模糊层次分析法课件.pptVIP

第5讲（3）模糊层次分析法FuzzyAnalyticalHierarchyProcess

Contents模糊数简介FAHP的基本概念三角模糊函数FAHP的步骤FAHP应用实例

论域：用U表示，它指将所讨论的对象限制在一定范围内，并称所讨论的对象的全体成为论域。总假定它是非空的。模糊集：明确集合A：元素x不是属于A就是不属于A。模糊集合A：在论域U内，对任意x∈U，x常以某个程度μ(μ∈[0,1])属于A，而非x∈A或x不属于A。全体模糊集用F(U)表示。

模糊数简介隶属函数：设论域U，如果存在μ(x):U→[0,1]则称μAA（x）为x∈A的隶属度,从而一般称(x)为A的隶属函数Aμ§论域U中元素x与A的关系由隶属度μ(x)给出，不是简单的二值属A于或不属于而是多大程度上属于；§U上所有模糊子集的集合称为模糊幂集，记作F(U)

例1：用A表示“高个子男生”的集，并认为身高1.80m以上的男生必为高个，而身高1.6m以下的男生都不是高个。用x表示某男生的身高，并给出μ的隶属函数如下:μM(x)10x取x分别等于1.65m，1.70m，1.75m，则uA(x)分别等于0.125,0.50,0.875，即身高1.65m，1.70m，1.75m的男生，分别以0.125,0.50,0.875的程度属于高个子男生。A是“高个子男生”对应的模糊集（Fuzzy集）。

Contents模糊数简介FAHP的基本概念三角模糊函数FAHP的步骤FAHP应用实例

FAHP的基本概念v为什么引入FAHP（即FuzzyAHP）？v在一般问题的层次分析中，构造两两比较判断矩阵时通常没有考虑人的判断模糊性。v有些问题中进行专家咨询时，专家们往往会给出一些模糊量（例如三值判断：最低可能值、最可能值、最高可能值）v所以引入模糊数改进AHP

FAHP的基本概念v上面已经说过任意一个Fuzzy集，对应着一个隶属函数。但怎样确定一个Fuzzy集的隶属函数是一个尚未得到解决的问题。v通常模仿概率论中的分布函数作为隶属函数，叫做Fuzzy分布函数：正态分布型；梯形分布；K次抛物线分布；Cauchy型分布；S型分布等等。这些函数论域为实数，带有参数，值域为【0，1】.

1.正态分布型：其中a,б是参数，且2.梯形分布函数：其中a,b,c,d是参数，且abcdμA(u)10abcdu隶属函数是梯形表面的边界方程。当b=c时，变为三角分布函数。3.其他不再列出，后面重点介绍三角模糊函数

Contents模糊数简介FAHP的基本概念三角模糊函数FAHP的步骤FAHP应用实例

v荷兰学者Laarhoven和W.Pedrycz提出了用三角Fuzzy数表示Fuzzy比较判断的方法。v定义：设论域R上的Fuzzy数M，如果M的隶属度函数μR[0,1]表示为M：式中l≤m≤u,l和u表示M的下界和上界值。m为M的隶属度为1的中值。一般三角Fuzzy数M表示为（l,m,u).

v三角Fuzzy数的几何解释：三角Fuzzy数M表示为μM(x)（l,m,u)1其中x=m时，x完全属于M，l和u分别下界和上界。在l,u以外的完全不属于模糊数M。l0mux例子：用(4，5，6)表示i方案比j方案明显重要这一Fuzzy判断(注意：不是传统AHP中用5来表示）。当隶属度为1时，这一判断标度为5；隶属度为x-4时，判断标度为x(x∈[4,5]);隶属度为6-x时，标度为x(x∈[5,6]).

v两个三角模糊数M1和M2的运算方法：

v在指标评价的两两比较矩阵中，为了考虑人的模糊性在内，三角模糊数M1,M3,M5,M7,M9被用来代表传统的1，3，5，7，9.而M2,M4,M6,M8是中间值。如下表:A和B的相对权重定义说明ABM1同等重要，对目标具有同样的贡献M3比稍微重要AB稍微重要重要M5比重要ABM7比明显重要AB明显重要非常重要中间重要性M9A比B非常重要M2，M4，M6，M8中间状态对应的标度值

Contents模糊数简介FAHP的基本概念三角模糊函数FAHP的步骤FAHP应用实例

矩阵值全是模糊数v构造模糊判断矩阵：vStep1：调研对象组利用模糊数（M1-M9）来表达他们的偏好。这里假设有三个调研成员。他们对一组比较（比如C1与C2的比较）各自得到一个模糊数，分别为（l1,m1,u1),(l2,m2,u2),(l3,m3,u3)vStep2：将三个模糊数整合成一个，重复以上步骤，直到所有的比较变成一个模糊数。

v例1：

v例：假设在这个供应商选择的模型中（图左），主要考虑四个因素：成本，质量，服务，企业质量。三个专家对他们的模糊评价矩阵如下（图右）:

vC1与C2的三个比较模糊值，可以通过以下方式整合为为