一种直觉梯形模糊数的排序方法及其在多准则决策中的应用
一种直觉梯形模糊数的排序方法及其在多
准则决策中的应用
广西科学GuangxiSciences2011,18(2):113,116
一
种直觉梯形模糊数的排序方法及其在多准则决策中
的应用
RankingIntuitionisticTrapezoidalFuzzyNumberand
ItsApplicationtoMulticriterionDecisionMaking
李井翠,黄敢基,邵翠丽
LIJing—cui,HUANGGan-ji,SHAOCui—li
(广西大学数学与信息科学学院,广西南宁530004)
(SchoolofMathematicsandInformationSciences,GuangxiUniversity,Nanning,Guangxi, 530004,China)
摘要:先根据直觉梯形模糊数的特点,定义一种新的直觉梯形模糊数距离公式,再
结合理想点方法,提出一种直
觉梯形模糊数的排序方法,最后将该方法应用于模糊多准则决策中,并通过实例说
明了所提方法是有效的..
关键词:直觉梯形模糊数理想点排序
中图法分类号:0159,C934文献标识码:A文章编号:1005—9164(2011)02—0113—
04
Abstract:Accordingtothecharacteristicofintuitionistictrapezoidalfuzzynumber.anewdis—
tanceofintuitionistictrapezoidalfuzzynumbersisdefined.Thispaperproposesanewranking
methodofintuitionisticfuzzynumberswiththeidea1points.whichiSappliedtofuzzymulti—at—
tributedecisionmaking.Also.apracticalexampleiSprovidedtoverifytheeffectivenessofth
e
developedapproach. Keywords:intuitionistictrapezoidalfuzzynumbers,idealpoints,ranking
Zadeh[1]提出的模糊集理论在现代社会的各个领 域已经得到了广泛应用L2],为了能够更细腻地描述和 刻画客观世界的模糊性,Atanassov在文献[3,4]中 又对Zadeh的模糊集进行了拓展,把仅考虑隶属度的 模糊集推广到同时考虑隶属度,非隶属度和犹豫度的 直觉模糊集.徐泽水[5]根据客观事物的复杂性和不确 定性,将隶属函数和非隶属函数由实数扩展到区间 数,提出区间直觉模糊数.文献[5,8]提出区间直觉 模糊数的排序方法,并将其应用于多准则决策领域. 文献[9]提出一种基于区间直觉模糊信息不完全确定 的多准则决策方法.
随着研究的深人,区间直觉模糊数又被扩展到直 觉三角和直觉梯形模糊数.文献[1O]定义了直觉梯形 模糊数的期望值,提出直觉梯形模糊数的多准则决策 方法.文献[11]定义了直觉梯形模糊数的期望值,得 分函数,精确函数和几何算术平均算子,并给出一种 收稿日期:2010—09—06
修回日期:2010—09—25
作者简介:李井翠(1985一),女,硕士研究生,主要从事优化与决策研究.
*广西自然科学基金项目(桂自科批号:0991029)资助. 广西科学2011年5月第18卷第2期
多准则决策方法.文献[12]定义直觉梯形模糊数的距 离公式及加权算术平均算子,提出直觉梯形模糊数的 排序方法,并将其运用于模糊多准则决策中.而对于 两直觉梯形模糊数A和A.,当它们的隶属度都为 0,非隶属度都为1时,由文献[12]定义的距离公式,
得到它们之间的距离为0,显然这是不合理的.基于 此,本文根据直觉梯形模糊数的特点,定义直觉梯形 模糊数的一种新的距离公式,利用理想点方法,提出 一
种新的直觉梯形模糊数排序方法,并将其应用于模 糊多准则决策中.
1预备知识
定义1?设A是实数集上的一个直觉梯形模 糊数,其隶属函数满足关系
f7c--a,n?<b;
=1鬟;l—c…,"'
10,否则.
113
i
非隶属函数满足关系
fb一5c+
I_b
加
{{
Id
【0,否则.
一
n1
z?C;
(1一z)
,口1?z<b;
,C<z?d;
其中,0??1;0??1;+?1.
当b—c时,直觉梯形模糊数退化为直觉三角模 糊数.一般地,有口===n.,d=-d.此时直觉梯形模糊数 简记为A一([口,b,f,];,),若无特别声明,本 文直觉梯形模糊数均指此类模糊数.不一1一— 表示直觉模糊数的犹豫程度,万越小,模糊数A 越确定.
定义2C"设A和A是两个直觉梯形模糊数, F是直觉梯形模糊数的集合,d是一个映射:d:F× F—R.如果d(A,A)满足
(1)(Al,A2)?0,(Al,A1)一0;
(2)d(A1,A2)一d(A2,A1);
(3)对于任一直觉梯形模糊数A.,有d(A,A.) ?d(A,A2)+d(A2,A3); 则称d(A,A)为直觉梯形模糊数A和A.之间的 距离.
2直觉梯形模糊数的距离公式及排序方法 2.1距离公式
设A1一(Fal,b1,cl,d1];/l1,1)和A2一([口2,b2, cz,dz];z,z)是两个直觉梯形模糊数,记
d(A,Az)一?[max{fal一a2zf,fal一
a22I}+1(1+1)61一(/12+2)621+I(l+ 1)c1一(2+2)c2l+max{Id11一d22I, Id1l—d22I)].(2.1)
则d(A,A)满足定义2的条件.即d(A,A)是直 觉梯形模糊数A和A.的距离.
定义2中的条件(1)和(2)显然成立.又对于任意 直觉梯形模糊数A一([?,b,d];,),i一1,2, 3,有
max{lall—a33l,1all—a33l}一
max{fal,ul—a22+a22一aa,u3I,Ia11一a22+ 114
az"02一a3"u3l}?max{lal,ul—a22I+I口22一 a33l,la11一a22l—卜_la22一a33l}?
max{l口l1一azpzl,1all—a2v2f}+ max{Ia2,u2一a331,Ia22一O.33I). 同理得
max{Id1,ul—d3/13I,Id11一d33l}?
max{ld1】一d22l,Jd】l—d22l}+ max{Id22一d3/13I,Idzv2一d3I}. 而
J(】+1)61一(/13+)63I—I(1+1)6l一
(2+7.12)bz+(2+V2)b2一(t13+V3)63l?1(l+ 1)bl一(/12+2)62l+l(2+2)62一(3+)631. 同理得
l(1+"U1)c1一(3+)f3l?l(l+1)c1一
(3+3)c31. (2+2)czI+l(2+"02)c2一
所以
(A,A.)?d(A,A2)+d(A2,A3). 因此,d(A,A.)是直觉梯形模糊数A和A的 距离.
当一z===1,t—z:==0时,直觉梯形模糊数退 化为梯形模糊数,此时
d(A1,A2)===(Ia1一a2l+lb一b2I+ lc一Cl+ld一d1)/4.
这与文献[11]定义的一般梯形模糊数的距离一致. 2.2排序方法
设有个直觉梯形模糊数A,一(Ealj'a,a., a4,];,"Uj),J—l,2,…,n,其中0??1,0??
1,且+?1,al?a2?a?a4,1?J?. 步骤1确定正理想点G一([max(a,),
max(a2J),max(a3,),max(a4,)];1,0)和负理想点
1?J?l?J?"1?J?"
一
(1
1
ra
?
i
?
n(a1)),
1
ra
?
in(azj)'
l
ra
?
in(a3))'
1
ra
?
in(a4j)];
1?J?1?J?l?J?n1?J? 0.】).
步骤2根据(2.1)式,分别求出A,(=1,2,…,
)与正理想点G的距离计,及其与负理想点的
距离.
步骤3计算A,的相对贴近度
一,_1'2,…,巩
,越大,对应的直觉梯形模糊数就越大.按的大 小对直觉梯形模糊数排序.
排序准则为
GuangxiSciences,Vo1.18No.2,May2O11
(1)A>A,,当且仅当>成立.
(2)A<A,,当且仅当<成立.
(2)A,A,,当且仅当di*一成立.
容易验证,上述排序方法具有如下性质:任意给 定直觉梯形模糊数A,A,,A,若A>A,A>A, 则有A>A;给定直觉梯形模糊数A,A,,A>A,,
A<A,或A,A,至少有一个成立.
3基于直觉梯形模糊数排序方法的多准则 决策
对于多准则决策问题,最常见的准则类型有效益 型和成本型.为了消除不同的物理量纲带来的影响, 首先需要对模糊决策矩阵规范化,然后按照提出的多 准则决策方法确定
方案
气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载
的排序.
设模糊多准则决策问题有个方案{A,A., …
,A),z个决策准则C==={c,C,…,C),对应的权 Z
系数为:=={叫,Wz,…,训),且W,?[0,1],?Wj—J1 1.方案A(i一1,2,…,)在准则C,(一1,2,…,z) 下的值为直觉梯形模糊数A一[n(A),nz(A), n.(A),n(A)].则A一(A)成为直觉模糊数决策 矩阵.
采用如下方法对A进行规范化处理
n^,(A)一min(a1,(A))
效益型:
2,3,4.
成本型:
一
J,
(3.1)
ma~4j(A)一"目(Ai))
二,
l|
2,3,4.(3.2)
为了方便,经过规范化处理后的决策矩阵仍记为 A,方案A(一1,2,…,)在准则CJ(一1,2,…,z) 下的值为直觉梯形模糊数仍记为A===a(A), 表1方案的准则值
Table1Criterionvalueofeachalternative
n2J(Af),a3(Ai),a4j(Ai)J. 多准则决策问题的决策步骤为
步骤1按(3.1)式或(3.2)式规范化决策信息. 步骤2确定正理想点G十一(G,G吉,…,G)其 中,一([max(a1(A)),max(a2,(A)), 1??m1?f?m
max(a3,(A)),max(a4,(A))];1,0)和负理想点
1??m1??m
一
(GT,GF,…,G),其中,G一([max(a,(A)), max(a2J(A)),max(a3,(A)),max(a4J(A))];l?l?m1??.1?f?m 1.0).
步骤3根据(2.1)式,分别求出A与正理想点 G的距离蝣,及其与负理想点G的距离.其 中i一1,2,…,m;—l,2,…,z.
步骤4计算计,,
Zl
计一?wfl+,d7一?,i一1,2,…,Tit.J=1J1 步骤6计算A的相对贴近度
江-1'2,…朋.
4实例
某一发动机零部件制造公司为其装配过程中最 关键部件在全球范围内寻找最好的供应商,现有5个 供应商A,A,…,A可供选择.选取5个评价准则: (1)C为供应能力;(2)C.为交货能力;(3)C.为服 务质量;(4)C为影响力;(5)C为科研能力.这些准 则均为效益型准则.准则权重向量为W一(0.20, 0.15,0.25,0.10,0.30),决策者给出的决策信息如表 1所示,试选择最优供应商.
(1)根据(3.1)式对表1进行规范化处理,结果 见表2.
(2)确定正理想点G+一(,G,…,G)和负理
想点一(G7,,…,),其中
广西科学2011年5月第18卷第2期115 表2方案的规范化后处理的准则值
Table2Standardcriterionvalues
供应商
clc2c3c4c5
Supplier
G+I一([0.2,0.4,0.6,1];1,O);G一([O.4, 0.6,0.8,13;1,O);G一([0.4,0.6,0.8,1];1,O);
G一([0.2,0.4,0.8,1];1,0);一([0.4,0.6, 0.8,1j;1,0);
G7一([O,0.2,0.4,0.6];0,1);G7一([0,0.2, 0.4,0.6];0,1);G7一([0,0.2,0.4,0.6];0,1);G7一 ([O,0.2,0.4,0.6];0,1);===([0,0.2,0.4,0.6];
0,1);
(3)根据(2.1)式,计算,,i,J一1,2,…,5.
丁l一0.295,一0.275,一0.275,一0.15, 一0.5;===0.105,一0.275,一O.275,一
0.3,_5—0.23.一0.175,d一0.105;一0.07, 一
0.345,===0.175;一0.225,一0.445;
一0.12,===0.105;一0.375.一0.18,一
0.355,===0.325,一0.175,嘉一0.25;一
0.12,一0.195,一O.225,+4一O.275,dTs一0.3. 一0.17,十2=_0.25,一0.43,一0.348,一
0.355;_l一0.23,一42===0.3,d5===0.12,44:0.135,
d5一.195.d一0.1,一0.43,=:=0.25,一
0.185,一0.46;一0.3,一0.165,一0.3,
d===0.265,一0.18.
(4)计算计算,dT,i一1,2,…,5.
:==0.334,d7—0.23,dt一0.155,d7=0.265; 一0.283,d7—0.227;一0.3203,d7—0.193;ds+ 一0.292,d7—0.240.
(5)计算Af的相对贴近度.
一
0.408,一0.630,一0.445,d4—
0.376,一0.451.
因此,供应商的排序为A>A>A.>A>
A.最优供应商为A.与文献[10,12-]的多准则决
策方法所得到的结果一致.
116
参考文献:
[1]ZadehLA.Fuzzysets[J].InformationandControl, 1965,8(3):338—353.
[2]陈水利,李敏功,王向功.模糊集理论及其应用[M].北
京:科学出版社,2005:156—186.
[3]AtanassovK.IntuitionisticFuzzysets[M]//SgurevV ed.Sofia:VIIITKR'sSession,1983.
[4]AtanassovK.IntuitionisticFuzzysets[J].FuzzySets andSystems,1986,20(1):87-96.
[5]徐泽水.区间直觉模糊信息的集成方法及其在决策中的
应用[J].控制与决策,2007,22(2):215—219.
[6]徐泽水,陈剑.一种基于区间直觉判断矩阵的群决策方
法[J].系统工程理论与实践,2007,27(4):126—133.
r7]XuZS.Amethodbasedondistancemeasureforinterval —
valuedintuitionisticfuzzygroupdecisionmaking[J]. InformationSciences,2O10,180(1):l81—19O.
[8]XuZS,CaiXQ.Incompleteinterval—valuedintuitionis—
ticpreferencerelations[J].InternationalJournalofGen—
eralSystems,2009,38(8):871—886.
[9]WangZJ,LiKW,WangWZ.Anapproachtomultiat—
tributedecisionmakingwithinterval—valuedintuitionis—
ticFuzzyassessmentsandincompleteweights[J].Infor—
mationSciences,2009,179(17):3026-3040. [1O]王坚强,张忠.基于直觉模糊数的信息不完全的多准则
规划方法[J].控制与决策,2008,23(10):1145—1148.
[11]WangJq,ZhangZ.Aggregationoperatorsonintuition— istictrapezoidalFuzzynumberanditsapplicationto
multi—criteriadecisionmakingproblems[J].JofSys— ternsEngineeringandEletronics,2009,2O(2):321— 326.
[12]王坚强,张忠.基于直觉梯形模糊数的信息不完全的多 准则决策方法[J].控制与决策,2009,24(2):226—230. [13]王坚强.模糊多准则决策方法研究综述[J].控制与决 策,2008,23(6):601-607. (责任编辑:尹闯)
GuangxiSciences,Vo1.18No.2,May2011
))
32
??
)
OO3
),,.)
068O0
,_?
,,
80O68
??
,?,??
0]]OO
;08;;
]..]]61086
?,,??
O86O0
,??,
,
40064 ?
,,??
064OO ,??
,,
20O42 _
,,??042OO
,??,, 00O0O [}[
1((
))
u1
.
i)
03O31 ,?,??608OO
_
,?,
,
O7O67 ?,??,?? ]O]0O 0;8;; .
i]
16O8O
,?,-?
806O1 ?
,?,,
04048 ,_,??404OO
?,?
,,
02024 ,?,??202OO
-,?
,,
000O0 [[[[[ 1((
^^^) 3252 ...
)?
0OO4O ,,,?
,
785O8 ???,? 0006O ?,?,?,??,
i0]
808;8 0l08O ,,,,
68606 -??,?OOO40
,,,?,
464O4 ???,?OO02O
,,,?
,
24202 ???,?O0OO0
[[1
l((
}))
??
)?
O030
,,.
,)
78O8O ??,?
,
006O9 ?,?,??,? ]]0]O 80;8; ..].]018O6
,,?,?
68060 ??
,?
,
0O6O4 ,,?,?
46040 ?-
,-,
OO4O2 ,,?
,?
2402O ??,?
,
OOO00 [[[[[ 1((
^^^
322
;t.
3040O ?
,?
,,
06O68 ,_
,??
706OO ?
;??,?, 0]0]] ;8;O8 ;..6081O
?,?
,,
06O66
,?,??4O4O0 ?,?,,O4044 ,?,??
2O20O
?
,-
,,
02O22
,?,??
O0OO0
[[[[[
1((
}45AAAAA