多属性决策理论和方法在工程、技术、经济、管理和军事等诸多领域中都有广泛的应用。
今天我们就来介绍一下这一方法~
多属性决策
多属性决策(Multi-Attribute Decision Making, MADM)是一种决策分析技术,用于在多个相互竞争的属性或标准下做出选择。这种方法特别适用于那些需要在具有多个属性(量化或定性的)的备选方案中作出选择的决策问题。
使用多属性决策方法可以帮助决策者系统地比较不同方案,在复杂的决策环境中作出更为合理的决策。
多属性决策的方法和模型
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。
而较为常用的方法有:
加权总和法
这是一种直观而简单的多属性决策方法。在此方法中,决策者首先需要根据各属性相对于决策目标的重要性,给予不同的权重。这些权重反映了决策者对每个属性的偏好和重视程度。接着,对每个备选方案,按其在各属性上的表现加权求和,计算总分。最后,比较各方案的得分,得分最高的方案便被认为是最佳选择。
层次分析法(AHP)
该方法分为几个步骤:首先是构建层次结构,将决策问题分解为目标、准则(属性)、方案等多个层次;接下来是进行成对比较,评估各准则之间的相对重要性,以及各方案在每个准则下的相对优劣,通常使用1到9的标度来量化判断;其后是进行一致性检验,确保判断的一致性和逻辑性;最终根据权重计算出最优方案。
理想解排序法(TOPSIS)
TOPSIS基于这样一个概念,即最优方案应该是同理想解最为接近、与最劣解最为远离的方案。在实际操作中,首先需要确定所有方案在各属性上的表现,并对属性进行标准化处理。然后,识别出理想最优解(每个属性上的最佳值)和理想最劣解(每个属性上的最差值)。接着,计算每个方案与理想最优解及理想最劣解的距离。基于这些距离,评估并排序所有方案。选择与理想最优解距离最近的方案作为最终决策。
模糊综合评价法
这种方法主要应用于那些评价标准不明确、含有模糊因素,或者决策过程中存在信息不完全确切的情况。模糊综合评价法通过构建模糊关系矩阵、进行模糊综合评价操作,将模糊定性评价转化为可操作的定量分析。在这一过程中,会采用模糊数学中的模糊集合、模糊关系及其运算规则来处理决策信息的不确定性和模糊性。
折衷妥协解法(VIKOR)
Opricovic于1998年提出了VIKOR决策方法,它是一种折衷排序方法,通过最大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方法是多准则决策(MCDM)的有效工具,用于以下情形:
(1)决策者不能或不知道如何准确表达其偏好;
(2)评价准则间存在冲突和不可公度(测度单位不同);
(3)处理冲突问题的决策者能够接受妥协解方案。
VIKOR方法具有同时考虑群体效用最大化和个体遗憾最小化以及融入决策者主观偏好的优点,因此具有更高的排序稳定性和可信度。
多属性决策在多种场景中可见其应用,如企业经理在考虑新产品投资项目时需考量成本、预期收益、市场潜力等多个指标;环境政策制定时,政策制定者需要综合考量经济效益、环境影响、社会接受度等因素。
多属性决策不仅帮助决策者在复杂情景中做出更全面和客观的决策,而且通过系统方法减少了主观偏见的影响,提高了决策的科学性和实效性。
云导师,,,论文辅导小程序
今天我们就来介绍一下这一方法~
多属性决策
多属性决策(Multi-Attribute Decision Making, MADM)是一种决策分析技术,用于在多个相互竞争的属性或标准下做出选择。这种方法特别适用于那些需要在具有多个属性(量化或定性的)的备选方案中作出选择的决策问题。
使用多属性决策方法可以帮助决策者系统地比较不同方案,在复杂的决策环境中作出更为合理的决策。
多属性决策的方法和模型
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。
而较为常用的方法有:
加权总和法
这是一种直观而简单的多属性决策方法。在此方法中,决策者首先需要根据各属性相对于决策目标的重要性,给予不同的权重。这些权重反映了决策者对每个属性的偏好和重视程度。接着,对每个备选方案,按其在各属性上的表现加权求和,计算总分。最后,比较各方案的得分,得分最高的方案便被认为是最佳选择。
层次分析法(AHP)
该方法分为几个步骤:首先是构建层次结构,将决策问题分解为目标、准则(属性)、方案等多个层次;接下来是进行成对比较,评估各准则之间的相对重要性,以及各方案在每个准则下的相对优劣,通常使用1到9的标度来量化判断;其后是进行一致性检验,确保判断的一致性和逻辑性;最终根据权重计算出最优方案。
理想解排序法(TOPSIS)
TOPSIS基于这样一个概念,即最优方案应该是同理想解最为接近、与最劣解最为远离的方案。在实际操作中,首先需要确定所有方案在各属性上的表现,并对属性进行标准化处理。然后,识别出理想最优解(每个属性上的最佳值)和理想最劣解(每个属性上的最差值)。接着,计算每个方案与理想最优解及理想最劣解的距离。基于这些距离,评估并排序所有方案。选择与理想最优解距离最近的方案作为最终决策。
模糊综合评价法
这种方法主要应用于那些评价标准不明确、含有模糊因素,或者决策过程中存在信息不完全确切的情况。模糊综合评价法通过构建模糊关系矩阵、进行模糊综合评价操作,将模糊定性评价转化为可操作的定量分析。在这一过程中,会采用模糊数学中的模糊集合、模糊关系及其运算规则来处理决策信息的不确定性和模糊性。
折衷妥协解法(VIKOR)
Opricovic于1998年提出了VIKOR决策方法,它是一种折衷排序方法,通过最大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方法是多准则决策(MCDM)的有效工具,用于以下情形:
(1)决策者不能或不知道如何准确表达其偏好;
(2)评价准则间存在冲突和不可公度(测度单位不同);
(3)处理冲突问题的决策者能够接受妥协解方案。
VIKOR方法具有同时考虑群体效用最大化和个体遗憾最小化以及融入决策者主观偏好的优点,因此具有更高的排序稳定性和可信度。
多属性决策在多种场景中可见其应用,如企业经理在考虑新产品投资项目时需考量成本、预期收益、市场潜力等多个指标;环境政策制定时,政策制定者需要综合考量经济效益、环境影响、社会接受度等因素。
多属性决策不仅帮助决策者在复杂情景中做出更全面和客观的决策,而且通过系统方法减少了主观偏见的影响,提高了决策的科学性和实效性。
云导师,,,论文辅导小程序