《多目标决策技术培训教程52648.pptx》由会员分享，可在线阅读，更多相关《多目标决策技术培训教程52648.pptx（32页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 第第 八八 章章 多目标决策技术多目标决策技术 预测与决策技术预测与决策技术主主 讲讲 教教 师师 李李 时时 前面几章，我们讨论的是单目标决策问题。然而现实世界中的前面几章，我们讨论的是单目标决策问题。然而现实世界中的决策问题，决策者考虑的目标往往不只一个。如企业的投资项目决决策问题，决策者考虑的目标往往不只一个。如企业的投资项目决策，既要考虑生产生命周期、市场需求、创汇能力、净收益、产品策，既要考虑生产生命周期、市场需求、创汇能力、净收益、产品成本等经济指标，又要考虑保护生态环境、促进就业等社会指标。成本等经济指标，又要考虑保护生态环境、促进就业等社会指标。象这种在决策时要考虑多项目标的
2、决策问题就是多目标决策问题。象这种在决策时要考虑多项目标的决策问题就是多目标决策问题。多目标决策问题有两个明显的基本特点多目标决策问题有两个明显的基本特点：1 1目目标标之之间间的的不不可可公公度度性性。即各个目标之间没有一个统一的度量标准，因而难以直接进行比较。例如投资项目决策问题中，项目净收益用万元计，而投资回收期却以年（或月）计。2 2目目标标之之间间的的矛矛盾盾性性。即某一目标的改善往往会使其他目标变坏。例如项目投资增加，会使利润增加，但可能会使投资回收期变长，以及环境污染加重。由于上述特点就使得多目标决策比单目标决策要困难和复杂得多。要寻找使各个目标都达到最优的所谓绝对最优方案（或称
3、绝对最优解），往往是不现实的。通常的作用法就是在各个目标之间，在各种限制条件下寻找一种合理的妥协。即在非绝对最优方案，通常称为非劣方案（非劣解）或称有效方案（有效解）中选择一个比较满意的方案。按照不同的评价准则，从不同的角度去选择非劣方案便构成了不同的多目标决策方法。多目标决策方法很多，我们只介绍其中比较成熟的两种方法。1 层次分析法层次分析法 层次分析法简称AHP法（Analytic Hierarchy Process），它是美国著名运筹学家萨蒂（Saatty）教授在20世纪70年代提出的一种定性与定量相结合的多目标决策方法，现已被广泛应用。一、层次分析法的基本原理一、层次分析法的基本原理
4、在多目标决策问题中，针对某些目标，方案的评价结果往往难在多目标决策问题中，针对某些目标，方案的评价结果往往难以定量化、精确化。这就需要把目标进一步分解，利用可精确化、以定量化、精确化。这就需要把目标进一步分解，利用可精确化、定量化的子目标系统来反映对方案的评价。定量化的子目标系统来反映对方案的评价。层次分析法的基本思想是：把决策问题按总目标、子目标、评层次分析法的基本思想是：把决策问题按总目标、子目标、评价准则直至具体方案的顺序分解为若干层次，相邻层次元素之间存价准则直至具体方案的顺序分解为若干层次，相邻层次元素之间存在着特定的逻辑关系。分成有序的层次结构以后，对每一个上层元在着特定的逻辑关系
5、。分成有序的层次结构以后，对每一个上层元素，把与之有逻辑关系的下层元素两两对比，给出以定量数字表示素，把与之有逻辑关系的下层元素两两对比，给出以定量数字表示的的“判断矩阵判断矩阵”。通过判断矩阵的最大特征根及其特征向量，求出。通过判断矩阵的最大特征根及其特征向量，求出每一层次的各元素对上一层次各元素的权重系数。最后利用加权和每一层次的各元素对上一层次各元素的权重系数。最后利用加权和的方法，由低到高，一层层递阶归并，求出各方案对总目标的权数，的方法，由低到高，一层层递阶归并，求出各方案对总目标的权数，其中权数最大者对应的方案即为优先方案。其中权数最大者对应的方案即为优先方案。二、层次分析法的基本
6、步骤二、层次分析法的基本步骤 第一步：建立层次结构模型。第一步：建立层次结构模型。最高层最高层：表示决策问题所要达到的总目标，常称为目标层或总目标层。中中间间层层：可以包括不止一个层次。是为实现总目标而细分的子目标，也可以是为实现总目标或子目标而需要考虑的约束或准则。相应的层次常称为子目标层、准则层等。最最低低层层：一般是解决问题的方案、政策或措施等。因此，常称为方案层或措施层。第二步：构造判断矩第二步：构造判断矩阵阵。判断矩阵是定性判断过度到定量计算的基础。它是针对上一层次某元素而言，本层次有关元素两两重要性的比较结果。为了说明判断矩阵的构造原理，我们先从物体的重量对比谈起。设有n件件物体A
7、1，A2，An，其重量分别为1 1，2 2，n n，若将它们两两比较重量，其比值可构成nn矩阵A：矩阵A具有如下性质：若用重量向量W=(1 1，2 2，n n)T T右乘A，可得 AW=nW 这说明n为矩阵A的特征根，向量W是对应于特征根n的特征向量。如果记aij=i/j，显然矩阵A的元素aij具有如下三条性质：aii=1；aij=1/aji；aij=aikakj，i，j=1，2，n 由矩阵理论易知，满足上述三条性质的矩阵A的最大特征根 max=n,其余特征根为0。我们在层次分析法中所用的比较元素之间重要性的判断矩阵，就是用类似于上述比较物体间重量的方法构造的。设B层元素Bk与下一层元素A1，
8、A2，An有关系，对于Bk而言，Ai与Aj比较后，其相对重要性记为aij，则有判断矩阵：A=(aij)nn,也可表示为如下表格形式：一般来讲，元素的重要性很难象物体重量那样准确衡量，因此，aij很难精确给出，一般按下表所给出的标准来确定。BkA1 A2 AnA1A2 Ana11 a12 a1na21 a22 a2n an1 an2 annaij取值 含 义 1Ai与Aj同样重要 3Ai比Aj稍微重要 5Ai 比Aj明显重要 7Ai 比Aj重要得多 9Ai 比Aj极端重要 2，4，6，8介于上述相邻两种情况之间 以上各数的倒数 两元素反过来比较 如：第三步：求判断矩阵的最大特征根和相应的特征向量
9、。如果判断矩阵满足前述三条性质，则称该判断矩阵具有完全一致性。此时，便可知其最大特征根max=n所对应的特征向量为各元素重要性的权数。但是由于客观事物的复杂性和人们认识上的多样性以及主观上的片面性和不稳定性，用两两对比的方法构造出的判断矩阵，既使有前表为参照标准也常常不满足第三条性质：aij=aikakj，因而不是完全一致性判断矩阵。若离完全一致性不远，则判断矩阵基本可用，这时最大特征根max n，就要设法求出判断矩阵的最大特征根及其相应的特征向量。当矩阵A的阶数较大时，用一般的代数方法计算相当麻烦。下面我们介绍一种简单的近似算法方根法，其步骤为：计算判断矩阵A中每行所有元素的几何平均值：对向
10、量M=(m1,m2,，mn)T作归一化处理，即令 所得向量W=(1 1，2 2，n n)T T 即为判断矩阵A的最大特征根对应的（归一化）特征向量的近似值。计算判断矩阵A的最大特征根：其中(AW)i为向量AW的第i个元素。事 实 上，由 AW=maxW，有(AW)i=maxi，i=1，2，n.（12.5.6）式实际是这n个等式求得的max的平均值。如果记W-1=(1/1,1/2,，1/n)T，（12.5.6）式也可表为矩阵乘积形式：第四步：判断矩阵的一致性检验。前面已述及，当判断矩阵具有完全一致性时，其最大特征根max=n，但人们对复杂事物两两重要性的比较，很难做到判断的一致性，因此，所给出的
11、判断矩阵往往不具有完全的一致性，此时,maxn,这就有必要检验判断矩阵与完全一致性相差多远。所用的检验指标是：CI称为一致性指标。当max=n时。CI=0，为完全一致；CI值越大，判断矩阵的完全一致性越差。由于一致偏离可由随机因素引起，所以在检验判断矩阵的一致性时，要将CI与平均随机一致性指标RI进行比较，得出检验检验数数CR，即 CR CI/RI 只要CR0.1，就可以认为判断矩阵具有满意的一致性，否则，需要重新分析赋值，调整判断矩阵，直到检验通过为止。平均随机一致性指标同判断矩阵的阶数有关，一般情况下，矩阵阶数越大，出现一致性随机偏离的可能性也愈大，下表给出了阶数为310时的RI值。RIR
12、I值是计算500个3至9阶随机样本矩阵的一致性指标，然后求其平均得出的。随机一致性指标RIRI值表 阶数345678910RIRI0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 因为二阶矩阵的完全一致性可以保证，所以，只有三阶以上的判断矩阵才需检验。例例 求下面给出的判断矩阵A的最大特征根及特征向量，并做一致性检验。解：计算A中各行所有元素的几何平均值：归一化：计算最大特征根:一致性检验：CRCI/CR=0.00240.580.0040.1 故判断矩阵A A具有满意的一致性。第五步：层次加权。如果某层的判断矩阵经检验具有满意的一致性，则按前述方法求得的特征向量即
13、可做为该层各元素相应的权数。设第t层有m个元素，第t+1层有n个元素，那么对于第t层的第i个元素，可以求得第t+1层各元素对它的权重行向量:Wi=(i1,i2,，in)，i=1，2，m，（注意：若第t+1层的第j个元素与第t层的第i个元素无联系时，ij=0）于是可以用Wi为行，得到表示第t层和第t+1层各元素之间重要程度的权重矩阵，记为W（t）设决策问题可分为+1层，总目标记为第0层，依次记为第1层，第2层，第层，第t层相对于上一层的权重矩阵为W（t），则由W总=W（1）W（2）.W（），算得的行向量各元素，即最底层各方案对总目标的权数，其中权数最大的方案就是优先方案。三、层次分析法的应用三、
14、层次分析法的应用 例例6 某地兴建一大型工业项目，需考虑的主要目标有：投资回收期、年产值、可提供的就业机会、对当地工业的影响。经过可行性研究后有三个方案可供选择，其基本情况如下表所列，试用层次分析法确定优先方案。目标 目标值 方案投资回收期(年)年 产 值(万元)可 提 供 的就业机会(人)对当地工业的 影 响 方案一 方案二 方案三 5 8 11 500090001500080020001400无 影 响 略有促进作用 起带 动 作用 解解：建立层次结构模型：依题意可建立如下图所示的层次结构图:满意的项目满意的项目A投资回收期投资回收期B1年年产产值值B2提供的就业提供的就业机会机会B3对其
15、它工业对其它工业的影响的影响B4方案一方案一C1方案二方案二C2方案三方案三C3目标层：准则层：方案层：构造第一层（准则层）的判断矩阵，求其最大特征根、特征向量，并进 行一致性检验。对于目标层，把准则层的四项指标两两比较：B1不如B2重要，比B3略重要，比B4稍微重要；B2比B3稍微重要，比B4明显重要；B3比B4稍微重要。从而得该层判断矩阵如下表：A B1 B2 B3 B4B1B2B3B4 1 1/2 2 3 2 1 3 5 1/2 1/3 1 3 1/3 1/5 1/3 1计算各行几何均值：归一化：故权数向量W=(0.270，0.479，0.172，0.079)T 再求最大特征根：由 AW
16、=得一致性检验：所以第一层的判断矩阵具有满意的一致性。从而第一层四个元素对总目标的权 数可记为行向量W（1）=(0.270，0.479，0.172，0.079)构造第二层（方案层）对第一层各元素的判断矩阵，用同样方法和步骤求最大特征根、特征向量并进行一致性检验。结果如下：w1=(0.655，0.250，0.095)max=3.075 CI=0.0375 CR=0.0650.1，满意。B1 1C1 1C2 2 C3 3C1 1C2 2C3 3 1 2 9 1 2 91/2121/91/21B2 2C1 1C2 2 C3 3C1 1C2 2C3 3 11/31/9311/3 9 3 1 9 3 1
17、 w2=(0.077，0.231，0.692)max=3.001 CI=0.0005 CR=0.00090.1，满意。B3 3C1 1C2 2 C3 3C1 1C2 2C3 3 11/71/4713 4 4 1/3 1 1 w3=(0.078，0.659，0.263)max=3.033 CI=0.0165 CR=0.02840.1，满意。B4 4C1 1C2 2 C3 3C1 1C2 2C3 3 11/21/9211/3 9 3 1 9 3 1 w4=(0.090，0.205，0.705)max=3.019 CI=0.0095 CR=0.01640.1，满意。于是第二层的权重矩阵于是第二层的权
18、重矩阵:从而各方案关于总目标的权重：W总总=W（1）W（2）=（0.234，0.308，0.458）由于方案三的权数最大，所以优先投资方案应为方案三方案三。2 模糊决策法模糊决策法 模糊数学自1965年美国加利福尼亚贝克利大学教授扎德（Zadeh）创立以来，发展迅速，应用越来越广泛。目前已应用到自然科学和社会科学的许多领域。利用模糊数学方法进行决策的成功案例不断见诸各种文献。模糊决策方法正成为决策领域中一种很有实用价值的工具。一、模糊基础知识一、模糊基础知识 在经典数学里，对概念给出的定义须有明确的内涵和外延。内内涵涵就就是是概概念念的的内内容容，外外延延就就是是概概念念所所指指对对象象的的范
19、范围围、界界限限。比如平行四边形的定义是：对边平行且相等（内涵）的四边形（外延）。然而，在现实世界中，并不是所有的概念都有明确的内涵和外延。比如年青与年老，胖与瘦，高与矮，冷与热，温柔与粗暴，强与弱，美与丑，好与坏等常用概念，其内容我们人人都清楚，但其外延则是模糊的，很难找到它们的明确分界限。对于这类具有明显中间过渡性质的概念，用经典数学的普通集合是难以刻划的。扎德创立的模糊数学用“隶属度”和“模糊集合”成功地处理了这类问题的描述，使得人们对现实世界的认识又跃上了一个新的台阶。模糊集合与隶属函数 在经典数学里，集合是指具有某种特定属性的事物的全体。它有明确的内涵和外延。对于某一集合A，元素x要
20、么属于A，要么不属于A，二者必居其一。这是普通集合的共同特征。这一特征可用下述函数来描述：CA(x)称为集合A的特征函数。对于界限不清晰的模糊现象是很难用上述非此即彼的方法来确定元素对于一个集合的归属的。比如“美人”这一集合，一个人长得很美，自然应该属于“美人”集合，一个人长得很丑，自然不应该属于“美人”集合。但是一个人长得不美也不丑，或者是七分美三分丑，或者是三分美七分丑，又该如何确定他的归属呢？模糊数学的处理办法是将普通集合的特征函数的取值范围由0和1两个点扩展到 0，1整 个 区 间，并 改 称 为 隶隶 属属 函函 数数。记 为 A(x)，00A(x)1)1。这样，对于一个七分美三分丑
21、的人，我们就可以记他属于“美人”集合的隶属度A(x)=0.7，表示他有七成属于“美人”集合。象这样将将元元素素与与其其隶隶属属度度相相对对应应的的集集合合，就就称称为为模模糊糊集集合合，因为该集合没有明确的边界。该集合含有无明确归属的元素，即即其其隶隶属属度不是度不是“非非0 0即即1”1”。下面给出模糊集合和隶属函数的定义：定定义义 用X表示所讨论的某类对象的集合，称之为论论域域，由映射 A：X0，1 x A(x)，所刻划的集合称为论域所刻划的集合称为论域X上的一个模糊子集上的一个模糊子集A，A(x)称为定义称为定义在在X上的上的隶属函数隶属函数，对于给定的对于给定的xX，A(x)的取值称为
22、的取值称为x对于模糊对于模糊集合集合A的的隶属度隶属度。由上述定义可以看出,模糊集合实际是通过隶属函数来定义的。所以常用下述方法表示有限论域X=x1，x2，xn上的模糊集合A：这里的“+”号称为扎扎德德符符号号，表示模糊集合的元素相并列，没有相加的含义。分数线“”也并非相除，而是表示元素xi与其隶属度A(xi)的对应关系。（12.7.1）式也称为扎德记法扎德记法。有时为了简单起见，也记成 A=（A(x1)，A(x2)，A(xn)），称之为向量记法向量记法。（A(x1)，A(x2)，A(xn)）也称为模糊向量模糊向量。隶属函数的确定 利用模糊集合来处理解决实际问题，首先要找出论域上的隶属函数。实
23、践中隶属函数的确定方法很多，没有统一模式，允许有一定程度的主观判断。下面简单介绍四种方法：实实际际调调查查法法：先请若干名专家或相关实际工作者对所讨论的论域中的元素分别给出隶属函数值，然后取其平均值或中位数做为该元素的隶属度。模模糊糊统统计计法法：对论域X上的任何元素xi，考虑它属于模糊集合A的可能性。例如，讨论人的高矮，先确定模糊集合A是“高个子”，然后考虑某人a属于高个子模糊集合A的可能性，为得到量化的数据，可以邀请一些人评判a是否为高个子，由于人们对高个子的边界不一样，有人会认为是，有人会认为不是，只要参加评判的总人数n（或试验次数）充分大，则可得 A(a)(a)隶属函数法隶属函数法：即
24、给隶属函数构造适当的数学表达式，其定义域为论域X，值域为0，1。比如对“年轻”这一模糊集合，可构造隶属函数 1，当 x25岁 A(x)=(60-x)/35，当 25岁x60岁 0，当 x60岁 对对比比平平均均法法：对论域X中的元素，先按某种模糊特性两两比较，排定比较程度的分值，然后按一定规则转换为总体排序的分值，该分值即可做为相应元素的隶属度。详见下例：例例 设论域X=牡丹（x1），菊花（x2），兰花（x3），要确定这些花 对“美”这一模糊集合的隶属度。解解：用g(xi,xj)表示xi与xj相比其美的程度，0g(xi,xj)1。若经认真品评，给定 g(x1,x2)=0.8，g(x2,x1)=
25、0.7，g(x1,x3)=0.9，g(x3,x1)=0.5，g(x2,x3)=0.8，g(x3,x2)=0.4，则两两对比后可得美丽程度矩阵:x1 x2 x3在没有偏好的情况下，可赋予相同权数：(x1)=(x2)=(x3)=1/3，于是，牡丹对“美”的隶属度A(x1)=(x1)g(x1,x1)+(x2)g(x1,x2)+(x3)g(x1,x3)=1/31+1/30.8+1/30.9=0.90 菊花对“美”的隶属度A(x2)=(x1)g(x2,x1)+(x2)g(x2,x2)+(x3)g(x2,x3)=1/30.7+1/31+1/30.8=0.83 兰花对“美”的隶属度A(x3)=(x1)g(x
26、3,x1)+(x2)g(x3,x2)+(x3)g(x3,x3)=1/30.5+1/30.4+1/31=0.63由此可得论域X上的“美”的模糊集合 若评价者对牡丹、菊花、兰花偏好不一，对菊花情有独钟，给出的权数是 (x1)=0.1，(x2)=0.8，(x3)=0.1，那么，牡丹对“美”的隶属度 A(x1)=0.11+0.80.8+0.10.9=0.83 菊花对“美”的隶属度 A(x2)=0.10.7+0.81+0.10.8=0.95 兰花对“美”的隶属度 A(x3)=0.10.5+0.80.4+0.11=0.47于是论域X上的“美”的模糊集合 模糊矩阵的合成运算模糊矩阵的合成运算 以同 维的模糊
27、向量为行组成的矩阵，称为模糊矩阵。在模糊决策中会用到模糊矩阵的合成运算，因此，我们先介绍一下模糊矩阵的合成运算法则。设模糊矩阵A=(aij)mt，B=(bij)tn，模糊矩阵A与B的合成运算记为 C=AB运算结果C仍为模糊矩阵，且C=(cij)mn 其中cij=(ai1b1j)(ai2b2j)(aitbtj)，i=1,2,，m；j=1，2，n 式中“”为取小运算，如(ai1b1j)=min(ai1,b1j)；“”为取大运算，即max。将cij的运算式与普通矩阵的乘法比较，可以看出，它的运算法则实际只是把普通矩阵相乘时所做的“”和“+”运算分别改成了“”和“”运算。例例 设模糊矩阵 ，求QR 解
28、解 二、模糊决策法的步骤及应用二、模糊决策法的步骤及应用 模糊决策法分为两大步，第一大步是对每个方案单独做模糊模糊决策法分为两大步，第一大步是对每个方案单独做模糊综合评判，第二大步是利用第一大步模糊综合评判的结果，用适综合评判，第二大步是利用第一大步模糊综合评判的结果，用适当的方法经过比选，确定优先方案。当的方法经过比选，确定优先方案。我我们们先介先介绍绍第一大步：第一大步：单单方案模糊方案模糊综综合合评评判的基本方法和步判的基本方法和步骤骤。确定模糊确定模糊综综合合评评判的因素集判的因素集U 因素集是以影响评判对象的各种因素为元素所组成的一个普通集合。通常表示为 U=u1，u2，um其中对各
29、元素ui(i=1,2,，m)的评价通常都具有不同程度的模糊性。在多目标模糊决策问题中，U即为目标集合。建立建立综综合合评评判的判的评语评语集集V 评价集是评判者对评判对象可能作出的各种评价语言所组成的集合。通常表示为 V=v1，v2，vn其中元素vi(i=1,2,，n)代表可能的第i种评语。进行单因素模糊评判，求得单因素模糊评判矩阵R 单独从因素集中的一个因素出发进行评判，以确定评判对象对评语集各元素的隶属程度，称为单因素模糊评判。设评判对象按因素集U中第i个因素ui进行评判，对评语集V中第j个评语vj的隶属度为rij，则按ui评判的结果，可用下面的模糊集合表示：Ri称为单因素评判集，显然它应
30、是评语集V上的一个模糊子集。也可简单表示为模糊评判向量 Ri=(ri1,ri2,，rin),i=1,2,，m 令称称R为单因素模糊评判矩阵。为单因素模糊评判矩阵。建立综合评判模型，进行综合评判建立综合评判模型，进行综合评判 从前述单因素模糊评判矩阵R可以看出：R的第i行所反映的是第i个因素（评价指标）ui对评判对象的影响取各个评语元素的程度；而R的第j列所反映的是所有各因素（评价指标）影响评判对象取第j个评语元素的程度。因此，可用每列元素之和:Rj=,(j=1,2,，n)来反映所有因素的综合影响。但考虑各 因素（评价指标）对综合评判的重要程度不同，我们给各因素以不同的权数i(i=1,2,，m)
31、，其中i表示第i个因素ui在综合评判中的重要程度。于是建立综合评判模型：B=WR其中 W=(1,2,，m)为一模糊向量。设按模糊矩阵的合成运算法则算得B=(b1,b2,，bn)，B称为模糊综合评判结果集。bj(j=1,2,，n)表示综合考虑所有因素的影响时，评判对象对评语集中第j个评语元素的隶属度，显然，模糊综合评判结果集B也是评语集V上的一个模糊子集。第二大步：用适当方法确定优先方案。对每一方案均按前述步骤，求得各自的模糊综合评判结果集B，然后按下述方法之一，挑选优先方案。模糊向量模糊向量单值单值化法化法 给各评语元素vi赋值，比如“很好”取为5，“好”取为4，“一般”取为3，“不好”取为1
32、。然后把bj当作权数，计算各评语元素的加权平均值，即：比较各方案的 隶属度对比系数法隶属度对比系数法 假设对某一方案得到如下的B：等级评语优良可差劣隶属度B0.40.60.80.50.2用结构相对数计算隶属度对比系数（这里是优良度）：结构优良度也可用比例相对数计算隶属度对比系数：比例优良度 这两个优良度在实际应用时可任选其一，比较每个方案的优良度，这两个优良度在实际应用时可任选其一，比较每个方案的优良度，以其大者为优先方案。以其大者为优先方案。期望值法期望值法将评判结果B作归一化处理，然后将bj视为处于状态vj的概率，结合各方案在各状态下的益损值，用期望值法进行决策。详见下例。例例 某无线电厂
33、研究产品发展方向，现考虑有两个可供选择的方案,方案 D1是生产VCD影碟机，方案D2是生产学习游戏机。工厂决策层对产品进行功能分析，认为产品应具有使用简便，性能稳定，造型美观三大特点，即评价的因素（指标）集为：U=u1(使用简便)，u2(性能稳定)，u3(造型美观)对上述三个因素的评语集为：V=v1(很好)，v2(好)，v3(一般)，v4(差)对于D1，D2两方案试制出的样机，由销售部门熟悉情况的人员及部分顾客代表进行评价。对方案D1的“使用简便”这一特点，有30%的人认为很好，60%的人认为好，10%的人认为“一般”，没有人认为差。即对“使用简便”这一因素的模糊评判向量为:R1=(0.3，0
34、.6，0.1，0)类似地，对方D1的“性能稳定”和“造型美观”的模糊评判向量分别为 R2=(0.3，0.6，0.1，0)，R3=(0.4，0.3，0.2，0.1)由此可得方案D1的单因素模糊评判矩阵:同样可得方案D2的单因素模糊评判矩阵：由于市场上顾客对简便性、稳定性、美观性的要求不一，因而要考虑加上不同的权数：W=(0.3，0.4，0.3)由此可得出两个方案的综合评判结果分别为：由于B的各分量之和为0.2+0.3+0.4+0.3=1.21，作归一化处理后得：B=(0.17，0.25，0.33，0.25)现将评价结果作为销售状态的概率，再根据市场预测，得到每个方案在各状态下的益损值，制成模糊决
35、策表如下表所示。模 糊 决 策 表 根据表中状态概率及益损值，可计算出每个方案的期望益损值：方案D1：E=0.31000+0.4800+0.2300+0.1(-300)=650（万元）方案D2：E=0.17800+0.25700+0.33200+0.25(-200)=327（万元）通过比较可知，执行D1方案可期望多获利323万元。因此，该厂决定按决定按D1方案进行生产方案进行生产，即生产VCD影碟机。销 售 状 态产 品 评 价v1（很好）v2（好）v3（一般）v4（差）状态概率D10.30.40.20.1D20.170.250.330.25益损值（万元）D11000800300-300D28
36、00700200-2009、静夜四无邻，荒居旧业贫。3月-233月-23Wednesday,March 22,202310、雨中黄叶树，灯下白头人。06:25:2306:25:2306:253/22/2023 6:25:23 AM11、以我独沈久，愧君相见频。3月-2306:25:2306:25Mar-2322-Mar-2312、故人江海别，几度隔山川。06:25:2306:25:2306:25Wednesday,March 22,202313、乍见翻疑梦，相悲各问年。3月-233月-2306:25:2406:25:24March 22,202314、他乡生白发，旧国见青山。22 三月 202
37、36:25:24 上午06:25:243月-2315、比不了得就不比，得不到的就不要。三月 236:25 上午3月-2306:25March 22,202316、行动出成果，工作出财富。2023/3/22 6:25:2406:25:2422 March 202317、做前，能够环视四周；做时，你只能或者最好沿着以脚为起点的射线向前。6:25:24 上午6:25 上午06:25:243月-239、没有失败，只有暂时停止成功！。3月-233月-23Wednesday,March 22,202310、很多事情努力了未必有结果，但是不努力却什么改变也没有。06:25:2406:25:2406:253/
38、22/2023 6:25:24 AM11、成功就是日复一日那一点点小小努力的积累。3月-2306:25:2406:25Mar-2322-Mar-2312、世间成事，不求其绝对圆满，留一份不足，可得无限完美。06:25:2406:25:2406:25Wednesday,March 22,202313、不知香积寺，数里入云峰。3月-233月-2306:25:2406:25:24March 22,202314、意志坚强的人能把世界放在手中像泥块一样任意揉捏。22 三月 20236:25:24 上午06:25:243月-2315、楚塞三湘接，荆门九派通。三月 236:25 上午3月-2306:25Ma
39、rch 22,202316、少年十五二十时，步行夺得胡马骑。2023/3/22 6:25:2406:25:2422 March 202317、空山新雨后，天气晚来秋。6:25:24 上午6:25 上午06:25:243月-239、杨柳散和风，青山澹吾虑。3月-233月-23Wednesday,March 22,202310、阅读一切好书如同和过去最杰出的人谈话。06:25:2406:25:2406:253/22/2023 6:25:24 AM11、越是没有本领的就越加自命不凡。3月-2306:25:2406:25Mar-2322-Mar-2312、越是无能的人，越喜欢挑剔别人的错儿。06:25
40、:2406:25:2406:25Wednesday,March 22,202313、知人者智，自知者明。胜人者有力，自胜者强。3月-233月-2306:25:2406:25:24March 22,202314、意志坚强的人能把世界放在手中像泥块一样任意揉捏。22 三月 20236:25:24 上午06:25:243月-2315、最具挑战性的挑战莫过于提升自我。三月 236:25 上午3月-2306:25March 22,202316、业余生活要有意义，不要越轨。2023/3/22 6:25:2406:25:2422 March 202317、一个人即使已登上顶峰，也仍要自强不息。6:25:24 上午6:25 上午06:25:243月-23MOMODA POWERPOINTLorem ipsum dolor sit amet,consectetur adipiscing elit.Fusce id urna blandit,eleifend nulla ac,fringilla purus.Nulla iaculis tempor felis ut cursus.感感 谢谢 您您 的的 下下 载载 观观 看看专家告诉