建构在多属性决策序依赖Choquet积分模型之上的层次化多属性评价与决策方法（简称作TOYLC层次分析法）,并没有保证Choquet积分模型所要求的价值测度公度性.另外,它依赖MACBETH （measuring attractiveness by a categorical-based evalu...建构在多属性决策序依赖Choquet积分模型之上的层次化多属性评价与决策方法（简称作TOYLC层次分析法）,并没有保证Choquet积分模型所要求的价值测度公度性.另外,它依赖MACBETH （measuring attractiveness by a categorical-based evaluation technique）所给出的属性集容量判断方法,也存在着对抽象方案进行偏好比较的技术缺陷.针对上述问题,在引入规约性多属性决策属性价值公度方法的基础上,首先给出了类似于摆幅置权判断、能够使决策者进行有意义偏好比较的属性集容量判断赋值方法,然后给出了能够克服TOYLC层次分析法内在缺陷的目标导向序依赖层次分析法.基于案例应用的对比分析表明：在输入信息可比的条件下,目标导向序依赖层次分析法相对于TOYLC层次分析法具有更高的方案评价区分度,从而验证了前者相对于后者的相对科学合理性.展开更多
文摘建构在多属性决策序依赖Choquet积分模型之上的层次化多属性评价与决策方法（简称作TOYLC层次分析法）,并没有保证Choquet积分模型所要求的价值测度公度性.另外,它依赖MACBETH （measuring attractiveness by a categorical-based evaluation technique）所给出的属性集容量判断方法,也存在着对抽象方案进行偏好比较的技术缺陷.针对上述问题,在引入规约性多属性决策属性价值公度方法的基础上,首先给出了类似于摆幅置权判断、能够使决策者进行有意义偏好比较的属性集容量判断赋值方法,然后给出了能够克服TOYLC层次分析法内在缺陷的目标导向序依赖层次分析法.基于案例应用的对比分析表明：在输入信息可比的条件下,目标导向序依赖层次分析法相对于TOYLC层次分析法具有更高的方案评价区分度,从而验证了前者相对于后者的相对科学合理性.
