FCE及AHP的说明1完整版.doc

第PAGE页

模糊综合评判法(FCE)及层次分析法(AHP)的说明

⑴确定因素集。

根据系统内部因素之间的隶属关系，一个复杂系统的求解被分解为对多个简单子系统的求解，然后再逐级进行综合。

根据所研究的对象或系统，确定影响对象或系统的因素，组成因素集。

式中，准则层为影响目标层U的各种因素；指标层为影响ui的子准则层。根据研究对象的不同子准则层uij可以进一步细分。本文针对沉船风险建立三层指标评价体系，即目标层、准则层、指标层。

确定因素集的方法一般采用专家调查法。通过召开专家会议或发放问卷调查表的方式征询专家意见并进行汇总，建立指标体系。其中调查结果可靠性较高的一种方式是德尔斐(Delphi)法。

⑵确定确定权重集

权重是表征因素相对重要性大小的度量值。因素集中各个因素对评价对象的重要程度是不一样的。为了反映各因素的重要程度，对各个因素ui分配一个相应的权值，由各权值组成的因素权重集W是因素集U上的模糊子集，可表示为

其中，权值是因素ui对U的隶属度，即反映了各个因素在综合评价中所具有的重要程度，通常应满足归一和非负性条件

指标权重及分级标准，通过发放专家调查表利用层次分析法（AHP）获得。

AHP步骤：建立递阶层次结构体系构造判断矩阵计算各层次中因素的权重一致性检验计算各层次因素对系统的组合权重

引用T.L.Saaty的标度法来反应指标间的相对重要性，将专家的定性思维过程给予量化。如表所示。

表判断矩阵评判标度

Xi比Yp的重要程度等级

标度

同等重要

1

稍微重要

3

明显重要

5

强烈重要

7

绝对重要

9

重要程度介于各等级之间

2，4，6，8之一

判断矩阵的主对角线元素为1；aip=1/api

通过层次分析法中的方根法计算各因素的权值。计算具体步骤如下：

①计算判断矩阵每一行元素的乘积Mi

②计算Mi的n次方根

③对向量正规化，即

则为所求的特征向量，即权重向量。

④计算判断矩阵的最大特征根

式中，（PW）i表示向量PW的第i个元素

⑤一致性检验

由于客观事物的复杂性以及评价人员认识的多样性，人们在对大量因素进行两两比较时，可能会产生不一致的结论。例如，当因素i、j、k的重要性很接近时，对它们进行两两比较，有可能得出i比j重要，j比k重要，而k又比i重要的矛盾结论。为检查决策者建立的判断矩阵是否具有一致性，要进行矩阵一致性检验。一致性指标的计算公式为：

计算一致性比率

CR=CI/RI

式中，为最大特征根；n为判断矩阵的阶数；RI为平均随机一致性指标，可由表查得。

表1-12阶判断矩阵的随机一致性指标

矩阵阶数n

1

2

3

4

5

6

7

8

9

10

11

12

RI

0

0

0.52

0.89

1.12

1.26

1.36

1.41

1.46

1.49

1.52

1.54

当CR≤0.1时，判断矩阵的一致性可以接受；当CR0.1时，应对判断矩阵作适当修正。

⑶定义评价等级并指定分值

V={v1,v2,v3,v4}={可忽略,轻微,严重,灾难性}={1,2,3,4}

评价等级隶属度的确定如图1、表3所示。

图1定量指标隶属度函数

表3定性指标隶属度子集表

评价指标

v1

v2

v3

v4

可忽略

0.8

0.2

0

0

轻微

0.2

0.6

0.2

0

严重

0

0.2

0.6

0.2

灾难性

0

0

0.2

0.8

⑷进行模糊综合评判

式中，R-评价结果；W-因素权重集；RC-综合评价矩阵。

⑸确定评价等级

确定评判对象的等级时，需要对该模糊向量清晰化。

采用加权平均法进行处理，把ck(k=1,2,…,4)视为权数，对评价集V进行加权平均

其中，vk为各因素及评价集对应的分值，所得到的M（M为1~4之间的某个数）即为综合评价的结果。

最后得出的综合评价结果需要进行分级，以便实际应用过程中根据风险等级采取相应的风险控制措施。在我国《国家突发公共事件总体应急预案》中，依据突发公共事件可能造成的危害程度、紧急程度和发展态势，分别用四种不同的颜色表示四级预警度：特别严重的是红色（Ⅰ级）；严重的是橙色（Ⅱ级）；较重的是黄色（Ⅲ级）；一般的是蓝色（Ⅳ级）。这里也用这四种等级的预警分别对应沉船溢油的四种风险预警等级，其量化标准为{蓝色预警,黄色预警,橙色预警,红色预警}={(1,1.8],(1.8,2.5],(2.5,3.2],(3.2,4]}。相同的预警等级可能反映不同的危险情况，如分别可能是后果严重性、局势紧迫性或污染敏感性，因此针对这些情况还可以采取不同的应对措施。

附录—AHP的Matlab程序

disp(‘请输入判断矩阵A(n阶)’);

A=input(‘A=’);

[n,n]=size(A);

x=ones(n,100);

y=ones(n,100);

m=zero