首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于符号信息和区间q-Rung Picture模糊计算的高端装备制造决策方法_广东海洋大学_202410187261.2 

申请/专利权人:广东海洋大学

申请日:2024-02-20

公开(公告)日:2024-05-10

公开(公告)号:CN118013410A

主分类号:G06F18/243

分类号:G06F18/243;G06F17/16;G06Q10/0631;G06Q50/04

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.28#实质审查的生效;2024.05.10#公开

摘要:本发明涉及一种基于符号信息和区间q‑RungPicture模糊计算的高端装备制造决策方法,首先通过基于符号的调查问卷和投票统计将评估专家的决策意见转换为区间q‑RungPicture模糊数并生成原始多属性群决策矩阵,再利用信息熵生成评价属性权重矩阵并计算加权多属性群决策矩阵,进而构建理想决策矩阵,接下来利用提出的接近度函数计算归一化优先级系数,最后,根据该系数的大小对备选方案的优劣进行排序并输出决策结果。本发明方法利用符号信息和区间模糊计算技术不仅保留了更多的决策信息,而且将评估专家的个人影响限制在给定选项范围内,能够减少个人偏见并更好地发挥集体智慧,以满足高端装备制造过程中各种决策场景的需要。

主权项:1.一种基于符号信息和区间q-RungPicture模糊计算的高端装备制造决策方法,其特征在于,包括以下步骤:第一步:确定备选方案集合,记为E={Ei|i∈M},其中M={1,2,…,m};确定评价属性评价标准集合,记为U={uj|j∈N},其中N={1,2,…,n}。据此编制符号调查问卷,如表1所示。表1符号问卷格式 每一组备选方案E1,E2,…对应表中的一行。每个评价属性u1,u2,…为指定方案提供三个符号选项。选择对应选项只需将相应的单元格涂黑即可。其中√表示认可该方案具备该属性,或认为该属性较强;○表示对该方案具备该属性持中立或犹豫态度;×表示不同意该方案具备该属性,或认为该属性较弱;而问卷无法回收或非法选项即每个属性同时选择两个及以上符号或三个符号都不选则表示拒绝回答。第二步:收集整理与各类符号得票数有关的统计信息,并将数据表示为区间q-RungPicture模糊数。由专家组对备选方案的评价属性进行投票。来自同一单位的所有专家作为一个整体被视为一个决策组,则由多家单位构成的全部决策组记为集合D={dk|k∈T},其中T={1,2,…,t}。然后,根据专家的专业领域将来自同一单位的专家组进一步细分为多个类别比如机械类、电气类、管理类等。不同类别的专家对备选方案Ei的第j个评价属性的三个符号具有不同的投票率,形成区间q-RungPicture模糊数来代表该决策组的群体偏好,其中表示在第k个决策组的所有类别中关于第i个备选方案的第j个评价属性的√符号的最小投票率,表示在第k个决策组的所有类别中关于第i个备选方案的第j个评价属性的√符号的最大投票率。类似地,和分别表示○和×符号在第k个决策组的所有类别中关于第i个备选方案的第j个评价属性的最小和最大投票率。第三步:创建原始多属性群决策矩阵。令Xi为备选方案集合E中第i个备选方案Ei对应的原始多属性群决策矩阵,由t个决策组对相关n个评价属性的评估数据生成: 其中区间q-RungPicture模糊数是第k个决策组针对第i个备选方案的第j个评价属性给出的评估结果,且第四步:循环迭代确定q值。让q从1开始,以1为步长逐步增加1,2,3,…,直到原始多属性群决策矩阵Xi中的所有元素都满足条件为止。第五步:根据信息熵原理确定评价属性权重矩阵。评价属性uj的信息熵Sj定义为: 其中且分别代表第k个决策组给出的与第i个备选方案的第j个评价属性相关的正成员度、中立成员度和负成员度的下限和上限。那么,评价属性uj的权重wj可以表示为: 显然0≤wj≤1且然后利用全部权重wjj∈N构建评价属性权重矩阵 第六步:构建加权多属性群决策矩阵。利用1式和4式,第i个备选方案Ei对应的加权多属性群决策矩阵Yi定义如下: 其中 且此外,检查Yi中的所有元素是否满足条件如果不是,则继续增加q值并从第四步开始循环迭代,更新所有相关计算数据,直到满足所有条件为止。第七步:构建理想决策矩阵。遍历所有加权多属性群决策矩阵Yii∈M相同位置的元素,正理想决策矩阵Y+和负理想决策矩阵Y-分别定义为: 如果uj是收益型评价属性,则 且 如果uj是成本型评价属性,那么9式和10式中所有的“min”和“max”彼此互换。此外,检查Y+和Y-中的所有元素是否分别满足和如果不是,则继续增加q值并从第四步开始循环迭代,更新所有相关计算数据,直到满足所有条件为止。第八步:计算加权多属性群决策矩阵Yi与理想决策矩阵的接近度。加权多属性群决策矩阵Yi与正理想决策矩阵Y+的接近度定义为: 加权多属性群决策矩阵Yi与负理想决策矩阵Y-的接近度BNPjiaY-Yi定义为: 其中而|YiY-|,|Y-|,|Yi-Y-|与|YiY+|,|Y+|,|Yi-Y+|的计算方法类似,只是计算公式角标中的“+”全部换成了“-”。第九步:计算归一化优先级系数。第i个备选方案Ei对应的归一化优先级系数NPCjiai定义如下: 第十步:输出决策结果。将各个方案按照其对应的归一化优先级系数从大到小进行排序,则获得了备选方案从优到劣的决策输出结果。

全文数据:

权利要求:

百度查询: 广东海洋大学 一种基于符号信息和区间q-Rung Picture模糊计算的高端装备制造决策方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。