全稱為兩階段灰色綜合測度決策模型，是用於解決發生決策悖論情形下的決策問題的科學方法。
針對灰色聚類係數向量的各分量均衡取值或灰色聚類係數向量有若干個位於前列的主分量取值相近，難以判定決策對象歸屬的問題，劉思峰教授等人構建了一種新的兩階段灰色綜合測度決策模型，以解決灰色聚類係數向量的各分量取值趨於均衡或有若干個位於前列的主分量取值相近情形下的綜合決策問題。
基本介紹
- 中文名：兩階段灰色綜合測度決策模型
- 外文名：Twostages decision model with grey synthetic measure
- 適用領域：不確定性決策
- 所屬學科：灰色系統理論
介紹,模型的構建,
介紹
人們通常僅根據灰色聚類係數向量
各分量的最大值對決策對象進行分類，所得結果雖然有一定的合理性，但有時也會產生偏頻，尤其在最大主分量
與其餘主分量差異不顯著的情形下，難以得到可靠的決策結論。例如，設
分別對應於優、良、中3個不同的灰類，對象1和對象2的灰色聚類係數向量分別為
，
。如果直接比較其聚類係數的最大值，則由於
，結論應為對象2優於對象1。但是，如果綜合考察
、
各分量的值，也許不少人會認為對象1優於對象2。造成這種認知差異的原因是在對灰色聚類係數向量進行比較時，有時需把灰色聚類係數向量視為一個整體進行綜合考察。綜合測度決策模型能夠解決這一問題。
模型的構建
兩階段灰色綜合測度決策模型可按以下步驟構建(Step1~Step6為第1階段，Step7~Step10為第2階段)：
Step1：按照綜合評價要求劃分的灰類數，分別確定灰類
、灰類
的轉折點
、
和灰類
的中心點
，
,…,
；設定
指標
灰類的可能度函式
,
, 
。其中灰類和灰類的可能度函式分別取為下限測度可能度函式
和上限測度可能度函式
，灰類
的可能度函式均取為三角可能度函式。
Step2：確定每個指標的聚類權
，
。
Step3：計算對象i關於灰類k的灰色聚類係數
其中：
為對象
在指標下屬於灰類的可能度函式,為指標在灰色評估決策中的權重。
Step4：計算決策對象i屬於灰類的歸一化灰色聚類係數
Step5：評估決策係數向量各分量之間的解析度。若最大聚類係數易於識別，則轉向Step6；對於灰色聚類係數向量各分量取值相近或有若干個位於前列的主分量取值相近的情形，最大決策係數難以識別，則轉向Step7。
Step6：由
，判定對象屬於灰類
，轉向Step10。
Step7：確定有核權向量組
。
Step8：計算決策對象關於灰類的綜合加權決策係數向量
Step9：由
，判定對象屬於灰類
。
Step10：若有多個對象同屬於灰類,還可進一步根據灰色聚類係數或綜合加權決策係數對同屬於灰類的所有對象進行排序。
