[發明專利]一種改進型最優化方法

在審

• 申請號: 201811258448.8
• 申請日: 2018-10-26
• 公開（公告）號: CN109598020A
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 王猛;趙楊軍;楊潔;廉冰;康晶
• 申請（專利權）人: 中國輻射防護研究院
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京天悅專利代理事務所(普通合伙) 11311
• 代理人: 田明;任曉航

本發明公開了一種改進型最優化方法，包括以下步驟：通過多屬性效用分析方法進行前端處理，得出滿足最速下降法的基本條件，經過前端處理后，對于不同影響因素權重組合的情況，每一種最高總效用值u_i，都對應著相應的備選方案P_i；建立最速下降法優化模型，用于在多個備選方案P_i中選出最優方案；通過優化模型進行多屬性效用分析方法的末端數據處理，從而得出最優結果(P優，u優)。該方法采用最速下降法處理不同影響因素下最大效用數值，同時考慮了不同影響因素的權重，從而得出最優結果，使得決策更加科學化。

技術領域

本發明涉及最優化分析技術領域，具體涉及一種改進型最優化方法。所述最優化方法尤指最優化決策分析方法中的多屬性效用分析方法。

背景技術

在最優化決策分析(亦稱為最優化分析)方法中，多屬性效用分析方法是由工程學、管理學和心理學等幾個學科發展而成的，是一種用途十分廣泛的決策方法，它的突出特點是可以把那些難以用貨幣定量的因素定量化，從而可以對那些通常只能做定性分析的問題作出定量的判斷，使得決策更加科學化。

在多屬性效用分析方法中，首先針對所要考慮的各個影響因素確定效用函數，然后計算各備選方案相應的效用值，最后比較各備選方案的總效用值(總效用的數值)，總效用值高的方案為優。

多屬性效用分析方法一般會考察各影響因素權重值的靈敏度，從而計算出在不同影響因素假設條件下各備選方案的效用值。然后將不同影響因素假設條件下計算出的各種方案的效用值的分離值用最小二乘法擬合為連續曲線，從而可以得出不同影響因素下的最大效用數值。最后采用幾何平均法得出最優值(此最優值為綜合考慮各影響因素權重值的靈敏度的情況下得出，而非單純效用值最高的最優值)。采用幾何平均的方法處理不同影響因素下最大效用數值，從而得出最優結果是不適宜的，不能體現不同影響因素的權重，需要對現有多屬性效用分析方法進行改進。

發明內容

針對現有技術中存在的缺陷，本發明的目的在于提供一種改進型最優化方法，采用最速下降法處理不同影響因素下最大效用數值，同時考慮了不同影響因素的權重，從而得出最優結果，使得決策更加科學化。

為實現上述目的，本發明采用的技術方案如下：

一種改進型最優化方法，包括以下步驟：

通過多屬性效用分析方法進行前端處理，得出滿足最速下降法的基本條件，

經過前端處理后，對于不同影響因素權重組合的情況，每一種最高總效用值u_i，都對應著相應的備選方案P_i；

建立最速下降法優化模型，用于在多個備選方案P_i中選出最優方案；

通過優化模型進行多屬性效用分析方法的末端數據處理，從而得出最優結果(P優，u優)。

進一步，如上所述的一種改進型最優化方法，所述前端處理具體包括：

首先，針對所要考慮的各個影響因素確定效用函數，

然后，計算各備選方案相應的效用值，即部分效用值，

最后，對于各不同影響因素權重組合的情況，分別比較各備選方案的總效用值u_i，總效用值u_i高的方案為優。

進一步，如上所述的一種改進型最優化方法，優化模型為：

進一步，如上所述的一種改進型最優化方法，末端數據處理具體包括：

在計算工具中構建優化模型實現最速下降法，輸入待處理數據，從而得出最優結果(P優，u優)；