王婷娜
摘要:針對(duì)判斷矩陣專家賦權(quán)研究多使用硬性聚類以及類間權(quán)重值可能出現(xiàn)相同值的情況,提出了基于模糊C均值聚類和距離的賦權(quán)方法。該方法首先利用模糊C均值聚類對(duì)專家所給出的排序向量進(jìn)行分類,然后根據(jù)聚類結(jié)果計(jì)算出各專家的類間權(quán)重和類內(nèi)權(quán)重,從而集結(jié)為屬性權(quán)重。在類間權(quán)重確定過(guò)程中,引入類間距離權(quán)重,給出一種新的類間權(quán)重計(jì)算方法。文末給出的算例表明,所提出的方法是可行、有效的。
關(guān)鍵詞:專家賦權(quán);模糊C均值聚類;類間距離權(quán)重;群決策
一、引言
隨著社會(huì)的發(fā)展,決策問(wèn)題變得越來(lái)越復(fù)雜,僅僅依靠單個(gè)決策者做出有效的決策越來(lái)越困難。為了提高決策的有效性、準(zhǔn)確性和客觀性,人們通常采用群決策的方法。多屬性群決策是群決策中具有代表性的一類群決策,其中屬性權(quán)重的確定是多屬性群決策研究中的一個(gè)重要內(nèi)容。
目前,在群決策研究中基于判斷矩陣的專家賦權(quán)方法大致可以分為兩類:第一類是根據(jù)專家所給的判斷矩陣的一致性程度來(lái)賦權(quán)[1-5],判斷矩陣的一致性越好,專家的權(quán)重就越大;第二類是利用系統(tǒng)聚類的思想對(duì)專家先分類、再賦權(quán)[6-13],同一類中專家越多,此類專家的權(quán)重就越大。總的來(lái)說(shuō),上述方法在專家賦權(quán)上取得了較好的效果,但是仍存在以下問(wèn)題:(1)以往研究中的聚類分析都是關(guān)于硬性聚類,極少考慮模糊聚類的情況;(2)在類間權(quán)重確定時(shí),專家數(shù)目相同的類別往往被賦予相同的類間權(quán)重,無(wú)法區(qū)分類間信息的差異。
針對(duì)上述問(wèn)題,提出了基于模糊C均值聚類和距離的專家賦權(quán)方法,采用模糊C均值聚類進(jìn)行聚類分析,并在計(jì)算過(guò)程中,對(duì)類間權(quán)重確定方法進(jìn)行改進(jìn),最后通過(guò)算例說(shuō)明了該方法的有效性。
五、結(jié)語(yǔ)
根據(jù)對(duì)現(xiàn)有的專家賦權(quán)的分析,提出了一種基于模糊聚類和距離的專家聚類賦權(quán)方法,對(duì)專家聚類賦權(quán)進(jìn)行了改進(jìn),提高了多屬性群決策時(shí)專家聚類賦權(quán)的合理性。
參考文獻(xiàn):
[1]王應(yīng)明,徐南榮.群體判斷矩陣及權(quán)向量的最優(yōu)傳遞矩陣求法[J].系統(tǒng)工程理論與實(shí)踐,1991,11(4):70-74
[2]王應(yīng)明.群組判斷矩陣排序中的廣義最小偏差方法[J].系統(tǒng)工程理論與實(shí)踐,1994,14(9):63-68
[3]徐澤水.群組決策中專家賦權(quán)方法研究[J].應(yīng)用數(shù)學(xué)與計(jì)算數(shù)學(xué)學(xué)報(bào),2001,15(1):19-22
[4]梁樑,熊立,王國(guó)華.一種群決策中確定專家判斷可信度的改進(jìn)方法[J].系統(tǒng)工程,2004,22(6):91-94
[5]梁樑,熊立,王國(guó)華.一種群決策中專家客觀權(quán)重的確定方法[J].系統(tǒng)工程與電子技術(shù),2005,27(4):652-655
[6]郭文明,相景麗,肖凱生.群組AHP權(quán)重系數(shù)的確定[J].華北工學(xué)院學(xué)報(bào),2000,21(2):110-113
[7]劉萬(wàn)里.關(guān)于AHP中群體決策逆判問(wèn)題的研究[J].模糊系統(tǒng)與數(shù)學(xué),2000,14(3):106-110
[8]吳云燕,華中生,查勇.AHP群決策權(quán)重的確定與判斷矩陣的合并[J].運(yùn)籌與管理,2003,12(4):16-21
[9]曾雪蘭,吉建華,吳小歡.基于相容性指標(biāo)的聚類分析專家賦權(quán)法[J].廣西大學(xué)學(xué)報(bào),2005,30(4):337-340
[10]高陽(yáng),羅賢新,胡穎.基于判別矩陣的專家聚類賦權(quán)研究[J].系統(tǒng)工程與電子技術(shù),2009,31(3):593-596
[11]李琳,劉雅奇,李雙剛.一種群決策專家客觀權(quán)重確定的改進(jìn)方法[J].運(yùn)籌與管理,2011,20(4):77-99
[12]周漩,張鳳鳴,惠曉濱等.基于信息熵的專家聚類賦權(quán)方法[J].控制與決策,2011,26(1):153-156
[13]李闖,端木京順,蔡忠義等.基于判斷矩陣的專家模糊核聚類組合賦權(quán)方法[J].控制與決策,2012,27(9):1411-1420