基于三角模糊数的TOPSIS法的应用研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于三角模糊数的TOPSIS法的应用研究
市场需求要素识别是一个多属性多目标决策问题,为了对市场需求要素进行合理的评价和分析,本文提出基于三角模糊数的TOPSIS法(逼近理想点法)在市场需求要素识别中的应用,使用三角模糊数表示评价指标和权重,充分考虑了人类思维在评分时的模糊性,然后用TOPSIS法进行数据处理,使结果更加科学有效,并通过实例说明了该方法的应用过程及可操作性。
标签:三角模糊数TOPSIS法市场需求要素
0 引言
市场需求要素分析主要是针对制定技术路线图的产业现状、产业在国民经济和区域经济中的地位进行分析,识别出未来市场对产业和服务的需求,分析产业发展趋势以及驱动力,明确产业发展定位。核心工作是采用科学的方法,筛选出市场需求要素的优先顺序,为产业目标的确定、产业选择技术创新战略、确定技术创新组织形式以及研发计划的组织管理等提供依据。因此,市场需求要素分析在产业技术路线图的制定中起着举足轻重的作用,选择科学的方法对其进行分析就尤为重要,而目前对数据收集以德尔菲法为主,然而专家很难对要素的属性给出一个准确的评价值,对评价值的分析也需要科学合理的方法。鉴于此,本文提出基于三角模糊数的TOPSIS法在市场需求要素分析中的应用,并在实例中说明该方法的可行性。
1 基于三角模糊数的TOPSIS法的基本原理
1.1 三角模糊数和TOPSIS法介绍
1.1.1 三角模糊数定义:一般的,三角模糊数A可以用有序三元组数A={a,b,c}来表示,其中,1≤a≤b三角模糊数的分布如图1所示,其隶属函数可表示为:
μA(x)=0 xc
对任意两个三角模糊数A1={a1,b1,c1}和A2={a2,b2,c2},运算法则如下:
A1+A2=(a1+a2,b1+b2,c1+c2)
A1-A2=(a1-a2,b1-b2,c1-c2)
A1?茚A2=(a1a2,b1b2,c1c2)
λA1=(λa1,λb1,λc1),(λ>0)
三角模糊数的期望值E=■ 公式1
其中a值的选择取决于决策者的风险态度。当a>0.5时,称决策者是追求风险;当a=0.5时,表示决策者是风险中立的;当ac 公式2
效益型数据隶属度计算公式
μ(x)=0 x≤a■ a≤x≤b1 x>b 公式3
步骤4:如果有不同量纲,则需要利用下列公式对矩阵进行归一化处理。
w■■=w■■w■ 公式4 s■■=s■■s■ 公式5
步骤5:形成加权判断矩阵。
T=SW=(fij)n×m i=1,2,…,m,j=1,2,…n 公式6
步骤6:根据加权判断矩阵获取评估目标的正负理想解。
正理想解:f■■=max(f■)
负理想解:f■■=min(f■)
步骤7:计算各个目标值与正负理想解的欧氏距离。
与正理想解的欧氏距离为:
S■■=■ i=1,2,…,m 公式7
与负理想解的欧氏距离为:
S■■=■ i=1,2,…,m 公式8
步骤8:计算出各个目标的相对贴近度。
C■■=■ i=1,2,…,m 公式9
步骤9:依据相对贴近度的大小,对目标进行排序,形成决策的依据。
2 应用举例
设有某产业的三个市场需求要素构成的集合P=[p1,p2,p3],四位专家构成的集合为B=[b1,b2,b3,b4],专家权重为W=[w1,w2,w3,w4],专家对需求要素的评价和专家权重构成的矩阵如表1所示。
■
对于表1中的数据,经过公式1的运算得到评价值和权重的期望值,在此假设各个专家是风险中立型的,即,计算结果如表2所示。
■
利用公式6得到加权判断矩阵
T=SW=(fij)n×m=0.054 0.027 0.023 0.1830.194 0.142 0.180 0.3100.240 0.160 0.153 0.191
由于需求要素都是效益型指標,所以正负理想解分别为:
fj*=(0.240,0.160,0.180,0.310)
f-j=(0.054,0.027,0.023,0.183)
通过公式7、8、9的计算得到相对贴近度Ci*=(0,0.846,
0.683)。
从小到大排序得出C1* 3 结论 市场需求要素识别是制定产业技术路线图的重要内容,也是制定市场目标的基础。利用基于三角模糊数的TOPSIS法对市场需求要素进行定量分析,充分考虑了人类思维在评分时的模糊性和客观事物的复杂性,使对市场需求要素的评价更为客观实际,决策结果更为可信,具有非常高的实用性,也可以为解决其他类似的排序问题提供借鉴。 参考文献: [1]胡丽芳,关欣等.一种三角模糊数型多属性决策方法[J].控制与决策,2012(12),1877-1885. [2]周亚.多属性决策中的TOPSIS法研究[D].武汉理工学院,2009. [3]李磊,金菊良等.TOPSIS方法应用中若干问题的探讨[J].水电能源科学,2012(3)51-54. [4]孟海华.产业技术路线图方法研究[D].中国科学技术大学,2009.