多目标决策问题
来源:互联网 发布:刘欢和李宗盛 知乎 编辑:程序博客网 时间:2024/06/05 18:06
指标按其值是否为数值,可分为定量指标和定性指标(或称模糊的)。
传统上,指标按其具体含义可分为效益型,成本型,固定型和区间型。效益型指标是指其值越大越好的指标;成本型指标是指其值越小越好的指标;固定型指标是指其值不能太大,又不能太小,而以稳定在某个固定值为最佳的指标;或者说其值越接近某个值越好的指标;区间型指标是指其值以落在某个固定区间为最佳的指标,或者说,其值越接近某个固定区间(包括落入该区间)越好的指标。
但是,世界上的事物都是对立统一的。既然现实问题中存在越接近某值越好的指标(固定型),自然存在越偏离某个值越好的指标;既然存在越接近某区间越好的指标(区间型),自然存在越偏离某个区间越好的指标。因此提出另外两个指标:
偏离型指标是指越偏离某个具体的值(称作劣值)越好的指标。
偏离区间型指标是指越偏离某个具体区间(称作劣区间)越好的指标。
指标的标度问题:
多个指标的单位通常互不相同,所以不能互相比较。值就是指标的标度问题和指标的标准化问题。
1. 指标的标度 有三种计量尺度可用于量的计算:序数尺度,区间尺度和比率尺度。由于定性指标转化为比率尺度极难,所以大部分MODM方法借助于序数尺度或区间尺度。定性指标转换为序数尺度比转换为区间尺度容易的多。下面是定性指标向区间尺度转换的方法。
2.定性指标的量化 把定性指标转化为区间尺度的常用方法之一是使用Bipolar尺度。例如:可选10点标度并用某一方式标定它。从终点开始,给最优属性值赋10点,给最差属性值赋0点。中间点也是标定的基础。因为它是有利的属性值和不利的属性值之间的转折点。
指标的标准化:
Hwang&Yoon Nijkamp和Nijkamp给出了标准化效益和成本型属性的极差变换法和线形尺度变换法以及向量标准化法
上面的式子中,
(i=1~4)分别表示效益型,成本型,固定型以及区间型。
表示第i个方案关于第j个指标
标准化的方法不仅是这些,具体的可以灵活使用。
- 多目标决策问题
- 多目标优化问题概述
- 多目标
- 最优决策和最满意决策问题
- 系统分析中的决策问题
- optimal stopping决策问题
- 多目标优化-测试问题及其Pareto前沿
- 9.3多阶段决策问题
- 决策
- 决策
- 决策
- 决策
- 决策
- MATLAB求多目标优化问题——fminimax
- 多目标优化问题中常见分解方法的理解
- 多目标及多分类区别及交叉熵问题
- C++实现多目标遗传算法(0/1背包问题)
- 构建不等式模型 解析决策性问题
- Spring 延迟初始化
- Unity中Editor的ProgressBar的使用demo
- BZOJ1609: [Usaco2008 Feb]Eating Together麻烦的聚餐
- 运行中进程的内存泄露
- Java 1.8 HashMap详解
- 多目标决策问题
- innodb double write buffer--buf_dblwr_write_single_page
- [leetcode]594. Longest Harmonious Subsequence
- Shell字符串
- hdu2112dijkstra
- Linux内存布局、内存分配原理
- 欧几里得游戏
- MySQL 主从同步延迟的原因及解决办法
- ATP的PKUSC2017游玩记