前景理論、灰靶決策的直覺模糊多屬性決策方法及matlab應用

1.前景理論
Kahneman和Tversky提出的前景理論修正了傳統決策的期望效用理論，並構建了一種新的決策框架模型。它假設險決策過程由編輯和評價兩個階段構成。在第一個階段中，個體憑藉框架(frame )、參照點(reference point)等內容對數據進行採集和處理，在第二個階段中，依據價值函數(value function)及權重函數(weighting function)來進行決策和判斷，同時分析了收益和損失兩種情形下價值函數發生“S形”變化的原因。
在前景理論中，前景價值是由價值函數和權重函數共同決定的，應首先選擇好決策的參照點(下面的式子假設參照點爲座標原點)，則有:

2.決策步驟
首先獲取不確定條件下的備選方案和屬性等相關信息，接着對不同數據類型的屬性值進行規範化處理，將其轉化爲若干個不同狀態條件下的直覺模糊決策矩陣，利用直覺模糊得分函數對決策矩陣進行簡化，然後採用灰靶決策方法確立正負靶心，結合平均期望值建立模型的三個參照點矩陣，將直覺模糊決策矩陣的信息分別依據三個參照點進行基於前景理論的信息集結，再利用加權平均算子將三個前景矩陣整合爲一個不同屬性條件下各備選方案的綜合前景價值決策矩陣，接下來利用前景價值最大化的優化模型計算屬性權重，隨後採用VIKOR或TOPSIS決策方法對備選方案進行排序。