一、引言

  哈喽大家好,今天我们要讲的一个内容叫“多属性决策”。这个东东它在工程设计、经济、管理和军事等诸多领域中有着广泛的应用。比如:投资决策、项目评估、产业部门发展排序和经济效益综合评价等等。那么接下来我们就要开始我们的内容咯。

二、多属性决策

2.1 概念

  首先,什么是多属性决策呢,它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。它的主要组成部分有如下2种:

  • 获取决策信息:属性权重和属性值(实数、区间数和语言)。
  • 通过一定的方式对决策信息进行集结并对方案进行排序和择优

  现在我们暂时先抛开属性权重和属性值不讲,我们先来讲一讲第二点,也就是如何对决策的信息进行集结。信息集结的方法有很多,包括

  • 加权算术平均算子(WAA)
  • 加权几何平均算子(WGA)
  • 有序加权平均算子(OWA)

  在本文中,我们只讲一下加权算术平均算子(WAA),以后有机会再补充剩下两个。

2.2 加权算术平均算子

  对于一组给定的数据:,有

  其中,是数据组的权重向量,,则称

  WAA为加权算术平均算子(weighted arithemetic averaging(WAA) operator)。

  举例来讲:博主所在的大学大一的统考期末科目有高数、线代、电路、大英(当然还有其他,但是这里就不讲了),其中博主的得分数据组为(95,98,98,90),而这四门科目的学分分别为(5.5,3,2,4),那么可以算出权重向量(每门科目的学分除以总学分)为(0.38,0.21,0.14,0.27)T,那么可以算出博主大一期末的加权平均综合得分为

  像上述的属性值就是博主的得分数据组,我们知道,得分当然是越高越好,这样的属性值类型也称为效益型;但也有些其他的属性值可能是数值越低越好,这类属性类型称为成本型,比如某公司的某件产品的生产价格;还有一些其他的,都在下面列出:

  • 效益型:属性值越大越好(比如利润);
  • 成本型:属性值越小越好(比如成本价);
  • 固定型:属性值越接近某个固定值α越好(生产标注宽度);
  • 偏离型:属性值越偏离某个固定值β越好;
  • 区间型:属性值越接近某个固定区间[q1,q2]越好;
  • 偏离区间型:属性值越偏离某个固定区间[q1,q2]越好;

  那么如果在一堆数据中,可能有些是效益型的,有些是成本型的,这样的数据量纲不同,就会影响到决策的结果,因此,我们需要对属性数据进行规范化处理。具体的处理方案根据不同的属性类型不同,如下:

  效益型:属性值越大越好(比如利润):

  成本型:属性值越小越好(比如成本价):

  固定型属性值越接近某个固定值α越好(生产标注宽度):

  偏离型:属性值越偏离某个固定值β越好:

  区间型:属性值越接近某个固定区间[q1,q2]越好;

  偏离区间型:属性值越偏离某个固定区间[q1,q2]越好;

  通过将不同属性类型的属性值经过上述公式规范化为统一量纲的数值就,就可以使用我们前面说的加权算术平均算子了。接来来用一个实例来描述多属性决策模型在投资上的应用。

三、建模举例

问题:某投资银行拟对某市4家企业进行投资,抽取下列5项指标进行评估:产值(万元)、投资成本(万元)、销售额(万元)、国家收益币种、环境污染程度。投资银行考查了上年度4家企业的上述指标情况(其中污染程度由环保部门及时检测并量化),所得评估结果如下表所示。在各项指标中,投资成本、环境污染程度为成本型,其他为效益型。属性权重信息完全未知,试确定最佳投资方案。

解法:

  1.先写出归一化处理前的决策矩阵(题目已给出的那个表,博主懒得画两遍就在这里显示吧hh),其中x表示企业,u1u5表示产值(万元)、投资成本(万元)、销售额(万元)、国家收益币种、环境污染程度这5项指标,则

归一化处理前的决策矩阵
  u1 u2 u3 u4 u5
x1 8350 5300 6135 0.82 0.17
x2 7455 4952 6527 0.65 0.13
x3 11000 8001 9008 0.59 0.15
x4 9624 5000 8892 0.74 0.28

  2.根据我们前面起到的归一化公式,将上述指标值代入相应的公式,就能得到归一化处理后的决策矩阵,如下:

 归一化处理后的决策矩阵
   u1 u u3 u u5 
x1   0.7455 0.9343 0.6811 1.0000 0.7647
x2   0.6777 1.0000 0.7246 0.7926 1.0000
x3   1.0000  0.6189 1.0000  0.7195  0.8667
x4   0.8749 0.9904 0.9871  0.9024 0.4643 

  3.接下来我们需要应用到上一节用到的知识了,就是构建成对比较矩阵,为什么呢。大家还记得2.1讲的东西吗,其中第一点的决策信息就包括两部分——属性权重和属性值,现在我们已经求出归一化后的属性值了,我们还不知道属性的权重是多少,因此,我们需要通过构建成对比较矩阵,再将成对矩阵输入到我们的MATLAB程序里面,就能求出属性的权重了。为此,我们先写出成对比较矩阵,如下:

  将上述矩阵代入我们的matlab代码(上一节层次分析法的代码)里,就能得到u1到u5的权重分别为:[0.4286, 0.1429, 0.1429, 0.1429, 0.1429].

  4.现在我们有了属性权重和归一化的属性值了,就可以利用加权算术平均算子了,分别能算出4个企业的加权算术平均值了,如下:

  在这里我只算出第一个企业的加权算术平均值,剩下三个大家自己照着公式算一下,如果你算得没错,那么答案应该如下(企业1-4的得分分别为):

0.80 0.79 0.89 0.85

  显然,应该投资企业3.

转载于:https://www.cnblogs.com/Qling/p/9295414.html

数学建模方法-多属性决策模型相关推荐

  1. 【数学建模】多属性决策模型(评价与决策)

    文章目录 一.算法介绍 1. 加权算术平均算子(WAA) 2. 属性值归一化处理 二.适用问题 三.算法总结 1. 步骤 四.应用场景举例(企业评估) 1. 建模构建决策矩阵 2. 属性值归一化 3. ...

  2. 数学建模2 多属性决策模型

    多属性决策模型 适用于 投资决策.项目评估.维修服务.武器系统性能评定.工厂选址.投标招标.产业部门发展排序 和 经济效益综合评价等. 思路 利用已有决策信息 对 有限个备选方案 进行 排序或优化 主 ...

  3. 数学建模02 —— 多属性决策模型

    一.引言 在工程设计.经济.管理和军事等诸多领域中有着广泛的应用.比如:投资决策.项目评估.产业部门发展排序和经济效益综合评价等等. 二.实质 利用已有的决策信息通过一定的方式对一组(有限个)备选方案 ...

  4. 数学建模matlab imread,《matlab数学建模方法与实践》第三章 数据的处理

    3.1数据的获取 3.1.1从Excel中读取数据 a= xlsread('路径',n(sheetn),'A(n-1):Bn(读入的数据范围)') 3.1.2从TXT中读取数据 3.1.2.1.1 同 ...

  5. matlab数学建模方法与实践 笔记1:快速入门

    入门案例 1.导入数据 2.数据探索 3.多项式拟合 4.发布功能 5.数据类型 6.全部代码 代码在Cha2文件夹下 1.导入数据 2.数据探索 3.多项式拟合 4.发布功能 5.数据类型 6.全部 ...

  6. 数学建模方法-灰色预测法

    一.引言 大家好,今天是第三天,前两篇博文用到的数学建模方法应用的数学知识还比较少,在这一篇章,需要的数学知识变多了,大致需要一些高等数学中导数部分的知识,大家如果忘了的话记得自己去补哈.好言归正传, ...

  7. 数学建模方法 —【06】拟合方法之curve_fit

    拟合方法--curve_fit 今天来说说curve_fit拟合方法,在前面的博文中,我也介绍了其他两种拟合方法以及拟合优度的计算,有兴趣的读者可以看看: 数学建模方法-[03]拟合优度的计算(pyt ...

  8. matlab快速入门案例及常用技巧 | 《matlab数学建模方法与实践(第三版)》学习笔记

    目录 快速入门案例: 解决流程: 具体实现: 一.获取数据 二.数据探索和建模 三.分享结果 常用技巧 一.常用标点功能 二.常用操作指令 三.指令编辑操作键 四.matlab数据类型 五.开发模式 ...

  9. matlab建模总结,MATLAB 数学建模方法与实践(第 3 版)

    本书从数学建模的角度介绍了 MATLAB 的应用,涵盖了绝大部分数学建模问题的 MATLAB 求解方法.全书共 5 篇.第一篇是基础篇,介绍基本概念,包括 MATLAB 在数学建模中的地位.数学模型的 ...

最新文章

  1. 自研服务治理框架----文章汇总
  2. [转][Timer学习]wall time和monotonic time
  3. 如何读懂并写出装逼的函数式代码 1
  4. 【拉普拉斯变换】3. 拉普拉斯逆变换
  5. 从某付宝获取的省市区数据处理成value label children结构
  6. CSDN如何收藏别人的博客文章
  7. 为什么主机IP地址通常以192.168开头?
  8. abc云支付php,糖果易支付 - 免签约支付平台,彩虹易支付,abc云支付,糖果支付
  9. 十、生产者消费者问题
  10. [linux] SFTP文件传输基本命令
  11. 计算机再医学前沿领域的应用,计算机在医学前沿领域的应用
  12. 什么是WRAP认证?WRAP认证详解
  13. Android-Studio与Python环境配置
  14. ajax302错误,Wordpress admin-ajax导致错误302重定向
  15. Bartender 4 for Mac(菜单栏应用图标管理)
  16. 柯尼卡美能达打印机c226使用说明_小型平板打印机打印蓝牙耳机壳
  17. 黑域神器(解决卡顿)详细安装启动步骤
  18. 从小白到大神的起步(一起加油!!)
  19. iOS中数组拼接方法
  20. 19333-15-4,二羟基硅酞菁(SPCD)Silicondihydroxylphthalocyanine,齐岳生物酞菁材料

热门文章

  1. C语言case关键字后面的值有什么要求?
  2. VRoid Studio 3d卡通建模
  3. 如何将E盘(跨盘)合并到C盘
  4. Safari浏览器中input 光标lineheight失效 不居中
  5. XDOJ-流程控制-车辆限行
  6. Python脚本编写的学习
  7. 《Network In Network》翻译
  8. Java——方法的使用
  9. vulnhub sp ike
  10. artDialog使用