文本描述
2008年最新MBA教材《决策理论和方法》(doc 99).rar
多目标决策的特点: 目标间的矛盾性, 各属性值不可公度.
这二难点不可公度虽可通过属性矩阵的规范化得到部分解决, 但前述规范化过程不能反映目标的重要性
权：目标重要性的度量, 即衡量目标重要性的手段.
权的三重含义: ① 决策人对目标的重视程度；
②各目标属性值的差异程度；
③各目标属性值的可靠程度；
权应综合反映三种因素的作用.
通过权，将多目标决策问题化为单目标求解.
二、字典序法与一般加权和法
1. 字典序法
》 … 时的加权和法
即某个目标特别重要, 实质上是单目标决策, 最重要目标的属性值相同时，再比较第二重要的属性, 如此继续.
2. 一般加权和法
加权和法的求解步骤很简单：
①属性表规范化，得 i=1, …, m； j=1, …, n.
②确定各指标的权系数 j=1, …, n.
③根据指标 的大小排出方案i(i=1,…, m)的优劣
加权和法，包括评分打点，由于其简单、明了(直观)，是人们最经常使用的多目标评价方法。采用加权和法的关键在于确定指标体系并设定各最低层指标的权系数：有了指标体系就可以设法利用统计数据或专家打分给出属性值表；有了权系数，具体的计算和排序就十分简单了。正因为此，以往的各种实际评估过程中总要把相当大的精力和时间用在确定指标体系和设定权上。
加权和法常常被人们不适当地使用，这是因为许多人并不清楚：使用加权和法意味着承认如下假设：
①指标体系为树状结构，即每个下级指标只与一个上级指标相关联；
②每个属性的边际价值是线性的(优劣与属性值大小成比例)，每两个属性都是相互价值独立的；
③属性间的完全可补偿性：一个方案的某属性无论多差都可用其他属性来补偿。
事实上，这些假设往往都不成立。首先，指标体系通常是网状的，即至少有一个下级指标同时与二个或二个以上的上级指标相关联，也就是说某个属性可同时反映两个上级目标达到的程度。其次，属性的边际价值的线性常常是局部的，甚至有最优值为给定区间或点的情况存在；属性间的价值独立性条件也极难满足，至少是极难验证其满足。至于属性间的可补偿性通常只是部分的、有条件的。因此，使用加权和法要十分小心。不过，对网状指标体系，可以用层次分析法中的权重设定和网状指标的权重递推法设定最低层权重(见下节)。当属性的边际价值函数为非线性时可以用适当的数学方法进行数据预处理；属性间的不完全补偿性也可通过适当处理，例如用逻辑乘法预先删除具有不可补偿属性的方案等。只要认识到加权和法本身存在的种种局限性并采取相应的补救措施，则加权和法仍不失为一种简明而有效的多目标评价方法。
三、确定权的常用方法
1. 最小平方误差法
见教材第174页.
与主观慨率中的方法类似.
2. 本征向量法
==>> 点击下载文档
