探析基于證據(jù)推理的設計方案多屬性決策新方法的優(yōu)秀論文

　　概念設計方案評價是一個典型的不確定多屬性決策問題，是近年來決策研究中的一個重要內(nèi)容，具有廣泛的應用背景.處理多屬性決策問題的方法有很多種，也各自存在一些不足，例如，層次分析法是在評價決策中應用較多的一種方法，通過兩兩比較進行評價決策，缺點在于對不確定信息缺乏充分考慮，且兩兩比較矩陣難以保證一致性;模糊評價法主要有模糊綜合評價法和改進的模糊綜合評價法、模糊優(yōu)序法等，利用隸屬度及模糊推理等方法對概念方案進行排序，不足在于確定隸屬度較困難易造成評價誤差;TOPSIS方法和多屬性效用理論往往只考慮定量指標忽略定性指標，而現(xiàn)實中的多屬性決策問題，尤其是概念設計方案評價問題常包含定性屬性;證據(jù)推理法也稱為Dempster Sha-fer證據(jù)理論，是由Dempster首先提出、后由Shafer進一步發(fā)展的一種不精確推理理論，由于它能夠處理不確定和不完全信息，所以在概念設計方案評價中有著廣泛的應用，但證據(jù)推理在概念設計方案決策應用過程中存在一些缺陷.首先，證據(jù)推理算法要求目標屬性的權系數(shù)是確定且完全的，在己有的證據(jù)推理方法中，權重大多采用主觀賦權法，由于決策者對問題認識或自身知識的局限性，給出的權重太主觀且無實際意義，有些文獻也提出構建客觀權重，如文獻引入信息嫡的概念，利用嫡權求得各屬性的客觀權重，但決策結(jié)果顯示方案排序不完全一致，僅依據(jù)評價系統(tǒng)中數(shù)據(jù)確定權值絕對客觀，有可能產(chǎn)生與實際相悖的權值;其次，證據(jù)推理算法要求基本屬性與廣義屬性應具有相同的評價集，這在實際決策中較難做到，特別是對定性的基本屬性.

　　為了克服這些問題，文中以證據(jù)推理決策這一最具代表性的決策方法為基礎，引入反偏好函數(shù)的概念，利用主客觀因素相結(jié)合的反偏好函數(shù)法確定目標屬性的權重，以便決策者做出更合理的決策;通過建立不同反偏好階段的區(qū)間邊界值，確定統(tǒng)一的模糊評價集，以解決傳統(tǒng)證據(jù)推理評價中定性定量指標分別構建評價集及評價集的統(tǒng)一處理等一系列復雜的問題.

　　1 基于證據(jù)推理算法的多屬性決策

　　應用證據(jù)推理進行方案評價決策時把各個基本屬性�？闯上鄳�的證據(jù)，將評價等級看成辨識框架。

　　2 證據(jù)推理決策新方法中的要點

　　2. 1評價指標的模糊標度

　　針對概念設計階段評價指標具有模糊性和預測'險的特點，需要將評價指標進行模糊標度，鑒于三角模糊數(shù)具有使用簡便、易于理解、能很好表達各種模糊變量的特點，文中在對概念設計方案指標值進行標度時采用三角模糊數(shù)形式。

　　2. 2反偏好權重的確定

　　文中提出反偏好權重的概念，即采用反偏好函數(shù)法確定的屬性權重，與Achille Messac教授提出的物理規(guī)劃法構建偏好函數(shù)類似，通過反偏好函數(shù)來表達決策者對各設計目標的偏好程度，不同之處在于，文中通過反偏好函數(shù)區(qū)間即邊界值的確定來計算目標屬性權重，不是直接利用綜合偏好函數(shù)進行評價，且在物理規(guī)劃法中，最終計算出的偏好函數(shù)值越小越滿意，而文中研究的反偏好權重反映了決策者對各目標屬性的重要程度，自然越大越好.

　　2. 3各目標屬性值的反偏好函數(shù)類型及區(qū)間邊界

　　設計目標的反偏好函數(shù)，有4種類型:正指標型(1R型)，指標越大越好;逆指標型(2R型)，指標越小越好;最佳指標型(3R型)，指標趨于某值最好;區(qū)間指標型(4R型)，指標取在某個范圍內(nèi)最好以目標屬性。

　　3 實例分析

　　文中以文獻中的應用實例即螺旋輸送機輸送系統(tǒng)4套初始方案為例進行證據(jù)推理決策新方數(shù)來劃分重要度區(qū)間，在不同的區(qū)間范圍內(nèi)，決策者對于此目標屬性的重要程度判斷是不同的，這符合決策者在多目標屬性決策中的思維特點，因此反偏好函數(shù)法能夠從本質(zhì)上把握決策者對目標屬性的重要度偏好設置.

　　具體步驟如下:

　　首先，采用模糊標度的方法對備選方案每一目標值進行模糊化處理;

　　然后，設定各目標屬性的反偏好函數(shù)類型及等級偏重程度區(qū)間邊界，本例中，制造成本和能耗的反偏好函數(shù)為2R型，其他目標屬性為1R型，相應的等級偏重程度區(qū)間邊界;

　　最后，根據(jù)2. 2節(jié)的方法，通過反偏好函數(shù)法確定決策者對螺旋輸送機各評價指標的偏好程度，即偏好權重值.首先，利用公式(11)-(12)確定每個方案目標屬性各區(qū)間段的反偏函數(shù);然后，通過分段曲線擬合，便可得到符合要求的定量描述的反偏好函數(shù);最后，利用公式(13)-(14)確定各目標屬性的權重值。

　　4 結(jié)論

　　1)提出了一種基于反偏好函數(shù)的權重確定方法，并采用三角模糊數(shù)進行目標屬性的模糊標度，通過偏好區(qū)間的劃分來確定評價等級區(qū)間。

　　2)利用證據(jù)推理法中評價等級、概率分配函數(shù)、效用值等思想進行了方案的評價決策工作。

　　3)應用實例驗證了所用方法的有效性，并且說明了證據(jù)推理法有可以定量描述決策者主觀判斷上的不確定性和不完全性的優(yōu)勢。

【探析基于證據(jù)推理的設計方案多屬性決策新方法的優(yōu)秀論文】相關文章：

基于FPGA的機載視頻顯示系統(tǒng)的低功耗設計方案05-07

懸疑推理小故事04-04

偵探推理小故事02-28

活著的證據(jù)生活感悟04-04

果樹媽媽寶寶多的幼教小班美術設計方案05-09

審計證據(jù)收集的工作心得04-27

作文精選今生今世的證據(jù)03-27

優(yōu)秀青少年推理偵探故事04-04

《證據(jù)學》期末試題及答案04-16