多目标决策课程论文.docx
- 文档编号:9369390
- 上传时间:2023-05-18
- 格式:DOCX
- 页数:24
- 大小:668.10KB
多目标决策课程论文.docx
《多目标决策课程论文.docx》由会员分享,可在线阅读,更多相关《多目标决策课程论文.docx(24页珍藏版)》请在冰点文库上搜索。
多目标决策课程论文
《多目标决策理论及方法》
读书报告
\
第一部分:
多目标决策理论及方法课程总结
1多目标决策理论方法概述
1.1多目标决策理论发展过程
本课程全面系统的介绍了多目标决策理论与方法及其在水利水电规划与管理的应用,通过老师与同学的讲解和自学,掌握了解决多目标问题的基本理论,相信对以后解决研究过程中的基本问题会有很大的帮助。
多目标决策(MultipleObjectiveDecisionMaking)是现实生活、工程或管理中普遍存在的决策问题。
由于目标的增多,就产生了目标间的不可公度性,甚至矛盾性等特点,也导致了多目标决策问题求解的困难。
[1]系统方案的选择取决于多个目标的满足程度,这类决策问题称为多目标决策,或称为多目标最优化。
多目标决策方法是从20世纪70年代中期发展起来的一种决策分析方法。
决策分析是在系统规划、设计和制造等阶段为解决当前或未来可能发生的问题,在若干可选的方案中选择和决定最佳方案的一种分析过程。
在社会经济系统的研究控制过程中我们所面临的系统决策问题常常是多目标的,例如我们在研究生产过程的组织决策时,既要考虑生产系统的产量最大,又要使产品质量高,生产成本低等。
这些目标之间相互作用和矛盾,使决策过程相当复杂使决策者常常很难轻易作出决策。
这类具有多个目标的决策总是就是多目标决策。
多目标决策方法现已广泛地应用于工艺过程、工艺设计、配方配比、水资源利用、能源、环境、人口、教育、经济管理等领域。
多目标最优化问题最早是由意大利经济学家L.帕雷托在1896年提出来的,他把许多本质上是不可比较的目标化成一个单一的最优化目标。
1944年J.von诺伊曼和O.莫根施特恩又从对策论角度提出具有多个决策者并相互矛盾的多目标决策问题。
1951年T.C.考普曼从生产和分配活动分析中提出多目标最优化问题,并引入了帕雷托优化的概念。
1961年A.查纳斯和W.库珀提出目标规划。
1963年L.A.瑞特从控制论角度提出多指标问题的一些基本概念。
1976年R.基奈和H.拉伊发利用多属性效用方法求解多目标问题。
60年代以来,出现了很多解决多目标决策问题的方法。
中国70年代中期开始推广应用多目标决策方法,现在已取得了一定的成果。
多目标规划问题的有效解也称为Pareto最优解。
1.2多目标决策理论及方法课程主要内容
通过课程我们学习了多目标决策的概念、特点、理论基础、关键要素及其发展概况。
本课程简要介绍了多目标决策的两个基本理论,向量优化理论和效用理论。
多目标决策问题是从非劣解集中选出最佳均衡解,从而最大限度的满足各个目标的要求。
1.2.1非劣解的生成技术
多目标优化问题的解是非劣解,非劣解生成技术具有适应性广泛的特点。
生成非劣解集就是根据目标向量识别可行域中非劣子集的工作。
迄今已提出的有代表性的生成方法主要有以下几种:
1.加权法
这种方法是求解向量优化问题的常用方法,对不同的目标给与相应的权重,把各目标函数的加权作为总的、单一的目标函数,求得问题的最优解,即非劣解集中的一点,根据不同权重组合求解,就生成了非劣解集。
这些权重通常都是标准化了的,以使其总和为1。
2.约束法
将多目标中的某一目标作为基本目标,其余的目标转化为不等式约束。
这样由基本目标函数及此一组新增加的约束条件就建立一个单目标最优化模型来求解。
权重法和约束法是把多目标问题转化为单目标规划的形式,然后通过参数的变动来影响这个变换,便可生成非劣解集。
当目标函数和约束是非线性时,可用加权方法和约束方法得到非劣解。
约束法比权系数法更加通用,计算也更加简便,但是该两法的缺点是当目标数目过多时,计算量大,解纯量单目标问题的数目随目标数成指数增加;而且当目标多于3个以上时,不仅计算量大,而且失去了非劣解集图示分析的优越性。
3.多目标线性规划法:
只适用于由线性目标函数和线性约束组成的多目标问题,计算过程类似于单目标单纯形法,也是在单纯形表上进行;不同之处在于目标是多个而不是一个,计算迭代程序是在极点非劣解之间转换,直到获得整个非劣解集为止。
然而,它只能应用于多目标线性规划,这限制了其适用范围。
特点是不需要把向量优化问题转化成单目标优化的形式,直接在目标向量上交换以获得非劣解集。
计算量比
各目标函数的极小值,然后让各目标尽可能的接近各自的极小值来获得它的解。
2.目的规划法
对于某些多目标决策问题,当决策者的偏好以权重、优先权、目的和理想等值表达时,决策者的决策规则或准则是:
各个目标函数的实际值与各目标希望达到的目的值相差越小越好。
对于许多实际的多目标问题,各目标希望达到的目的值和优先等级往往在问题分析中是客观存在的,因此目的规划法不失为一种有效的多目标决策技术。
3.逐步法
逐步法是以逐渐分布求解线性多目标问题的方法,这种技术的最佳均衡解是以目标实际值与理想值的组合偏差最小为准则的。
这个方法假设决策者厌恶最坏的目标,并把这个最大的偏差作为对理想点偏差组合的测度,而是这个最大偏差达到最小,即为所求的均衡解。
逐步法是一种迭代方法,实际上采用了极大极小规则。
1.2.4发展中的多目标决策方法
随着决策科学的迅速发展,各种复杂决策问题的决策理论、数学模型应运而生,使一些决策方法的运用更具合理性、科学性和民主性。
1.模糊综合评判法
模糊综合评判是对多种属性的事物做出一个能合理地综合这些属性或因素的总体评判。
将模糊综合评价法应用于系统评价,可以综合考虑影响系统的众多因素,根据各因素的重要程度和对它的评价结果,把原来的定性评价定量化,较好地处理系统多因素、模糊性及主观判断等问题。
2.投影寻踪法
投影寻踪法是20世纪70年代初发展起来的一类新兴的多元数据分析的数学方法,它是用来处理和分析高维数据,尤其是来自于非正态总体分布的高维数据的一种探索性分析的有效方法,其基本思想是把高维数据通过某种组合,投影到低维子空间中,通过极大或极小化某个投影指标,寻找出能够反映高维数据结构或特征的投影,在低维空间中对数据结构进行分析,以达到研究和分析高维数据的目的。
3.遗传算法
遗传算法是以达尔文进化论和孟德尔的遗传学说为基础,将生物进化过程中适者生存规则与种群内部染色体的随机信息交换机制相结合的高效全局寻优搜索算法。
它将问题中的可能解看成一个个体或染色体,并将每个个体编码成符号串的形式,模拟达尔文的遗传选择和自然淘汰的生物进化过程,对群体反复进行基于遗传学的操作(遗传、交叉和变异)。
根据预定的目标适应度函数对每个个体进行评价,依据适者生存、优胜劣汰的进化规则,不断得到更优的群体,同时以全局并行搜索方式来搜索优化群体中的最优个体,以求得满足要求的最优解。
发展中的多目标决策方法还有物元分析法、模糊优选法、熵权理想点法等。
1.2.5多目标区域水资源规划
水资源是基础性自然资源,是生态环境的控制因素之一,同时又是战略性经济资源,是一个国家综合国力的有机组成部分。
水资源的开发利用必将涉及国家经济发展、地区受益、环境质量、社会福利等多方面目标。
在多目标课程中主要探讨介绍了区域水资源开发次序的多目标决策、区域水资源承载能力的多目标评价及区域水资源多目标优化配置三方面问题。
随着数学规划理论的发展和电子计算机的普及和应用,多目标规划与决策方法已逐步得到发展和应用,正逐步单目标的规划方法。
1.2.6多目标水库优化调度
随着我国水电事业的发展,水力发电已初具规模,对于大规模的水电站水库,水库调度的地位和作用越来越突出。
水利调度是运用水库的调蓄能力,按来水蓄水实况和水文预报,有计划地对入库径流进行蓄泄。
在保证工程安全的前提下,根据水库承担任务的主次,按照综合利用水资源的原则进行调度,以达到防洪、兴利的目的,最大限度地满足国民经济各部门的需要。
一般分为三类:
兴利调度、防洪调度、和生态调度。
各部门用水需求之间均存在一定的矛盾,解决这些矛盾、协调各部门之间的利益,需要运用多目标决策技术。
本课程主要研究兴利调度与生态调度、兴利调度与防洪调度之间的矛盾,建立相应的数学模型,运用多目标决策理论与方法进行求解。
[1]
第二部分:
基于层次分析法的模糊综合评价法专题研究
2.1基于层次分析法的模糊综合评价法概述
2.1.1模糊综合评价法的基本原理以及起源
模糊综合评价法是一种基于模糊数学的综合评标方法。
该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。
它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。
模糊理论能很好地反映水环境质量级别的模糊性与连续性,层次分析法能够将评价者对复杂系统的定性分析进行定量化处理,两者的结合很好地解决了隶属度与权重的问题。
[2]
模糊集合理论(FuzzySets)的概念于1965年由美国自动控制专家查德(L.A.Zadeh)教授提出,用以表达事物的不确定性,并在此基础上发展成模糊数学。
模糊集理论的本质是用隶属函数作为桥梁,将不确定性在形式上转为确定性,即将模糊性加以量化,从而为模糊不确定性问题的解决提供了数学工具。
模糊集理论经过四十年的发展,目前己在综合评估与决策、模糊规划、模糊可靠性分析、模糊控制等领域得到了广泛的应用。
模糊数学法的建立是由于大多数的风险因素是不确定的、模糊的,用经典数学难以计算,而运用模糊数学知识,可以用数学语言去准确地描述风险因素对系统的影响程度,建立数学评价模型,得出其精确解。
正是因为这一特点,这一方法目前在工程风险领域中大量被采用[3]。
在实际运用中,评价对象往往受各种不确定因素的影响,其中模糊性是最重要的,所以就产生了模糊综合评价FCE(FuzzyComprehensiveEvaluation,模糊综合评估法)能较好地用于涉及多个模糊因素的对象的综合评估方法。
荷兰学者VanLoargoven在1983年首次在层次分析法的元素排序中运用基于三角模糊数表示的模糊比较判断、三角模糊数的运算和对数最小二乘法。
1994年,我国常大勇提出利用模糊数比较成对判断矩阵大小的新方法,还采用了统一的扩展值表示判断矩阵。
[4]
2.1.2层次分析法的基本原理及起源
在复杂的系统中,需要考虑的因素往往很多,因素还要分成若干层次,形成评判树状结构,对各层次的因素划分评判等级,各层次划分的评判等级数目应相同,上一层次与下一层次划分的评判等级要由单一的对应关系,以便数学处理运算,并确定各因子的隶属函数,求得各层次的模糊矩阵。
评判顺序为:
首先进行最低层次的模糊综合评判,其次有最低层次的评判结果构成上一层次的模糊矩阵,在进行上一层次的模糊综合,循此自底而上逐层进行模糊综合评判,可得到系统总体的综合评判结果。
在1977年举行的第一届国际数学建模会议上层次分析法第一次正式走入学术界的视野并引起了学者们的注意,Satty教授在那次会议上发表了“无结构决策问题的建模——层次分析理论”。
1980年他专门推出了一本专著用于详细介绍AHP(analyticalhierarchyprocess,层次分析法)的理论、数学基础和应用。
随后他又推出了几本侧重于应用方面的书籍。
随着Satty和多位学者的推动,“AHP应用已涉及到‘能源政策和资源分配’、‘企业管理与生产决策’、‘经济分析与计划’、‘社会学’、‘行为科学’等十个领域”。
1982年11月Saaty的学生H.Gholamnezahad在中美能源、资源、环境学术会将层次分析法第一次介绍给中国学者。
随后,许树柏等发表了国内第一篇介绍层次分析法的文章。
1988年在我国召开了第一届层次分析法国际学术会议,并且称为了中国系统工程学会决策科学专业委员会每隔两年召开相关的学术年会[5]。
2.1.3模糊层次分析法
基于层次分析法的模糊综合判断又叫做模糊层次分析法(fuzzyanalytichierarchyprocess,简称F-AHP).该方法首先利用层次分析法进行分析确定指标体系中各个指标的相对权重,进一步结合模糊数学分析方法进行综合评价。
模糊综合评价在理论和应用中的关键问题是如何合理确定各评价指标的权重。
为此,提出了直接根据单指标相对隶属度的模糊评价矩阵,构造层次分析法中的判断矩阵,用以确定各评价指标权重。
给出了用加速遗传算法检验和修正判断矩阵的一致性和计算判断矩阵各要素的权重的模糊综合评价模型。
实例表明,F-AHP方法简便和通用,计算结果较为客观和稳定,在系统工程理论和实践的各种综合评价中具有推广应用价值[6]。
2.2基于层次分析法的模糊综合评价法的原理和基本步骤
2.2.1模糊综合评判法原理
模糊综合评判法是一种运用模糊数学原理分析和评价具有"模糊性"事物的系统分析方法,是以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评价方法。
其数学模型为:
A×R=B式中:
A=(a1,a2,a3…am)是由参加评价指标的权重归一化处理后构成的矩阵;R为评价指标隶属于各等级的隶属度所组成的模糊关系矩阵,B是以隶属度表示的水质级别模糊评价向量[7]。
2.2.2模糊综合评价法的步骤
模糊综合评判的步骤如下:
1.建立评判目标集。
对评判对象可能作出各种评判集合的总体:
V={v1,v2,...,vm}
(1)
式中各元素vi(i=1,2,...,m)代表各种可能的总评判结果。
2.建立因素集。
将评判目标看成是由多种因素组成的模糊集合
U={u1,u2,..,um}
(2)
式中各元素ui(i=1,2,..,m)代表各影响因素。
3.建立权重集。
为了反应各因素的重要程度,对各因素应赋予相应的权数wi(i=1,2,...,m)由各权数所组成的集合W称为权重集:
W={w1,w2,..,wm}(3)
通常,各权数wi(i=1,2,...,m)应满足归一性和非负条件,即:
0≤wi≤1且
(4)
各个权数一般由统计分析或专家评分等方法进行确定。
本文利用层次分析法确定各因素权重。
4.确定隶属度。
设评判对象按因素集中第i个因素ui进行评判,对评价集中第j个元素vj的隶属度为rij,则按因素ui评判的结果,可简单地表示为模糊集合R={r1,r2,...,rm},R称为单因素评价集。
由此,可得相应于每个因素的单因素评价集,将各因素评判集的隶属度排列成行,构成单因素评价矩阵R:
(5)
5.模糊综合评判。
将权重集W视为1行m列的模糊矩阵,则模糊综合评判可表示为:
(6)
式中:
B称为模糊综合评判集;bj称为模糊综合评判指标;特别注意
为模糊合成算子,表示模糊矩阵的合成运算,本文例中采用加权平均型模糊合成算子,计算公式为
。
6.评价指标处理。
得到评判指标bj(j=1,2,..,n)之后,可根据最大隶属度原则取最大的评判指标。
bjmax相对应的评价集元素vi为评判的结果,即
[7]。
2.2.2层次分析法的步骤
运用AHP方法解决问题,可分为4个步骤:
1.构造递阶层次结构。
构造递阶层次结构是对事物的剖析过程,递阶层次结构的最上层只包含1个元素,是目标的焦点,下面的层次可以包含多个元素。
相邻2层的对应元素是根据某种规则进行重要性比较排定的,同一层中的所有元素具有同等级的量值。
如果它们的差别太大,就分属于不同的层次。
一般层次分析结构模型分为3层,包括目标层、准则层和方案层。
2.构造两两比较判断矩阵。
判断矩阵是表示针对上一层某要素而言,该层内与它有关联的各个要素之间的相对优越程度。
例如,方案层P1,P2,..,Pn与上一层准则CK有关联。
建立这几个方案关于准则CK的判断矩阵为:
(7)
式中:
aij表示对于准则Ck而言,方案Pi与Pj比较而得到的相对重要程度或优越性,aij的取值是根据资料、统计数据、征求专家意见以及系统分析员的经验而确定的。
层次分析法采用1-9标度法,使两要素的比较得以定量描述。
其取值如表1所示。
3.由判断矩阵计算被比较元素的相对权重。
这一过程叫单层次排序,是把本层内各要素按照对上一层次的优劣程度排出顺序。
计算Pi关于CK的权重时,可先求出判断矩阵的特征向量W,然后经过归一化处理,即可求出Pi关于CK的相对重要度,即权重。
4.计算各层元素的组合权重。
这一过程叫层次总排序。
这一步是由上而下逐层进行的,利用每一层元素对其上一层各元素的相对权重,计算出层次分析模型中每一层中的所有元素对于总目标的组合权重。
最终得出最低层元素相对于总体目标的组合权重[8]。
2.3基于层次分析法的模糊综合评价法的优缺点
2.3.1模糊综合评判法优缺点
1.模糊综合评价法的优点
(1)模糊评价通过精确的数字手段处理模糊的评价对象,能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价。
(2)评价结果是一个矢量,而不是一个点值,包含的信息比较丰富,既可以比较准确的刻画被评价对象,又可以进一步加工,得到参考信息。
(3)在客观事物中,一些问题往往不是绝对肯定或否定,涉及到模糊因素,而模糊综合评判方法则很好的解决了判断的模糊性和不确定性问题。
2.模糊综合评价法的缺点
(1)计算复杂,对指标权重矢量的确定主观性较强。
(2)当指标集U较大,即指标集个数凡较大时,在权矢量和为1的条件约束下,相对隶属度权系数往往偏小,权矢量与模糊矩阵R不匹配,结果会出现超模糊现象,分辨率很差,无法区分谁的隶属度更高,甚至造成评判失败,此时可用分层模糊评估法加以改进。
(3)在很多应用领域主观性强。
模糊综合评判法虽然能够提高地质预报结果的准确性,但是也存在一定的缺点:
确定各预报参数的相对权重没有统一的标准,主观因素影响较大[9]。
2.3.2层次分析法的优缺点
1.层次分析法优点
(1)提供了层次思维框架,便于整理思路,做到结构严谨,思路清晰。
层次分析法把研究对象作为一个系统,按照分解、比较判断、综合的思维方式进行决策,成为继机理分析、统计分析之后发展起来的系统分析的重要工具。
这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。
(2)简洁实用的决策方法。
这种方法既不单纯追求高深数学,又不片面地注重行为、逻辑、推理,而是把定性方法与定量方法有机地结合起来,使复杂的系统分解,能将人们的思维过程数学化、系统化,便于人们接受,且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题,通过两两比较确定同一层次元素相对上一层次元素的数量关系后,通过对比进行标度,增加了判断的客观性;
(3)把定性判断与定量推断结合,增强科学性和实用性。
层次分析法主要是从评价者对评价问题的本质、要素的理解出发,比一般的定量方法更讲求定性的分析和判断。
由于层次分析法是一种模拟人们决策过程的思维方式的一种方法,层次分析法把判断各要素的相对重要性的步骤留给了大脑,只保留人脑对要素的印象,化为简单的权重进行计算。
这种思想能处理许多用传统的最优化技术无法着手的实际问题。
2.AHP不足之处
(1)和一般的评价过程,特别是模糊综合评价相比,AHP客观性提高,但当因素多(超过9个)时,标度工作量太大,宜引起标度专家反感和判断混乱。
(2)对标度可能取负值的情况考虑不够.标度确实需要负数,因为有些措施的实施,会对某些特定目标造成危害,如实现机械化,就对解决就业不利.虽然有关于-1~1标度的讨论,但对于这种标度下权重计算问题讨论不足。
(3)对判断矩阵的一致性讨论得较多,而对判断矩阵的合理性考虑得不够,这是因为对标度专家的数量和质量重视不够。
(4)没有充分利用已有定量信息。
AHP都是研究专门的定性指标评价问题,对于既有定性指标也有定量指标的问题(这种问题更普遍)讨论得不够.事实上,为使评价客观,评价过程中应尽量使用定量指标,实在没有定量指标才用定性判断[9]。
2.4基于层次分析法模糊综合评判法的应用实例
2.4.1基于层次分析法的模糊综合评判法的应用
基于层次分析法的模糊综合评判法在各个领域应用广泛。
通过查阅文献发现这一方法在工程项目评价、水质评定以及职员评价等方方面面有着广泛的应用。
工程项目风险的评估是一个多因素、多指标的复杂的评估过程,不能单纯的用好或坏来区分,对这些因素进行综合,才能做出合理的评价[11]。
运用模糊综合评判法评价地下水质量是合理的,其评价结果能全面反映水质的综合状况[12]。
在水环境质量综合评价中,模糊评判法和层次分析法相结合的模糊层次分析法得到了广泛的应用[13]。
模糊理论能很好地反映水环境质量级别的模糊性与连续性,层次分析法能够将评价者对复杂系统的定性分析进行定量化处理,两者的结合很好地解决了隶属度与权重的问题[14]。
河流综合水质评价是水环境治理中的重要基础
性工作,只有对水质监测数据进行合理评价,才能制定科学的整治规划方案,采取有效的防治措施,可以说河流综合水质评价的合理性会直接影响决策[15]。
模糊综合评价方法解决了水质评价中污染程度界线的模糊性问题,从而使得评价结果更具合理性和可信度[16]。
按照桥梁设计的基本生命周期进行设计风险划分,提出桥梁的设计风险评价指标,并且基于层次分析法结合专家打分建立各指标的权重,再利用模糊综合评价法建立模糊评价集,并利用zadeh算子对设计风险概率和设计风险损失进行计算,进而根据风险评估矩阵得到桥梁的设计风险水平[17]。
模糊理论能很好地反映水环境质量级别的模糊性与连续性,层次分析法能够将评价者对复杂系统的定性分析进行定量化处理,两者的结合很好地解决了隶属度与权重的问题[3]。
2.4.2基于层次分析法模糊综合评判法的应用实例
在建的某高速公路隧道位于湘南典型的喀斯特地貌区域,地表岩溶洼地、岩溶漏斗、落水洞较发育,且多以垂直发育为主。
据详勘资料和水文工程地质调查成果表明:
该隧道地下水丰水期潜水面高于隧道开挖工作面;隧道上部,特别是隧道K128+730--+830区段左侧上部山地中发育一系列岩溶洼地及落水洞。
为地下水补给提供了有利的活动空间,大气降水汇集于岩溶洼地,经落水洞或岩溶管道垂直渗透于可溶性灰岩裂隙中,并形成溶洞。
本次超前预报的掌子面桩号里程为K128+745,掌子面为中风化灰岩,岩层产状为135bN42b,节理裂隙较发育,以垂直裂隙为主。
掌子面大面积淋雨状出水。
同时根据高密度电法、TSP和地质雷达探测结果,得到掌子面前方30m范围内岩体含水性的模糊综合评判因素值,如表2所示。
1.确定评判目标集
根据预测段岩体含水程度的不同,将预测段的岩体划分为4个级别:
用v1表示含大量地下水,v2表示中等含量地下水,v3表示含少量地下水,v4表示干燥不含水,因此评价集V=(v1,v2,v3,v4)。
2.建立评价因素集
前文提到的4种超前预报方法的参数有很多,本文选择最重要的几个参数进行解释。
建立两层模糊综合评判模型,如图1所示。
图1评价因素两层分析模型
根据上图建立的二级因素集为U={u1,u2,u3,u4},其中u1为地质分析结果,u2为高密度电法预报结果,u3为TSP预报结果,u4为地质雷达预报结果;一级因素集为u1={v1,v2,v3},其中v1为掌子面出水情况,v2为隧道所处地区的地质构造特征,v3为岩体结构;u3=(v5,v6,v7),其中v5为岩石纵横波速比的变化情况,v6为泊松比变化情况,v7为深度偏移图像的变化情况。
3.给定权重向量
权重系数是分项评分综合合成时的重要参数,它表明了各指标与评价
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多目标 决策 课程 论文