加权直觉模糊德尔菲法

丹Garai^1*罗伊和Tapan库马尔²

数学系,Sonarpur Mahavidyalaya Sonarpur,西孟加拉邦,印度
孟加拉工程和科学大学数学系豪拉,西孟加拉邦,印度,roy_t_k@yahoo.co.in

通讯作者:丹Garai,电子邮件:fuzzy_arindam@yahoo.com

文摘

摘要提出了加权直觉模糊德尔菲法。在现实生活中使用德尔菲法、信息沟通专家不得使用全部的潜力。因此高度精确和现实不能总是得到结论。在直觉模糊德尔菲法,与专家交流模糊德尔菲法是一样的,然而一种改进和仔细的统计工具用于得出更好的结论。再次,专家们利用他们的个人能力和主体性。和能力和预测能力成功地在专家之间的差异广泛。因此不同的重要性,因此权重由决策者应该分配给他们。因此更现实的和准确的预测。

关键字

直觉模糊德尔菲法、直觉模糊决策技术,加权德尔菲法。

介绍

Delphi方法[5]是结构良好的沟通技巧。它最初是作为一个开发系统和交互式预报方法依赖于一个专家小组。它属于subjective-intuitive远见的方法。德尔福是兰德公司首次在1940年代开发的,圣莫尼卡,加利福尼亚州,在操作研究。不同的方法都试过了,和战斗的许多缺点,德尔菲法是由项目兰德在1950 - 1960年代(1959年)由奥拉夫赫尔默,诺曼Dalkey和尼古拉斯resch [14]。

这个名字可以追溯到德尔斐神谕,Woudenberg报告,名字„DelphiA¢是故意由卡普兰,哲学副教授兰德公司(RAND corporation)在一份研究的加州大学洛杉矶分校工作努力针对改善专家预测决策的使用。殿里知识的轨迹,即德尔斐神谕最大的数据库可能是古代世界[14]。

德尔菲法的整体记录是复杂的。有很多情况下该方法产生不良的结果。你可以把这种现象归因于糟糕的应用程序的方法,而不是方法本身的弱点。它还必须意识到,在科技等领域预测,不确定性的程度如此之大,准确、总是正确的预测是不可能的,所以一个高度的误差是可以预料到的!

尽管有这些缺点,今天,德尔菲法是一种被广泛接受的预测工具,已被成功地用于不同地区成千上万的研究从技术预测药物滥用[12]。

一些修改和改进出现在德尔菲法[1]。另一方面,最大的转变发生了从传统的古典数学引入模糊集理论[6]。模糊德尔菲法开发了包括和解释所涉及的不确定性expertsA¢意见[2]。

接下来,模糊集理论进一步研究和直觉模糊集理论介绍了k . t . Atanassov [3] [11]。和模糊德尔菲法进一步发展。2012年,作者研究了直觉模糊环境下的德尔菲法[13]。

认为至今为止,能力和能力来预测专家之间是平等的。但这不是真正的永远。它变化!因此,在这项研究中,专家们被分配不同的重要性,因此权重。为简单起见,使用归一化权重。这有助于形成智能化的专家(!)捆导致更有效和准确的预测。

定义

德尔菲法

韦氏(1978)描述„标准Delphi MethodA¢在以下方式:„带领的这是一个调查监测组,包括几轮的一群专家,他们相互之间都是匿名的,其subjective-intuitive预测旨在达成共识。每次调查后,一个标准的反馈统计组判断计算值和质量的单一预测,如果可能的话,极端的争论和反驳答案反馈…一个¢[14]。

德尔菲法是基于结构调查和利用直观的参与者和可用的信息,主要是专家的人。因此提供了定性以及定量结果和下其探究的,甚至预测规范元素。没有一个Delphi方法,但应用程序是不同的。有协议,在两个或两个以上的德尔菲专家调查„roundsA¢,第二,以后轮,上一轮的调查结果给出反馈。因此,从第二轮专家回答的影响下他们colleaguesA¢意见。因此,德尔菲法是„相对强烈com-munication结构化过程,重要,自然不确定和不完整的知识是可用的,经expertsA评判¢。

模糊集

X的一个模糊子集由其隶属函数定义:X[0, 1],分配给每个X X,一个实数(X)的封闭单元区间[0,1],(X)的价值在X代表成员的年级X [6]。

近的价值(x)是团结,x的会员等级。当隶属函数(x)只包含0和1两个点,隶属函数的特征函数(x)是相同的:x[0, 1],在这种情况下是一套的。

直觉模糊集

一个直观模糊集[3]在X被定义为一个= {< X;μA (x)νA (x) > | x x},μA: x[0, 1],νA: x[0, 1]条件0≤(μA (x) +νA (x))≤1,在μA (x)和νA (x)表示的程度分别加入会员和非[7]。

模糊德尔菲法

模糊德尔菲法[5]于1988年首次引入考夫曼和Gupta,也提出了石川et al。(1993)。Noorderhaben(1995)表明,模糊德尔菲法应用到群体决策可以解决专家意见的共同理解的模糊性。专家预测(或区间值)被用来推导出模糊数,导致模糊德尔菲法。因此,模糊德尔菲法是经典的概括方法[8]。它由以下步骤组成:

直觉和加权直觉模糊德尔菲法(WIFDM)

介绍了直觉模糊德尔菲法在2012年[13]。的参数,可用于支持使用三角直觉模糊数(TIFNs)代替三角模糊数(tfn)主观信息可能转化为客观值要求不能总是得到模糊德尔菲法。主观的信息更容易被像quasi-objective数据的直觉模糊数,因此使用直觉模糊数更为合理。在直觉模糊德尔菲法的情况下,与专家交流是一样的模糊德尔菲法还更改进和仔细的统计工具用于得出更好的结论。专家们使用他们的个人能力和主体性,不知何故不确定空气他们的意见。因此,他们倾向于保护他们的意见。因此,他们更喜欢程度的non-membership隶属程度,这是为什么直觉模糊概念的使用比模糊相关概念。此外,通过使用TIFNs,专家更容易研究实现数据比tfn的嵌套在另一个。,捆的直觉模糊数的概念是一个聚合的过程,似乎是非常方便(不知何故朦胧)主观客观化的观点。另一方面,在一群专家,成功预测不同能力和能力很大程度上专家之一。 It is well known that Nouriel Roubini had successfully predicted global recession of 2009 in as early as 2007. Many economists called him Mr. Doom! Yet, it was exactly that! In real life situations, decision maker may assign varied importance to expertsÃ¢ÂÂ efficiency (from past experience or level of accuracy or any other pre defined criteria). Importances are calculated in mathematics by assigning respective weights. Weights are assigned to each expert. For simplicity, normalized weights are being used here. If there are n experts, their weights may be assigned as

案例研究:时间估计技术实现一个创新的产品

所需的数据问题认知信息处理技术实现的计算机(如使用部分仅在文学为了简单起见)。只被认为是五个专家的意见。这里是要求一群五个电脑专家给一个主观估计的实现新的计算技术在直觉模糊数的格式即由最早的特定日期ec1(我),最早确定的日期eu1(我),最合理的日期mp1 (i),最新的特定日期lc1 (i)和最新确定的日期lu1每个专家Ei (i)。也许同样指出,专家不排名,因此他们的意见不同的权重。让我们以w1 = 0.15 w2 = 0.4, w3 = 0.3, w4 = 0.1, w5 = 0.05

这捆由expertsA¢意见是假定为如下:

以类似的方式,从这层给出了计算平均TIFN (ec2 m, mp2, lc2 m;奖金,lu2米)= (1997.85,2004.1,2011.7;1996.1、2014.05)(1998、2004、2012;1996年,2014年)。现在经理很满意因为意味着TIFN在这两种情况下是相同的。这个过程停止,最后TIFN被接受为总结论expertsA¢意见。这意味着实现这项发明将发生在时间间隔(1996、2014)的内部通道(1998、2004),最可能实现的2012年。现在,找到非分隔组专家,之间的距离expertsA¢意见计算。在文学,没有标准的程序来计算距离TIFNs [9]。这里描述的技术阿诺德•考夫曼马丹m·古普塔是进一步发展[5]。 Arnold Kaufmann, Madan M. Gupta used d (Ni, Nj) to be the normalized distance between two TFNs Ni and Nj with

要指出的是,最小距离是d (E3, E5) = 0.050,最大距离d (E1, E3) = d (E1, E4) = d (E1, E5) = 0.275。现在要找到一双专家来说,距离小于或等于0.1(用R),下面的表。

例如,专家(2、3),(2、5)和(3、5)(4、5)给了几乎相同的估计。对专家的看法2是更类似于专家3和5 4而不是专家。另一方面,预测专家5类似于专家3和4专家。然而专家3不给类似的预测专家4。

结果和讨论

结果清楚地表明,顾客是国王。这是最终的选择Delphi经理即决策者。选择专家根据一些预先定义的标准和分配的重要性。结论不仅取决于专家的选择也是权重分配。如果找到一个优秀的管理者或解释器,做未来的决定将不会是一个艰巨的挑战!这也是该方法的最大弱点。如果Delphi经理无法选择合适的专家或他不够合理分配适当的重要性(权重),不正确的预测可能的结果。解释和比较,讨论了每种方法的弱点和力量在下表中。

引用

n Dalkey o·赫尔默,“实验应用德尔菲法的专家,“管理科学,9卷,第467 - 458页,1963年。
r·e·贝尔曼和洛杉矶德”,决策在模糊环境中,“管理科学,17卷,B141-B164, 1970年。
k . Atanassov直觉模糊集,模糊集和系统,20卷,第96 - 87页,1986年。
d·杜布瓦和h·布雷德”,模糊数的平均值,“模糊集和系统,24卷,第300 - 279页,1987年。
a·考夫曼和m·m·古普塔模糊数学模型在工程和管理科学,爱思唯尔科学公司,纽约,1988年。
g . j . Klir t·a·福杰尔,模糊集,不确定性,和信息,新世纪国际,1988年。
k . Atanassov”思想对直觉模糊集方程,不等式和优化,“笔记直觉模糊集,1卷,1号,17-24,1995页。
h . m .许和c·t·陈,“聚合群体决策下的模糊意见,“模糊集和系统,79卷,第285 - 279页,1996年。
大肠Szmidt和j . Kacprzyk直觉模糊集之间的距离,“模糊集和系统,114卷,第518 - 505页,1997年。
p . Grzegorzewski”指标和订单模糊数空间,“模糊集和系统,97卷,第94 - 83页,1998年。
k . Atanassov“直觉模糊集的两个定理,模糊集和系统,110卷,第269 - 267页,2000年。
Hwang h·c·楚和g . j .,“Delphi-based方法开发专家系统与多个专家的合作,”专家系统与应用程序34卷,pp.2826 - 2840, 2008。
t·k·罗伊和a . Garai“直觉模糊德尔菲法:更现实的和交互式的预测工具,”笔记直觉模糊集,18卷,没有。2、2012。
维基百科的贡献者。德尔菲法。维基百科。免费的百科全书。(2012年6月13日09:57 UTC)(2013年6月17日访问)。(来自网站)