序问题来确定每个事件的最优局势.对于事件ai,按照可能度公式可计算出rif(@)≥h(0)的可能度,将m个对策进行两两比较,得万方数据到可能度矩阵p“’=(p∥)。
,其中(p∥)=p(ri(@)≥ril(@)).则对局势进行排序问题便转化为求解可能度矩阵的排序问题,由公式∞3∥=赤(荟∥+詈一,)得到可能度排序向量V“’=(vln,口∥。
…,”,),再用0订对局势进行排序获得事件ai(i=1,2,…n)的最优局势.2应用实例设某企业拥有4个工厂(记为口,,a:,a,。
a。
),现欲对3种产品(记为6,,b:,b,)的生产进行决策.第1步:建立事件集、对策集和局势集.事件集A={口,,a:,a,,a.},所选择得3种产品为对策集B={b。
,b:。
b,1.构造局势集S={s口=(口i,b,)Ini∈A,biEB}(i=1,2,3,4√=1,2,3).第2步:确定决策目标k(克=l,2,3),分别以产值、产销率、管理费用为决策目标.第3步:各目标下的效果样本矩阵分别为:£,1(@)=,,[1000,1200][480,560]00250I[940,960].[450,550]50200I[670,720】[400,450]60300L[400,500][370,430]00350[O.95,0.98][o..86,0.91][0.82,0.84][0.87,0.90][0.81。
0.83][0.83,0.86][0.92,0.93][0.・94,0.96][0.90,0.92][0.90,0.92][0.97,0.99][0.93,0.94][80,100]4050151850601214扩(0)=[50,60][20,30】50602024[70,80]25301416第4步:利用极差变换公式求一致效果测度矩阵.产值、产销率均采用上限效果测度;对管理费用采用下限效果测度.经过对样本数据规范化处理后,得到一致效果测度矩阵.第5步:计算出各目标的权重。