顧翠伶
(周口師范學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,河南 周口 466000)
基于聯(lián)系數(shù)正態(tài)模糊數(shù)型多屬性群的決策方法
顧翠伶
(周口師范學(xué)院 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,河南 周口 466000)
針對(duì)決策屬性值、專家權(quán)重、屬性權(quán)重均為正態(tài)模糊數(shù)型的模糊多屬性決策問題給出一種解決方案。依據(jù)正態(tài)模糊數(shù)的期望與方差,提出一種分值函數(shù),并以此把正態(tài)模糊型的專家權(quán)重轉(zhuǎn)化為精確權(quán)重。將以正態(tài)模糊數(shù)給出的各個(gè)專家的屬性值及各個(gè)屬性權(quán)重轉(zhuǎn)化為聯(lián)系數(shù),然后按照聯(lián)系數(shù)的運(yùn)算求解模糊多屬性決策問題,實(shí)例驗(yàn)證新方法的可行性和有效性。
正態(tài)模糊數(shù);聯(lián)系數(shù);模糊多屬性決
多屬性群決策問題的理論與方法已經(jīng)成為決策科學(xué)、系統(tǒng)科學(xué)和管理科學(xué)等領(lǐng)域研究的重要內(nèi)容,它廣泛應(yīng)用于社會(huì)、經(jīng)濟(jì)、管理等多個(gè)領(lǐng)域。近年來,關(guān)于三角模糊數(shù)、梯形模糊數(shù)、直覺模糊數(shù)型的多屬性決策已經(jīng)有了廣泛研究。但三角模糊數(shù)和梯形模糊數(shù)的隸屬函數(shù)是線性隸屬函數(shù)形態(tài),在亦此亦彼性的刻畫上雖然連續(xù),但出現(xiàn)突變點(diǎn),這種突變不符合中介過渡性質(zhì)的漸變特征。但是正態(tài)模糊數(shù)在多屬性決策中的應(yīng)用還不多。桑廣提出基于相似度與規(guī)范化理想解的決策方法。本文針對(duì)屬性值、屬性權(quán)重與專家權(quán)重都用正態(tài)模糊數(shù)表示的多屬性決策問題,建立聯(lián)系數(shù)決策模型,并給出決策步驟,實(shí)例驗(yàn)證本文方法的有效性。
1.1正態(tài)模糊數(shù)
定義1:若模糊數(shù)?的隸屬函數(shù)為
定義2:模糊數(shù)?的期望為
定義3:模糊數(shù)?的方差為
1.2聯(lián)系數(shù)
定義5:設(shè)A、B為非負(fù)實(shí)數(shù),i∈[-1,1],則稱A+Bi是聯(lián)系數(shù),簡稱聯(lián)系數(shù)。
根據(jù)集對(duì)分析,聯(lián)系數(shù)A+Bi中的A稱為聯(lián)系數(shù)的同部,是相對(duì)確定的;Bi稱為聯(lián)系數(shù)的異部,具有不確定性,i為不確定數(shù)。一般用μ表示,記為μ=A+Bi。
聯(lián)系數(shù)的運(yùn)算法則:
(1)加法運(yùn)算:μ1=A1+B1i,μ2=A2+B2i,則μ=μ1+μ2=(A1+A2)+(B1+B1)i。
(2)乘法運(yùn)算:μ1=A1+B1i,μ2=A2+B2i,則:
μ=μ1μ2=A1A2+(A1B2+A2B1+B1B2)i特別地有:(A+Bi)2=A2+(2AB+B2)i。
1.3正態(tài)模糊數(shù)轉(zhuǎn)化為聯(lián)系數(shù)
設(shè)正態(tài)模糊數(shù)為?=(a,σ2),令A(yù)=a,B=σ,則A+Bi=a+σi為正態(tài)模糊數(shù)向聯(lián)系數(shù)的轉(zhuǎn)化公式。
基于聯(lián)系數(shù)正態(tài)模糊型多屬性群決策問題可以描述為:決策方案集為X={X1, X2,…, Xm},決策的屬性集為U={U1, U2,…, Un},決策專家群體集為D={D1, D2,…, Dl},專家的權(quán)重ν={ν1, ν2,…, νl},屬性權(quán)重ρ={ρ1, ρ2,…, ρn}。該多屬性決策過程可以分為以下幾個(gè)步驟。
2.1給定決策矩陣
第t個(gè)決策者關(guān)于屬性對(duì)決策方案的決策矩陣為:
2.2將正態(tài)模糊數(shù)型決策矩陣轉(zhuǎn)化為聯(lián)系數(shù)型矩陣
2.3將聯(lián)系數(shù)型矩陣標(biāo)準(zhǔn)化
為消除各屬性的不同物理量綱對(duì)決策結(jié)果的影響,需要對(duì)原始決策矩陣進(jìn)行規(guī)范化處理。
對(duì)效益型指標(biāo):
對(duì)成本型指標(biāo):
規(guī)范化后決策矩陣記為:
2.4 求決策群體中各專家的權(quán)重
因受到專家的地位、名望及所屬專業(yè)和對(duì)決策問題的熟悉程度等因素的影響,使得每個(gè)專家不能同等的看待問題,同時(shí)個(gè)專家的權(quán)重也不能表示為一個(gè)精確的數(shù)值。在這里,我們根據(jù)專家的資歷、經(jīng)驗(yàn)等事先以正態(tài)模糊數(shù)的形式給出專家的權(quán)重,記為ν={ν1,ν2,…,νl},其中)。νt均值越大,則代表專家的能力越強(qiáng),其方差越小,說明在專家進(jìn)行評(píng)價(jià)時(shí)越不容易出錯(cuò)。所以權(quán)重νt的均值越大,方差越小的專家在評(píng)價(jià)方案時(shí)越可信。由此對(duì)第t個(gè)專家進(jìn)行評(píng)分,依據(jù)可信值函數(shù)計(jì)算專家的可信分值,其中ε在評(píng)價(jià)專家權(quán)重時(shí)對(duì)待其評(píng)價(jià)值的態(tài)度,如果看中專家的期望,則取0.5<ε<1。利用可信分值,按下面的公式求得每個(gè)專家的權(quán)重:
2.5求群體決策矩陣
2.6求各個(gè)決策方案的綜合評(píng)價(jià)值并擇優(yōu)
利用聯(lián)系數(shù)的乘法與加法運(yùn)算,求出每個(gè)方案的綜合決策聯(lián)系數(shù),并計(jì)算出決策模,決策模越大的方案越優(yōu)。
通常一些大學(xué)采用教學(xué)(U1),科研(U2)和服務(wù)(U3)這三個(gè)屬性作為評(píng)估的一級(jí)指標(biāo)(屬性),屬性權(quán)重分別為:ρ1,ρ2,ρ3,根據(jù)評(píng)估標(biāo)準(zhǔn)對(duì)5個(gè)學(xué)院X1,X2,X3,X4進(jìn)行評(píng)估打分,各指標(biāo)下的評(píng)估信息用正態(tài)模糊數(shù)給出.決策群體集D={D1, D2,D3},各專家的權(quán)重集:。
3.1給出決策矩陣
3位專家在不同的屬性下對(duì)決策方案的決策值用正態(tài)模糊數(shù)來表示,決策矩陣如下。
3.2將決策矩陣轉(zhuǎn)化為聯(lián)系數(shù),得下列矩陣
3.3確定專家權(quán)重
根據(jù)專家的經(jīng)驗(yàn)及以往的資歷等方面的了解,可以給出三位專家的正態(tài)模糊數(shù)權(quán)重為
ν=[ν1,ν2,…,νl]=[(75,52),(80,82),(90,62)]
利用可信度值公式可得三位專家的權(quán)重分別為:
3.4求群體決策矩陣
3.5求各個(gè)屬性的權(quán)重
ρ=[0.327 4+0.030 4i 0.356 4+0.010 9i 0.316 2+0.010 5i]
3.6求各個(gè)決策方案的綜合評(píng)價(jià)值并擇優(yōu)
將正態(tài)模糊數(shù)理論引入到模糊多屬性決策領(lǐng)域,復(fù)雜問題的解決將更加科學(xué)化、規(guī)范化。本文將正態(tài)模糊數(shù)轉(zhuǎn)化為聯(lián)系數(shù)簡化了計(jì)算過程,最后以實(shí)例驗(yàn)證本文方法的可行性和有效性。
主要參考文獻(xiàn)
[1]陳曉紅,陽曦.一種基于三角模糊數(shù)的多屬性群決策方法[J].系統(tǒng)工程與電子技術(shù),2008(2):278-282.
[2]Hwang C L, Lin M J. Group Decision Making under Multiple Criteria:Methods and Application [M]. Berlin: Springer-Verlag, 1987.
[3]曲文閣,周宏安.基于模糊語言評(píng)估和FOWA 算子的多屬性群決策[J].武漢理工大學(xué)學(xué)報(bào):信息與管理工程版,2013(4):623-626.
[4]梁昌勇,戚筱雯,丁勇,等.一種直覺模糊多屬性群決策方法及其在群決策中的應(yīng)用[J].運(yùn)籌與管理,2013(1):41-47.
[5]李榮鈞.模糊多屬性決策理論及其應(yīng)用[M].北京:科學(xué)出版社,2002.
[6]桑廣,吳濤.正態(tài)模糊數(shù)型多屬性決策模型及其應(yīng)用[J].山西大學(xué)學(xué)報(bào):自然科學(xué)版,2013(1):34-39.
10.3969/j.issn.1673 - 0194.2015.20.049
O159;O225
A
1673-0194(2015)20-0061-02
2015-07-27