基于模糊决策的多属性在线拍卖决策算法

一、引言

拍卖是市场参与者根据报价按照一系列规则决定资源的分配和价格的一种市场机制(Mcafee，Mcmillan，1987)。

在线拍卖也叫网上拍卖，是20世纪90年代中期在美国新起的一种电子商务形式，在线拍卖使拍卖这种传统的定价方式在当今社会得到了广泛应用。

多属性拍卖是拍卖人与投标人交易时考虑到多个属性的一种拍卖模式，即在竞拍过程中，双方在价格以外的其他属性上进行多重谈判的拍卖模式。多属性拍卖允许买卖双方就拍卖品的多个属性同时进行谈判。

国内外诸多学者从不同角度对多属性拍卖问题给出了解决办法，文献[４]中给出了一种模糊决策算法，这种算法是先对模糊指标值进行加权，然后确定模糊理想解，并计算方案与模糊理想解之间的距离，进而排列方案的优劣次序和作出最终选择。这种方法存在两个问题：一是在第四步计算方案与模糊理想解的距离并排序后，方案的优劣次序这个问题就已经得到了解决，即到此算法就该结束了，而文章在这个基础上又计算了海明距离，使计算更为复杂。二是在对模糊指标值进行加权时，导致了模糊元素的非线性化，同时需要采用近似计算技术来提高决策效率。本文针对第一个问题提出一个优化算法，即去掉最后一步计算海明距离，改进这种模糊决策算法使其简化。针对第二个问题提出一种“先综合后加权”的算法，避开直接对模糊指标值进行加权，保持模糊元素的线性性质，简化了计算。这种方法具体是先在原模糊指标值基础上确定模糊理想解和负理想解，并引进满意度的概念来刻画方案与模糊理想解之间的差异，然后对方案在各属性上的满意度加权，以确定方案的优劣次序和最终得到最大满意解。这个方法的另一个好处是最后用相对优先函数表示方案的优劣，是对方案的优劣的直接表述，能直观的看出各种方案的差别。

二、多属性拍卖和模糊决策研究现状

在早期的多属性拍卖研究中，Che首先提出一个政府采购中的二维拍卖模型，即投标人在采购方制定的评标规则下，同时根据价格和质量两个属性进行竞标，应用多目标效用函数进行计算，研究了二维密封式采购拍卖，证明了二维的收入等价原理。Branco在Che的模型基础上考虑了当竞标企业成本相关联的情形，并采用分配效率描述整个拍卖的效果，研究社会福利最大化基础上的密封式拍卖。Bichler提出了一个在多属性效用函数方法基础之上的扩展模型。他把属性的权重考虑了进去，采用加权平均的方法解决胜出者决定的问题。Saroop设计了一种在限制披露买方的偏好结构的情形下的多属性拍卖模式。文章提出一个两阶段的竞投机制，引导多属性的供应商参加投标。贺志涛等人提出了一个现有电子商务环境下的最优拍卖机制模型，还有些学者从多属性决策的应用上做了深入的探讨。

我们遇到的多属性决策问题大部分是不确定的、模糊的，称之为模糊多属性决策（Fuzzy multiple attribute decision making，FMADM）问题，有关模糊多属性决策问题的研究引起了国内外学者的极大关注，并取得了丰硕的成果。然而，模糊多属性决策无论在理论研究还是实际应用上，目前都还很不成熟，仍面临着新的挑战，尤其是有关决策方法的研究还有待于进一步完善，同时把模糊多属性决策应用到解决多属性拍卖问题的研究还不多。谢安石等给出一个网上拍卖的一般模型，提出一种模糊环境下的多属性网上拍卖机制同时给出了决策算法。文章基于对现有的模糊多属性决策算法进行分析，发现其中存在的问题，再根据存在的问题给出优化意见，并且提出一种新的模糊决策算法来避免采取上述方法必须面对的模糊指标值与模糊权重值的直接加权问题，从而避免采用近似算法，使问题的分析更准确，使计算更简单。

三、对现有模糊决策算法的优化

现有文献[4]中给出了一种模糊决策算法。文章中作者提出了一种模糊多属性决策算法，并用一个实例来说明这种方法的计算过程。这种算法是先对模糊指标值进行加权，然后确定模糊理想解，并计算方案与模糊理想解之间的距离，进而排列方案的优劣次序和作出最终选择。这种方法存在两个问题：一是在第四步计算方案与模糊理想解的距离并排序后，方案的优劣次序这个问题就已经得到了解决，到此决策算法就该结束了。而文章在这个基础上又计算了海明距离，使计算更为复杂。二是在对模糊指标值进行加权时，导

基于模糊决策的多属性在线拍卖决策算法

刘小丹 哈尔滨工业大学管理学院

黑龙江省自然科学基金重点项目ZD200803-01

黑龙江省高等教育学会“十一五”教育科学研究规划重点项目（115E-048），黑龙江省高校图工委重点项目

2009B07等资助

[摘 要] 通过对现有应用模糊数学的方法来解决多属性在线拍卖中决定胜出者的方法进行分析后，发现其存在两个问题，一是原计算方法存在简化空间，二是方法本身涉及到模糊指标值和模糊权重的直接加权，导致了模糊元素的非线性化和计算的复杂化。本文针对第一个问题提出计算步骤简化意见，进而又针对第二个问题提出一种新的模糊决策算法。新算法避免了直接对模糊指标值进行加权，从而保持了模糊元素的线性性质，简化了模糊决策计算过程，优化了现有多属性拍卖中用到的模糊决策算法，丰富和完善了拍卖问题涉及模糊环境时采用模糊数学求解的算法。

[关键词] 在线拍卖 多属性 模糊决策算法

39

《商场现代化》2010年3月（上旬刊）总第604期

40

《商场现代化》2010年3月（上旬刊）总第604期

致了模糊元素的非线性化，同时需要采用近似计算技术来提高决策效率。本文首先针对第一个问题提出一个优化算法，即去掉最后一步计算海明距离的方法改进这种模糊决策算法使其简化。计算步骤如下：

步骤1 :对模糊数归一化以三角模糊数为例

，

，归一化的模糊指

标

，如果模糊指标值为成本类的则

，如果

则模糊数退化为精

确数。

该方法同样适用于精确数的情形

步骤2: 归一化的模糊指标值矩阵进行加权

加权计算过程比较繁琐，可以应用Bonissone 近似计算，如

， 则

步骤3: 确定模糊理想解

，

其中

具有隶属函数

步骤4：计算方案与模糊理想解的距离，并排序

总结一下，原文章中的最后一个步骤实属多余，所以本文提出的这种修正办法即是在原模糊决策算法基础上去掉最后一个步骤，去掉多余的部分，简化算法。对于这个修正算法，本文就不再举例说明其计算过程了。

四、一种新的模糊多属性决策算法

正如在前文中提到的，文献[4]中所提出的模糊决策算法还存在的第二个问题，就是在对模糊指标值进行加权时，导致了模糊元素的非线性化，同时需要采用近似计算技术来提高决策效率。本文在这里给出一种“先综合后加权”的模糊决策方法。这种方法具体是先在原模糊指标值基础上确定模糊理想解和负理想解，并引进满意度的概念来刻画方案与模糊理想解之间的差异，然后对方案在各属性上的满意度加权，以确定方案的优劣次序和最终得到最大满意解。这种“先综合后加权”的算法，避免了直接对模糊指标值进行加权，保持了模糊元素的线性性质，同时计算步骤虽然看似很多，但计算方法较容易被理解，计算更为简单。

（1）计算步骤如下：

以模糊理想解和模糊负理想解为参照准则。步骤1：确定模糊理想

解

，

（1）

式中

给定为

(a)如果指标值是精确值，则对于收益类指标：

，

对于成本类指标：

(b)如果指标值是模糊值，则对于收益类指标：，具有隶属函数

对于成本类指标：

，具有隶属函数

步骤2： 确定模糊负理想解(2)

式中给定为

(a)如果指标值是精确值，则对于收益类指标：

，

对于成本类指标：

(b)如果指标值是模糊值，则对于收益类指标：

，具有隶属函数对于成本类指标：，具有隶属函数

步骤3： 定义方案Ai相对于属性j而言的满意度

(a)如果指标值是精确值，则， (3)

(b)如果指标值是模糊值，则

，(4)

由式(3)和(4)计算得到的满意度矩阵可写成：

步骤4：定义方案Ai相对于属性j而言的模糊加权满意度

(5)

且模糊加权满意度矩阵可记为

步骤5：定义方案Ai的总模糊加权满意度

：

(6)

式中符号表示模糊数的广义加法，

具有隶属函数：

步骤6：定义

，i=1,...,m的模糊极大值

，具有隶属

函数：

(7)

步骤7：定义

，i=1,...,m的模糊极小值

，具有隶属

函数：

(8)

步骤8：定义，i=1,...,m的相对效用函数

，具有隶属函

数：

(9)

步骤9：按照从大到小的顺序排列方案的优劣次序。

(2) 实例验证

我们再以文献[4]中所举的例子说明整个算法的决策过程。假设有3个方案、4 个属性，包括价格、交货期、数量和信用等级。其中信用等级用好、很好、一般等模糊概念来描述。如下表所示：

41

《商场现代化》2010年3月（上旬刊）总第604期

表 含有模糊概念的多属性方案

价格（万元）

交货期数量信用等级123

1.5

1.751.353个月

2.5个月2个月

100200300

很好一般低

假设每一个属性值的权重

首先，用模糊数表示定性指标步骤1：模糊理想解：

步骤2：模糊负理想解：

步骤3： 方案Ai相对于属性j而言的满意度和满意度矩阵

步骤4： 定义方案A i 相对于属性j而言的模糊加权满意度

：

步骤5：定义方案Ai的总模糊加权满意度：

步骤6：

步骤7： 步骤8：

步骤9： 方案1最优。

本章节用实例演示这种模糊多属性的算法，得出了方案一是最优的结论。实例在步骤3计算结束时得到的是一个满意度矩阵，此时的满意度是一个精确数，在步骤4加权时，是精确数满意度和模糊数属性值权重的加权，避免了模糊指标值和模糊数属性值权重的直接加权，保持了模糊元素的线性性质，获得了问题的解析性结果，从而使计算更为简单。同时这种模糊算法在比较方案的优劣时，不仅考虑模糊理想解，还考虑模糊负理想解，使比较更为彻底。从方法本身来看，还可以发现本方法的最终结论是在比较相对效用，能直观的看出各种方案的差别。同时当一个方案代表一个投标人决策时，如果最终选择的不是一个中标人时，这种方法能更直观的看到次优方案与最优方案的差距，便于决策。

这种模糊方法算法步骤易于理解，避免了模糊数与模糊数相乘的复杂计算，使计算更为简单。这种模糊多属性算法优化了现有的

在多属性拍卖中用到的模糊决策算法，丰富和完善了拍卖问题和逆向拍卖问题用涉及模糊环境时采用模糊数学求解的算法。

五、结论

本文从多属性拍卖的几个相关概念和模糊决策的研究现状入手，在简单进行文献综述的之后，提出了本文的写作基础，即在深入分析现有的应用模糊数学的方法来解决多属性网上拍卖问题中赢者算法决定的基础上，发现现有方法存在两个问题，进而在第三部分时，针对存在的第一个问题提出一个优化算法，即去掉最后一步

计算海明距离的方法改进这种模糊决策算法使其简化。在第四部分时针对存在的第二个问题提出一种“先综合后加权”的算法，避免直接对模糊指标值进行加权，保持模糊元素的线性性质，获得问题的解析性结果，使决策算法更易于理解，求解更为简单。本文提出的算法丰富和完善了拍卖问题和逆向拍卖问题涉及模糊环境时采用模糊数学求解的思路。

参考文献：

[1] McAfee,McMillan.Auctions and didding[J]. Journal of Economic Literature, 1987, 25(2):99-738

[2] 舒彤等.拍卖与在线拍卖[M].长沙:湖南大学出版社,2007

[3] Mishra D, Veeraman D. A multi-attribute reverse auction for out sourcing[A]. Proceedings of the 13thInternational Workshop on Database and Expert Systems Applications,2002:675-679

[4] 谢安石,李一军.拍卖理论的最新进展——多属性网上拍卖研究[J].管理工程学报, 2006, 20(3):17-21

[5] Che.Design Competition through multidimensional auctions [J]. RAND Journal of Economics,1993,24(4):628-680

[6] F Branco. The Design of Multidimensional Auctions[J]. Rand Journal of Economics, 1997, 28 ( 1) : 63-81

[7] Bichler M.An experimental analysis of multi-attribute auctions[J].DecisionSupport System,2007,9:249-268

[8] Saroop A.A Multi-Attribute Auction Format for Procurement with Limited Disclosure of Buyer's Preference Structure[J].Decision Support for Global Enterprises, 2008(2): 257-267

[9] 贺志涛.最优网上拍卖机制模型研究[J],中国管理信息化,2008.9:21-26

[10] S.E Thiel. Multidimensional Auctions [J]. Economic Letters, 2006, 28 (1) : 37-40.

[11] Yang, T, Hung, C. C. (2007). Multiple attribute decision making methods for plant layout design problem. Robotics and Computer-Integrated Manufacturing, 23,126-137

[12] 刘树林:多属性采购拍卖理论与应用评述[J].中国管理科 学,2009,2(17):50-61

[13] 李荣钧.模糊多准则决策理论与应用[M].北京:科学出版社,2002

[14] Gui-Wu Wei.Maximizing deviation method for multiple attribute decision making in intuitionistic fuzzy setting[J], Knowledge-Based Systems,2008,12:33-36

多属性决策基本理论与方法

多属性决策基本理论与方法 主讲人：张云丰

多属性决策基本理论与方法 1. 多属性决策基本理论 1.1 多属性决策思想 根据决策空间的不同，经典的多准则决策（Multiple Criteria Decision Making —MCDM ）可以划分为两个重要的领域：决策空间是离散的（备选方案的个数是有限的）称为多属性决策（Multiple Attribute Decision Making —MADM ），决策空间是连续的（备选方案的个数是无限的）称为多目标决策（Multiple Objective Decision Making —MODM ）。一般认为前者是研究已知方案的评价选择问题，后者是研究未知方案的规划设计问题。 经典的多属性决策（Multiple Attribute Decision Making —MADM ）问题可以描述为：给定一组可能的备选方案，对于每个方案，都需要从若干个属性（每个属性有不同的评价标准）去对其进行综合评价。决策的目的就是要从这一组备选方案中找到一个使决策者感到最满意的方案，或者对这一组方案进行综合评价排序，且排序结果能够反映决策者的意图。多属性决策是现代决策科学的一个重要组成部分，它的理论和方法广泛应用于社会、经济、管理和军事等诸多领域，如投资决策、项目评估、工厂选址、投标招标、人员考评、武器系统性能评定、经济效益综合排序等。 1.2 多属性问题描述 设在一个多属性决策问题中，备选方案集合为}g ,,g ,{g m 21 =G ，考虑的评价属性集合为},,,{21n u u u U =，则初始多属性决策问题的决策矩阵为： ?????? ????????=mn x m x m x n x x x n x x x X 2 1 22212 112 11 其中，ij x 表示第i 个方案的第j 个属性的初始决策指标值，其值可以是确定值，也可以是模糊值，既可以是定量的也可以是定性的。 多属性决策问题主要包括三个部分：建立属性评价体系、确定属性权重及运用具体评价方法对备选方案进行综合评价。 2. 属性值规范化方法 2.1 属性值规范化概述 常见的属性有效益型、成本性、区间型三种。效益型属性也称正属性，是指属性值越大

基于投影模型的多属性直觉模糊多属性决策方法应用研究

基于投影模型的多属性直觉模糊多属性决策方法应用研究 工业工程 张希梅 2009012336 摘要： 通过线性规划模型确定各个属性的权重，避免主观权重因素对结果的过多影响。定义了模糊直觉模糊理想点和一些相关的概念，包括每个方案的得分向量和直觉模糊理想点之间夹角的余玄函数，建立的投影模型度量每个方案与直觉模糊理想点之间的相似度，以相似度大小确定最佳方案。 关键词：投影模型 多属性决策 属性权重 一、引言 1965年Zade 提出的模糊集的理论已经被广泛应用于模糊决策问题之中。为了更好地处理不精确性信息,Atanasso 于1983年提出了直觉模糊集的概念,并对其运算和性质进行了研究。在一个直觉模糊集中,用一个真隶属函数A μ和一个假隶属函数A ν来描述其隶属度的边界，那么一个对象的支持度、反对度和未知度分别是A μ、, A ν和1A A μν--,这就使得直觉模糊集在处理不确定性信息时比传统的模糊集有更强的表示能力以及更具灵活性.。1993年,W. L. Gau 等人提出了Vague 集的概念。但是1996年,H. Bustince 和P. Burillo 指出Vague 集实质就是直觉模糊集。1994年, Chen 和Tan 将Vague 集应用于模糊条件下的多目标决策问题，利用记分函数与加权记分函数给出决策。2000年,Hong 和Choi[8]在Chen 的基础上提出了精确函数应用于多目标决策问题,国内学者李登峰、徐则水及林琳对该类问题进行了大量的研究工作。 文中对属性权重信息不完全知道的情况下，通过线性规划模型求出确定的权重，然后根据投影模型相关概念，求出最优方案。 二、基本概念及相关模型 定义1 直觉模糊集（Atanassov ）

经典多属性决策算法对比分析

算法分析 1.TOPSIS（逼近理想解法）：(TOPSIS方法属于经典的多属性决策方法之一，由H.wang.C.L和Yoon，K.S.1981提出). 基本原理:根据评价指标的标准化值与指标的权重共同构成规范化矩阵来确定评价指标的正、负理想解。然后，建立评价指标综合向量与正、负理想解之间距离的二维数据空间。在此基础上对评价方案与最优理想参照点之间的距离进行模糊评判。最后，依据该距离的大小对评价方案进行优劣排序.若某方案为最优方案则此方案最接近最优解，同时又远离最劣解. TOPSIS法最大的优点是:无严格限制数据分布及样本含量指标的多少，小样本资料、多评价单元、多指标的大系统资料都同样适用，同时也不受参考序列选择的干扰。既可用于多单位之间进行对比，也可用于不同年度之间对比分析，该法运用灵活，计算简便同时结果量化也客观[1]。 缺点：（1）规范决策矩阵的求解比较复杂，故不易求出理想解和负理想解；（2）评价缺少稳定性，当评判的环境及自身条件发生变化时，指标值也相应会发生变化，就有可能引起理想解和负理想解向量的改变，使排出的顺序随之变化，评判结果就不具有唯一性；（3）属性权重是事先确定的，其主观性较强。[2] 基本步骤： ○1建立多属性决策问题的决策矩阵

○2决策矩阵的规范化处理 常见的标准化处理方法有:模糊数学法、标准差标准化法、极差标准化法、极大值标准化法和百分比标准法等. ○3构建加权规范化矩阵 确定权重的方法有主观赋权法和客观赋权法。主观赋权法包括层次分析法、Delphi法等。主观权重法土要根据专家判断打分，主观性

太强，其结果对多因素非线性定量关系的反映有一定影响:客观权重法人为因素干扰较小，可以较为客观地确定权重，但该方法也受样本数据数量和质量的制约。权重确定的方法：主成分分析法、变异系数法。 ○4确定正理想点和负理想点 所谓正理想点是设想得到的最好的解，它的各个指标值都达到各候选方案中最好的值。而负理想点是另一设想的最坏的解，它的各个指标都达到各候选方案中最坏的值。 ○5计算各方案到正负理想点的距离 ○6计算各方案与理想点的相对贴近度，相对贴近度的取值越大则表示该方案越优。贴近度的计算公式为：[3]

对方案有偏好的多属性决策的灰色关联分析法

对方案有偏好的多属性决策的灰色关联分析法 卫贵武1,2 1西南交通大学经济管理学院，四川成都（610031） 2川北医学院数学系，四川南充（637007） E-mail ：weiguiwu@https://www.wendangku.net/doc/d310643593.html, 摘 要：针对只有部分权重信息且对方案有偏好的多属性决策问题，提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路，给出了该问题的计算步骤，其核心是通过构建并求解一个单目标最优化模型，可得到属性权重信息，进而得到每个方案客观偏好值与主观偏好值的灰色关联系数，然后计算出每个方案客观偏好与主观偏好的关联度，根据关联度对所有方案进行排序。最后给出了一个数值例子，结果表明方法简单，有效和易于计算。 关键词：多属性决策，属性权重;灰色关联分析，单目标最优化 中图分类号：O212.6 文献标识码：A 1. 引言 多属性决策是决策理论研究的重要内容，现已广泛应用于投资决策、项目评估、方案优选、工厂选址、经济效益评价等诸多领域[1-7]。由于客观事物、不确定性及决策者的积极参与，对方案有偏好的不确定多属性决策问题引起人们的关注[4 ，8-15] 。目前关 于这类方法的研究成果主要有：给出方案偏好程度条件概率的方法[8]；给出方案优先序的方法[9]；给出方案偏爱度的方法[10]；文献[11]在属性权重信息不能完全确知且对方案有偏好的多属性决策问题，提出一种基于方案达成度和综合度的交互式决策方法；文献[12]在属性权重信息完全未知的情况下，讨论了决策者对方案的偏好信息以互补判断矩阵形式给出的多属性决策问题；文献[13]研究了只有部分权重信息且对方案的偏好信息以互补判断矩阵和互反判断矩阵两种形式给出的多属性决策问题，提出了一种基于目标规划模型的多属性决策方法；文献[14]研究了只有部分权重信息且对方案的偏好信息以实数形式给出的多属性决策问题，提出了一种基于投影模型的多属性决策方法。文献[15]对权重信息完全未知且对方案的偏好信息为互补判断矩阵的多属性决策方法进行了研究，利用线性转化函数将决策信息一致化，然后建立一个优化模型，进而给出了相应的决策方案排序方法。 灰色关联分析法由邓聚龙教授首先提出[16-18]，它是灰色系统最普遍的分析方法之一，是分析不同数据项之间相互影响、相互依赖的关系，它是根据事物序列曲线几何形状的相似程度，用量化的方法评判事物(因素)间的关联程度。两条曲线的形状彼此越相似，关联度就越大，反之，则关联度就越小[16-22]。近年来，灰色关联分析法在多属性决策中得到了广泛的应用[16-28]。本文对已知部分属性权重信息且对方案有偏好的多属性决策问题进行了研究，提出了解决该问题的灰色关联分析法。最后以实际的例子说明了本文提出的方法。 2. 对方案有偏好的多属性决策的灰色关联分析法 假设某多属性决策问题，有m 个可行方案12A ,A ,,A m L ，n 个评价属性 12G ,G ,,G n L ，评价属性j G 的权重j ω不能完全确定，但是知道,L R j j j w w ω??=? ?，

基于相对熵的模糊多属性决策的多目标规划方法

第３１卷第１期四川兵工学报２０１０年１月【基础研究】 基于相对熵的模糊多属性决策的多目标 规划方法膏 陶志富，周礼刚，陈华友 （安徽大学数学科学学院，合肥２３００３９） 摘要：针对属性权系数部分已知且属性值为梯形模糊数的多属性决策问题，提出一种基于相对熵的多目标规划决策方法．该方法在梯形模糊数归一化的基础上，引进了梯形模糊数的期望值的概念，给出属性的理想值和负理想值，根据相对熵的意义，建立了权系数确定的多目标规划模型，并探讨了模型的求解方法．最后，实例分析表明所提方法的可行性和有效性． 关键词：多属性决策；梯形模糊数；相对熵；多目标规划 中图分类号：０２２文献标识码：Ａ文章编号：１００６一０７０７（２０１０）０１—０１３２—０４ 多属性决策是指对于给定的有限个选择方案，决策者根据事先确定的各个方案若干个属性值，按照某种决策准则进行多方案排序．多属性决策广泛应用于社会、经济、管理等诸多领域．对于多属性决策问题，无论采取什么样的求解方法，一般需要确定各属性的相对重要程度，而重要程度往往用属性的权系数来反映，权系数越大则其对应的属性就越重要．因此权系数的正确确定，对于多属性决策问题的正确决策具有十分重要的作用．目前权系数确定的方法有多种．大体上可分为主观赋权方法和客观赋权方法２大类¨－２］．而客观赋权法是通过建立一定的数学模型计算出权重系数．客观赋权法显著的特点是存在赋权的客观标准，通过计算得出评价指标的权重系数，而不是人为给定的． 由于客观事物的不确定性和人们思维的模糊性，人们在决策过程中可能给出模糊信息．比如三角模糊数或梯形模糊数．对于模糊多属性决策问题的研究也是学术界研究的一个热点问题之一，并取得了大量的研究成果Ｈ－７１．然而目前模糊多属性决策大多处理的是三角模糊数信息的，且属性权重信息是已知的情形．本文试图探讨决策信息是梯形模糊数，且属性权重是部分已知的模糊多属性决策问题．相对熵是用来度量２个概率分布的符合程度的¨４。，因此提出一种基于相对熵的模糊多属性决策多目标规划方法，并探讨了模型的求解．实例分析表明所提方法是可行和有效的． １预备知识 定义１‘２】。称翩为１个梯形模糊数，若其隶属函数满足 ｐ薪（菇）＝（茗一Ｚ）／（ｍ—Ｚ），ｌ＜菇＜ｍ（茹一“）／（ｎ一Ⅱ），ｎ＜茗＜Ⅱ１．ｍ≤菇≤万 ０，其他 记为翩＝（Ｚ，ｍ，ｎ，“），其中ｚ＜ｍ≤ｎ＜ｕ．特别地，若ｍ＝，ｌ，则厨退化为一个三角模糊数． 定义２‘８—９１设毛，扎≥ｏ，ｉ＝１，２，…，珏，且１＝二石‘≥五Ｙｉ，则称 １２ｌ１２１ 睾收稿日期：２００９—１２—０２ 基金项目：国家自然科学基金资助项目（７０５７１００１）。安徽省优秀青年科技基金资助项目（０８０４０１０６８３５），安徽省自然科学基金资助项目（０７０４１６２４５），安徽高等学校省级教学研究项目（２００７ｊｙｘｍｌ７７），安徽大学人才队 伍建设项目． 作者简介：陶志富（１９８５一），男，硕士研究生，主要从事运筹与管理研究； 陈华友（１９６９一），男，安徽和县人，博士，教授，主要从事运筹与管理，预测和决策分析研究． 万方数据

模糊决策方法在日常生活中的应用

教育学院10级公共事业管理刘正明1011034027 模糊决策方法在日常生活中的应用 写在前面：我们知道作为象牙塔的大学是美丽的，象牙塔里的生活自然而然也是丰富多彩的。可是，如果我们人为地将“美丽象牙塔”里面的生活予以简单化或者说抽象化，那么我们将不难发现，大学生活将只剩下了学习（既有对书本知识的学习，又有对各方面能力的锻炼、培养）、工作（学生工作、兼职等）及娱乐（逛街、游戏、电影、到处嗨），这样就有了一种很奇怪的现象：真正的可以将学习、工作、娱乐三者兼顾的学生很少，反而出现了很明显的三种类型的学生分层，学习型的、工作型的、娱乐型的。 我们当然渴求完美，可是当我们不得不面对瑕疵的时候，就出现了不同“瑕疵”间的抉择，这时候正确的选择就意味着“完美”。针对大学里普遍存在的三种类型的学生，我们请了几位资深的职业生涯规划老师及心理咨询师对其“自身价值”做了一个简单的评估，以期给那些不能面面兼顾的学生以正确引导，具体结果如下： 一、三种类型学生的存在优势及职业生涯规划老师和心理咨询 师对其评价的标准 1、三种类型学生的存在优势 学习型：学习知识与技能，提升自己的综合素质。 工作型：锻炼自己的沟通、应急能力，实践性更强，更接近于社会。

娱乐性：愉悦身心，自我满足感最强，轻松舒适，节奏和谐。 2、职业生涯规划老师和心理咨询师对其评价的标准 二、具体的运算与分析 1、因素集（U ） 这里涉及到的因素 U={ 之于现在的价值；之于将来的价值；自我满足感 } 2、评价集（V ） 为了简化运算，这里我们取评价集 V={ 重要；较重要；一般 } 3、确定权重集（A ） 在诸多的评价标准之中，人们的侧重点并不相同，这就是权重。职业生涯规划老师和心理咨询师对本次评议，给出了它们认为合适的一个权重，为： A={ 0.4；0.4；0.2 } 4、职业生涯规划老师和心理咨询师对本次评议的评议结果 职业生涯规划老师和心理咨询师对三种类型学生评价的标准 学生类型 评价标准 之于现在 之于将来 自我满足 学习型 重要 较重要 一般 工作型 较重要 重要 一般 娱乐性 一般 一般 重要

模糊决策

模糊决策是指在模糊环境下进行决策的数学理论和方法。所谓模糊决策就是将模糊技术应用到决策过程中,使用模糊事实、模糊规则来描述决策过程中存在的不确定性和不准确性,使用模糊推理技术获得决策候选方案,使用模糊综合评判以获得最佳决策方案。经典逻辑只能反映事物的是与非,但在现实生活中,很多事物和现象都处于是与非之间, 很难用0或1进行描述。例如,很难说命题"他个子很高"对或错,因为"个子高"这个概念本身就是一个模糊的概念,在不同的群体、不同的时期可能有不同的意义。与经典逻辑相反,模糊逻辑更接近现实,它借助于自然语言和模糊集来反映事物的属性和事物之间的关系,使用隶属度来反映某个命题的是非程度。 高层次的决策一般以决策者为核心,通过以下5个关键步骤获得最佳方案: ①提出决策问题,将它概念化,并以计算机能够识别的形式表示出来。这个过程是用户同计算机交互的逐步求精的过程。 ②收集必要的信息。如何获得决策信息、并以统一的方法表示这些信息,也是非常重要的一步。最后,决策是否正确在很大程度上受决 策环境信息是否充分、正确的限制。 ③为问题求解寻找或建立必要的决策模型。 ④通过决策模型,在所掌握情报的基础上获得若干候选方案。 ⑤通过对候选方案的综合评估,得到最佳解决方案。 基于模糊决策理论的中国外汇储备币种结构研究 摘要：借鉴模糊决策理论的满意度概念，从理论上建立外汇储备币种结构选择的一般最优化模型，从实证上模拟在不同隶属函数参数和不同汇率路径假设下的中国外汇储备币种结构，并分析了收益率隶属函数参数和利率对中国外汇储备货币结构的影响。 关键词：外汇储备，币种结构，满意度，购买力平价 一、引言 研究外汇储备的币种组合包括两方面的内容：一是储备货币的选择，二是各币种在外汇储备中所占比重的确定。从总体上来看，至今对外汇储备币种结构的研究大致可分为两类：第一，主要是运用回归分析方法，从外汇储备的特点和职能研究各种储备货币的比例，回答了外汇储备币种结构“是什么”的问题；第二，运用均值-差资产选择模型及其拓展理论，从风险收益角度来回答外汇储备币结构“应该是什么”的问题，也就是外汇储备最优币种结构的问题。从已有文献来看，基于回归分析方法的外汇储备币种结构主要从央行执行储备职能的偏好上进行了分析，而很少考虑各储备货币之间的收益和风险等因素；与之相反，基于均值—方差资产选择模型及其拓展理论的外汇储备币种结构研究主要考虑到储备货币之间的收益和风险等因素，却没有考虑到央行的投资决策不同于一般投资者，其决策受多种因素的制约，在考虑风险收益的同时应顾及外汇储备的职能要求。他们都只是从某一个或几个方面考察这些因素对外汇储备币种分配的影响，是不全面的和不完整的。目前，还没有一种更加完善和有效的技术来管理外汇储备币种分配。 基于上述原因，本文借鉴模糊决策理论的满意度概念，将各种宏观经济因素和收益、风险因素在模型的多个约束条件和目标中加以考虑，建立一个多约束多目标的最优化模型，既考虑外汇储备作为一项资产的盈利性及风险性，又兼顾了外汇储备执行功能的实现，克服了回归分析方法和纯粹的资产选择方法的弊端。从实证上，选择美元、欧元、日元、英镑四种储备货币和美元、欧元、人民币三种计价货币。首先，假定各种收益率隶属函数都相同和各种储备货币隶属函数也都相同，模拟计算在不同汇率路径假设下的中国外汇储备币种结构；然后，假定收益率隶属函数参数都相同的情况下，根据杨胜刚和谭卓以及2006年国际货币基金组织公布的发展中国家储备币种结构数据估计储备隶属函数参数之后，再次模拟了在不同汇率路径假设下的中国外汇储备币种结构；最后，分析了收益率隶属函数参数和利率