模糊理論與灰色理論在決策分析之應(yīng)用-在線瀏覽
2025-03-01 14:21本頁面
【正文】 ，可視為僅接收到系統(tǒng)的部分訊息 (signal)，其他部分則為雜訊 (noise)，一般的統(tǒng)計方法將雜訊以模式中的殘差項處理 ? 灰色理論的特點在於研究者對事實的真象未獲充份訊息，或者不能充份瞭解的情形下，灰色理論仍然可以使用少量且不具有特定分佈的資料 (小樣本非常態(tài) )進(jìn)行分析 ? 統(tǒng)計機率方法必須使用大量資料找出的規(guī)律性，且通常有資料為常態(tài)分佈或趨近常態(tài)分佈的假設(shè)，當(dāng)數(shù)據(jù)過少時，統(tǒng)計方法對於不符合規(guī)律性的變化一律以視為誤差項 (或殘差項 )，同時也有資料過少而不確定是否具有代表性的問題 (鄧聚龍，郭洪， 1996) E n a b lin g A+ D e c is io n s 174。6 156 灰關(guān)聯(lián)分析 ? 灰色理論六大部分： (1)灰生成； (2)灰關(guān)聯(lián)分析； (3)灰建模； (4)灰預(yù)測； (5)灰決策； (6)灰控制 ? 本章針對灰關(guān)聯(lián)與灰決策做較深入的探討。174。174。174。174。174。174。174。174?；疑P(guān)聯(lián)採用決策元素之間的發(fā)展趨勢，做為量化分析的依據(jù)，以衡量因素間彼此間發(fā)展態(tài)勢的相似或是相異程度 E n a b lin g A+ D e c is io n s 174。16 1516 灰色多屬性決策分析 ? 在多屬性決策過程中，含有不確定或不完整訊息之因素時，其方法最主要是將所有可能的決策元素所構(gòu)成的決策組合，再藉由灰色理論之效果測度的計算，獲得實際的決策組合之效果後，再依據(jù)決策矩陣進(jìn)行方案的選取 ? 灰色多屬性決策將屬性 (attribute) 稱為「事件」，以集合代表 A事件集， ai為事件集中的一個元素， i=1,2,…, n。174。因此，必須建立一個虛擬標(biāo)準(zhǔn)列以計算灰色關(guān)聯(lián)係數(shù) γ0i(k)，而虛擬標(biāo)準(zhǔn)列乃是由每個屬性下評估結(jié)果最佳的 sij構(gòu)成，所謂「最佳」之定義必須視該屬性的目標(biāo)為望大、望小或是望目而定 ? 以「效果測度」 rij代表每個屬性 ai對應(yīng)之?dāng)?shù)列 {si1,si2,…, sin}中，每個元素和虛擬標(biāo)準(zhǔn)列的相關(guān)關(guān)係 m a xiijij usr ?? 上限效果測度： 適用於要求目標(biāo)效果為望大，也就是越大越好，如利益、產(chǎn)出等，因此，以屬性 ai下所有方案的最大uimax結(jié)果作為虛擬標(biāo)準(zhǔn)列中對應(yīng)之元素 m a x m a xi ijjus?E n a b lin g A+ D e c is io n s 174。18 1518 下限與特定中心效果測度 ? 下限效果測度： 適用於要求目標(biāo)效果為望小，也就是越小越好，如投入資源、變異等，因此，以屬性 ai下所有方案的最小結(jié)果 uimin作為虛擬標(biāo)準(zhǔn)列中對應(yīng)之元素 m in m ini ijjus?? 特定中心效果測度： 適用於要求目標(biāo)效果在某個指定目標(biāo)之附近，例如天氣溫度，因此，以屬性下 ai之目標(biāo) ui*作為虛擬標(biāo)準(zhǔn)列中對應(yīng)之元素 ? ?? ?**,iiji
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1