论文研究-多目标决策中灵敏度分析的方法探讨.pdf, 对于多目标决策中的多属性决策,国内外至今还很少有文献讨论其灵敏度分析的一般方法。为此,本文推导了几个进行灵敏度分析的基本公式,并提出了灵敏度区间和灵敏度矩阵的概念,从而为多属性决策的灵敏度分析提供了一种简单、有效、实用的分析方法。

多目标决策中的权重敏感性分析 多目标决策中的权重敏感性分析

本文基于对层次分析法在处理多目标决策问题时计算量较大、易出现误差的情况提出改进的目的，采用修改标度值和简化判断矩阵的方法，有效地解决了层次分析法在处理多目标决策问题时由于标度值差异太小而容易引起误差的情况，同时通过采用三角矩阵对判断矩阵进行简化，大大减少了求解过程中的计算量，有效地提高了判断矩阵的一致性。最后举例对改进前后两种方法进行了比较，结果表明改进后的方法能更好地适用于多目标决策问题。

新的！！ 在以下位置完全重建了用于级别图的交互式工具： https://es.mathworks.com/matlabcentral/fileexchange/62224-interactive-tool-for-decision-making-in-multiobjective-optimization-with-level-diagrams 该工具箱为 Pareto Set 及其关联的 Front 绘制 Leveldiagrams，并允许一些基本的图形操作（根据偏好着色图、轴操作和点选择）以帮助决策。 有关 Leveldiagrams 和此工具箱中提供的一些示例的详细信息，请参见： [1] X. Blasco、JM Herrero、J. Sanchis、M. Martínez。 用于多目标优化决策的 n 维帕累托前沿的新图形可视化。 信息科学 178 (2008) 3908–392

区域公路网自然灾害应急救援点选址的多目标决策模型及算法.doc

层次分析法 (AHP) 是一种简单的技术，由 Thomas L. Saaty 在 1970 年代开发，用于组织和分析复杂的多目标决策。它结合了定量和定性分析元素，并在群体决策中得到应用。该技术的理念是将问题分解为更容易理解的子问题的层次结构，每个子问题都可以独立分析。一旦建立了层次结构，决策者通过一次将它们与另外两个进行比较来系统地评估其各种元素，关于它们对层次结构中高于它们的元素的影响。AHP 将这些评估转换为可以在整个问题范围内处理和比较的数值。为层次结构的每个元素派生一个数字权重，允许以一种合理且一致的方式相互比较不同且通常无法比较的元素。在该过程的最后一步，计算每个决策备选方案的数值权重。这些权重代表备选方案实现目标的相对能力。 该功能有助于： • 简单的层次分析法实施 • 多个决策者 • 分析网络过程（ANP）：层次分析法的概括，它结合了决策标准和选项之间的依赖关系和反馈。 • 模糊AHP 和ANP：这是简单AHP 和ANP 的特殊版本，适用于决策标准和备选方案的相对重要性不确定的模糊环境。 • 模拟：AHP 和 ANP 的基于 Monte-Carlo 模拟的方法，允许比较权

论文研究-处理多目标决策问题的二项系数加权和法.pdf,  系统工程中的决策问题大多是多目标决策。因此,评价一个系统往往要考察多个目标。例如,当规划资源的开发时,既要考虑需求,又要考虑储量、投资、运输、劳力、技术力量、占用土地等;选择厂址时,既要考虑造价,又要考虑运输、能源消耗、环境污染等;设计一个产品或系统,一则要性

论文研究- 专家系统与目标规划相结合的多目标决策分析研究.pdf,  一、问题提出 目标规划在处理相互矛盾的多目标决策分析中,无疑是一个比较好的方法,并得到广泛的应用。但目标规划和所有的多目标优化决策(MODM)方法一样,都只限于有良好定义,确定的决策问题。然而在实际应用中,对于存在着非程序化决策或含有不良结构问题(如难以量化的社会

针对多目标飞机路线规划难的问题，建立了多目标规划模型，提出了一种基于ELECTRE-IV的遗传算法。先是周期为一日的航班串的编制;而后是周期为三日的航班环的编制;最后是航班环的多目标筛选，将一个航班环作为一个遗传因子，由这些经过筛选的满足条件的遗传因子构成的染色体就是一个飞机路线方案。通过理论分析及实际案例证明了该算法的可行性。

定性预测、回归预测、时间序列平滑预测、趋势曲线模型预测、季节变动预测、马尔科夫预测、确定型决策、非确定型决策、风险型决策、贝叶斯决策、多目标决策等。通过学习，使学生掌握基本预测理论与方法，培养学生根据实际条件选择并建立模型进行预测与决策的能力