第三讲多属性决策分析
- 格式:pptx
- 大小:767.76 KB
- 文档页数:58


多属性决策分析范文多属性决策分析(Multi-Attribute Decision Analysis,简称MADA)是一种决策支持方法,用于解决决策问题中存在多个评估指标的情况。
该方法通过对不同属性进行权重分配,并对备选方案进行评估和比较,以找到最佳的决策方案。
首先,确定决策目标并明确评估指标。
在决策问题中,需要明确要达到的目标,并确定用于评估备选方案的指标。
例如,如果我们需要选择一种新的投资项目,决策目标可能是最大化投资回报率,评估指标可能包括投资风险、市场潜力、竞争情况等。
然后,构建层次结构。
层次结构是多属性决策分析的基础,它通过将决策目标、评估指标和备选方案按照层次关系组织起来,形成一个树状结构。
例如,在选择投资项目的决策问题中,可以将决策目标放在最顶层,评估指标放在中间层,备选方案放在底层。
接下来,建立判断矩阵。
判断矩阵用于描述层次结构中各个层次之间元素之间的相对重要性。
对于每一对元素,通过专家判断或问卷调查的方式,使用比较刻度(如1-9)对其重要性进行评估,并填写到判断矩阵中。
例如,在评估指标层次,可以比较每个评估指标相对于决策目标的重要性。
然后,计算权重向量。
利用判断矩阵,可以通过特征向量法计算出各级指标的权重。
计算过程中,需要对判断矩阵进行一致性检验,以确保判断矩阵的一致性。
一般来说,判断矩阵的一致性指标CI应满足CI<0.1,若CI>0.1,则需进行修正。
之后,进行一致性检验。
通过计算一致性比例CR来检验判断矩阵的一致性。
一致性比例CR的计算公式为CR=CI/RI,其中RI为随机一致性指标,根据判断矩阵的阶数n可以在AHP准则表格中找到。
最后,进行评估和排序。
将备选方案的各个属性值与权重值相乘得出加权得分,然后将加权得分进行加总,将各个备选方案按照加权得分的高低进行排序,得出最佳决策方案。
综上所述,多属性决策分析是一种常用的决策支持方法,可以有效地帮助决策者在多个评估指标的情况下做出合理的决策。