第十章 模糊评价法.docVIP

第十章 模糊评价法 模糊评价方法是利用模糊数学的一些基本知识和命题，依据模糊关系合成原理，将一些边界不清，不易定量的因素定量化，以便对实际决策问题进行综合评价的一种技术方法。本章应用模糊概念讨论模糊聚类和模糊综合评判两类主要问题。 引言 在日常生活以及科学研究中，经常遇到一些不确定性问题的数学定量化研究。这就产生了一些研究不确定性问题的数学方法。概率统计、模糊数学、灰色系统理论是最常见的三种不确定性系统的研究方法，它们的共性是涉及的研究对象都具有某种不确定性，但其差别较大。灰色系统理论的本质将在下一章讲，这里先看看模糊数学与概率统计的区别。 模糊数学着重研究具有某种“认知不确定性”问题，所研究的对象具有“内涵明确，但外延不明确”的特点。例如“中年人”就是一个模糊概念。事实上，每个人都很清楚“中年人”的内涵，但是如果要给它划定明确的界限，以确定在这个划定的范围内就是中年人，范围之外就不是中年人，则几乎不可能。因为中年人的外延不明确。对于这种内涵明确，外延不明确的“认知不确定性”问题，模糊数学凭经验借助于隶属函数进行处理。 概率统计研究的是“随机不确定”现象，重点在于考察随机现象的历史统计规律或可重复试验随机现象的多次重复试验所体现的统计规律。这种不确定现象的所有可能结果是知道的，但是不知道将要出现何种结果。概率统计就是，根据随机现象的历史结果或通过重复试验，研究所有可能结果出现的定量结论“概率”，然后根据这种概率统计规律去预测或估计将要发生的事件。由此可见，模糊数学与概率统计这两种不确定性数学的差别。 在研究综合评价决策问题时，经常会遇到一些模糊问题，因此，我们可以应用模糊数学理论对这类模糊问题进行研究，这正是本章所要探讨的模糊综合评价方法。事实上，当我们面对实际的现实问题时，被评价对象的属性指标往往具有部分重叠性，很难构造出评价对象属性的彼此间完全相互独立的指标。虽然我们在前面已经介绍了一些相关性分析以删除相关程度严重的多余指标，或者应用主成分分析法或因子分析法以确定主要因子指标，但是指标间的模糊界限依然存在，难于处理，这需要应用模糊数学方法。另一方面，评价对象的指标属性所体现的“综合品质”本身也是一个模糊的概念，尤其是如判别分析和聚类分析显得更加突出。例如，聚类分析中，不同的类之间的界限就具有典型的模糊概念，一个对象的综合品质大于阈值就属于某类，那么其综合品质为（为一个无穷小量）就不属于此类？这显然太绝对。总而言之，要使综合评价更为合理，应该引进模糊数学技术。 模糊理论基础 在经典的集合理论中，论域X中的元素x要么属于论域X的某个集合A，要么不属于集合A。元素间的分类具有截然分明的边界。但考虑到现实世界中许多事物的分类边界具有不分明性，并且这种不分明性在人们的识别、判断和认知过程中起着重要的作用。因此，模糊数学由此而诞生。 本节简单地介绍模糊数学的基础知识，主要包含模糊集的概念、运算、基本定理、隶属函数。 一、模糊集的概念 为了讨论模糊集，首先回忆一下普通集合的特征函数概念。设所讨论的集合为X，其所有子集组成的幂集记为。对任意，将满足性质 的映射称为集合A的特征函数。这种特征函数显示了元素x对集合A的隶属程度，不过两种状态：元素x要么属于集合A，要么不属于集合 A。这就是经典集合的“非此即彼”现象。但是，现实世界中却存在中间状态，既“非此”，也“非彼”。例如，无法用集合的特征函数表示年轻人这个集合。因此，需要将普通集合概念拓广为模糊集合，即将集合特征函数的二值性值域{0，1}扩展为闭区间[0，1]。 定义10.1 设论域（讨论的全体对象）为X，映射 确定了一个X上的模糊子集。映射称为的隶属函数，称为元素x对的隶属程度或隶属度。特别，如果对都有，则称模糊集是空集，记为；如果对都有，则称模糊集是全集，记为。满足的元素x称为的过渡点。此时，该点最具有模糊性。 当的值域为{0，1}时，模糊子集就是经典子集，就是其特征函数。可见，模糊集是普通集合的推广。为了讨论的方便，将X上所有模糊子集称为模糊幂集，记为，并用代替。 一个元素x是否属于模糊子集，回答是不确切的。如果选定一个标准，当x对的隶属度时，可以认为，否则。因此，x是否属于的回答是确切的，这就成了一个普通集，此乃截集的概念。 定义10.2　设，对任意，称 为的截集，称为阈值或置信水平。 定义10.3　设，称为的核，称为的支集，为的边界。 例10.1 设论域为人的年龄，Zadeh给出了“年轻”与“年老”两个模糊子集，其隶属函数分别为 有限模糊集的表示方法有三种：Zadeh表示法、序偶表示法、向量表示法。设论域X为有限集，，其上的任意模糊集的隶属函数，则三种表示法分述如下。 Zadeh表示法， 序偶表示法， 向量表示法 如果论域X是无限集，则它的模糊集表示为 例10.2