当前位置:首页 > 基于层次分析法的模糊综合评价模型
?r11??r21??Rn?r31?M??r?p1
rrrr122232KMp2??K25??K35?M??Krp5??
15rrr 其中,rpm为第n个一级评价指标下第p个二级评价指标相对于第m个评价等级的隶属度,通过德尔菲法由专家打分给出。各专家的评判用百分数表示,并作为论域,即U=[0,100],各项指标的测评分为(优,良,中,差),都是U 上的模糊子集,分别用 (A,B,C,D) 表示,应用模糊统计建立它们的隶属函数如下:
0 ,0≤u<85
A(u)= 1/2+1/2sinπ/10(u-90) ,85≤u<95
1 ,95≤u<100
0 ,0≤u<75 1/2+1/2sinπ/5(u-77.5) ,75≤u<80
B(u)= 1 ,80≤u<85
1/2-1/2sinπ/10(u-90) ,85≤u<95
0 ,95≤u≤100
0 ,0≤u<60 1/2+1/2sinπ/10(u-65) ,60≤u<70
C(u)= 1 ,70≤u<75
1/2-1/2 sinπ/5(u-77.5) ,75≤u<80 0 ,80≤u<100
1 , 0≤u<60
D(u)= 1/2-1/2 sinπ/10(u-65) ,60≤u<70
0 ,70≤u<100
上述隶属度函数确定的合理性在于,假定1个专家对某项指标测评为87分,则在A(U)所属函数中的值为0.0955,在B(U)所属函数中的值为0.9045,在C(U) 所属函数中的值为0,在D(U)所属函数中的值为0。与实际中以百分制为计的87 分为良吻合。同
6
时,也注意到87分也有可能向优的趋势发展。但不可能是中和差,从所属函数中的值为0可完全得到验证。上述隶属度函数如图1。
各专家对每项指标测评。例如,有5个专家对A11项进行测评分别为62、73、84、92、53,则:
A(U)=1/5[A(62)+A(73)+A(84)+A(92)+A(53)]=0.1588 B(U)=1/5[B(62)+B(73)+B(84)+B(92)+B(53)]=0.2412 C(U)=1/5[C(62)+C(73)+C(84)+C(92)+C(53)]=0.2191 D(U)=1/5[D(62)+D(73)+D(84)+D(92)+D(53)]=0.3809
5.4 构造模糊判断矩阵
先构造一级评价指标间两两比较判断矩阵P;由n次调查,就某因素对其相关的同
一层的全部因素的重要性(本文中由于条件所限,我们根据讨论的结果给各个因素的重要性做了排序)进行两两比较,结果以模糊数定量表示,得模糊判断矩阵P。P?uij??n?n,
其中uij是三角模糊数。二级指标的模糊判断矩阵分别记为P1 ,P2 ,P3 ,P4,P5构造方法与P的一致。
根据上述各符号的意义得矩阵P
u1 u2 un
7
?u11?uP??21???un1u12u22un2u1n?u1?u2n?u2 ??unn?un
5.5 确定各评价指标的权重。
5.5.1 一、二级评价指标的权重确定 标度 1 3 5 7 9 2,4,6,8 含义 表示因素ui与uj比较,具有同等重要性 表示因素ui与uj比较,ui比uj稍微重要 表示因素ui与uj比较,ui比uj明显重要 表示因素ui与uj比较,ui比uj强烈重要 表示因素ui与uj比较,ui比uj极端重要 2,4,6,8分别表示相邻判断1和3,3和5,5和7,7和9的中值 表示因素ui与uj比较得判断uij,则uj与ui比较得判断uji?1/uij 倒数
1. 和积法计算各因素的权重值: (1)将判断矩阵每一列归一化:uij?uijn?uk?1, ?i,j?1,2,n?,
kj (2)每一列正规化的判断矩阵按行相加:wi??uij, ?i,j?1,2,j?1n,n?
(3)对向量W?w1,w2,?,wn?T作正规化处理:wi?wi?wj?1n, ?i,j?1,2,n?,依次所
j得到的W??w1,w2,,wn?即为所求的特征向量,亦为权重。
T 2.检验权重的分配是否合理,需要对判断矩阵进行一致性检验,如果一致性不满足要求,则需要调整判断矩阵直到其达到一致性的要求。 (1)计算判断矩阵的最大特征根?max?1?PW?i; ?nwi 8
(2)检验
CR? 其中CI?1??max?n?,RI为判断矩阵的平均随机一致性指标。 n?1CI RI对于1~9阶判断矩阵,RI取值如下表:
n RI
当CR<0.10时,判断矩阵满足一致性,说明权重分配是合理的; 同理, 求得各二级评价指标的权重,记为:W1 ,W2 ,W3 ,W4,W5。
5.6 建立绩效评价模型
依据城市交通绩效影响因素的特点,本文采用二级综合评价模型。二级综合评价模型的思想是:将评价因子集分成若干子集(即城市交通绩效评价指标体系中的两级结构),对每个二级指标的子集进行评价后, 再以各二级指标的评价结果为因子,对一级指标进行评价。
O?W1 0.00 2 0.00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41 9 1.45 R?W?WR,WR,WR,WR,WR?其中,O是评价结果向量。
1122334455最后,应用模糊数学中最大隶属度原则,对被评价城市交通的绩效进行分级评价。
六、模型求解
6.1 权重计算法
由于本模型涉及多项数据指标,所以我们采用A,B类城市相比较的方式由模糊矩阵方法得出二级指标的权重。其中A类是交通绩效相对比较高的城市,B类是交通绩效有待改进的城市。最终我们在考虑到功能特征后以接近A类城市为最优解。 相似程度S=A类指标/(B类指标—A类指标)
9
共分享92篇相关文档