QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2624|回复: 0
打印 上一主题 下一主题

[建模教程] 模糊决策分析方法

[复制链接]
字体大小: 正常 放大
浅夏110 实名认证       

542

主题

15

听众

1万

积分

  • TA的每日心情
    开心
    2020-11-14 17:15
  • 签到天数: 74 天

    [LV.6]常住居民II

    邮箱绑定达人

    群组2019美赛冲刺课程

    群组站长地区赛培训

    群组2019考研数学 桃子老师

    群组2018教师培训(呼伦贝

    群组2019考研数学 站长系列

    跳转到指定楼层
    1#
    发表于 2020-5-26 15:36 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta |邮箱已经成功绑定
    模糊数学中有一个研究的热点问题就是“模糊决策”,它就是研究在模糊环境下或者 模糊系统中进行决策的数学理论和方法。模糊决策的目标是把决策论域中的对象在模糊 环境下进行排序,或按某些模糊限制条件从决策域中选择出最优对象。2 t/ ~1 C% `, [6 k/ r

    3 N, @4 s5 ?1 H1 模糊综合评价法/ v% e3 ]; P+ ~3 T8 ~
    模糊综合评价方法,是应用模糊关系合成的原理,从多个因素(指标)对被评价事物 隶属等级状况进行综合性评判的一种方法,其具体的步骤为:
    3 Q+ F2 N: A1 N  T/ f6 D5 g! C3 f; {* x6 e8 g5 z$ T) Z

    : w# f$ ]4 M: i) V' t( y
    0 F6 }# ]8 R7 c8 F: q常用的模糊算子有:
    ; E3 p, \, P2 O. h
    : _( B7 l# C: w4 v
    6 b1 y# g0 ], B' E# c7 Q
    ( q& q# I' p+ {6 G, g经过比较研究, M (•,⊕) 对各因素按权数大小,统筹兼顾,综合考虑,比较合理。
    * F6 s: t) D, c
    8 u* {# v; n4 E8 j  U/ _(6) 对模糊综合评价结果 B 作分析处理。. g' K( o9 X  {* g0 R
    0 G+ M: I' ?" T$ T% {& T
    ★ 多目标模糊综合评价法建模实例& }  F' B3 c' k
    科技成果通常可用技术水平、技术难度、工作量、经济效益、社会效益等 5 个指 标进行评价,等级分为一等、二等、三等、四等。某项科研成果经过评委会评定,得到 单因素评判矩阵.
    0 c9 G$ O! K% Y1 @& z$ |, ?9 _. ~5 \
    / J2 U4 x+ h/ u+ Z' c+ j3 t; ~5 u8 I3 Q* J
    8 h. Y; i/ p, e+ ]: N) s
    * b' H7 ^$ J* [用 M (•,⊕) 算子,得 B = (0.23,0.35,0.31,0.11) 由计算结果可见,用 M (•,⊕) 评价模型比较合理,成果应评为二等奖。
    . W4 g& A8 {2 c( \; d1 Q. d# ?9 z; l& ~0 m/ y  D2 O
    2 多目标模糊综合评价决策法9 b7 U6 v0 I, ?" ~
    当被评价的对象有两个以上时,从多个对象中选择出一个最优的方法称为多目标模 糊综合评价决策法。 评价的步骤:4 f: k/ l( W% g+ b6 H, P7 {$ T) z
    + O! B/ j9 t8 m& A2 ?5 a, q
    ① 对每个对象按上面多个目标(因素)进行模糊综合评价;
    , Q+ H/ w  h) V8 t. T: w. Y5 v2 x
    * O! [- c! G( B8 e② 将模糊评语量化,计算各对象的优先度。假设模糊评价评语量化集(或评价尺 度)为 S ,则各对象的优先度为:
    " r+ i8 x+ l1 A/ c0 w8 M0 i& |4 u2 N5 }* I

    7 T! z  X+ B( k5 L
      n2 i* V  P4 L4 E$ j9 I! n% g★ 多目标模糊综合评价决策法建模实例: e) K( X% R* ^  d
    假定在上例中有两项科研成果,第一项科研成果为甲项,其模糊评价结果为 B1 = (0.23,0.5,0.31,0.11) 现对科研成果乙进行同样的模糊评价,其评价矩阵为: y7 Z5 [* C9 ]. Y9 x& p; ]

    0 L8 R# c- @# V& E3 y+ c5 g) w* W5 Z' v8 A2 g

    # f, q! E8 p: e- H& l各评价因素的权值分配为 A = (0.35,0.35,0.1,0.1,0.1)
    3 @3 s3 H) m% G4 Q* d( n( ~4 s% z. D; y2 ^, ^- z" s
    所以,综合评价为
    8 w& S5 j$ P$ z- Q" ]8 r8 l( @6 n& H  [+ x: j

    : \  L# M$ q9 G( U2 b" m, S/ }" C/ s! q* m+ o
    例 16 某露天煤矿有五个边坡设计方案,其各项参数根据分析计算结果得到边坡 设计方案的参数如下表所示。: D! d3 M& L: b
    # E& G4 \: B  D9 }
      i  z) r3 x1 R3 N6 S$ Z# T

    ' f6 O# M% m% |' J$ L; f8 G5 Q据勘探该矿探明储量 8800 吨,开采总投资不超过 8000 万元,试作出各方案的优 劣排序,选出最佳方案。 解 首先确定隶属函数:
    ( d" \/ A0 i* q" d
      M$ Y6 C- _2 a& k  \(1)可采矿量的隶属函数1 c5 A1 P# R/ U" L

    , X2 k( I- j8 F因为勘探的地质储量为 8800 吨,故可用资源的利用函数作为隶属函数
    - X/ x. d  N$ @1 s& [+ y" q- X
    ) x  l9 ~$ q; M/ ~- b
    3 K) H  B# |# P+ S( g
    - q3 H% K; Y0 F) ~! G3 ^  A& F8 Z( e' w1 k8 w* ?( k
    ' _1 p- I# P8 k( P

    4 ?$ y/ m0 O% z1 @* {- i$ m根据专家评价,诸项目在决策中占的权重为 A = (0.25, 0.20, 0.20, 0.10, 0.25) , 于是得诸方案的综合评价为 B = AR = (0.7435, 0.5919, 0.6789, 0.3600, 0.3905); b0 m% k5 f$ {! y
    / B0 Z3 N. J) M" M$ Z7 H2 {
    由此可知:方案 I 最佳,III 次之,IV 最差。 程序计算如下:+ U3 t$ |0 r+ t% w6 g6 r

    & Y; p1 }, Z9 G, ^/ N(1)首先编写函数文件 myfun.m 如下:# |' ~  M+ o" u0 J) Q' }

    # O5 p1 }' u* Z' J, p5 Q) E4 {function f=myfun(x);
    ( }3 a8 f: d& d/ ]4 J+ U& ^! Qf(1,=x(1,/8800;
    $ r: _9 b1 F$ h3 j/ q$ K) Mf(2,=1-x(2,/8000;
    ) E, [# f: _: Q9 e# u2 l& qf(3,=0;
    ! I. i% P" `" m( ^; w6 r8 ef(3,find(x(3,<=5.5))=1;
    5 R0 I* [0 I$ dflag=find(x(3,>5.5 & x(3,<=8);
      C4 V2 D2 V3 G. @6 Xf(3,flag)=(8-x(3,flag))/2.5;0 t/ b- T. b' G- L) Z" U  w
    f(4,=1-x(4,/200;6 T- U5 D5 i1 {
    f(5,=(x(5,-50)/1450; 4 ?3 k, q5 G# u6 i9 a
    + W6 F( }. N- @. p$ i4 @- u' e

    ! ]6 v( }) p' G5 ?' n(2)编写程序文件如下:
    " @4 f' ?7 I; s7 @. R7 \& B0 K5 N9 H3 \6 t0 v# G
    x=[4700 6700 5900 8800 7600
    ' n9 C; S# ^! ]7 z5000 5500 5300 6800 60003 H- F0 c, A; }8 k
    4.0 6.1 5.5 7.0 6.8* r( q7 o) ^! j3 ]  t7 N2 L* u
    30 50 40 200 160/ S% W, b5 X4 ~( \& n. V
    1500 700 1000 50 100];
    * L9 Y1 |( \$ fr=myfun(x);4 t% b8 Q0 n0 m: a$ _% g( L
    a=[0.25,0.20,0.20,0.10,0.25];
    9 e$ N" r6 E3 }* L/ _$ q% x- [0 @b=a*r
    2 ?: D4 v6 V  }, z
    6 v3 U; ?* M+ q4 g! E3 多层次模糊综合评价模型的数学方法
    5 R* E( D7 g* B/ _. ^5 k3.1 多层次模糊综合评价模型数学方法的基本步骤
    . L; H4 g: g! E
    ' R  U* m6 g2 w
    " \/ w- K. j4 N5 {# i: X$ l+ R3 \( V5 M+ c8 ~& t
    + O* Q' d  r$ F9 P* g) D% X

    4 E. G, y) s+ f" \8 e" V  K- u6 @6 U
    3.2 多目标模糊综合评价决策法建模实例* c5 }! D/ }% I% k# C& J
    科技成果模糊综合评价模型的建立及其有关参数的确定。/ k4 l7 d: ?3 e/ y/ F

    9 C& Y3 X6 p1 B7 e+ T! |- C! c- e(1)科技成果综合评价的因素集(指标体系)的确定 根据科研成果的特点, 并经过专家调研, 设计以下一套综合评价指标体系.$ ~/ j0 ^% ~# V1 D6 F( w

    ) R% C: W6 M8 E$ Y; R# Z
    * E8 V; j0 y) @4 M; V& o. K5 m& u: x' Z+ J( r/ Q
    % b/ A5 L* \$ G

    . n1 p/ k4 R& Y: ~. G) N- p. K( J: m! c) D# j
    (2)科技成果的评语集的确定7 ?: k6 \. V5 r# \- k2 L  U; F% W  A7 r

    & d9 h9 [/ p. T7 f8 u在评价科技成果时,可以将其分为一定的等级. 在此, 从“专家打分”的角度把 评价的等级分为“10 分”、“8 分”、“6 分”、“4 分”、“2 分”五个等级,因此评语集表 示为: V = {10 分, 8 分, 6 分, 4 分, 2 分}.
    ; ?2 J5 w  v/ `9 S7 \. U8 R4 U
    6 d" ^, g1 q8 b. L, ~/ [7 q9 m; _: Y! f. a% S" {& T/ l* d& c/ [+ u

    6 c7 T: {0 |! G% a- S9 n* A+ K. W(4)权重  的确定
    9 Y( T# Q& X; U5 m* o5 I# a; W在(1)给出的综合评价体系中三大准则及 9 个指标中, 他们在综合评价中的重要 程度是不一样的。地位重要的,应给予较大的权重;反之,应给出较小的权重。下文给 出两种确定权重的实用方法。# ^" G9 p- S/ u3 @+ Y( k' ^
    # }4 |- o/ ?, j1 k2 t% N
    ① 频数统计法确定权重.
    6 H! N. q, V% _0 Y5 g4 t
    4 x1 d6 v9 z, W; D& x' P& `5 }2 y
    % O9 ?) Q- V" M( N0 X
    # c3 w7 N8 `3 j7 s② 模糊层次分析法(AHP)确定权重, N% v) a0 ^" J7 s+ N
    该法的基本原理是从(1)中给出的综合评价体系的层次结构出发,针对每个准则 内的指标,运用专家的知识、智慧、信息和价值观,对同一层或同一个域的指标进行两 两比较对比,并按 1—9 判断标度及含义构造判断矩阵 D =  ,再由组织者计算比
    3 R# X/ g9 ]7 m. K* {5 k
    6 w4 `0 U8 N9 k9 Y% S; H3 C0 T! \  Q$ Y+ L' X0 ~1 V* t
    , U) X1 k% l$ w( l& s: U/ {
    (5)科技成果的综合评价; r5 r& |* G2 L2 V  }* z

    " v$ C$ k4 t( M5 l1 U! f+ k/ O& m% y/ W9 K

    & d2 E9 \8 j) q8 d8 T, `
    5 n+ y8 \6 l8 ^  y5 ]4 模糊多属性决策方法
    8 J7 A5 o7 l8 Q1 a0 a  ?8 Q4.1 模糊多属性决策理论的描述
    / l+ g/ P. Z' v: m( G
    1 ~: L# [) n  `1 S  O' `; \& q
    2 n5 {! W2 Z7 _3 E/ D$ s% D, J) k
    4.2 折衷型模糊多属性决策方法
    7 w8 J7 h/ {! P  F; p(1)折衷型模糊决策的基本原理 折衷型模糊决策的基本原理是:
    : s+ R6 w$ p0 W0 U6 o# O  X, E# |' C1 m
    从原始的样本数据出发,先虚拟模糊正理想和模糊 负理想,其中模糊正理想是由每一个指标中模糊指标值的极大值构成;模糊负理想是由 每一个指标中模糊指标值的极小值构成。然后采用加权欧氏距离的测度工具来计算各备 选对象与模糊正理想和模糊负理想之间的距离。在此基础上,再计算各备选对象属于模 糊正理想的隶属度,其方案优选的原则是,隶属度越大,该方案越理想。
    & q( t' G2 F9 {5 H9 b8 p* x# A) H+ n- M& s) {
    (2)折衷型模糊决策的基本步骤" `; |2 B: v9 N  h
    Step1:指标数据的三角形模糊数表达
    * `8 ^/ b$ r& ^* T3 A. n0 Y+ \3 s3 o
    7 J+ ?" h- ~9 }( z/ d2 E( w( P' Z0 ]& g4 [
    6 p# T9 V& Q+ e' k
    下面运用以上的定义将定性、定量指标以及权重数据统一量化为三角形模糊数.
    # C/ Z& B9 x" ^* |6 J" `! j; \3 ~$ v' N+ T. F4 I- s# w; H
    1) 对于定性指标,可以将两极比例法改进为三角模糊数比例法。再利用三角模糊 数比例法将定性指标转化为定量指标,其具体的转化形式见表 9。
    ( \8 [! A& Q* r" D4 J3 f0 ?' M2 O. N1 |! x$ d3 t/ W  N
    5 F' A- B& J* Y: k7 Z

    % m6 ?9 M# W3 X  _( z8 Q/ y2) 对于精确的定量指标值,也写成三角模糊数的形式。设 a 是一个具体的精确数, 由三角模糊数的定义,则 a 表示成三角模糊数的形式为:! M8 K1 I8 t8 T* X  t0 j7 X2 n
    / T1 ]. T8 _/ t' c) l- H. L
    & F% [" i# G8 I) e& U
    : \& N+ U) P2 {- i
    数的表达形式." ~( b8 d" |/ H  t& e

    ; w" m6 \  l$ C# X3 P9 dStep2: 模糊指标矩阵 F 归一化处理
    ) y& i# d. M* h7 @- e6 }
    3 F7 ~. e2 c5 B
    5 ~4 G! {" [- V7 T: U" s
    - M* q6 y# R, h3 KStep3: 构造模糊决策矩阵
    * ?8 h/ [/ C( S
    7 g7 B( t+ Y+ ^9 N: e+ s$ X' [
    / u2 f# b1 ~# Q9 n" ]" n7 Q5 r. ]& @: i. E
    Step4: 确定模糊正理想 与模糊负理想
    ; A& S, n7 |8 m1 P" r# @& T; ?- {3 s. n& |# \/ a5 x0 I
    ) E8 z% [6 Y7 J/ f
    9 b; J, G3 {2 }2 g% {
    ( S/ t- A7 ^3 Y7 R7 Y6 O

    ) y. ]% x6 ~* O$ D2 {* d- R2 z3 G' B# e8 W! Q* t
    4.3 折衷型模糊决策方法建模实例
    / o5 X7 E5 w/ y/ q' B. F" U& k& W; U某市直属单位因工作需要,拟向社会公开招聘 8 名公务员,具体的招聘办法和程序 如下:
    : m8 v) J2 ^6 d" U4 M1 c! U. W
    : H1 `* R, W3 Z. M(一)公开考试:凡是年龄不超过 30 周岁,大学专科以上学历,身体健康者均可 报名参加考试,考试科目有:综合基础知识、专业知识和“行政职业能力测验”三个部 分,每科满分为 100 分。根据考试总分的高低排序选出 16 人选择进入第二阶段的面试 考核。
    " u! S- n5 ?+ p: \* Y) f7 ]7 ?" [. J
    (二)面试考核:面试考核主要考核应聘人员的知识面、对问题的理解能力、应变 能力、表达能力等综合素质。按照一定的标准,面试专家组对每个应聘人员的各个方面 都给出一个等级评分,从高到低分成 A/B/C/D 四个等级,具体结果见表 10 所示。* _1 a# I3 {' K+ h7 {( \
    8 l$ ^) E- |* b1 z  \
    现要求根据表 8 中的数据信息对 16 名应聘人员作出综合评价,选出 8 名作为录用 的公务员。* h' {6 C# R0 C' A' w  r7 q

    . V$ f& a6 ?: S! M1 @* N# S  K3 @3 _) N- {8 L2 Z: ?) y

    + k' e) k  d3 @4 n6 c& a建模过程:
      S# Z: b, `3 q7 x! T, V: H# s( L7 |+ Q' n6 \& G4 D! ?- j
    ① 借鉴表 9 的思想,对于定性指标值 A,B,C,D,可以定义表 10 的量化标准 将这些定性指标进行量化,其具体的量化形式见表 11。
    0 @% g' {4 L+ `* E4 B0 H2 ~: @  h5 F6 F
    5 `* d7 M( E, L5 ~+ |7 O7 T

      P# x% a# T- C% i0 z/ v+ V# |② 由表 11 和公式(1)把表 10 中的指标信息、权重信息化成三角形模糊数,得到
    + b/ l9 p  c9 l/ ]# w$ F1 t9 \* p7 T, t+ _; P6 E: [) G

    ( |7 X5 Z3 }: U/ ~# y( `: G: I# c- o7 @) ]$ p; L
    ③ 由公式(3’)和(4)将 F 中的数据进行归一加权化,得到模糊决策矩阵 D 。
    $ Q1 y2 L! O5 W/ E- s( M
    " }+ z. t, Z  _$ Z4 w1 D④ 由公式(5)确定出模糊正理想与模糊负理想
    % ~6 \9 ^6 x1 w' y% j9 R! q6 d" w  U' T
    1 L6 \7 G$ Y) A9 g6 [3 d# {# Y$ U% @' G( o" h+ E
    5 h  T8 c9 t% }% u* ]# w
    ⑤ 模糊优选决策- V4 g* `. o4 r, S! h" s9 C
    4 H, {: Z4 H' m' S2 o# C
    8 _# k. c/ o6 v. N

    " o: _# Z1 k0 y- z* O% w- t2 c, r
    ) V  I$ f* `/ c8 }, s
    因此被选种的 8 个人员是人员 1、4、2、9、8、5、7、12。 计算的 MATLAB 程序如下:
    ' `5 O- S$ W, F1 w! W' U+ c8 d, s/ x# m& k  E8 Z7 [% |! Z
    %把表 3 中的数据复制到纯文本文件 mohu.txt 中,然后把 A 替换成 85 90 100,
    # `; w0 v& N) b/ m5 O5 [0 ^: ^%B 替换成 75 80 85,C 替换成 60 70 75,D 替换成 50 55 60$ j& N6 S" ^! j+ n9 R) V4 p7 j- }( J
    clc,clear' m0 W- y- n* q. q: r5 e
    load mohu.txt- a9 x2 I* K; v7 A3 o1 u; D
    sj=[repmat(mohu(:,1),1,3),mohu(:,2:end)];3 U0 ]: w/ Z8 {/ t9 k3 Q
    %首先进行归一化处理$ U& z8 x" B5 m4 l& p# n
    n=size(sj,2)/3;m=size(sj,1);
    2 [( E* v+ v" X+ L% ^w=[0.5*ones(1,3),0.125*ones(1,12)];
    * v: K; j4 P! x; z* hw=repmat(w,m,1);0 S8 `( A( T2 _8 l0 \2 b3 X  y
    y=[];2 n# X, o9 |. o, ]% X% K
    for i=1:n. K( Y% Y& S4 G5 ~
        tm=sj(:,3*i-2:3*i);1 Z" b: \9 r0 u
        max_t=max(tm);0 W* y# c6 ~, t
        max_t=repmat(max_t,m,1);
    . S9 K, H* f* @; b& }+ ?5 l. s, B    max_t=max_t(:,3:-1:1);- C4 f& D5 l% q; j/ o
        yt=tm./max_t;yt(:,3)=min([yt(:,3)';ones(1,m)]);" I# e- R. D* z8 ?9 n2 K* S
        y=[y,yt];5 G; J: n. o% x6 r
    end
    # O$ u& M" k; i. L0 a  Q%下面求模糊决策矩阵- C; e* ]1 ]8 |  i" ]3 j5 D' r
    r=[];
    9 I( m4 z1 D- L, ]- Sfor i=1:n8 G+ ^& m. ~" O6 A2 F  v) C$ S) i
        tm1=y(:,3*i-2:3*i);tm2=w(:,3*i-2:3*i);
    . T; n% f* m: ^3 [; w# N' E. V    r=[r,tm1.*tm2];
    4 g4 R! y, S8 p5 ?; m9 |, tend
    ; t0 Y" W) u+ |; f2 L/ u%求 M+、M-和距离5 v1 w$ e2 M; Y! X9 M7 e( T' j
    mplus=max(r);mminus=min(r)9 r* n& c3 O) ]- H) {7 S
    dplus=dist(mplus,r');dminus=dist(mminus,r');; ~- t6 g5 ^  m9 {+ K: b
    %求隶属度) _2 j5 d2 c, U
    mu=dminus./(dplus+dminus);
    - h6 M, U$ W1 C! W! O- `9 j; O[mu_sort,ind]=sort(mu,'descend') 1 k. M% z* i8 K0 a

    4 C% Z  v5 L9 [0 @7 m# U
      L3 T# a$ j! E( C) t6 X, o: m- @/ b: H" H' F% d
    习题
    / i2 ]' g: _& g  g8 d' g' x+ ]- o; ^5 C; Q7 @2 N( d. @, j
    1. (工程评标问题)某建设单位组织一项工程项目的招标,现组建成评标专家组 对 4 个投标单位的标书进行评标。4 个标书的指标信息见表 13,其中前三个指标信息是 各投标单位给定的精确数据,后三个指标信息是评标专家组经考察后的定性结论。 请 你帮评标专家组设计一个工程评标模型,以确定最后中标单位.
    . C) J) i2 t2 j( S" t5 S. d% `# A% {  d" d6 t  r
    7 V# H4 g0 j6 N

    8 n8 v4 @3 d1 C% b) o! J  K2 [( X- ]
    ————————————————% S  I- T% V6 n2 N- x- y8 D) s
    版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。# @, K0 k: {  r6 E" e5 F$ {
    原文链接:https://blog.csdn.net/qq_29831163/article/details/89913744
    # S1 K- Q$ e; }$ A% O2 _) c* x6 [% X6 `# m8 A2 t0 W& K
    9 `* T# z) @  C
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-6-14 09:45 , Processed in 0.423422 second(s), 51 queries .

    回顶部