模糊多準則決策方法ppt課件_第1頁
模糊多準則決策方法ppt課件_第2頁
模糊多準則決策方法ppt課件_第3頁
模糊多準則決策方法ppt課件_第4頁
模糊多準則決策方法ppt課件_第5頁
已閱讀5頁,還剩46頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、模糊多準那么決策方法1.綜述2.模糊集實際3. Fuzzy多準那么決策VIKOR方法4.直覺模糊多準那么決策方法模糊多準那么決策方法綜述 在社會經(jīng)濟生活中,存在大量多準那么決策MCDM問題。這些問題可分選擇、排序和分類三類。目前求解多準那么決策問題的方法甚多,其中ELECTRE、PROMETHEE、UTA/UTADIS 是運用較廣的有效方法。這些方法中要么準那么權(quán)系數(shù)和準那么值確定,要么其權(quán)系數(shù)或準那么值經(jīng)過訓(xùn)練集建立規(guī)劃模型推導(dǎo)得出。但在一些決策問題中,方案的準那么權(quán)系數(shù)或/和準那么值不準確、不確定和不能完全決議,Roy解釋了這種景象。這些不準確和不確定性主要有模糊性、隨機性、灰色性、不確知

2、性、泛灰性和多重不確定性等。而對MCDM中模糊性研討由來已久,并成為當前研討的一個熱點。模糊多準那么決策方法綜述 1965年Zadeh提出模糊集實際,1970年Bellman和Zadeh將模糊集實際引入多準那么決策中,提出了模糊決策分析的概念和模型,用于處理實踐決策中的不確定性問題。自此,模糊多準那么決策FMCDM獲得了眾多研討成果。模糊數(shù)的提出使得利用模糊數(shù)可以較好地描畫多準那么決策中的模糊性,這樣基于模糊數(shù)的MCDM就成為FMCDM的一個重要方向。 直覺模糊集和Vague集是Zadeh的模糊集實際最有影響的擴展和開展,它們均是在Zadeh的模糊集實際中“亦此亦彼的模糊概念的根底上添加了一個

3、新的參數(shù)非隸屬函數(shù),進而可以描畫“非此非彼的模糊概念。因此,基于直覺模糊集和Vague集的MCDM問題已引起越來越多學者的關(guān)注。模糊多準那么決策方法綜述 模糊數(shù)的提出使得MCDM問題中的模糊性有了較好的刻劃工具。常用的模糊數(shù)有三角模糊數(shù)和梯形模糊數(shù)。區(qū)間數(shù)和三角模糊數(shù)都是梯形模糊數(shù)的特例。 模糊數(shù)的排序有許多不同的方法常用的有Dubois和Prade的基于能夠性測度和必然測度的能夠性實際、Chihashi和Tanaka的比Dubois和Prade更詳細的區(qū)間數(shù)比較法、Lious和Fortemps的總和積分值或面積補償法、Chu TC的利用中心點與原點之間確實定面積定義模糊數(shù)之間的測度方法等。這

4、些方法各有優(yōu)點,但均存在一定缺乏。模糊多準那么決策方法綜述 許多準那么權(quán)系數(shù)和準那么值確定的MCDM方法紛紛推行到FMCDM問題中,提出了眾多FMCDM方法,如模糊TOPSIS方法、模糊ELECTRE方法和模糊PROMETHEE方法等。 目前,主要集中研討二類FMCDM問題:其一是準那么權(quán)系數(shù)確定或為模糊數(shù)且準那么值為模糊數(shù)的MCDM問題,其二為準那么權(quán)系數(shù)信息不完全確定且準那么值為模糊數(shù)的MCDM問題。 對權(quán)系數(shù)確定或為模糊數(shù)且準那么值為模糊數(shù)的MCMD或群決策問題的研討較多,這些研討主要集中在利用一個集成函數(shù)將各準那么的模糊數(shù)和準那么權(quán)系數(shù)集成起來,再利用某一模糊數(shù)的比較方法,得到方案的排

5、序或分類。在這些方法中,重要的一步是對準那么值進展規(guī)范化處置,但規(guī)范化處置存在一定缺陷,它不能反映決策者的偏好,而且能夠影響決策結(jié)果。 模糊多準那么決策方法綜述 許多準那么權(quán)系數(shù)和準那么值確定的MCDM方法紛紛推行到FMCDM問題中,提出了眾多FMCDM方法,如模糊TOPSIS方法、模糊ELECTRE方法和模糊PROMETHEE方法等。 目前,主要集中研討二類FMCDM問題:其一是準那么權(quán)系數(shù)確定或為模糊數(shù)且準那么值為模糊數(shù)的MCDM問題,其二為準那么權(quán)系數(shù)信息不完全確定且準那么值為模糊數(shù)的MCDM問題。 對權(quán)系數(shù)確定或為模糊數(shù)且準那么值為模糊數(shù)的MCMD或群決策問題的研討較多,這些研討主要集

6、中在利用一個集成函數(shù)將各準那么的模糊數(shù)和準那么權(quán)系數(shù)集成起來,再利用某一模糊數(shù)的比較方法,得到方案的排序或分類。在這些方法中,重要的一步是對準那么值進展規(guī)范化處置,但規(guī)范化處置存在一定缺陷,它不能反映決策者的偏好,而且能夠影響決策結(jié)果。模糊多準那么決策方法綜述 但在實踐決策中,決策者給出準那么權(quán)系數(shù)的不完全確定信息更容易。這樣權(quán)系數(shù)信息不完全確定且準那么值為模糊數(shù)的MCDM問題在實踐決策中經(jīng)常遇到,但研討較少。 在實踐決策中,準那么值的數(shù)據(jù)能夠缺失。對準那么值數(shù)據(jù)缺失的FMCDM問題研討很少。Yang JB等提出的模糊證據(jù)推理算法為這類決策問題提供了一種處理方法,但只思索了準那么權(quán)系數(shù)確定的情

7、形。而未見數(shù)據(jù)缺失的準那么權(quán)系數(shù)為模糊數(shù)或信息不完全確定且準那么值為模糊數(shù)的MCDM問題的研討。 模糊多準那么決策方法綜述 模糊集概念有多個擴展,其中重要的一個是直覺模糊集(Intuitionstic fuzzy set)。直覺模糊集由Atanassov 提出,它是對傳統(tǒng)模糊集的一種擴展和開展。直覺模糊集添加了一個新的屬性參數(shù):非隸屬度函數(shù),可以更加細膩地描畫和刻劃客觀世界的模糊性本質(zhì),因此引起眾多學者的研討和關(guān)注。 自從直覺模糊集被提出以來,很多學者對直覺模糊集進展了研討,并將其運用于決策中,如Szmidt和Kacprzyk將直覺模糊集運用于有不準確信息的群體決策中, De等將其用于醫(yī)學診斷

8、決策中。模糊多準那么決策方法綜述在MCDM問題中,假設(shè)準那么值或/和準那么權(quán)系數(shù)為直覺模糊數(shù),稱這類問題為基于直覺模糊集的MCDM問題。由于沒有實數(shù)與直覺模糊集的運算,使得求解這類決策變得困難。基于直覺模糊數(shù)的TOPSIS方法、VIKOR方法、規(guī)劃方法及基于證據(jù)推理的求解方法被提出。但相對基于模糊數(shù)的MCDM方法來說,基于直覺模糊數(shù)的MCDM方法還顯得太少。模糊多準那么決策方法綜述 區(qū)間直覺模糊集、直覺三角模糊數(shù)和直覺梯形模糊數(shù)是直覺模糊集的擴展。 目前相關(guān)文獻主要研討區(qū)間直覺模糊集的性質(zhì)、相關(guān)性等,討論其運用于MCDM中的文獻較少。當然,基于直覺模糊集的MCDM方法均可擴展到基于區(qū)間直覺模糊

9、集的MCDM中,但由于目前通用的區(qū)間數(shù)的減運算不是加運算的逆運算,除運算不是乘運算的逆運算,這樣就添加了求解這類決策問題的難度。求解基于直覺模糊集的MCDM的TOPSIS方法、VIKOR方法及基于證據(jù)推理方法被推行到了基于區(qū)間直覺模糊集的MCDM中。模糊多準那么決策方法綜述區(qū)間直覺模糊集是將直覺模糊集的隸屬度和非隸屬度由實數(shù)擴展到區(qū)間值,它們是對傳統(tǒng)模糊集的擴展。普通情況下,它和直覺模糊集一樣,其論域是離散集合。而直覺三角模糊數(shù)和直覺梯形模糊數(shù)從另一個方向?qū)χ庇X模糊集進展擴展,即是將離散集合擴展到延續(xù)集合,是對模糊數(shù)的擴展。模糊多準那么決策方法綜述區(qū)間直覺模糊集是將直覺模糊集的隸屬度和非隸屬度

10、由實數(shù)擴展到區(qū)間值,它們是對傳統(tǒng)模糊集的擴展。普通情況下,它和直覺模糊集一樣,其論域是離散集合。而直覺三角模糊數(shù)和直覺梯形模糊數(shù)從另一個方向?qū)χ庇X模糊集進展擴展,即是將離散集合擴展到延續(xù)集合,是對模糊數(shù)的擴展。模糊多準那么決策方法綜述模糊多準那么決策方法綜述模糊多準那么決策方法綜述1993年,Gau和Buehrer提出了Vague集31,它是模糊集的一種擴展。Vague集具有比模糊集更好的表達不確定性的才干,已引起眾多學者的關(guān)注,被廣泛運用于人工智能、決策分析、方式識別和智能信息處置等領(lǐng)域。雖然1996年Bustince和Burillo證明了Vague集是直覺模糊集,但還有不少研討人員在研討基

11、于Vague集的FMCDM問題,提出了相應(yīng)決策模型與方法。模糊多準那么決策方法綜述模糊多準那么決策方法綜述 區(qū)間Vague集是Vague集的擴展,目前,基于Vague集的FMCDM方法均可擴展到基于區(qū)間Vague集的FMCDM中,如評價函數(shù)法、記分函數(shù)法和基于間隔的相對優(yōu)屬度法。 前面曾經(jīng)提到, Vague集是直覺模糊集,因此,基于直覺模糊集的MCDM方法也順應(yīng)于基于Vague集的MCDM。同時,基于Vague集的MCDM方法也能推行到基于直覺模糊集的MCDM中。類似于直覺模糊集,可將Vague集推行成為三角Vague集和梯形Vague集和區(qū)間梯形Vague集,并對其進展研討。模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法模糊多準那么決策方法Fuzzy多準那么決策VIKOR方法Fuzzy多準那么決策VIKOR方法Fuzzy多準那么決策VIKOR方法Fuzzy多準那么決策VIKOR方法Fuzzy多準那么決策

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論