青岛科信软件 决策支持、数据挖掘方法
n)都可以用b1，b2，?，bm等m个对策去对付。那么，对于每一个事件ai(i=1，2，?，n)，就存在有m个局势：
(ai，b1)，(ai，b2)?，(ai，bm)
这些局势相应的决策元可排成一行，便构成了一个决策行向量：
(1)式中，rij为局势sij=(ai，bj)的效果测度。
同样，对于每一个对策bj(j=1，2，?，m)，可以用事件a1，a2，?，an去匹配，其相应的决策元可排成一列，便构成了一个决策列向量：
(3)决策矩阵。将每一个决策行向量δi(i=1，2，?，n)或每一个决策列向量θj(j=1，2，?，m)依次排列起来，便构成了一个n×m的局势决策矩阵：
11
青岛科信软件 决策支持、数据挖掘方法
2.效果测度效果测度就是对于局势所产生的实际效果，在不同目标之间进行比较的量度。
对于时间序列来说，就是比较两个序列在同一时刻的关联系数，其计算公式为：
(4)式中，Δij(t)为两序列在t时刻的绝对差；Δ
min
和Δ
max
分别是两序列绝对差的最小值和最大值；K是在[0，1]区间上取值的灰数。
作为时间序列的效果测度，其被比较的母线，一般应为规划的目标效益曲线。
对于单点效果测度，可分为以下几种情形： (1)上限效果测度，其计算公式为：
12
青岛科信软件 决策支持、数据挖掘方法
(5)式中，uij为局势sij的实际效果；umax为所有局势sij实际效果的最大值。由于uij≤umax，所以效果测度rij≤1。
(2)下限效果测度，其计算公式为：
(6)式中，uij的意义同(5)式，umin为所有uij中的最小者。由于uij≥umin，显然rij≤1。
(3)适中效果测度，其计算公式为：
(7)式中，uij的意义同(5)式，u0是一个指定的适中值。由(7)式容易知道，rij≤1。
如果u0是以几何中心为参考点的数值，则适中效果测度的计算公式为：
在实际应用中，究竟采用哪种效果测度，应依据目标的性质而定。如产值、效益之类应该是越大越好，可采用上限效果测度；如投资、灾害之类应该是越小越好，可采用下限效果测度；而对于降水量、施肥量等应以适量为宜，可采用适中效果测度。
13
青岛科信软件 决策支持、数据挖掘方法
此外，对于局势sij有效益时间序列，则需求稳态效果测度。即对时间序列{uij(t)}建立GM(1，1)模型，解得灰色参数a=[a，u]。当以u为输入时，则稳态增益为：
T
3.多目标综合决策矩阵当有l个决策目标时，记局势sij在第p个目标
如果第p个决策目标的权重值为ap(p=1，2，?，l)，则对于局势sij，可以得到如下的综合效果测度：
14
青岛科信软件 决策支持、数据挖掘方法
这样，我们就得到如下的多目标综合决策矩阵：
4.决策原则决策就是选择效果最佳的局势。这种选择可以有两种方式：
(1)由事件选择最好的对策，即行决策； (2)由对策匹配最适宜的事件，即列决策。
选取效果测度最大的决策元，即：
15