資源描述：
《模糊綜合評價模型_》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、水利學報2004年3月SHUILIXUEBAO第3期文章編號:0559-9350(2004)03-0065-06基于改進層次分析法的模糊綜合評價模型123金菊良,魏一鳴,丁晶(11合肥工業(yè)大學土木建筑工程學院,安徽合肥230009;21中國科學院科技政策與管理科學研究所,北京100080;31四川大學水利水電工程學院,四川成都610065)摘要:模糊綜合評價在理論和應(yīng)用中的關(guān)鍵問題是如何合理確定各評價指標的權(quán)重。為此,提出了直接根據(jù)單指標相對隸屬度的模糊評價矩陣,構(gòu)造層次分析法中的判斷矩陣,用以確定各評價指標權(quán)重。給出了用加速遺傳算法檢驗和修正判斷矩陣的一致性和計算判斷矩陣
2、各要素的權(quán)重的模糊綜合評價模型(AHP_FCE)。實例表明,AHP_FCE方法簡便和通用,計算結(jié)果較為客觀和穩(wěn)定,在系統(tǒng)工程理論和實踐的各種綜合評價中具有推廣應(yīng)用價值。關(guān)鍵詞:模糊綜合評價;層次分析法;判斷矩陣;加速遺傳算法中圖分類號:TV213文獻標識碼:A作為定性分析和定量分析綜合集成的一種常用方法,模糊綜合評價(FuzzyComprehensive[1~3]Evaluation_FCE)已在工程技術(shù)、經(jīng)濟管理和社會生活中得到廣泛應(yīng)用。目前模糊綜合評價的研究難點之一,就是如何科學、客觀地將一個多指標問題綜合成一個單指標的形式,以便在一維空間中實[4~6]現(xiàn)綜合評價,其實
3、質(zhì)就是如何合理地確定這些評價指標的權(quán)重。在近年來提出的確定權(quán)重的主要[2]方法中,等權(quán)重法在各方案的綜合評價值相差不大時常常給決策帶來困難;統(tǒng)計試驗法、專家評分[3]法和集值統(tǒng)計迭代法在評價指標較多時實現(xiàn)起來較為困難;權(quán)重隨各評價指標值的不同取值狀態(tài)而[3,7]變化的變權(quán)重法,是將權(quán)重作為各評價指標值的函數(shù),而構(gòu)造該函數(shù)的形式需根據(jù)對研究問題具體情況的深刻理解和豐富的應(yīng)用數(shù)學經(jīng)驗進行,有時需要通過大量的統(tǒng)計來描繪/權(quán)重矢量場0,進而得出近似公式,因此變權(quán)重法實際應(yīng)用起來很困難;層次分析法(AnalyticHierarchyProcess_AHP),是從定性分析到定量分析綜合
4、集成的一種典型的系統(tǒng)工程方法,它將人們對復雜系統(tǒng)的思維過程數(shù)學化,將人的主觀判斷為主的定性分析進行定量化,將各種判斷要素之間的差異數(shù)值化,幫助人們保持思維過程的一致性,適用于復雜的模糊綜合評價系統(tǒng),是目前一種被廣泛應(yīng)用的確定權(quán)重的方[1,4,6,8]法。AHP在實用中存在的主要問題是如何構(gòu)造、檢驗和修正判斷矩陣的一致性問題和計算判斷矩陣各要素的權(quán)重。目前已提出的處理方法的主要問題是主觀性強、修正標準對原判斷矩陣而言不能保證是最優(yōu)的或只對判斷矩陣的個別元素進行修正,但至今尚沒有一個統(tǒng)一的修正模式,實際應(yīng)用[9]AHP時多數(shù)是憑經(jīng)驗和技巧進行修正,缺乏相應(yīng)的科學理論和方法指導。
5、在上述研究的基礎(chǔ)上,本文提出了根據(jù)模糊評價矩陣構(gòu)造用于確定各評價指標權(quán)重的判斷矩陣的[10]新思路,進而研制了用加速遺傳算法(AcceleratingGeneticAlgorithm_AGA)檢驗、修正判斷矩陣的一致性和計算AHP中各要素的權(quán)重的模糊綜合評價新模型(AHP_FCE),并用于水資源系統(tǒng)工程實例中。收稿日期:2003-02-24基金項目:教育部優(yōu)秀青年教師資助計劃(教人司[2002]350);安徽省優(yōu)秀青年科技基金;四川大學高速水力學國家重點實驗室開放基金(0201);安徽省自然科學基金(01045102)作者簡介:金菊良(1966-),男,江蘇吳江人,教授,博
6、士,從事水資源系統(tǒng)工程研究。)65)1基于改進層次分析法的模糊綜合評價模型(AHP_FCE)不失一般性,下面以工程方案優(yōu)選為例,說明AHP_FCE的建模過程,它包括如下4個步驟。(1)根據(jù)所研究評價系統(tǒng)的實際情況,從代表性、系統(tǒng)性和適用性等的角度,建立模糊綜合評價的評價指標體系,由各評價指標的樣本數(shù)據(jù)建立單評價指標的相對隸屬度的模糊評價矩陣。模糊綜合評價的最終目的就是在論域m個方案之間作相對優(yōu)劣的比較,從中選擇相對最優(yōu)的方案,這種優(yōu)選與論域以外的方案無關(guān),根據(jù)這)優(yōu)化的相對性可以確定各評價指標值的相對隸屬度和論域中相對優(yōu)[2]等方案與相對次等方案。不失一般性,設(shè)有n個評價指
7、標組成對全體m個方案的評價指標樣本集數(shù)據(jù){x(i,j)
8、i=1~n,j=1~m},各指標值x(i,j)均為非負值。為確定單個評價指標的相對隸屬度的模糊評價矩陣,消除各評價指標的量綱效應(yīng),使建模具有通用性,需對樣本數(shù)據(jù)集{x(i,j)}進[1,2,6][2]行標準化處理。為了盡可能保持各評價指標值的變化信息,對越大越優(yōu)型指標的標準化處理公式可取為r(i,j)=x(i,j)P[xmax(i)+xmin(i)](1)對越小越優(yōu)型指標的標準化處理公式可取為r(i,j)=[xmax(i)+xmin(i)-x(i,j)]P[x
