We will call the attributes X, X2,

We will call the attributes X, X2, and so on; their values will be x , X 2 , and so on; and a
complete vector of attribute values will be x = (x,x2, ...}. Each attribute is generally assumed
to have discrete or continuous scalar values. For simplicity, we will assume that each attribute is
defined in such a way that, all other things being equal, higher values of the attribute correspond to
higher utilities. For example, if we choose as an attribute in the airport problem Absence Of Noise,
then the greater its value, the better the solution. In some cases, it may be necessary to subdivide
the range of values so that utility varies monotonically within each range.
The basic approach adopted in multiattribute utility theory is to identify regularities in the
preference behavior we would expect to see, and to use what are called representation theorems

Kết quả (Việt) 1:

Chúng tôi sẽ gọi cho các thuộc tính X, X 2, vv.; giá trị của họ sẽ x , X 2, vv.; và mộtCác véc tơ đầy đủ của các giá trị thuộc tính sẽ x = (x, x2,...}. Mỗi thuộc tính thường được giả địnhcó giá trị vô hướng rời rạc hoặc liên tục. Để đơn giản, chúng tôi sẽ giả định rằng mỗi thuộc tínhđược định nghĩa như vậy, tất cả những thứ khác là như nhau, các giá trị cao hơn của các thuộc tính tương ứng vớiTiện ích cao. Ví dụ, nếu chúng tôi chọn như là một thuộc tính trong vấn đề sân bay không có tiếng ồn,sau đó lớn hơn giá trị của nó, thì tốt hơn giải pháp. Trong một số trường hợp, nó có thể cần thiết để chia nhỏphạm vi giá trị để tiện ích mà thay đổi monotonically trong phạm vi mỗi.Phương pháp tiếp cận cơ bản thông qua multiattribute utility lý thuyết là xác định regularities trong cácsở thích hành vi của chúng tôi mong đợi để xem, và sử dụng những gì được gọi là định lý đại diện

Kết quả (Việt) 2:

Chúng tôi sẽ gọi các thuộc tính X , X2, vv; giá trị của họ sẽ là x , X 2, và như vậy; và một
vector hoàn chỉnh các giá trị thuộc tính sẽ được x = (x , x2, ...}. Mỗi thuộc tính thường được giả định
có giá trị vô hướng rời rạc hoặc liên tục. Để đơn giản, chúng ta sẽ giả sử rằng mỗi thuộc tính được
định nghĩa theo cách như vậy rằng, tất cả những thứ khác không đổi, giá trị cao hơn của các thuộc tính tương ứng với
các tiện ích cao hơn. Ví dụ, nếu chúng ta lựa chọn như là một thuộc tính trong vấn đề sân bay vắng mặt của tiếng ồn,
thì lớn hơn giá trị của nó, là tốt hơn các giải pháp. trong một số trường hợp, nó có thể là cần thiết để chia nhỏ
các khoảng giá trị rất tiện ích mà thay đổi đơn điệu trong từng phạm vi.
các phương pháp cơ bản được thông qua trong lý thuyết tiện ích multiattribute là xác định quy tắc trong các
hành vi thích chúng ta sẽ mong đợi để xem, và sử dụng những gì được gọi là định lý biểu diễn