没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
第 30 卷 第 9 期
Vol. 30 No. 9
控 制 与 决 策
Control and Decision
2015 年 9 月
Sep. 2015
三参数区间灰数信息下的动态多属性决策方法
文章编号: 1001-0920 (2015) 09-1623-07 DOI: 10.13195/j.kzyjc.2014.0768
王 霞, 党耀国
(南京航空航天大学 经济与管理学院,南京 211106)
摘 要: 针对方案属性值为三参数区间灰数的动态多属性决策问题, 提出一种基于前景理论的动态多属性决策方
法. 定义了三参数区间灰数距离测度和排序方法; 鉴于被评价对象在时序上的差异信息和波动性, 建立基于方差和时
间度的确定时间权重的优化模型; 以两两方案互为参考点确定前景价值函数, 由此构建求解最优权向量的优化模型,
并通过求解方案的综合前景值对方案进行排序. 实例研究表明了该方法的合理性和有效性.
关键词: 三参数区间灰数;时间度;前景理论;前景价值函数
中图分类号: N945 文献标志码: A
Dynamic multi-attribute decision-making methods with three-parameter
interval grey number
WANG Xia, DANG Yao-guo
(College of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,
China.Correspondent:WANG Xia,E-mail:wangxia0509@163.com)
Abstract: For dynamic multi-attribute decision-making problems, in which the attribute value of alternatives is three-
parameter interval grey number, a dynamic multi-attribute decision making method based on the prospect theory is proposed.
The distance measure and ranking method of three-parameters interval grey numbers is defined in view of differences and
volatility of the evaluation objects in the timing, an optimized model based on the variance and time degree is built to
determine the time weight. The prospect value function is determined with reference to each other alternatives, and a multi-
index optimization model can be built to solve the optimum weight vector, and the alternatives are ranked based on integrated
prospect values. An example is presented to illustrate the usefulness and effectiveness of the proposed method.
Keywords: three-parameter interval grey number;time degree;prospect theory;prospect value function
0 引引引 言言言
在实际决策问题中, 多属性决策问题
[1]
一直是人
们关注的重点. 由于客观事物本身的复杂性和不确
定性, 决策者无法给出效果测度的具体数值. 区间灰
数
[2]
作为处理多属性不确定性决策问题的一种手段,
自邓聚龙教授提出以来受到了众多学者的关注. 然
而, 区间灰数通常只取区间的上限和下限, 且上限与
下限间各个数取值机会被认为是相等的, 在综合各方
案的效果评价值时, 计算结果往往会进一步扩大区间
灰数的取值范围, 从而产生较大的误差. 文献 [3] 针对
区间灰数的不足, 引入了三参数区间灰数, 将多属性
决策拓展到决策信息为三参数区间灰数的情况; 文献
[4] 定义了三参数区间灰数与实数比较的相对优势度
的概念, 提出了一种基于相对优势度的三参数区间灰
数的排序方法; 文献 [5] 对三参数区间灰数的性质进
行了探讨, 由此建立了基于三参数区间灰数的灰靶决
策模型; 文献 [6] 针对属性值为三参数区间灰数的情
况, 构建了三类灰靶决策模型.
传统的多属性决策只考虑单个时点的决策信息,
往往难以满足实际问题的需要. 随着时间的发展和数
据的积累, 需要对评价对象一段时间的情况进行综
合考察, 即动态多属性决策. 文献 [7] 针对决策信息不
完全的动态多属性决策问题, 将决策问题转化为各方
案的广义优序数矩阵问题; 文献 [8] 把累积前景理论
收稿日期: 2014-05-16;修回日期: 2014-08-20.
基金项目: 国家自然科学基金项目(71071077, 71371098);中央高校基本科研业务费专项资金项目(NC2012001);江苏
省高校哲学社会科学重点研究基金重大项目(2012JDXM005);江苏省普通高校研究生科研创新计划项目
(CXZZ13 0183).
作者简介: 王霞(1985−), 女, 博士生, 从事灰色系统理论、决策分析的研究;党耀国(1964−), 男, 教授, 博士生导师, 从
事灰色系统理论、数量经济等研究.
1624
控 制 与 决 策
第 30 卷
应用到属性值为实数型的动态风险型决策问题. 根
据 “新信息优先原理”: 新信息对认知的作用大于老
信息, 由此可知, 不同时间点的信息对决策结果的合
理性具有一定的影响, 因此, 如何确定不同时间点的
权重是将动态决策表转化为静态决策表的关键. 文献
[9-10] 都是由专家给出时间点的权重, 具有一定的主
观性; 文献 [7] 根据广义优序数矩阵得到各时间序列
的贴近度, 由此确定时间序列的权重; 文献 [11] 针对
多属性决策的不确定性和多时点性, 提出了基于灰熵
和时间度建立时点权重的求解模型.
在众多的多属性决策问题中, 决策者对方案主
观上的风险偏好常常会影响最终的决策结果. 前景理
论是 Kahneman 等
[12]
于 1979 年提出的, 该理论发现了
理性决策研究中没有意识到的行为模式, 决策者认为
个体通过将概率转化为决策权重函数, 可对不同结果
分派非概率权重. 1982 年 Tversky 等
[13]
又提出了累积
前景理论, 该理论能更准确地反映决策者面临损失时
是风险偏好的, 即高估小概率事件; 面临收益时是厌
恶风险的, 即低估发生概率较大事件的心理特征. 文
献 [14] 定义了一种基于区间直觉模糊数的价值函数,
提出了一种基于前景理论的区间直觉模糊数多属性
决策方法. 文献 [15] 把 MYCIN 不确定因子方法与前
景理论相融合, 提出了一种新的基于证据推理的随机
决策方法. 文献 [16] 基于累积前景理论提出了一种解
决应急响应的风险多属性决策方法. 文献 [17] 以各属
性的期望值作为参考点, 建立了 4 种各方案相对于期
望值的收益和损失的计算方法, 提出了一种基于前景
理论的多属性决策方法.
综上所述, 现有研究存在如下问题: 1) 现有的三
参数区间灰数的距离测度和排序方法没有体现三参
数区间灰数取值的本质特点; 2) 现有的动态决策问
题关于时间权重的确定, 一方面大都由决策者直接给
出时间的权重, 具有一定的主观性, 另一面没有考虑
被评价对象在时序上的差异信息; 3) 现有的前景价
值函数大都是以固定点为参考点, 不能更好地反映该
方案相对于其他方案时的收益和损失. 本文在此基础
上, 针对属性值为三参数区间灰数的动态多属性决策
问题
,
首先定义三参数区间灰数的距离测度和排序方
法; 利用方差和时间度建立确定时间权重的优化模
型; 构建以两两方案互为参考点的求解属性权重的多
目标优化模型; 最后根据综合前景值的大小对方案进
行排序. 实例分析表明了该模型的有效性和可行性.
1 基基基本本本知知知识识识
在实际问题中, 把只知道取值范围而不知其确
切值的数称为灰数, 即灰数实际上是指在某一个区间
或某个一般的数集内取值不确定的实数, 通常用符号
“⊗” 表示. 然而在用区间灰数表示决策信息时, 为了
获取所有信息, 往往将区间范围取得过大, 这会使决
策结果的不确定性增大. 考虑到区间灰数的不足, 文
献 [3] 引入了三参数区间灰数.
定义 1
[3]
既有上界 𝑎 又有下界 𝑎 的灰数称为区
间灰数, 记作 𝑎(⊗) ∈ [𝑎, 𝑎], 且 𝑎 ⩽ 𝑎; 若区间灰数取值
可能性最大的数已知, 即区间灰数可表示为 𝑎(⊗) ∈
[𝑎, ˜𝑎, 𝑎], 则称之为三参数区间灰数, 其中 ˜𝑎 是 𝑎(⊗) 取
值可能性最大的数, 称为重心.
由三参数区间灰数的定义可知, 类似于区间灰数
的运算性质
[2]
, 可定义三参数区间灰数的运算. 例如,
设 𝑎(⊗) ∈ [𝑎, ˜𝑎, 𝑎], 𝑏(⊗) ∈ [𝑏,
˜
𝑏, 𝑏] 为三参数区间灰数,
则有
𝑎(⊗) + 𝑏(⊗) ∈ [𝑎 + 𝑏, ˜𝑎 +
˜
𝑏, 𝑎 + 𝑏],
𝑎(⊗)/𝑏(⊗) ∈ [min{𝑎/𝑏, 𝑎/𝑏, 𝑎/𝑏, 𝑎/𝑏}, ˜𝑎/
˜
𝑏
max{𝑎/𝑏, 𝑎/𝑏, 𝑎/𝑏, 𝑎/𝑏}].
通常情况下, 三参数区间灰数 𝑎(⊗) 的取值可能
性由最可能取值点 ˜𝑎 向上界 𝑎 和下界 𝑎 逐渐递减, 如
图 1 所示.
f x( )
x
a
-
a
-
a
~
图 1 三参数区间灰数
图 1 中, 𝑓 (𝑥) 表示区间内某一点取值的概率. 文
献 [18] 指出, 取值可能性最大的点对应的分布概率为
𝑓(˜𝑎) ⩾ 𝛿, 其中 𝛿 为一个常数, 只有当 𝛿 达到一定程度
时, 才能称之为最可能值. 一般情况下取 𝛿 ⩾ 60%; 若
𝛿 < 60%, 则说明决策有误, 决策者需要重新审视问题
并对判断作出相应调整.
三参数区间灰数的距离测度及排序, 是研究评价
信息为三参数区间灰数问题的关键. 在已有的文献中,
两三参数区间灰数间的距离都是依据欧氏空间中距
离的表达式, 仅考虑对应端点之间的距离, 而忽略了
三参数区间灰数取值的特点. 本文考虑到三参数区间
灰数重心点的特殊性, 以及取值范围对其取值不确定
性的影响, 给出两三参数区间灰数的距离测度及排序
方法.
定义 2 设 𝑎(⊗) ∈ [𝑎, ˜𝑎, 𝑎] 和 𝑏(⊗) = [𝑏,
˜
𝑏, 𝑏] 为两
个三参数区间灰数, 则
𝑑(𝑎(⊗), 𝑏(⊗)) =
√
2
3
(˜𝑎 −
˜
𝑏)
2
+
1
3
(𝛾(𝑎 − 𝑏)
2
+ (1 − 𝛾)(𝑎 − 𝑏)
2
) (1)
剩余6页未读,继续阅读
资源评论
weixin_38698149
- 粉丝: 5
- 资源: 935
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功