以语意计算为基础的模糊决策分析模式建构之研究.pptVIP

語意計算為基礎的模糊決策分析 陳振東 國立聯合大學資訊管理學系 教授 大綱 前言 決策問題的內涵 模糊理論 語意變數及其轉換 模糊語意決策分析模式 範例說明 結論 決策問題的內涵 可行方案 評估準則(質化與量化) 評估準則的權重(明確值與模糊值) 評估值(明確值與模糊值) 多位決策者的偏好結構(主觀性) 群體多準則決策 決策者異質的評估資訊(明確值、區間值、語意變數) 群體意見的整合方法 精確化決策模式無法有效處理決策問題的模糊性與主觀性，常使決策結果偏離事實 結合模糊理論與群體決策方法 目的 結合模糊理論與群體多準則決策方法 建構模糊語意決策分析模式 - 語意 TOPSIS 模糊理論 模糊集合 模糊數與語意變數 二元模糊語意變數 語意變數的轉換 概念(1/3) 概念(2/3) 概念(3/3) 模糊集合 Zadeh 教授[1965]提出模糊集合理論，處理邊界模糊不清的概念問題。 某一元素屬於該集合的程度，依其所屬程度給予 0 和 1 之間的數值，這個數值稱為該元素隸屬於模糊集合的隸屬度[Zdaeh, 1965, Klir and Yuan, 1995]。 隸屬函數 隸屬程度 模糊數 模糊數為一個模糊集合，且其的隸屬函數須滿足下列條件： (1)正規化模糊子集。 (2)凸模糊子集。 (3)區段連續。 三角模糊數 三角模糊數以 表示，且 ， ，如圖1.所示。當a 0時，稱 為正三角模糊數（Positive Triangular Fuzzy Number；PTFN）。 三角模糊數 的隸屬函數 定義如下： 語意變數 「語意變數」乃是以自然語言中的詞或詞組做為變數[Zadeh, 1975]。 利用語意變數用來描述一項準則的重要性程度評估值，可用詞組：{非常重要、稍為重要、中等重要、稍不重要、不重要、非常不重要}加以表達。 二元模糊語意變數(1/3) Herrera與Martinez [2000]提出「二元模糊語言表示模式」， 可將模糊語言變數進行運算及整合。 二元表示的語意變數表示為 其中， s：語言變數的中心值。 ：為離語言指標中心值之距離。 二元模糊語意變數(2/3) 二元模糊語意變數(3/3) 模糊數的代數運算在解決問題時，運算出來的結果常常不具封閉性( 即不屬於初始論域 )。 鄭景俗等人[2003]提出二元模糊語言群體決策演算法，克服了二元模糊整合運算不具封閉性的問題，但是如果n值太大時將造成計算過於複雜，且當 或 為 0 則將無法運算。 Xu[2004, 2005]提出計算較為簡單的二元語意變數運算方法，但其運算結果仍不具封閉性。 本研究將提出二元語意變數的轉換方式以改善此演算法運算的缺點。 語意變數的轉換 明確值與二元語意變數值之間的轉換 語意變數值之間的轉換 區間值與二元語意變數值之間的轉換 明確值與二元語意變數值之間的轉換 明確值與二元語意變數值之間的一般化轉換模式。假設語意變數集 ，任一明確值 ( )轉為二元語意變數的轉換公式如下[Chen and Tai,2005] ： 其中， 為 轉為二元語意變數的轉換符號。 其中， 為二元語意變數轉為明確值 的轉換符號。 語意變數的類型(1/2) 語意變數的類型(2/2) 語意變數之間的轉換(1/3) 本研究提出一個修正方法使其可在[0,1]之間進行轉換。在第t層的第i個語意變數與明確值 ( )互相轉換的公式如下： 語意變數之間的轉換(2/3) 語意變數之間的轉換(3/3) 區間值與語意變數的轉換 假設一區間值為 ，其隸屬函數為 計算區間值與事先定義的標準語意變數集(