多属性决策的理论与方法

推荐两本书《移动云计算-——资源共享技术》李波著、《多属性决策的理论与方法》徐玖平吴巍编著。

关注这个点是因为：《移动云计算-——资源共享技术》关于基于多属性决策的垂直切换。是指在考虑多个属性的情况下，选择最优备选方案或进行方案排序的决策问题。多属性决策一般包括两部分内容：1、获取决策信息，一般包括属性权重和属性值，其中属性权重的确定是多属性决策的一个重要内容；2、通过一定的方式对决策信息进行集结并对各候选方案进行排序和择优。在多属性决策问题的求解过程中，属性的权重具有举足轻重的作用，它被用来反映属性的相对重要性，属性越重要，则赋给它的权重应越大，反之则越小。属性权重的确定是多属性决策中的重要问题。三种有代表性的多属性决策算法。

1、简单加权法(smple additive weighting,SAW)法是广泛使用的多属性决策方法。该方法通过负各属性简单线性加权求和来实现最优决策判断。在SAW法中，候选网络的决策系数由其所有属性值的权重和决定。

2、熵值法(EM)利用信息论中的信息熵来确定各网络属性的权重，然后采用简单加权的方法计算网络综合指数，并对综合指数进行排序。信息论中，信息熵是系统差异程度的度量。网络之间某项网络属性的差异程度越大，信息熵越小，该属性提供的信息量就越大；反之，差异程度越小，信息熵越大，该属性所提供的信息量越小。

3、逼近理想解排序法

借助多属性问题的理想解和负理想解对方案集合中的各候选方案进行排序。将方案集合中的各个候选网络与理想解和负理想解的距离进行比较，接近理想解且与负理想解距离较远的方案即为方案推荐两本书《移动云计算-——资源共享技术》李波著、《多属性决策的理论与方法》徐玖平吴巍编著。

2、熵值法(entropy method EM)利用信息论中的信息熵来确定各网络属性的权重，然后采用简单加权的方法计算网络综合指数，并对综合指数进行排序。信息论中，信息熵是系统差异程度的度量。网络之间某项网络属性的差异程度越大，信息熵越小，该属性提供的信息量就越大；反之，差异程度越小，信息熵越大，该属性所提供的信息量越小。

3、逼近理想解排序法(technique for order preference by similarity to ideal solution TOPSIS)借助多属性问题的理想解和负理想解对方案集合中的各候选方案进行排序。将方案集合中的各个候选网络与理想解和负理想解的距离进行比较，接近理想解且与负理想解距j离较远的方案即为方案集合中的最佳方案。一般采用欧氏空间进行距离测量。

多属性决策是多准则决策的重要组成部分，它与多目标决策一起构成了多准则决策的重要组成部分，它与多目标决策一起构成了多准则决策体系，是运筹学与管理科学的重要分支。多准则决策是指在多个不能互相替代的准则存在下进行决策，它是由多目标决策和多属性决策两个重要部分组成。决策对象是离散的有限数量的备选方案的多准则决策是多属性决策；决策对象是连续的无限数量的备选方案的多准则决策是多目标决策。在实际运用中，这样的分类能很好地适应解决问题的两个方面：选择和评价问题使用多属性决策方法，设计问题则使用多目标决策方法。

这种分类被广泛接受，二者不同的特征如下表所示：

	多属性决策	多目标决策
准则形式	属性	目标
准则特征	隐含的目标，与方案不直接联系	明确的目标，与决策变量直接联系
约束条件	不变动，合并到属性中	变动，以显式给出
方案特征	有限数目、离散、预定方案	无限数目、连续、产生方案
使用范围	选择、评价问题	设计问题

多目标决策与方案先制定的问题无关，而与设计问题密切相关。在各种限制作用的约束下，寻找最好方案来达到一些数量化目标可以接受的程度。而多属性决策与多目标决策明显不同的特征是只含有限个预先制定的方案。

多属性效用理论、级别优先序理论、随机型多属性决策的发展、模糊型多属性决策发展、描述性多属性决策发展。

理论与方法：多属性决策理论中的基本知识、属性度量和属性集结方法。
多属性决策，讨论经典多属性决策的方法以及设计确定性决策等方面问题的总和方法。
随机多属性决策：随机决策原理：讨论随机多属性决策模型的特点与决策使用的准则，以及确定随机事件概率的方法；随机决策方法：则以随机多属性决策特有的Bayes分析方法、随机优势方法和随机层次分析方法为核心，探讨了随机情形下多属性决策问题的具体解决办法。
模糊多属性决策：某户籍与决策+模糊决策。在详细介绍模糊多属性决策所用到的决策原理和模糊集和理论的基础上，该篇安装类似确定多属性决策方法的分类进行了经典多属性决策方法的模糊扩展。
粗糙多属性决策：粗糙集理论基础和粗糙集决策方法。分布针对粗糙集理论的基本知识和粗糙集在多属性决策中的应用进行了系统的阐述。

多属性决策的理论与方法相关推荐

多属性决策的权重确定方法及matlab 程序
本文介绍11种多属性决策权重确定方法及matlab 程序. 1.列和求逆归一化方法(NHM) 1 2.行和归一化方法(NRA) 1 3.和积法(ANC) 1 4.方根法(NGM) 1 5. 特征向量法 ...
交互式多模型_论文深度提升的万金油方法——多属性决策 Ⅱ
在上篇论文深度提升的万能方法:多属性决策 Ⅰ中,介绍完属性值的三种形式,我们继续回到第一步--决策信息的获取. 属性权重的确定是多属性决策中的一个重要研究内容,近年来关于这方面的研究已受到人们的关注, ...
Part III.S1. 基于离差最大化的直觉模糊多属性决策方法
1.1 属性权重完全未知情形下的直觉模糊多属性决策方法 1.1.1 问题描述设某多属性决策问题有 m m m个方案 Y i ( i = 1 , 2 , - m ) Y_{i}\left(i=1, ...
Part III.S3. 对方案有偏好的直觉模糊多属性决策方法
3.1 问题描述设某多属性决策问题有 m m m个方案 Y i ( i = 1 , 2 , ⋯ , m ) Y_{i}\left(i=1,2,\cdots,m\right) Yi(i=1,2, ...
python实现《直觉模糊集决策与对策分析方法》01基本理论与算子
最近准备开一个系列python实现李登峰老师的<直觉模糊集决策与对策分析方法>.一方面是自己学习需要,通过独立重复实验实现书中的算例,另一方面是直觉模糊方面的代码基本无人涉猎,希望通过自己 ...
直觉模糊的TODIM多属性决策方法及matlab应用
直觉模糊的TODIM多属性决策方法及matlab应用 TODIM 方法是根据决策者对收益和损失的不同偏好反映,构造方案两两比较的优势度矩阵,通过个体优势度集结,形成各个待评价方案的总体优势度,最后根据 ...
基于OWA算子的多属性决策方法及matlab 应用
基于OWA算子的多属性决策方法及matlab 应用 1.有序加权几何平均OWA算子定义 2.决策步骤 3.matlab应用有序加权几何平均OWA算子定义基于OWA算子多属性决策方法步骤在多属性决 ...
基于离差最大化的多属性决策方法及matlab应用
1.基于离差最大化的多属性决策方法若所有方案在属性uj下的属性值差异越小,则说明属性对方案决策所起的作用越小:反之越重要.从对方案进行排序的角度考虑,方案属性值偏差越大的属性应该赋予较大的权重. 步 ...
元胞自动机与相关理论和方法
元胞自动机与相关理论和方法的发展有着千丝万缕的联系,一方面,元胞自动机的发展得益于相关理论的研究,如逻辑数学.离散数学.计算机中的自动机理论,图灵机思想;另一方面,元胞自动机的发展也促进了一些相关学科 ...

多属性决策的理论与方法

多属性决策的理论与方法相关推荐

最新文章

热门文章