(完整版)三角模糊数

(ln ,mn ,u n )
11
可靠性与系统工程学院
五、基于三角模糊数贴近度的评价方法步骤
指标y1 指标yi 目标 指标yj 指标ym
12
可靠性与系统工程学院
目标
指标y1 指标yi 指标ym
• 根据各评价方案与最优方案的贴近度可以对备选方案进行优劣排序，根 据各层评价指标与最优方案的贴近度可以对被评单位自身改进指标优先 顺序提供一种有效途径。
7
三角模糊数运算规则
可靠性与系统工程学院
8
可靠性与系统工程学院
三、传统三角模糊数评价方法的不足
1将三角模糊数去模糊值精确化时容易丢掉部分信息
三角模糊数评价值 不考虑喜好去模糊值 模糊度
甲（一般）
乙（一般）
(0.25,0.5,0.75) (0.2, 0.5, 0.8)
0.375
0.375
0.5
0.6
同等条件下，评价对象越精确，风险越小。因此 评价对象越精确越好，模糊度越小越好。
9
可靠性与系统工程学院
四、基于三角模糊数贴近度的评价方法
为了尽量避免去模糊值带来的信息丢失，采用基于 三角模糊数贴近度的评价方法。
10
可靠性与系统工程学院
(l1 ,m1 ,u1 )
P
M (l2
,m 2
,u
2
)
• 因此考虑采用基于三角模糊数贴近度的方法进行评价。 •
3
可靠性与系统工程学院
二、三角模糊数的相关概念
• 一般来讲，用以度量被评价对象性能的各种评价 指标都具有一定的模糊性。语言型模糊评价采用 带语言变量的评价值来度量指标性能，这些语言 评价值取值于用户定义的语言值评价集合。三角 模糊数是将模糊的不确定的语言变量转化为确定 数值的一种方法，将三角模糊数用在评价方法中 能很好地解决被评价对象性能无法准确度量而只 能用自然语言进行模糊评价的矛盾。
可靠性与系统工程学院
需求识别(V 31) 设计分析(V 32)
需求识别(V 31) (0.5,0.5,0.5) (0.5, 0.75, 1)
设计分析(V 32) (0, 0.25, 0.5) (0.5,0.5,0.5)
V31相对于V32“差”,其相对判断值记为(0,0. 25 ,0. 5) ,则V32相对于V31其结论 为“好”是合适的,这时其相对判断值应记为(0. 5 ,0. 75 , 1) 。这里0. 5 + 0. 5 = 1, 0. 5 + 0. 5 = 1 ,0+1= 1 。
4
可靠性与系统工程学院
• 语言型三角模糊数。语言集I=(i0, i1,…, im,…, in) 代表一组有序的语言评价值的集合，其中im为该 语言集中的一个语言评价结果，则该评价结果的 三角模糊数可以表示为=((m-1)/n, m/n, (m+1)/n)。
• 例如，评价值“一般”为语言集（很差，差，一 般，好，很好）的一个评价值，则它的三角模糊 数可以表示为=(0.25, 0.5, 0.75)。
0ห้องสมุดไป่ตู้0.25
0.5 0.75
1
重要性比较
X i 与X j 同等重要
X i 比X j 重要 X i 没有X j 重要
标度（m ij ）
模糊度
（u ij -l ij ）
模糊度是专
家给出的标
0.5
度值可能的
范围，其中
模糊度越
>0.5
大，专家给 出的标度值
<0.5
越模糊。
6
~
~
p ( pij )nn
三角模糊互补判断矩阵
5
可靠性与系统工程学院
评价语言集及其对应的三角模糊数
:
pij
(li j , mi j , ui j )
评价语言变 量
很差 差
一般 好
很好
三角模糊数
(0, 0, 0.25) (0, 0.25, 0.5) (0.25, 0.5, 0.75) (0.5, 0.75, 1)
(0.75, 1, 1)
评判标度
可靠性与系统工程学院
基于三角模糊数贴近度的 评价方法研究
李国胜
可靠性与系统工程学院
一、指标体系 1指标体系的建立
目标层
准则层 RMS工程组织能力(U 1)
RMS工程管理能力(U 2) RMS工程能力
RMS工程技术能力(U 3)
次准则层 组织人员(V 11) 工作流程(V 12) 培训与考核(V 13) 计划管理(V 21) 过程控制(V 22) 知识工程(V 23) 需求识别(V 31) 设计分析(V 32) 试验与评价(V 33) 辅助工具(V 34)
13
可靠性与系统工程学院
谢谢! 敬请各位老师指正!
14
2
可靠性与系统工程学院
2指标体系的特点
• 第一，定性指标较多，评价指标在装备研制单位中的实施 情况无法具体量化
• 第二，同一层次的评价指标之间由于不易判断其重要程度， 所以很难给出相对权重。
• 评价时需要采用一种合适的评价方法。人类评价事物的现 实情况是：估计评价对象各自的真正原始值十分困难，但 是容易用自然语言对其做出模糊评价，而且对其权重的相 对大小或优劣容易做出粗略的估计。