生活
多属性决策 、模糊多属性决策
2023-04-11 00:35  浏览:35

决策含义及其分类——2021-07-08

决策 是人们在政治、经济、技术和日常生活中普遍存在的一种行为;决策是管理中经常发生的一种活动;决策是决定的意思,它是为了实现特定的目标,根据客观的可能性,在占有一定信息和经验的基础上,借助一定的工具、技巧和方法, 对影响目标实现的诸因素进行分析、计算和判断选优后, 对未来行动作出决定。

多准则决策 (Multi-criteria decision-making, MCDM)

多准则决策是指在具有相互冲突、不可共度的有限(无限)方案集中进行选择的决策。它是分析 决策理论 的重要内容之一。多准则决策根据决策方案是有限还是无限,而分为多属性决策与多目标决策两大类。

多属性决策:

多属性决策也称有限方案多目标决策,是指在考虑多个属性的情况下,选择***可选方案或进行方案排序的决策问题,它是现代决策科学的一个重要组成部分。它的理论和方法在工程、技术、经济、管理和军事等诸多领域中都有广泛的应用。

如今被发展的多属性决策方法有很多,但这些方法有一些共通要素:

1. 多个选择方案:在做 群体决策 之前,决策者必须先要衡量可行的方案数,以做为评估的选择。

2. 多个评估属性:在做 群体决策 之前,决策者必须先要衡量可行的属性数,提出影响方案的数个相关属性,属性间可以是互相独立也可以是有相关联。

3. 属性的权重分配:对于不同的属性决策者会有不同的偏好倾向,分配不同的 权重 给不同的属性,一般来说属性的权重分配通常会经过正规化处理。

多目标决策:

多目标决策是指需要同时考虑两个或两个以上目标的决策。如某企业要在几种 产品 中选择一种产品生产,就既要考虑获利大小,又要考虑现有设备能否生产以及原材料供应是否充足等因素来选择其中一种,只有使这些相互联系和相互制约的因素都能得到***的协 调、配合和满足,才是***的决策。

  历史发展: 多目标 ***化问题 最早是由意大利经济学家L.帕雷托在1896年提出来的,他把许多本质上是不可比较的目标化成一个单一的***化目标。1944年J.von诺伊曼和O.莫根施特恩又从 对策论 角度提出具有多个决策者并相互矛盾的 多目标决策问题 。1951年T.C.考普曼从生产和分配活动分析中提出多目标***化问题,并引入了帕雷托优化的概念。1961年A.查纳斯和W.库珀提出 目标规划 。1963年L.A.瑞特从控制论角度提出多指标问题的一些基本概念。1976年R.基奈和H.拉伊发利用多属性效用方法求解多目标问题。60年代以来,出现了很多解决多目标决策问题的方法。中国70年代中期开始推广应用 多目标决策方法 ,现在已取得了一定的成果。

  基本原理: 从人们在多目标条件下合理进行决策的过程和机制从上分析,多目标决策的理论主要有:多目标决策过程的分析和描述;冲突性的分解和理想点转移的理论;多属性 效用理论 ;需求的多重性和层次性理论等。它们是构成多目标决策分析方法的理论基础。

多准则决策可以解决的四类问题:

1. 在排序问题(The sorting problem,分组排序)中,必须预先定义一组类别,并为它们分配行动,而不考虑其他行动。在这个问题中,决策者试图将可选方案集划分为几个类别。(Figueira, J., Mousse***, V., Roy, B. (2005). ELECTRE methods. In J. Figueira, S. Greco, M. Ehrgott (Eds.), Multiple Criteria Decision Analysis: The State of the Art Surveys (pp. 133–162). New York: Springer Science+Business Media Inc. )。排序多准则决策(MCDM)方法帮助决策者(dm)将每个行动分配到一个类别,从这个意义上说,多标准排序方法并不打算发现类别。

MCDM初始分类 :

1 Multi-attribute Value Theory (MAVT)[1] :

Keeney, R., Raiffa, H. (1976). Decisions with multiple objectives: Preferences and value tradeoffs. New York: John Wiley Sons Inc.

 2 The outranking approach[6] :例如ELECTRE [2] 方法

Roy, B. (1990). The Outranking Approach and the Foundations of ELECTRE Methods. In C.A. Bana e Costa (Ed.), Reading in Multiple Criteria Decision Aid (pp. 155–183). Berlin: Springer-Verlag.

3 decision rules using “if-then” statements[3]:

Greco, S., Matarazzo, B., Slowinski, R. (1998). A New Rough Set Approach to Multicriteria and Multiattribute Classification. In L. Polkowski, A. Skowron (Eds.), Rough Sets and Current Trends in Computing (Vol. 1424). Berlin, Heidelberg: Springer.

MCDM现在的分类 :

  1 Full aggregation approach[7]:  UTADIS方法 [4]

Ishizaka, A., Nemery, P. (2013). Multi-Criteria Decision Analysis: Methods and Software. United Kingdom: Wiley.

包括最常用的UTADIS方法 [4] :

Greco, S., Mousse***, V., Slowinski, R. (2010). Multiple criteria sorting with a set of additive value functions. European Journal of Operational Research, 207(3), 1455–1470.

2 Outranking approach[6] :

Ishizaka, A., Nemery, P. (2013). Multi-Criteria Decision Analysis: Methods and Software. United Kingdom: Wiley.

ELECTRE方法[2] :

Ben***oun, R., Roy, B. and Sus***an, B. (1966) Electre: Une méthode pour guider le choix en présence de points de vue multiples. Note de travail, 49. (***个提出该方法)

引用最多的是PROMETHEE方法[5]:

Brans J P, Vincke P. A preference ranking organization method: The PROMETHEE method for MCDM[J]. Management Science, 1985, 31(6):647- 6561.(***个提出该方法)

J. Figueira; S. Greco M. Ehrgott (2005). Multiple Criteria Decision Analysis: State of the Art Surveys . Springer Verlag.

Araz, C., Ozkarahan, I. (2007). Supplier evaluation and management system for strategic sourcing based on a new multicriteria sorting procedure. International Journal of Production Economics, 106(2), 585–606. . ijpe.2006.08.008.

   3 Goal, aspiration or reference-level approach[8]

Ishizaka, A., Nemery, P. (2013). Multi-Criteria Decision Analysis: Methods and Software. United Kingdom: Wiley.

the data envelopment ***ysis (DEA) 方法[10]:

Charnes, A., Cooper, W. W., Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429–444. . org/10.1016/0377-2217(78)90138-8.

TOPSIS[9]

Hwang, C.L.; Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. New York: Springer-Verlag.

AHP[11]

Saaty, T. L..The Analytic Hierarchy Process: Planning, Priority Setting.New York: McGraw-Hill:Resource Allocation,1980.

  4 Non-classical MCDM approaches[3] :

基于粗糙集的决策方法:

Greco, S., Matarazzo, B., Slowinski, R. (2002). Rough sets methodology for sorting problems in presence of multiple attributes and criteria. European Journal of Operational Research, 138(2), 247–259. 00244-2.——首先提出 Non-classical MCDM approaches

TRI-NOMFC方法[12]:

          Léger, J., Martel, J.-M. (2002). A multicriteria assignment procedure for a nominal sorting problematic. European Journal of Operational Research, 138, 349-364.

Dempster–Shafer方法[13]:

          Dempster, A. P. (1967). "Upper and lower probabilities induced by a multivalued mapping". The Annals of Mathematical Statistics. 38 (2): 325–339. doi:10.1214/aoms/1177698950.

          Shafer, Glenn; A Mathematical Theory of Evidence, Princeton University Press, 1976, ISBN 0-608-02508-9

       2. 排序问题(The ranking problem,也叫排名问题)涉及到生成备选方案的部分或完整的优先顺序,其目的是为决策者提供所有选项或行动的排名或评分。

       3. 描述问题(The description problem)包括识别可选方案的重要特征和生成对这些特征的描述。

       4. 选择问题(The choice problem)中,决策者必须从一个集合a中选择一个被评价为***的可选项子集。

[1]   多属性值理论 (Multi-Attribute Value Theory,MAVT)主要是让决策者可以对每个不同的属性准则提供不同的属性价值函数(attribute valuefunction),结合每个属性价值函数再经过权重总合计算后,便得到每个方案的效用值。

[2] ELECTRE (Elimination et choix traduisant laréalité,(ELimination Et Choice Translating REality,选择消去法,1966))法,说到底还是运筹学方法。不过是换了一个形式,这种方法通过构建“级别高于关系(out ranking relationship)”的方式来淘汰劣等方案。目前纯粹的ELECTRE方法已经有I、II、III、IV、TRI几代了,每一代都是在上一代的基础上做了一些查漏补缺。

[3] 该方法包括有决策规则的方法,粗糙集是其中的代表方法(1998)。

[4] 多指标分类的效用加性判别法 (UTADIS, UTilites additives DIScriminantes), 该方法提出了偏好函数的加法和乘法形式的方法,综合评估成一个全局分数。对每个标准评估一个分数,然后综合成一个整体分数,在这种方法中,一个标准上的差分数可以用另一个标准上的好分数来补偿,众所周知的UTADIS是在这种方法中开发的***个排序方法。

[5] 丰富度评估的偏好排序组织方法(1985, Preference ranking organization method for enrichment evaluation, PROMETHEE,) 是多属性决策方法的一种,此方法无需对评价指标进行无量纲和规范化处理,避免了数据预处理导致的信息缺失和结果偏离,使评价结果更加客观和科学。该方法主要是基于方案的两两比较,通过级别高于关系的概念来解决多属性决策问题。

步骤:一是确定优先函数,根据优先函数计算出每个方案“正 流量”和“负流量”(PROMETHEE I -部分排序),具体地包括六种典型的优先函数:一般准则、拟准则、线性优先关系准则、高斯准则、无差别区间的线性优先关系准则、分级准则;二是确定评价指标权重并定义方案间的模糊关系;三是根据“正 流量”和“负流量”计算出“净流量”(PROMETHEE II-完全排序)。

[6]  建立方案和方案间的优势关系以淘汰较差的方案,若属于级别高于关系(out ranking relationship),即方案i优于方案j 。 级别高于关系(out ranking relationship)的重要贡献是可以去寻找到指标或其他参数(阈值和切割水平)。

[7] 见引用 [2]

[8]  这是在每个标准上定义参考水平(目标),然后确定最接近或者最远离(根据实际需要)这个理想参考水平的选项。

[9] 逼近理想解 法 (1981,  TOPSIS, Technique for Order Preference by Similarity to an Ideal Solution),该方法中的核心就是提出***解和最劣解。然后把备选方法拿来比较,如果有一个方案无限接近***解、远离最劣解,那么这就是天选之解,所以TOPSIS法也叫做“ 优劣解距离法 ”。

[10] 数据包络分析法(1978, DEA, the data envelopment ***ysis) 是常用的分析方法,DEA方法及其模型自1978年由美国著名运筹学家A.Charnes和W.W.Cooper提出,DEA是一个线形规划模型,表示为产出对投入的比率。通过对一个特定单位的效率和一组提供相同服务的类似单位的绩效的比较,它试图使服务单位的效率***化。如今单纯的DEA方法基本都已经到了三阶段DEA分析了。主要用于多投入、多产出的效率评价。适用经济类分析。

[11]  层级分析程序法(Analytic Hierarchy Process,AHP) ,它也是属于运筹学的范畴,同样顾名思义,就是把关系错综复杂的决策问题分成1234的层次来分析。AHP方法将选出的各属性分层以后,通过构造判断矩阵,再依据权重进行赋权计算,然后根据结果排序。

       这种方法备受诟病的一个原因就是,其中的元素确定和权重确定是主观确定的,因此,拍脑门或者“造数据”大行其道。后来,1996年,美国T.L.Saaty教授提出了网络分析法(ANP),这种方法改掉了拍脑门的权重确定法,虽然一脉相承于AHP,但是它更复杂了,也需要借助软件来计算了。它自觉高级的地方在于,它不认为问题的元素可以简单的分层的,这些元素之间有错综复杂的关系,像网络。

[12] TRINOMFC(2002, TRI NOMinal base sur des Fonctions Criteres) 其分配是基于确定一个对象和其典型对象所描述的每个类别之间的相似性评级。对于每个标准,将引入一个表示相似性指数的函数,以便对两个对象之间的相似性概念进行建模。每个指标定义这样一个函数,其值在0到1之间,这个值将远远大于这个标准的两个动作之间的相似性。

[13] 置信函数理论 (1967) ,也被称作 证据理论 或 Dempster–Shafer theory(DST) ,是用于与不确定性推理,具有如概率,可能性,并理解连接到其他框架的总体框架 不精确概率理论 。该理论首先由Arthur P. Dempster在统计推断的背景下引入,后来由Glenn Shafer 发展(1976)成为建模认知不确定性的一般框架—— 证据 的数学理论。该理论允许人们将来自不同来源的证据结合起来,并得出一定程度的置信度(由称为置信函数的数学对象表示),该置信度将所有可用的证据都考虑在内。

多属性决策模型和层次分析法的区别

中国一直是一个居民储蓄率居高不下的国家,由于中国经济的持续高速发展以及房地产行业的畸形增长,买房对很多人来说越来越困难。其实,不仅仅是房地产,我们身边很多商品的价格都在涨,经济高速增长附带着高通货膨胀率逐渐改变了人们传统的储蓄观念,个人理财业务越来越受到更多人的重视。 目前的个人理财主要集中在商业银行理财业务及理财产品的创新等方面。而学者们的研究也主要基于各大商业银行理财产品的背景下,针对收入较高的社会群体,研究商业银行理财产品如何适应不同风险偏好投资者的需求以及如何创造出更具有吸引力的投资理财产品。对于每一个投资者而言,怎样的银行存款、股票、债券和基金等的组合投资比例才能使投资者获得***的投资收益同时也符合投资者的风险偏好也是投资者非常在意的问题。将所有资金存入银行,投资者就必须面对通货膨胀率高于存款利息率的风险;将所有资金投入股票市场,投资者又将面对巨大损失的可能;将资金都投入到债券市场,也将要面对债券市场的流动性风险。不同的投资者拥有不同的投资需求,不同的收益预期,不同的风险偏好,如何为个性化需求投资者选择不同理财产品的投资比例,便是本文主要研究的问题。 层次分析法(AHP)是一种基于各属性指标值的评价来进行决策,因其广阔的适用性和丰富的决策方法,使其在各个领域都能获得巨大的应用。现代经济环境,无论是项目建设决策还是经济方案决策,人们面临着越来越多的不确定性信息,没有准确的统计数值,以往许多的决策方法将难以适用,个人理财组合选择也同样如此。层次分析法(AHP)则很好地解决了这些问题,通过对数值和非数值属性指标的重要性评价,根据不同的情况使用不同的决策因子计算获得不同属性权重结果或者***选择。 本文的创新点是将层次分析法运用到个人理财***组合选择中,从投资者个人的角度创新性的提出了将影响投资者决策选择的收益率指标、风险水平指标、收入水平指标、财富水平指标和受高等教育指标结合在一起,建立起一个同时考虑投资者预期收益率、风险偏好、收入水平、财富水平和受高等教育程度的指标体系,以获得最适合投资者的投资组合选择。同时,本文对比了其他投资决策方法:期望值、标准差法、资本资产定价模型、决策树法、正太概率分布法和马尔科夫决策方法。期望值、标准差法是标准的数值型决策方法,只能对数值型属性决策做出选择。决策树法、正太概率分布法和马尔科夫决策法都必须知道属性的概率分布。资本资产定价模型是以往使用最多最普遍的个人理财方案选择的方法,但是资本资产定价模型只能通过设定预期收益率来获得***风险的投资,或者设定***风险接受水平来获得***收益率的投资产品组合。该方法在理论上具有一定的研究价值,但在实际操作过程中,人们往往难以估计适合自己的预期收益率,人们总是觉得收益率越高越好,风险越低越好,如何在收益和风险之间找到平横,不能通过收益率和风险的比值来简单概括。 每一种方法都有一定的适用范围,层次分析法也一样,本文在研究过程中发现,当所有的属性都有具体的数值或概率值表示时,使用期望值、标准方差法或者决策树法将会得到更精确的解释。另一方面,当个人理财指标体系越完整时,层次分析法计算的结果就越准确,相反,如果当个人指标体系加入错误的属性项,运用该方法得到的结果就可能存在偏差。因此,一个完整的具有代表性的指标体系将是我们不断追求的方向和今后研究的目标。 本文全文分为六章,***章为绪论,介绍了全文的研究背景,研究内容和研究方法。第二章通过文献综述法对国内外不同决策方法研究现状以及我国个人理财现状进行了详细的阐述。第三章主要介绍了层次分析法的使用决策过程和方法。第四章研究了个人理财的影响因素,提出了集合收益率、风险水平、收入水平、财富水平和受高等教育水平指数的个人理财影响因素指标体系。为层次分析法下的理财分析做铺垫。第五章是本文的重点,通过分析两种属性下的投资组合选择、三种属性下的投资组合选择以及两种和三种属性投资组合选择的对比分析,然后提出使用五种指标构建的指标体系进行投资理财组合决策。并通过对比其他研究方法,分析得出各种方法的优缺点以及不同方法在不同情况下的应用价值。第六章为总结和展望,对本文的研究内容进行一个总结性描述,同时提出了本文在研究过程中的不足以及今后的研究方向。

人工智能有多属性决策吗

有。人工智能所采用的方法主要有:层次分析法、模糊综合评价法、多属性决策法和灰色关联法等。多属性决策指的是利用已有的决策信息通过移动的方式,对一组(有限个)备选方案进行排序或者择优。

公务员的评估理论和决策模型是什么

评估理论和决策模型有:确定型、不确定型和风险型决策,还有多属性决策,多目标决策,群决策等。

技术经济分析中,什么是多属性规划

技术经济分析中,收益、成本评估法是多属性规划,以收益与成本两者的比值来确定项。成本收益分析是通过比较项目的所有成本和收益来评估项目价值的方法。成本收益分析作为一种经济决策方法,将成本收益分析方法应用到政府部门的规划和决策中,以寻求在投资决策中如何以最小的成本获得***的收益。它通常用于评估需要量化社会效益的公用事业项目的价值。所以技术经济分析中,收益、成本评估法是多属性规划。

vikor方法全称

vikor方法全称是直觉模糊多属性决策方法。

Opricovic于1998年提出了vikor决策方法,它是一种折衷排序方法,通过***化群效用和最小化个体遗憾值对有限决策方案进行折衷排序。

vikor方法:

vikor方法的基本上思想是:确定正理想解(PIS)与负理想解(NIS),然后比较待选方案的评估值,根据其于理想指标值的距离大小择优。其中,正理想解是各评价准则中的***值,而负理想解则是各评价准则中的最差值。

通过***化群体效益和最小化个体损失得到方案各属性互相让步的折衷妥协解。对于多属性决策问题,TOPSIS方法更适用于风险规避型决策者,希望决策带来***化的利润同时,要尽可能地规避风险;而vikor方法更适用于决策者倾向于获取***化利润的决策。

除此之外,vikor方法较于TOPSIS方法有其独特的优势,它可以得到带有优先级的折衷方案,并且不需要考虑方案是否应该距离正、负理想解最近和最远的问题,同时避免了逆序的产生。

以上内容参考 百度百科-直觉模糊多属性决策方法

多属性决策的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于模糊多属性决策、多属性决策的信息别忘了在本站进行查找喔。

发表评论
0评