多目標決策之運用 ( 含理論與個案分析 )
DESCRIPTION
多目標決策之運用 ( 含理論與個案分析 ). 黃日鉦 東吳大學資訊管理學系. 多目標決策. 在現實生活和實際工作中遇到的更普遍的問題常常會有多個目標。如評價一個可能的就業職位優劣的問題就是典型的多目標決策問題。 多目標決策的特點 : 多目標性 目標的 單位不同 目標之間的矛盾性 定性指標與定量指標相混合. 多目標決策問題的分類. 多屬性決策 (multiple attribute decision making) 多屬性決策所評估的可行方案是有限個,而且這些方案在事先是已知的。 多目標規劃 (multiple objective programming) - PowerPoint PPT PresentationTRANSCRIPT
多目標決策之運用( 含理論與個案分析 )
黃日鉦東吳大學資訊管理學系
多目標決策• 在現實生活和實際工作中遇到的更普遍的問題常常會有多個目標。如評價一個可能的就業職位優劣的問題就是典型的多目標決策問題。
• 多目標決策的特點 :– 多目標性– 目標的單位不同– 目標之間的矛盾性– 定性指標與定量指標相混合
多目標決策問題的分類 • 多屬性決策 (multiple attribute decision
making)– 多屬性決策所評估的可行方案是有限個,而且這些方案在事先是已知的。
• 多目標規劃 (multiple objective programming)– 多目標規劃是利用數學式子來表示所有的可行方案,有無限多個且事先是未知的。
多屬性決策
• 決策變數是離散的• 備選方案數量是有限的• 對備選方案進行評價後排定各方案的優劣次序,再從中擇優
決策問題• 考慮一多屬性決策問題如下:
• 利用多屬性效用理論 (MAUT) 之簡單加權法 (SAW) 選擇最佳方案。
腳踏車購買決策
• 假設舒適的權重為 0.5 ,價格的權重為0.3 ,以及壽命的權重為 0.2
方案屬性
1 2 3
越野車 淑女車 跑車
A 舒適:望大 100 80 60
B 價格(元):望小 2500 2000 2500
C 壽命(年):望目 (2年 )
1 5 3
• 假設準則權重為 ,最佳方案 A* 為:
其中,權重經正規化使得
簡單加權法(Simple Additive Weighting method)
1 2, ,..., mw w ww
1 1
* max /m m
i j ij ji
j j
A A w x w
1
1m
jj
w
層級程序分析法• 層級程序分析法 (analytic hierarchy process, AHP) 為
Thomas L. Saaty 於 1971 年提出。• 層級程序分析法可應用於下列 12 類問題中:
– 規劃 (planning)– 產生替代方案 (generating a set of alternatives)– 決定優先順序 (setting priorities)– 選擇最佳方案或政策 (choosing a best alternative / policy)– 資源分配 (allocating resources)– 決定需求 (determining requirements)– 預測結果或評估風險 (predicting outcome / risk assessment)– 系統設計 (designing systems)– 績效衡量 (measuring performance)– 確保系統穩定 (insuring the stability of a system)– 最佳化 (optimization)– 解決衝突 (resolving conflict)
層級程序分析法主要步驟• 建立層級結構• 層級決策因素間權重的計算• 層級權重的計算
建立層級結構首先將影響問題的要素加以分解成數個群體,每群再區分為數個相對應的子群體,如此逐次分層下去,便可建立全部的層級結構。
層級分析結構圖
問題
決策標準 1 決策標準 2 決策標準 3 決策標準 4
方案 A 方案 B 方案 C
層級決策因素間權重的計算一、建立成對比較矩陣 ( Pairwise Comparison Matrix )
AHP 評估尺度定義與說明
1/1/1
1/1
1
1
1
1
21
212
112
21
221
112
mm
m
m
mm
m
m
ij
aa
aa
aa
aa
aa
aa
aA
評估尺度 定義 說明1 同等重要 兩因素具有同等重要之貢獻度3 稍微重要 經驗與判斷稍微傾向某一因素5 重要 經驗與判斷強烈傾向某一因素7 相當重要 實際顯示非常強烈喜好某一方案9 非常重要 有足夠證據肯定絕對喜好某一方案
2, 4, 6, 8 相鄰尺度之中間值 折衷值
經決策因素兩兩相比所得到的成對比較矩陣型態,如下所示:
1. 計算最大特徵值與特徵向量 為檢定成對比較矩陣是否符合一致性之要求,必
須計算最大特徵值與特徵向量,其計算公式如下:
(1) 特徵向量 Wi
m
i
mm
jij
mm
jij aa
1
/1
1
/1
1
其中 其中 mm 表示決策因素個數。表示決策因素個數。
WWi i ==
層級決策因素間權重的計算
(2) 最大特徵值 首先將成對比較矩陣乘以所求得之特徵向量 Wi, 可得到一新向量 Wi ’ ,再求算兩者之間的平均倍 數為 λmax。
mmmm
m
m
W
W
W
W
W
W
aa
aa
aa
2
1
2
1
21
221
112
*
1
1
1
mm WWWWWWm ........*1 2211λλmaxmax ==
層級決策因素間權重的計算
2. 一致性檢定 (consistency)
為評估決策者前後判斷是否一致,必須對成對比較矩陣做一致性檢定。以計算每一階層的一致性指標 C.I.(consistency index) 與一致性比率 C.R.
(consistency ratio) 來衡量。
其中, C.I.= 1
max
m
m
層級決策因素間權重的計算
隨機指標表
m 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
R.I. 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.48 1.56 1.57 1.59
若 C.I.=0 ,則表示問卷填卷者對決策因素前後判斷非常一致性,絲毫沒有矛盾之處。學者 Saaty 建議 C.I.0.1 為可容許的偏誤範圍。而 C.R.= C.I / R.I. ,其中 R.I. 為一隨機指標(random index) ,若 C.R.≦0.1 則可視為整個評估過程達到一致性。下表 21─2 為決策因素為時,所對應的 R.I.隨機指標表。
層級決策因素間權重的計算
層級權重的計算在各層級要素間的權重計算後,便可進行整個層級權重的計算。若整個層級結構能通過一致性檢定,最後便依各替代方案之加權數高低來決定最終的選擇方案。
替代方案的總加權值= 其中, j = 1…m , (共有 n 個決策因素 )
i = 1…n , (共有 m 個替代方案 )
wi = 表示第 j 個決策因素之權重
xij = 表示第 i 個替代方案第 j 個因素所獲得的評估值
1
m
j ijj
w x
層級權重實例說明• 大學經營愈來愈競爭,在選擇進入大學就讀時必然可以找
到一些指標進行評比。
大學評比
教學績效 研究績效 服務績效
大學 A 大學 B 大學 C
大學評比層級分析結構圖
決策因素交叉比較與權數 對 服務績效 教學績效 研究績效 幾何平均數 權重
服務績效 1 1/2 1/4 0.50 0.136
教學績效 2 1 1/3 0.87 0.238
研究績效 4 3 1 2.29 0.625
λmax = 3.02 C.I. = 0.01 C.R.=0.02 Total 3.66
將層級分析結構圖中的決策因素 ( 教學績效、研究績效、服務績效 ) 作交叉比較以決定權數。
層級權重實例說明
交叉比較的結果,可表示決策者的價值觀,每一橫向之分數利用幾何平均數算出服務績效平均數為 0.5 、教學績效為 0.87 、研究績效為2.29 ,總分為 3.66 ,經過標準化之後即可求出決策者對大學的評比首重「研究績效」,權重為 0.625;其次為「教學績效」,權重為 0.238;最後為「服務績效」,權重為 0.136 。同時計算 C.I. 值為 0.01 , C.R. 值為 0.02 均在容許偏誤範圍內,可見決策者前後判斷是一致的。
層級權重實例說明
就「服務績效」而言,各大學的評估值
對 大學 A 大學 B 大學 C 幾何平均數 權重
大學 A 1 3 5 2.46 0.62
大學 B 1/3 1 4 1.10 0.28
大學 C 1/5 1/4 1 0.37 0.10
λmax = 3.09 C.I. = 0.03 C.R.=0.07 Total 3.93
就「教學績效」而言,各大學的評估值
對 大學 A 大學 B 大學 C 幾何平均數 權重
大學 A 1 1/2 1/2 0.63 0.20
大學 B 2 1 2 1.59 0.49
大學 C 2 1/2 1 1.00 0.31
λmax = 3.05 C.I. = 0.03 C.R.=0.05 Total 3.22
層級權重實例說明
就「研究績效」而言,各大學的評估值
對 大學 A 大學 B 大學 C 幾何平均數 權重
大學 A 1 3 4 2.29 0.61
大學 B 1/3 1 3 1.00 0.27
大學 C 1/4 1/3 1 0.44 0.12
λmax = 3.07 C.I. = 0.04 C.R.=0.06 Total 3.73
各大學的綜合得分
服務績效( 0.136 )
教學績效( 0.238 )
研究績效( 0.625 )
綜合得分
大學 A 0.62 0.20 0.61 0.51379
大學 B 0.28 0.49 0.27 0.32373
大學 C 0.10 0.31 0.12 0.16248
層級權重實例說明
由以上之結果顯示,決策者對於選擇大學之評估以
研究績效佔最高 (62.5%) ,教學績效次之 (23.8%) ,
服務績效再次之 (13.6%) ,利用 AHP 分析法可以很
快界定各因素之重要性。同時可以此權重再計算各
大學之綜合得分,計算結果顯示,大學 A 之綜合得
分為 0.51379 、大學 B 為 0.32373 、大學 C 為
0.16428 ,可見大學 A 的得分最佳,此一綜合得分
可做為決策者選擇大學的參考。
層級權重實例說明
• TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 為 Hwang and Yoon 於 1981 年提出。
• 基本原則為:最佳方案應與正的最佳解( Positive Ideal Solution , PIS )距離最近而與負的最佳解( Negative Ideal Solution , NIS )距離最遠。
TOPSIS
• 方案與 PIS 、 NIS之距離計算公式
• 排序公式
TOPSIS 計算方式
2
1
( )m
i ij jj
d v v
2
1
( )m
i ij jj
d v v
ii
i i
dR
d d
TOPSIS 案例• TOPSIS 法準則評估值正規化說明
[ 註 ] : Ci 代表準則 i , Aj 代表方案 j 。
• TOPSIS 法評估值加權說明例
TOPSIS 案例
– 正理想解 ={0.5, 0, 0.3}–負理想解 ={0, 0.2, 0}
• TOPSIS距離計算說明例
TOPSIS 案例
2 2 22 (0.25 0.5) (0 0) (0.3 0.3) 0.25d
j 距離
A1 A2 A3 A4
d+ 0.15 0.25 0.45 0.62
d- 0.55 0.44 0.19 0
• TOPSIS 之 Rj 值計算例
TOPSIS 案例
2
0 440 64
0 25 0 44
.C .
. .
1 2 3 4A A A A
j 項目
A1 A2 A3 A4
Rj* 0.79 0.64 0.30 0
多目標決策問題• 決策變數是連續的• 備選方案是無限的• 用線性規劃理論,進行向量優化,選取最優方案• 在多數的多目標規劃問題可以數學表達為:
1 2max ( ), ( ),..., ( )
. .kf f f
s t 0
x x x
Ax b
x
妥協規劃法
2 ( )f x)(
~1 xf
1max [ ( ),..., ( )]
. .
kf f
s t
0
x x
A x b
x
* *1 2( ), ( )
ideal point
f f
x x
2 ( )f x
*2 ( )f x
Fdx
0 1( )f x *1 ( )f x 1( )f x
妥協解法為 Yu and Zeleney 於 1972 年提出,其數學式為:
妥協規劃法 (Yu and Zeleney, 1972)• 妥協規劃 (compromise programming) 解法,是以
距離概念為基礎,其目的是在尋找與理想解 (ideal solution)距離最近的效率解,稱之為妥協解(compromise solution) 。
• x 與 x* 的直線距離
• 兩點之間距離予以一般化, x 與 x* 之間的距離
wi 是第 i 座標中附加在距離的權重, 0 < wi < 1 ,且
1
1n
ii
w
• 當 p = 1 時,
當 p = 2 時,即為一般的直線距離。
當 p = 時,
• wi 是對應於第 i 目標函數的權重, 是第 i 目標函數最佳解對應的目標值, p 是 {1,2,,} 中任一數值。
*1
1
n
i i ii
d w x x
*
1,2, ,max ( )i i i
i nd w x x
*1f
妥協規劃法
• 考慮下列多目標規劃問題
妥協規劃例題
• f1極大化的最佳解 x1*=(6, 0) , , f2
極大化的最佳解 x2*= (1, 4) , 。
• 假設 w1 = w2= 0.5, p = 1 ,則
• 由妥協規劃法可求得妥協解 x = (4, 4), f1 (4, 4) = 12, f2 (4, 4) = 12 。
*1 30f
*2 15f
Lingo (1)
Lingo (2)
Lingo (3)
妥協規劃實例( 2 )• 若一多目標決策問題如下:
其中 f1(x) 為利潤函數; f2(x) 為品質函數; x1 與 x2 為產品 I 與產品 II 。
.0,
,1502
,100..
,)(max
,46)(max
21
21
21
12
211
xx
xx
xxts
xxf
xxxf
計算過程• f1(x) 最佳解為 500 ; f2(x) 最佳解為 70, 設 p
= 下,妥協規劃解為:
.0,
,1502
,100..
],75),46(500max[min
21
21
21
121
xx
xx
xxts
xxx
.0,
,1502
,100
,75
),46(500..
,min
21
21
21
1
21
xx
xx
xx
xv
xxvts
v
Lingo
The End~