集值统计迭代法在指标赋权中及应用.docVIP

集值统计迭代法在指标赋权中的应用 一、基本原理 用ω代表指标权重。 如果将指标体系中处于同一层次的指标作为一个模糊集合，那么确定指标的权，就成了确定各指标对于模糊集的隶属度的问题。 设U={u1,u2, ……,uk}为有限论域，A∈F(U)为待确定的模糊集，P={p1, ……,pn}为参与确定者集合，欲求ωA(ui),i =1,2,3, ……,k. 集值统计迭代法介绍如下： 首先选一个初始值q:1≤qk，随后pj(j=1,2,…,n)按下列步骤完成统计试验： 在U中选取他认为优先属于的r1=q个元素，得U的子集（从而是集值统计）： 在U中选取他认为优先属于的r2=2q个元素，得U的子集 选中的元素第二次也一定要选中。换言之，第二次选的元素是在第一次选出的基础上，在U-U1（j）中再选q个元素，合起来便是2q个元素；余类推；…… 在U中选取他认为优先属于的rs=sq个元素，得子集 若自然数t满足k=tq+υ,1≤υ≤q,则迭代过程终止于t+1步： 其中C为特征函数，规一化，便有 因为rs=sq，即每次迭代递增q个元素，故上述方法称为“匀速迭代法”。这是集值统计迭代法中最简单的一种，我们通过它来说明集值统计迭代法的基本原理。更精确的方法是“变速迭代法”。 所谓变速迭代法，就是每次迭代不是递增定数q个元素，而是专家根据自己的判定来决定每次递增多少个元素，每次递增数也许一定，也许不一定，这样迭代的结果更符合实际情况，也能更好地表达专家意见。 为了更精确，请每位专家无记忆地进行迭代m次。迭代过程终止后，同样计算ui的覆盖频率，i =1,2,…,k; 其中：tj为第j个评价者的迭代过程终止步数，规一化，便有 把m次结果求算术平均值即得到最后结果： 二、举例说明 本例用以说明上述方法的具体操作。为使问题简化，建立虚拟指标体系如下所示： Z J A R W S 图1：虚拟指标体系 下面确定指标Z、J、R、W、S的权重。请五位专家分别对上述五个指标运用集值统计迭代法排序。结果如下： 第一位专家（p1） r1=1 J r2=2 J W r3=3 J W Z r4=4 J W Z S r5=5 J W Z S R 这个表格可以改写为更简单的形式： J W Z S R 5 4 3 2 1 第二位专家（p2） r1=1 J r2=2 J W r3=3 J W S r4=4 J W S Z r5=5 J W S Z R 简化为： J W S Z R 5 4 3 2 1 同理可得到： 第三位专家（p3）： J Z W R S 5 4 3 2 1 第四位专家（p4）： J W Z R S 5 4 3 2 1 第五位专家（p5）： J Z S W R 5 4 3 2 1 计算覆盖频率： 规一化便有： ω(Z)1=m(Z)/[m(Z)+m(J)+m(R)+m(W)+m(S)]=16/75=0.213 ω(J)1=0.334 ω(R)1=0.093 ω(W)1=0.227 ω(S)1=0.133 以上是第一次迭代的结果。我们再请这5位专家无记忆地迭代2次，结果如下： ω(Z)2=0.187 ω(Z) 3=0.223 ω(J)2=0.334 ω(J)3=0.330 ω(R)2=0.093 ω(R)3=0.092 ω(W)2=0.253 ω(W)3=0.237 ω(S)2=0.133 ω(S)3=0.118 把3次