基于三角模糊数TOPSIS法应用探究.docxVIP

基于三角模糊数TOPS IS法应用探究 摘要：市场需求要素识别是一个多属性多目标决策问题， 为了对市场需求要素进行合理的评价和分析，本文提出基于 三角模糊数的TOPS IS法（逼近理想点法）在市场需求要素 识别中的应用，使用三角模糊数表示评价指标和权重，充分 考虑了人类思维在评分时的模糊性，然后用TOPS IS法进行 数据处理，使结果更加科学有效，并通过实例说明了该方法 的应用过程及可操作性。 关键词：三角模糊数TOPS IS法市场需求要素 0引言 市场需求要素分析主要是针对制定技术路线图的产业 现状、产业在国民经济和区域经济中的地位进行分析，识别 出未来市场对产业和服务的需求，分析产业发展趋势以及驱 动力，明确产业发展定位。核心工作是采用科学的方法，筛 选出市场需求要素的优先顺序，为产业目标的确定、产业选 择技术创新战略、确定技术创新组织形式以及研发计划的组 织管理等提供依据。因此，市场需求要素分析在产业技术路 线图的制定中起着举足轻重的作用，选择科学的方法对其进 行分析就尤为重要，而目前对数据收集以德尔菲法为主，然 而专家很难对要素的属性给出一个准确的评价值，对评价值 的分析也需要科学合理的方法。鉴于此，本文提出基于三角 模糊数的TOPSIS法在市场需求要素分析中的应用，并在实 例中说明该方法的可行性。 1基于三角模糊数的TOPSIS法的基本原理 1. 1三角模糊数和TOPSIS法介绍 1.1.1三角模糊数定义：一般的，三角模糊数A可以用 有序三元组数A二｛a, b, c｝来表示，其中，lWaWb三角模 糊数的分布如图1所示，其隶属函数可表示为： UA (x) =0 xc 对任意两个三角模糊数Al=｛al, bl, cl｝和A2二｛a2, b2, c2｝,运算法则如下： A1+A2二(al+a2, bl+b2, cl+c2) A1_A2= (al-a2, bl_b2, cl_c2) Al?萌 A2= (ala2, blb2, clc2) XA1=(入 al, Xbl,入 cl), ( X0) 三角模糊数的期望值E=?公式1 其中a值的选择取决于决策者的风险态度。当a0.5时, 称决策者是追求风险；当a=0.5时，表示决策者是风险中立 的；当ac公式2 效益型数据隶属度计算公式 y (x) =0 xWa? aWxWbl xb 公式 3 步骤4：如果有不同量纲，则需要利用下列公式对矩阵 进行归一化处理。 W■■二公式4 s■■二公式5 步骤5：形成加权判断矩阵。 T=SW= (fij) nXm i=l, 2,…，m, j=l, 2,…n 公式 6 步骤6：根据加权判断矩阵获取评估目标的正负理想解。 正理想解：f??=max (f■) 负理想解：f■■二min (f■) 步骤7：计算各个目标值与正负理想解的欧氏距离。 与正理想解的欧氏距离为： S■■二■ i=l, 2,…，m 公式 7 与负理想解的欧氏距离为： S■■二■ i=l, 2,…，m 公式 8 步骤8：计算出各个目标的相对贴近度。 C■■二■ i=l, 2, ???, m 公式 9 步骤9：依据相对贴近度的大小，对目标进行排序，形 成决策的依据。 2应用举例 设有某产业的三个市场需求要素构成的集合P=[pl, p2, p3],四位专家构成的集合为B=[bl, b2, b3, b4],专家权 重为W=[wl, w2, w3, w4],专家对需求要素的评价和专家权 重构成的矩阵如表1所示。 对于表1中的数据，经过公式1的运算得到评价值和权 重的期望值，在此假设各个专家是风险中立型的，即，计算 结果如表2所示。 ■ 利用公式6得到加权判断矩阵 T二SW二(fij) nXm=O. 054 0. 027 0. 023 0. 1830. 194 0. 142 0. 180 0. 3100. 240 0. 160 0. 153 0. 191 由于需求要素都是效益型指标，所以正负理想解分别 为： fj*二(0. 240, 0. 160, 0. 180, 0. 310) f-j= (0. 054, 0. 027, 0. 023, 0. 183) 通过公式7、8、9的计算得到相对贴近度Ci*=(0, 0. 846, 0. 683 )o 从小到大排序得出C1*〈C3*〈C2*,说明这三个市场要素 的重要性为plp3p2o在实践中，我们也可以自定义一个范 围，相对贴近度在这个范围以内的要素即是我们需要的市场 需求要素。 3结论 市场需求要素识别是制定产业技术路线图的重要内容， 也是制定市场目标的基础。利用基于三角模糊数的TOPS IS 法对市场需求要素进行定量分析，充分考虑了人类思维在评 分时的模糊性和客观事物的复杂性，使对市场需求要素的评 价更为客观实际，决策结果更为可信，具有非常高的实