(模糊层次分析法.pptVIP

模型案例 实例一：供应商的选择 供应商选择是一个多目标决策问题，选择供应商的评价指标如下图。假设有三个供应商B1，B2，B3 对定量指标的处理：只需标准化统计值来获得权重。如，B1，B2，B3三个供应商的产品合格率（指标A4）分别为90%，94%，98%。则标准化后得到权重如下。 B1 B2 B3 Qualified rate A4 0.9 0.94 0.98 Weight V4 0.319 0.333 0.348 对定性指标的处理：专家评估来得到模糊判断矩阵。用FAHP中的三角模糊数来表示指标权重。 如，确定B1，B2，B3的企业信用的指标权重。 Step1.专家评估模糊判断 供应商 B1 B2 B3 B1 （1，1，1） （1，2，3） （2，3，4） （1，1，2） （1，1，2） （1，1，2） （1，2，3） B2 （1/3，1/2，1/1） （1/2，1/1，1/1） （1/3，1/2，1/1） （1，1，1，） （1，1，2） （1，2，3） （1，1，2） B3 （1/2，1/1，1/1） （1/2，1/1，1/1） （1/3，1/2，1/1） （1/2，1/1，1/1） （1/3，1/2，1/1） （1/2，1/1，1/1） （1，1，1，） Step 2:构造其他指标的两两比较矩阵。略 Step 3：计算“企业信用”的模糊权重 Enterprise credit Fuzzy weight Dvi B1 0.25,0.45,0.84 B2 0.17,0.29,0.54 B3 0.14,0.26,0.40 Step 4:将所有模糊数去模糊化。 归一化后，得到各指标的最终权重 Step5：计算总的供应商权重TVBn. B1在指标A10（企业信用）下的权重是： 得到下表： B1 B2 B3 A1 0.0551 0.0663 0.0203 A2 0.0407 0.0653 0.0357 A3 0.0079 0.0062 0.0111 A4 0.0694 0.0725 0.0757 A5 0.023 0.0562 0.0261 A6 0.0099 0.0083 0.0051 A7 0.0387 0.0568 0.0853 A8 0.0035 0.0015 0.0019 A9 0.0298 0.0176 0.0635 A10 0.0091 0.0059 0.0040 A11 0.0001 0.0009 0.0006 A12 0.0033 0.0229 0 TVBn 0.2905 0.3802 0.3293 综上判断：B2的权重最高，选择B2供应商。 模糊层次分析法 Contents FAHP应用实例 FAHP的步骤 三角模糊函数 FAHP的基本概念 模糊数简介 模糊数简介 论域 ： 用U表示，它指将所讨论的对象限制在一定范围内，并称所 讨论的对象的全体成为论域。总假定它是非空的。 论域即论题所包括的同类事物的总和。例如，当人们谈论白梨和鸭梨时，各种梨就是论域。不同论题所涉及的论域不同。如人们谈论数学时，一切数就是论域；人们议论物价时，一切经济问题就成为论域，而医疗保健问题则是论域之外的客体。 模糊数简介 模糊集： 明确集合A：元素 要么属于A，要么不属于A。 模糊集合 ：在论域U内，对任意 ， 常以某个程度 属于 ，而非 或 。 全体模糊集用 表示。 模糊数简介 隶属函数： 设论域U，如果存在 则称 为 的隶属度，从而一般称 为 的隶属函数。 论域 中元素 与 的关系由隶属度 给出，不是简单的二值，属于或不属于，而是多大程度上属于 U上所有模糊子集的集合称为模糊幂集，记作 模糊数简介 例1：用A表示“高个子男生”的集，并认为身高1.80m以上的男生必为高个，而身高1.6m以下的男生都不是高个。用x表示某男生的身高，并给出μ的隶属函数如下 取x分别等于1.65m、1.70m、1.75m，则 分别等于0.125、0.50、0.875。即身高1.65m、1.70m、1.75m的男生，分别以0.125、0.50、0.875的程度属于高个子男生。A是“高个子男生”对应的模糊集。该例中的论域U是男生的身高。 Contents FAHP应用实例 FAHP的步骤 三角模糊函数 FAHP的基本概念 模糊数简介 FAHP的基本概念 为什么引入FAHP（即Fuzzy AHP）？ 在一般问题的层次分析中，构造两两比较判断矩阵时通常没有考虑人的判断模糊性，只考虑了人的判断的两种可能的极端情况：以隶属度1选择某个指标，同时又以隶属度1否定（或以隶属度0选择）其他标度值。 有些问题中进行专家咨询时，专家们往往会给出一些模糊量（例如三值判断：最低