模糊控制与模糊决策.pptVIP

* ^_^ * 模型Ⅰ：M(∧,∨)——主因素决定型 bj = ∨{(ai∧rij), 1≤i≤n } ( j = 1, 2, … , m ). 由于综合评判的结果bj的值仅由ai与rij (i = 1, 2, … , n )中的某一个确定(先取小,后取大运算),着眼点是考虑主要因素,其他因素对结果影响不大,这种运算有时出现决策结果不易分辨的情况. 模型Ⅱ：M ( · , ∨)——主因素突出型 bj = ∨{(ai · rij), 1≤i≤n } ( j = 1, 2, … , m ). M ( · , ∨)与模型M (∧,∨) 较接近, 区别在于用ai rij代替了M (∧,∨) 中的ai∧rij . 在模型M ( · , ∨)中,对rij乘以小于1的权重ai表明ai是在考虑多因素时rij的修正值,与主要因素有关,忽略了次要因素. * ^_^ * 模型Ⅲ： M(∧, ＋)——主因素突出型 bj = ∑(ai ∧ rij) ( j = 1, 2, … , m ). 模型Ⅲ也突出了主要因素. 在实际应用中,如果主因素在综合评判中起主导作用,建议采纳Ⅰ,Ⅱ,Ⅲ, 当模型Ⅰ失效时可采用Ⅱ,Ⅲ. 模型Ⅳ：M( · , ＋)——加权平均模型 bj = ∑(ai · rij) ( j = 1, 2, … , m ). 模型M( · , ＋)对所有因素依权重大小均衡兼顾,适用于考虑各因素起作用的情况. * ^_^ * 例1. 服装评判 因素集U ={u1(花色), u2(式样), u3(耐穿程度), u4(价格)}； 评判集V ={v1(很欢迎), v2(较欢迎), v3(不太欢迎), v4(不欢迎)}. 对各因素所作的评判如下： u1 ：(0.2, 0.5, 0.2, 0.1) u2 ：(0.7, 0.2, 0.1, 0 ) u3 ：( 0, 0.4, 0.5, 0.1) u4 ：(0.2, 0.3, 0.5, 0 ) * ^_^ * 对于给定各因素权重A = (0.1, 0.2, 0.3, 0.4),分别用各种模型所作的评判如下： M(∧,∨)： B = (0.2, 0.3, 0.4, 0.1) M( · ,∨)： B = (0.14, 0.12, 0.2, 0.03) M(∧, ＋)：B = (0.5, 0.9, 0.9, 0.2) M( · , ＋)： B = (0.24, 0.33, 0.39, 0.04) * ^_^ * 对于给定各因素权重A = (0.4, 0.35, 0.15, 0.1),分别用各种模型所作的评判如下： M(∧,∨)： B = (0.35, 0.4, 0.2, 0.1) M( · ,∨)： B = (0.245, 0.2, 0.08, 0.04) M(∧, ＋)：B = (0.65, 0.85, 0.55, 0.2) M( · , ＋)： B = (0.345, 0.36, 0.24, 0.055) * ^_^ * 例2. “晋升”的数学模型. 以高校老师晋升教授为例：因素集U ={政治表现及工作态度,教学水平,科研水平,外语水平},评判集V={好,较好,一般,较差,差}. 因素 好 较好 一般 较差 差 政治表现及工作态度 4 2 1 0 0 教学水平 6 1 0 0 0 科研水平 0 0 5 1 1 外语水平 2 2 1 1 1 * ^_^ * 给定以教学为主的权重A = (0.2, 0.5, 0.1, 0.2)，分别用M(∧,∨)、 M( · , ＋)模型所作的评判如下： M(∧,∨)： B = (0.5, 0.2, 0.14, 0.14, 0.14) 归一化后，B = (0.46, 0.18, 0.12, 0.12, 0.12) M( · , ＋)： B = (0.6, 0.19, 0.13, 0.04, 0.04) * ^_^ * 例3 利用模糊综合评判对20家制药厂经济效益的好坏进行排序(P209). 企业名称 u1 u2 u3 u41 东北制药厂 1.611 10.59 0.69 1.67 2 北京第二制药厂 1.429 9.44 0.61 1.50 …………………… 20四川制药厂 1.992 21.63