《复杂多属性决策》课件.pptVIP

复杂多属性决策：理论与应用本课件将深入探讨复杂多属性决策的理论基础和实践应用，帮助您更好地理解和运用这一重要决策工具。

什么是多属性决策多属性决策是指在多个可供选择的方案中，根据多个属性或指标，综合评估各个方案的优劣，最终选出最优方案的过程。例如，选择新车时，我们可能需要考虑价格、安全性、舒适度、油耗等多个属性，并综合评估各个方案的优劣，最终选择最适合自己的车型。

多属性决策的基本概念1方案：指所有可供选择的选项。2属性：指用于评估方案优劣的指标，例如价格、性能、安全性等。3权重：指每个属性在决策中所占的比重，反映了不同属性的重要性。4评价指标：用于量化每个属性的具体值，例如价格可以以万元为单位，安全性可以以安全等级来表示。

多属性决策的重要性提高决策效率：多属性决策可以帮助我们从多个方案中快速有效地筛选出最优方案，节省时间和精力。增强决策科学性：多属性决策可以根据多个指标进行综合评估，避免单一指标决策带来的偏差，使决策更加科学合理。提升决策质量：多属性决策可以有效地识别决策过程中的风险和不确定性，帮助我们做出更明智的决策。

决策过程中的挑战属性指标的选择和权重分配：如何选择合适的属性指标并确定其权重，需要充分考虑决策目标和实际情况。数据收集和处理：如何收集准确可靠的数据并进行有效处理，是决策准确性的关键因素。利益相关者的协商：在涉及多个利益相关者的情况下，如何协调各方利益，达成一致意见，也是一个重大挑战。

常见的多属性决策方法1层次分析法(AHP)2模糊综合评价法3加权平均法4熵权法5专家打分法6灰关联分析法

层次分析法（AHP）简介AHP是一种将复杂问题分解成多个层次，并通过两两比较的方式确定各因素权重，最终进行综合评价的方法。AHP方法简单易懂，易于操作，可以有效地处理复杂问题，因此在多个领域得到广泛应用。

AHP的基本原理1目标层：决策目标2准则层：实现目标的具体标准3方案层：可供选择的方案

AHP构建层次结构识别决策目标确定决策目标的准则层确定可供选择的方案层构建层次结构模型

AHP判断矩阵方案1方案2方案3准则1135准则21/312准则31/51/21

AHP一致性检验

模糊综合评价法模糊化将定量指标转化为模糊集合1权重确定确定各指标的权重2综合评价综合评估各方案的优劣3反模糊化将模糊评价结果转化为定量结果4

模糊评价的基本概念模糊集：指元素隶属度不确定的集合，例如“高”，“中等”，“低”等。隶属度函数：指元素隶属于模糊集的程度，取值范围为0-1。

隶属度函数

模糊综合评价步骤1确定评价指标体系2建立模糊评价矩阵3确定指标权重4进行模糊综合评价5得到评价结果

加权平均法70%价格价格占70%的权重20%性能性能占20%的权重10%安全性安全性占10%的权重

加权平均法的原理1步骤一：确定权重根据属性的重要性确定权重。2步骤二：计算加权平均值将每个属性的值乘以其权重，然后相加。3步骤三：比较方案比较不同方案的加权平均值，选择最优方案。

权重分配方法主观赋权法根据专家经验或主观判断确定权重。客观赋权法根据数据分析结果确定权重，例如熵权法。

熵权法介绍熵权法是一种客观赋权方法，利用信息熵来衡量指标的信息量，并根据信息量的大小确定权重。信息熵越大，指标的信息量越少，权重越低；信息熵越小，指标的信息量越多，权重越高。

熵权法计算步骤步骤一：计算指标的熵值

步骤二：计算指标的权重

步骤三：对权重进行归一化处理

专家打分法专家打分法是一种主观赋权方法，邀请相关领域的专家对各个属性进行评分，根据评分结果确定权重。专家打分法需要选择合适的专家，确保专家评估的客观性和独立性。

德尔菲法

灰关联分析法灰关联分析法是一种用来衡量指标之间关联程度的方法，根据指标之间的关联程度来确定权重。灰关联分析法适用于数据信息不完全或存在模糊性的情况。

多属性决策的数学模型V=Σ(w_i*x_i)

线性加权模型

TOPSIS方法方案1方案2

ELECTRE方法ELECTRE方法是一种基于排序的方法，通过比较方案的优劣程度，最终进行排序。ELECTRE方法可以处理多个指标之间存在冲突的情况。

复杂多属性决策的案例分析企业投资决策供应商选择技术路线选择人才招聘决策

企业投资决策1市场分析2项目评估3风险控制4投资决策5投资管理

供应商选择价格质量交货期服务

技术路线选择技术可行性成本效益时间成本

人才招聘决策职位要求候选人评估面试录用决策

风险评估案例市场风险技术风险运营风险财务风险

多属性决策中的不确定性1概率理论：利用概率分布来描述事件发生的可能性。2模糊集理论：利用模糊集合来描述模糊事件。3灰色系统理论：利用灰色模型来处理数据信息不完全的情况。

概率理论概率理论可以帮助我们评估事件发生的可能性，并根据概率分布做出决策。例如，投资股票时，我们