第十章 多属性决策问题(Multi-attribute Decision-making Problem)即: 有限方案多目标决策问题 主要参考文献: 68， 112， 152§概述 MA MC MO一、决策矩阵(属性矩阵、属性值表)方案集 X = {}方案 的属性向量 = {,…,}当目标函数为 时, = ()各方的属性值可列成表(或称为决策矩阵):……………………………………………………例: 学校扩建学校序号费用(万元)平均就读距离 km160250344436544630例： 表 10
1 讨论生院试评估的局部原始数据 ji 人均专著(本/人) 生师比科研经费(万元/年) 逾期毕业率(%)155000274000310126044300052284二、数据预处理 数据的预处理(又称标准化)主要有如下三种作用
首先，属性值有多种类型
有些指标的属性值越大越好，如科研成果数、科研经费等是效益型；有些指标的值越小越好，称作本钱型
另有一些指标的属性值既非效益型又非本钱型
例如讨论生院的生师比，一个指导老师指导 4 至 6 名讨论生既可保证老师满工作量， 也能使导师有充分的科研时间和对讨论生的指导时间，生师比值过高，学生的培育质量难以保证；比值过低；老师的工作量不饱满
这几类属性放在同一表中不便于直接从数值大小来推断方案的优劣，因此需要对属性表中的数据进行预处理，使表中任一属性下性能越优的值在变换后的属性表中的值越大
其次是非量纲化
多目标评估的困难之一是指标间不可公度，即在属性值表中的每一列数具有不同的单位(量纲)
即使对同一属性，采纳不同的计量单位，表中的数值也就不同
在用各种多目标评估方法进行评价时，需要排除量纲的选用对评估结果的影响，这就是非量纲化，亦即设法消去(而不是简单删去)量纲，仅用数值的大小来反映属性值的优劣
第三是归一化
原属性值表中不同指标的属性值的数值大
