[發明專利]基于情景的多目標綜合決策評價方法

有效

• 申請號: 201210548316.5
• 申請日: 2012-12-17
• 公開（公告）號: CN103065042A
• 公開（公告）日: 2013-04-24
• 發明（設計）人: 王明玉;于森;劉柯
• 申請（專利權）人: 中國科學院大學;北京海邁信科技有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京中北知識產權代理有限公司 11253
• 代理人: 張亞娟

1.基于情景的多目標綜合決策評價方法，其特征在于，包括以下步驟：

(1)針對實際決策評價問題，通過情景分析法構建不同的情景決策方案，確定情景決策方案綜合評價的多目標集，并建立不同決策評價目標所對應的評價指標集；

(2)確定各評價指標的基礎權重：

根據評價指標相對于總目標的重要性，應用層次分析法AHP確定評價指標對總目標的相對重要性權重系數，將其作為評價指標的基礎權重；

(3)綜合分析影響各評價指標權重系數的主、客觀方面的不確定性因素，并識別具有關鍵影響的不確定性影響因素，將其作為調整評價指標權重的主控因子；

(4)根據實際的應用環境和不同的決策評價目標，確定各主控因子下的各評價指標的權重系數，以及基礎權重和各主控因子在評價過程中所占的相對重要性權重系數；

(5)計算各評價指標的綜合權重系數：

分別整合評價指標的基礎權重和各主控因子的權重系數，通過線性加權計算出各評價指標的最終的綜合權重系數；

(6)通過集成綜合權重和主成分投影的綜合評價方法降低數據之間的重疊信息，對多目標決策進行綜合評價。

2.根據權利要求1所述的基于情景的多目標綜合決策評價方法，其特征在于：在步驟(2)確定評價指標的基礎權重之前，還包括

步驟(20)：對評價指標的數據進行標準化處理；具體為

設有n個目標p個評價指標，構成樣本矩陣，表示為X＝(X)_n×p，對樣本矩陣進行如下標準化處理：

對于越大越好的評價指標，令：

y_ij＝X_ij/max?X_ij

對于越小越好的評價指標，令：

y_ij＝min?X_ij/X_ij

其中，min?X_ij,max?X_ij分別表示第j個評價指標下各樣本屬性值的最大值和最小值；

標準化之后，樣本矩陣X轉化為矩陣Y＝(y_ij)_n×p，y_ij∈[0,1]。

3.根據權利要求2所述的基于情景的多目標綜合決策評價方法，其特征在于：步驟(2)應用層次分析法AHP確定評價指標的基礎權重，具體為

①首先判定子目標對總目標的相對重要性權重系數μ_i(i=1，2，...，n)，其表示第i個子目標對總目標的權重系數；

②然后判斷評價指標對子目標的相對重要性權重系數k_ij，其表示第i個子目標所屬的第j個評價指標的權重系數；

③計算評價指標對總目標的權重系數a_j，其表示第j個評價指標的權重系數，進而有：

α_j＝k_ij·μ_i

用α表示其權重系數集合，則α＝[α₁,α₂,…,α_p]。

4.根據權利要求3所述的基于情景的多目標綜合決策評價方法，其特征在于：步驟(3)中評價指標權重系數的主、客觀方面的不確定性因素包括評價指標量化的準確性權重系數和評價指標的相關敏感性權重系數。

5.根據權利要求4所述的基于情景的多目標綜合決策評價方法，其特征在于：采用AHP方法來確定評價指標量化的準確性權重系數；具體為

①首先判斷評價指標對子目標量化的準確性性權重系數r_ij，其表示第i個子目標所屬的第j個評價指標的權重系數；

②然后判定子目標對總目標量化的準確性權重系數b_i(i=1，2，...，n)，其表示第i個子目標對總目標量化的準確性權重系數；

③計算評價指標對總目標量化的準確性權重系數β_j，其表示第j個評價指標的權重系數，進而計算得到評價指標對總目標量化的準確性綜合權重系數：

β_j＝γ_ij·b_i

用β表示其權重集合，β＝[β₁,β₂,…,β_p]。