楊燕華,呂躍進(jìn)
(廣西大學(xué)a.電氣工程學(xué)院;b.數(shù)學(xué)與信息科學(xué)學(xué)院,南寧530004)
層次分析法(AHP)[1,2]中,決策者通過對(duì)同一層次中兩兩因素的比較得到判斷矩陣,并由判斷矩陣得到該層次各因素的排序權(quán)重向量。判斷矩陣的一致性及一致性檢驗(yàn)標(biāo)準(zhǔn)影響著最終的排序結(jié)果。美國運(yùn)籌學(xué)家Saaty教授提出了用平均隨機(jī)一致性指標(biāo)RI修正CI的方法,并給出1至13階矩陣的RI值。這一方法在AHP中被普遍接受和應(yīng)用。
由于客觀事物的復(fù)雜性、決策者自身的局限性,一些學(xué)者把模糊數(shù)學(xué)的思想和方法引入到層次分析法中,提出模糊層次分析法(FAHP),將AHP中構(gòu)造的正互反判斷矩陣轉(zhuǎn)為構(gòu)造模糊互補(bǔ)判斷矩陣[3-5]。對(duì)于模糊互補(bǔ)判斷矩陣的一致性問題,目前尚無統(tǒng)一的檢驗(yàn)方法,有文獻(xiàn)提出不同檢驗(yàn)的方法。文獻(xiàn)[6]給出關(guān)于互補(bǔ)判斷矩陣滿意一致性的定義,通過建立可達(dá)矩陣給出互補(bǔ)判斷矩陣滿意一致性的判定方法,但該方法只粗略地考慮了因素重要性的次序一致性,沒有考慮重要性程度的一致性;文獻(xiàn)[7]定義了一個(gè)衡量模糊判斷矩陣加性一致性程度的指標(biāo),但并沒有規(guī)范地給出所定義的一致性檢驗(yàn)指標(biāo)小于何閾值時(shí),判斷矩陣能通過一致性檢驗(yàn)。
本文通過加性一致性條件的數(shù)學(xué)變換,定義了一個(gè)模糊一致性檢驗(yàn)指標(biāo),通過MATLAB仿真實(shí)驗(yàn)構(gòu)造足夠數(shù)量的n階隨機(jī)模糊互補(bǔ)判斷矩陣,并計(jì)算平均隨機(jī)模糊一致性指標(biāo),得到模糊一致性比率,給出不同階數(shù)下判斷矩陣通過一致性檢驗(yàn)的條件。
定義1[8]:設(shè)矩陣R=(rij)n×n,若有0≤rij≤1,則稱矩陣R是模糊矩陣。
定義2[8]:設(shè)模糊矩陣R=(rij)n×n,若有rij+rji=1,則稱矩陣R是模糊互補(bǔ)矩陣。
定義3[8]:設(shè)模糊互補(bǔ)矩陣R=(rij)n×n,若對(duì)任意k,均有rij=rik-rjk+0.5,則稱矩陣R是模糊一致矩陣。
定理1[9]:設(shè)R是n階模糊矩陣,則R是模糊一致矩陣的充分必要條件是存在一n階非負(fù)歸一化的向量W=(w2,…,wn)T及一正數(shù)a,使得?i,j,有下式成立:
上式等號(hào)兩邊同時(shí)對(duì)j求和,得:
文獻(xiàn)[9]已經(jīng)給出a的一個(gè)判斷,a越小表明決策者非常重視元素之間的差異,a越大表明決策者不是非常重視元素間重要程度的差異。在實(shí)際應(yīng)用中,認(rèn)為應(yīng)取a=(n-1)/2。
模糊互補(bǔ)判斷矩陣R中的任意一個(gè)元素rij反映的是兩個(gè)待選方案i和j之間的重要程度之比,可以通過兩個(gè)方案的直接比較得到。矩陣R一致的充分必要條件是rij=a()wi-wj+0.5成立。但在實(shí)際進(jìn)行兩兩比較判斷時(shí),由于信息的不完備性以及人類思維的局限性,一般情況下R很難達(dá)到一致,即所以,對(duì)i,j,有:
對(duì)于上式,本文認(rèn)為模糊互補(bǔ)判斷矩陣R與一致性矩陣的偏差在一定范圍之內(nèi)是可以接受的,當(dāng)矩陣R越接近一致性矩陣時(shí),可接受的程度越高。
又因?yàn)榫仃嘡的互補(bǔ)性,有rii=0.5,當(dāng)i=j時(shí),,因此主對(duì)角元素對(duì)于矩陣R是否一致沒有影響。
綜上分析,本文給出模糊互補(bǔ)判斷矩陣R的一個(gè)模糊一致性檢驗(yàn)指標(biāo)FCI。
稱FCI為模糊互補(bǔ)判斷矩陣R的模糊一致性指標(biāo)。FCI表示rij對(duì)矩陣R不一致的貢獻(xiàn)程度。
又由于矩陣R是互補(bǔ)的,有下面等式成立:上式表明,計(jì)算R的模糊一致性指標(biāo)FCI只需要考慮矩陣的上三角元素。
定理2:模糊互補(bǔ)判斷矩陣R=(rij)n×n是一致性矩陣的充分必要條件是FCI=0。
FCI用來衡量模糊互補(bǔ)判斷矩陣R與一致性矩陣的偏差程度,F(xiàn)CI為0表示R與一致性矩陣沒有偏差,F(xiàn)CI越大表示R的一致性越差。若FCI的值在某一可接受的范圍之內(nèi),認(rèn)為矩陣R是滿意一致的。
定義5:設(shè)模糊互補(bǔ)判斷矩陣R=(rij)n×n,當(dāng)FCI≤c(c為常數(shù)),稱R是滿意一致的。
定義6:平均隨機(jī)模糊一致性指標(biāo)FRI是指多個(gè)同階隨機(jī)互補(bǔ)判斷矩陣的模糊一致性指標(biāo)FCI的平均值。
根據(jù)平均隨機(jī)模糊一致性指標(biāo)FRI的思想,構(gòu)造數(shù)量足夠、且在0.1~0.9模糊標(biāo)度下的n階平均隨機(jī)互補(bǔ)判斷矩陣,分別計(jì)算其FCI值,最后得到FCI的平均值即為FRI。其計(jì)算過程如下:
步驟1:從0.1~0.9模糊標(biāo)度共9個(gè)數(shù)中隨機(jī)均勻取值,作為矩陣R的上三角元素,主對(duì)角元素取0.5,下三角元素取1減去對(duì)應(yīng)位置的上三角元素,構(gòu)成n階隨機(jī)模糊互補(bǔ)判斷矩陣;
步驟2:計(jì)算所得隨機(jī)模糊互補(bǔ)判斷矩陣的模糊一致性指標(biāo)FCI;
步驟3:重復(fù)上述步驟得到足夠多的隨機(jī)矩陣,計(jì)算樣本均值。
這個(gè)均值就是平均隨機(jī)模糊一致性指標(biāo)FRI,是與階數(shù)n相關(guān)的數(shù)值。通過Matlab編碼實(shí)現(xiàn)上述過程。為了保證得到更精確的平均隨機(jī)模糊一致性指標(biāo),迭代次數(shù)均為10000次,即分別構(gòu)造10000個(gè)n階隨機(jī)模糊互補(bǔ)矩陣(這里僅列出階數(shù)n為3至20階)。結(jié)果見表1。
表1 3至20階模糊互補(bǔ)判斷矩陣的平均隨機(jī)一致性指標(biāo)表
對(duì)模擬計(jì)算結(jié)果分析做出樣本頻率分布圖,如圖1(曲線從左至右分別代表4至9階)。
圖1 不同階數(shù)(4至9階)隨機(jī)模糊互補(bǔ)矩陣FCI值分布圖
當(dāng)n>3時(shí),F(xiàn)CI的樣本頻率近似為正態(tài)分布。當(dāng)n=7階時(shí),頻率曲線在FCI=0.0498附近達(dá)到最高峰;當(dāng)n=8階時(shí),頻率曲線在FCI=0.0464附近達(dá)到最高峰;當(dāng)n=9階時(shí),頻率曲線在FCI=0.0514附近達(dá)到最高峰。
FRI值隨著階數(shù)增大而增大,但總體上趨于一個(gè)穩(wěn)定值。進(jìn)一步實(shí)驗(yàn)表明,當(dāng)階數(shù)足夠大,超過500階時(shí)FRI基本趨于0.0666。
定義7:模糊一致性指標(biāo)FCI與同階的平均隨機(jī)模糊一致性指標(biāo)FRI的比值,稱為模糊一致性比率,記為:
用模糊一致性比率FCR檢驗(yàn)矩陣的一致性,F(xiàn)CR越小,矩陣的一致性越好。根據(jù)Saaty的判斷思想,決策者有意識(shí)構(gòu)造的判斷矩陣要比隨機(jī)構(gòu)造的判斷矩陣至少優(yōu)十倍,因此,一般認(rèn)為,F(xiàn)CR≤0.1,模糊互補(bǔ)判斷矩陣符合滿意的一致性標(biāo)準(zhǔn),得到的層次單排序的結(jié)果是可以接受的,否則需要修正判斷矩陣,直到檢驗(yàn)通過。
下面給出算例。由表1知4階矩陣的平均隨機(jī)模糊一致性指標(biāo)FRI(4)=0.0335。
下面利用文獻(xiàn)[6]、文獻(xiàn)[7]中的算例進(jìn)行比較分析。
(1)利用文獻(xiàn)[6]的方法,計(jì)算R的可達(dá)矩陣為:
T對(duì)角線上存在為1的元素,可知矩陣R不一致。但是文獻(xiàn)[3]計(jì)算可達(dá)矩陣的方法,只是在邏輯關(guān)系上考慮了不同因素之間的優(yōu)越關(guān)系,不能體現(xiàn)元素之間重要性程度或優(yōu)越性程度的一致性。
(2)利用文獻(xiàn)[7]定義的加性一致性指標(biāo)
計(jì)算R的加性一致性指標(biāo)為ρ=0.5。文獻(xiàn)[4]直接假設(shè)一個(gè)閾值ε=0.2,認(rèn)為ρ=0.5>ε,故矩陣R一致性較差,沒有給出ε取值的理論依據(jù)。這也是很多文獻(xiàn)[10,11]在定義一致性指標(biāo)時(shí)存在的不足,并沒有規(guī)范地給出通過一致性檢驗(yàn)的閾值。
(3)利用本文定義的模糊一致性指標(biāo)計(jì)算得FCI=0.0525,通過與仿真實(shí)驗(yàn)得到的平均隨機(jī)一致性指標(biāo)進(jìn)行比較,檢驗(yàn)一致性比率FCR=1.5672>0.1。結(jié)果與文獻(xiàn)[6]、文獻(xiàn)[7]一樣,矩陣R不通過一致性檢驗(yàn),且一致性較差。
本文通過定義模糊一致性指標(biāo),仿真實(shí)驗(yàn)給出平均隨機(jī)模糊一致性指標(biāo),其比值用以衡量判斷矩陣是否通過一致性檢驗(yàn),具有一定理論意義。本文的后續(xù)工作將是提出更具一般性的模糊互補(bǔ)判斷矩陣的一致性檢驗(yàn)指標(biāo),而不僅僅局限在加性一致上,并深入研究檢驗(yàn)條件FCR≤0.1與矩陣階數(shù)的關(guān)系。
[1] Saaty T L.The analytic hierarchy process[M].New York:McGraw-Hill,1980.
[2] 王蓮芬,許樹柏.層次分析法引論[M].北京:中國人民出版社,1989.
[3] Orlovsky S A.Decision-making With a Fuzzy Preference Relation[J].Fuzzy Sets and Systems,1978,(1).
[4] Tanino T.Fuzzy Preference Orderings in Group Decision Making[J].Fuzzy Sets and Systems,1984,33(84).
[5] Chiclana F,Herrera F,Herrera-Viedma E,et al.A Classification Method of Alternatives for Multiple Preference Ordering Criteria Based on Fuzzy Majority[J].Journal of Fuzzy Mathematics,1997,4(4).
[6] 樊治平,姜艷萍.互補(bǔ)判斷矩陣一致性改進(jìn)方法[J].東北大學(xué)學(xué)報(bào):自然科學(xué)版,2003,24(1).
[7] 宋光興,楊德禮.模糊判斷矩陣的一致性檢驗(yàn)及一致性改進(jìn)方法[J].系統(tǒng)工程,2003,21(1).
[8] 姚敏,張森.模糊一致矩陣及其在軟科學(xué)中的應(yīng)用[J].系統(tǒng)工程,1997,15(2).
[9] 呂躍進(jìn).基于模糊一致矩陣的模糊層次分析法的排序[J].模糊系統(tǒng)與數(shù)學(xué),2002,16(2).
[10] 和媛媛,周德群,王強(qiáng).基于模糊判斷矩陣的一致性調(diào)整方法[J].系統(tǒng)工程與電子技術(shù),2001,30(11).
[11] 楊靜,邱菀華.模糊互補(bǔ)判斷矩陣一致性檢驗(yàn)和改進(jìn)方法研究[J].控制與決策,2009,24(6).