繼電器產(chǎn)品設(shè)計(jì)方案的多層次模糊綜合評(píng)價(jià)方法研究
2.2 各級(jí)權(quán)重集的建立及權(quán)系數(shù)的賦值方法
在本文中,各權(quán)重集的權(quán)系數(shù)均滿足非負(fù)性及歸一性約束,即:a>0并且∑a=1。
權(quán)系數(shù)的賦值方法很多,包括直接給出法(DDM)、比較矩陣法(CMM)、層次分析法(AHP)、環(huán)比評(píng)分法(CCM)、模糊區(qū)間法(FIM)、重要性排序法(IOM)、二型模糊子集法(TFM)等。賦值方法應(yīng)根據(jù)評(píng)價(jià)指標(biāo)的特點(diǎn)而定。對(duì)于各項(xiàng)具體指標(biāo)來(lái)說,能直接確定權(quán)系數(shù)的,用DDM;能兩兩比較的,用CMM、APH、CCM;能給出模糊區(qū)間的,用FIM;能對(duì)其重要性排序的,用IOM;上述方法均不奏效的,可考慮用TFM[5]。
2.3 模糊評(píng)語(yǔ)集的確定及模糊評(píng)語(yǔ)的量化
總目標(biāo)及各級(jí)子目標(biāo)的模糊評(píng)語(yǔ)均設(shè)四檔,分別為優(yōu)、良、中、差,模糊評(píng)語(yǔ)集記為:
2.4 評(píng)價(jià)模型的選擇和各級(jí)子目標(biāo)的綜評(píng)
擁有多層次指標(biāo)體系的模糊綜評(píng)過程是由低層向高層漸次進(jìn)行的。第k級(jí)評(píng)判指標(biāo)向量即為第k-1級(jí)評(píng)判指標(biāo)的隸屬度,如此逐級(jí)進(jìn)行評(píng)價(jià),最后得到總評(píng)結(jié)果。
式中,表示評(píng)價(jià)目標(biāo)Oij對(duì)評(píng)語(yǔ)“Y”的隸屬度,余類推。稱為評(píng)價(jià)矩陣,用于表示指標(biāo)論域與評(píng)語(yǔ)論域{Y,L,Z,C}之間的模糊關(guān)系,例如:rij1表示Oij1對(duì)于評(píng)語(yǔ)“Y”(優(yōu))的隸屬度。“ 。”是用于對(duì)模糊集合進(jìn)行合成運(yùn)算的合成算子。
關(guān)于模糊集合的合成算法,現(xiàn)已被提出的有9種[6];以之為基礎(chǔ)建立的模糊綜評(píng)合成運(yùn)算模型,常用的有5種[5]。本文采用“乘積、有界和”模型,即M(.,),以便盡可能地將所有評(píng)價(jià)指標(biāo)的影響考慮在內(nèi),避免丟失信息。M(.,)中的廣義模糊“與”運(yùn)算“.”實(shí)際上就是普通的乘法運(yùn)算;廣義模糊“或”運(yùn)算“”為“有上界1求和”運(yùn)算[5],例如:αβ=min(1,α+β)。由于本文中的各權(quán)重集均滿足歸一性約束,故該模型中的“”運(yùn)算就成為普通的加法運(yùn)算,式(6)中的右側(cè)項(xiàng)就成為普通的矩陣乘法。
時(shí)間繼電器相關(guān)文章:時(shí)間繼電器
評(píng)論