資源描述:
《【企業(yè)管理】權(quán)重確定方法》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、建模與仿真中“權(quán)”的確定方法淺析天馬行空官方博客:http://t.qq.com/tmxk_docin;QQ:1318241189;QQ群:175569632摘要“權(quán)”是建模與仿真中的一個(gè)重要因素,其確定方法的選擇直接影響建模與仿真的可行性與質(zhì)量,本文就建模與仿真中權(quán)重的幾種典型求取方法作一淺要分析。關(guān)鍵詞建模與仿真“權(quán)”的確定方法1引言“權(quán)”是表征下層子準(zhǔn)則相對(duì)于上層某個(gè)準(zhǔn)則(或總準(zhǔn)則)作用大小的量化值,是軟件建模與仿真中的一個(gè)重要因素,在不同應(yīng)用中,可以對(duì)之賦予不同的解釋,如“重要性”、“信息量”、
2、“肯定度”和“可能性”等等,其確定方法的選擇直接影響建模與仿真的可行性及質(zhì)量,甚至?xí)?duì)仿真的結(jié)果產(chǎn)生決定性的影響。目前權(quán)重的確定方法可分為主觀賦權(quán)法和客觀賦權(quán)法兩類,主觀賦權(quán)法是由決策分析者根據(jù)各指標(biāo)的主觀重視程度而賦權(quán)的一類方法,主要有專家調(diào)查法、相鄰比較法(環(huán)比評(píng)分法)、兩兩賦值法、二項(xiàng)系數(shù)法、最小二乘法、層次分析法(AHP)等,由于引進(jìn)了人為干預(yù),這些方法都難以擺脫人為因素及模糊隨機(jī)性的影響;客觀賦權(quán)法一般是根據(jù)所選擇指標(biāo)的實(shí)際信息形成決策矩陣,在此矩陣基礎(chǔ)上通過(guò)客觀運(yùn)算形成權(quán)重,該方法盡量避免了
3、主觀賦權(quán)法的人為因素,但權(quán)值的求取相對(duì)卻有一定難度,常用的如熵值法等。本文重點(diǎn)探討幾種典型的賦權(quán)法,以祈起到拋磚引玉的作用。2權(quán)值確定的幾種典型方法2.1群體決策中“權(quán)”的確定方法群體決策的一般結(jié)構(gòu)為:設(shè)為有限策略集,,表示的關(guān)聯(lián)程度,即策略與決策的相關(guān)性(有時(shí)也表示可行性程度);成員集為,,表示第個(gè)成員認(rèn)為比偏好的程度。群中成員的權(quán)威性是不同的,因而其個(gè)體偏好對(duì)群偏好作用的重要性也各不相同,例如項(xiàng)目總負(fù)責(zé)人就比項(xiàng)目一般成員的意見(jiàn)更具有權(quán)威性,本行專家比其它行業(yè)專家更有發(fā)言權(quán)等。這樣,我們可根據(jù)個(gè)人的權(quán)
4、威性程度形成權(quán)系數(shù):。另外,對(duì)指標(biāo)有偏好信息的權(quán)重確定還可通過(guò)另外一種方法,在文獻(xiàn)[2]所采用的多指標(biāo)賦權(quán)方法中,介紹了一種方便而有效的五級(jí)標(biāo)度賦值法,設(shè)指標(biāo)對(duì)的五級(jí)標(biāo)度賦值為,按下述方法進(jìn)行:⑴與同等偏好,取==4;⑵比稍微偏好,取=4+1,=4—1;⑶比明顯偏好,取=4+2,=4—2;⑷比更加偏好,取=4+3,=4—3;⑸比極端偏好,取=4+4,=4—4。從而得賦值矩陣。再計(jì)算各個(gè)指標(biāo)的五標(biāo)度優(yōu)序數(shù)并取:則可得對(duì)指標(biāo)的主觀偏好權(quán)重,即所有指標(biāo)的主觀偏好權(quán)重向量為:2.2層次分析法中“權(quán)”的確定方法2
5、.1.1計(jì)算單一準(zhǔn)則下元素的相對(duì)權(quán)重在準(zhǔn)則下,對(duì)于通過(guò)利用1—9標(biāo)度法構(gòu)造兩兩比較判斷矩陣,根據(jù)和法、根法或特征根方法計(jì)算權(quán)重向量[1],如解特征根問(wèn)題可得。所得到的經(jīng)正規(guī)化后作為元素在準(zhǔn)則下的排序權(quán)重,在判斷矩陣的構(gòu)造中,并不要求判斷具有一致性,這是由客觀事物的復(fù)雜性與人的認(rèn)識(shí)多樣性所決定的,但當(dāng)判斷偏離一致性過(guò)大時(shí),排序權(quán)向量計(jì)算結(jié)果作為決策依據(jù)將出現(xiàn)某些問(wèn)題,因此得到后需進(jìn)行一致性檢驗(yàn),其步驟為:⑴首先計(jì)算一致性指標(biāo)⑵計(jì)算平均隨機(jī)一致性指標(biāo)是多次(500次以上)重復(fù)進(jìn)行隨機(jī)判斷矩陣特征值的計(jì)算后取
6、算術(shù)平均值得到的。⑶計(jì)算一致性比例當(dāng)時(shí),一般認(rèn)為判斷矩陣是一致性的,是可以接受的。2.2.2計(jì)算各層元素的組合權(quán)重假設(shè)已知第層上個(gè)元素相對(duì)總目標(biāo)的組合權(quán)重向量為:第層上個(gè)元素對(duì)第層上以第個(gè)元素為準(zhǔn)則的排序權(quán)重向量為:其中,將不受第個(gè)元素支配的元素權(quán)重設(shè)為零。則第層上個(gè)元素對(duì)第層上各元素為準(zhǔn)則分別排序形成的權(quán)重向量矩陣為:則第層上元素對(duì)總目標(biāo)的組合權(quán)重為:如果層為指標(biāo)體系的最底層,則即為最終的組合權(quán)重矩陣。對(duì)組合權(quán)重進(jìn)行一致性檢驗(yàn)。若已知以第層上元素為準(zhǔn)則的一致性指標(biāo)為,平均隨機(jī)一致性指標(biāo)為,則層的綜合指
7、標(biāo),,分別為:當(dāng)時(shí),層以上的所有判斷滿足整體一致性檢驗(yàn)。2.3模糊賦權(quán)法2.3.1三角形(梯形)模糊數(shù)法在多指標(biāo)權(quán)重確定問(wèn)題中,難以擺脫人為因素及模糊隨機(jī)性的影響,根據(jù)這一特點(diǎn),可以采用模糊加權(quán)的方法。記:(扎德表示法),其中:——模糊集合;——因素在模糊集合中的隸屬度,即的權(quán)數(shù),可用三角形模糊數(shù)或梯形模糊數(shù)表示。例如,假設(shè)存在四個(gè)變量、、和,運(yùn)用模糊加權(quán)的方法,可用三角模糊數(shù)表示如下:=(,,)0≤≤≤≤1;=(,,)0≤≤≤≤1;=(,,)0≤≤≤≤1;=(,,)0≤≤≤≤1;且+++=1;=+++
8、。其中,、、和可結(jié)合專家意見(jiàn),由其它賦權(quán)法得到,、、、、、、和由它們分別和、、和的偏差得到;使+++=1,進(jìn)行了歸一化處理。2.3.2非結(jié)構(gòu)性決策中模糊賦權(quán)法⑴重要性定性排序設(shè)存在因素集,在與間作重要性二元比較,以表示重要性排序指標(biāo)標(biāo)度。若比重要,??;若比重要,??;若與同樣重要,取;且有:,,。則可根據(jù)因素集構(gòu)成其重要性的二元對(duì)比一致性標(biāo)度矩陣為:重要性定性排序一致性標(biāo)度矩陣各行和數(shù)由大到小的排列,給出因素集在滿足排序一致性條件下的重要性定