- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
可变模糊集理论及模型在建设项目评标中应用
可变模糊集理论及模型在建设项目评标中应用
摘要:建设项目的评标过程,实际上就是一个优选决策的过程。通过可变模糊集对立统一规律及优选模型的应用,对投标方案进行排序,有效地避免了综合评估法因投标方案不确定性而计算繁琐、复杂的弊端。将该方法应用于建设项目工程评标的实例中,取得较为满意的结果。
关键词:可变模糊集;相对隶属度;指标特征值;工程评标;
中图分类号:TU723.2文献标识码:A
引言
工程评标是建设项目招投标阶段的核心工作,其通过综合评议各有效投标单位的报价、工期、施工组织设计、项目管理机构、以往业绩等主要指标,从中选择最佳的承包单位。目前在我国应用最多的评标方法是综合评估法,但在实际操作中由于需要考虑的因素多且复杂,并难以避免评委在给投标单位的各项指标打分过程中的主观倾向性。因此,可能导致评标的最终结果与实际偏差较大。为了减少评标过程中主观因素的影响,力求评标工作更科学、合理,本文对可变模糊集理论及其模型在建设项目评标中的应用进行探索。
可变模糊理论及优选模型
1965年,美国加州大学扎德教授创立的模糊集合理论[1],是对19世纪末康托尔提出的经典集合理论的重大突破。模糊集合理论表达了事物模糊性的重要概念:隶属函数。局限于模糊集合论是个静态的理论,用其去研究动态的模糊现象、事物、概念等,必然存在其缺陷与不足。21世纪初,陈守煜教授基于唯物辩证法的三大基本定律:对立统一、质量互变、否定的否定定理,在模糊集理论的基础上建立了可变模糊理论。从而使模糊集的概念朝着相对和可变的方向发展。
1.1可变模糊集理论的基本原理[1]
设U为论域,u为U中的任一元素,u∈U。事物u的对立属性,无论是非此即彼的清晰性对立,还是亦此亦彼的模糊性对立,均统一记以对立符号A与Ac。分别赋给A、Ac处于共维差异中介过渡的两个端点,以1、0与0与1的区间数。在1、0到0、1的数轴上构成一对[1,0]与[0,1]闭区间数的连续统[2][3]。对于U中的任一元素u,都在该连续统的任一点上确定 了一对数μA(u)、μAC(u),称为u对A、Ac的对立相对隶属度。映射:
μA、μAC:U →[0,1],
u|→μA(u)、μAC(u)∈[0,1] (1)
称为u对A、Ac的对立相对隶属函数。
设论域U中元素u的变化,记为C(u):
C(u)={C1(u),C2(u),C3(u)} (2)
C1(u)、C2(u)、C3(u)分别表示u随时间、空间、条件的变化,变化前、后均有:
μA(u)+μAC(u)=1,μA(C(u))+μAC(C(u))=1 (3)
在连续统上必存在:
μA(u)=μAC(u)=0.5,
μA(C(u))=μAC(C(u))=0.5,(4)
的渐变式质变点。
式 (1)~式 (4)称为可变集的对立统一定理,它是可变集评标法的理论基础。[4]
指标特征值规格化
设n个待聚类的样本组成的集合为{x1,x2,…x n},用m个指标特征值向量(x1j,x2j,…xmj)构成指标特征值矩阵:
X =(xij)(5)
其中xij为样本j指标i的特征值。为消除m个指标特征值物理量纲不同,需要对指标特征进行规格化,即要将指标特征值xij变换为对聚类样本关于模糊概念A的指标相对隶属度xij。
在模糊聚类中通常有两类指标:
越大越优效益型指标,即指标特征值越大,聚类类别排序越前,其规格化公式为:
(6)
越小越优成本型指标,即指标特征值越小,聚类类别排序越前,其规格化公式为:
(7)
式中:、分别为样本集指标i的最大、最小特征值。
则指标特征值矩阵变换为指标对模糊概念A的相对隶属度矩阵,即指标特征值规格化矩阵为:
R=(rij),0≤rij≤1 (8)
1.3可变模糊优选模型
设s表示类别h的m个指标特征值规格化数,样本j与类别h之间差异的广义指标权距离公式为:
(9)
为求解样本j隶属于类别h的最优相对隶属度,最优聚类特征与最优全向量w引入以相对隶属度uhj为权重的加权广义指标权距离:
(10)
建立目标函数[1]
(11)
满足约束条件
(12)
(13)
其中α为可变优化准则参数,α=1、2分别为最小一、二乘方准则;
p为可变距离参数,可取海明距离p=1,欧式距离p=2。
1.4可变模糊优选模型求解
为将条件(12)(13)极值(11)求解问题,转化为无条件极值求解问题,构造拉格朗日函数(、分别为变量uhj、wi的拉格朗日乘子):
(14)
文档评论(0)