模糊综合评判决策

模糊综合评判一个事物的状况往往与多种因素有关，所谓综合评判，就是对多种因素所决定的事物或现象做出总的评价。 对一个事物的评价，常常要涉及多个因素或者多个指标。人力资源中会根据候选者的学历，工作经验，专业技能，敬业精神等，看成是由多种因素组成的模糊集合（称为因素集 u），再设定这些因素所能选取的评审等级，组成评语的模糊集合（称为评判集 v），分别求出各单一因素对各个评审等级的归属程度（称为模糊矩阵），然后根据各个因素在评价目标中的权重分配，通过计算（称为模糊矩阵合成），求出评价的定量解值。

一个事物的状况往往与多种因素有关，所谓综合评判，就是对多种因素所决定的事物或现象做出总的评价。 对一个事物的评价，常常要涉及多个因素或者多个指标。人力资源中会根据候选者的学历，工作经验，专业技能，敬业精神等，看成是由多种因素组成的模糊集合（称为因素集 u），再设定这些因素所能选取的评审等级，组成评语的模糊集合（称为评判集 v），分别求出各单一因素对各个评审等级的归属程度（称为模糊矩阵），然后根据各个因素在评价目标中的权重分配，通过计算（称为模糊矩阵合成），求出评价的定量解值。上述过程即为模糊综合评判。

利用模糊数学的办法将模糊的安全信息定量化, 从而对多因素进行定量评价与决策, 就是模糊决策(评价) 。

这里所说的模糊的安全信息, 其实就是我们常说的描述与安全有关的定性术语。例如预测事故发生, 常用可能性很大 , 可能性不大或很小; 预测事故后果时, 常用灾难性的、非常严重的、严重的、一般的等术语进行区别。如何用这些在安全领域中常用的定性术语进行评价和决策, 采用模糊数学的方法是行之有效的途径之一。

传统的安全管理, 基本上是凭经验和感性认识去分析和处理生产中各类安全问题, 对系统的评价只有" 安全”或 " 不安全”的定性估计。这样的分析, 忽略了问题性质的程度上的差异, 而这种差异有时是很重要的。例如在分析和识别高处作业的危险性时, 不能简单地划分为 " 安全”、" 不安全”, 而必须考虑 “危险性”这个模糊概念的程度怎样。模糊概念不是只用 "1”(安全),"0”(不安全)两个数值去度量, 而是用0～1之间一个实数去度量, 这个数就叫 "隶属度”。例如某方案对" 操作性” 的概念有八成符合, 即称它对 " 操作性” 的隶属度是0.8 。用函数表示不同条件下隶属度的变化规律称为 "隶属函数”。隶属度可通过已知的隶属函数或统计法求得。

模糊决策主要分为两步进行: 首先按每个因素单独评判 , 然后再按所有因素综合评判。

一、建立因素集

因素集是指以所决策 (评价) 系统中影响评判的各种因素为元素所组成的集合, 通常用U表示, 即 :U ={u1,u2,…,um}

各元素ui(i=1,2, … ,m) 即代表各影响因素。这些因素通常都具有不同程度的模糊性。例如, 评判作业人员的安全生产素质时, 为了通过综合评判得出合理的值, 可列出影响作业人员的安全生产素质取值的因素, 一般包括 : u1——安全责任心 ;u2 ——所受安全教育程度 ; u3——文化程度 ;u4——作业纠错技能;u5——监测故障技能 ; u6—— 一般故障排除技能 ;u7——事故临界状态的辨识及应急操作技能。

上述原素 u1～u7 都是模糊的, 由它们组成的集合, 便是评判操作人员的安全生产技能的因素集。

二、建立权重集

一般说来, 因素集U中的各因素对安全系统的影响程度是不一样的。为了反映各因素的重要程度, 对各个因素应赋予一相应的权数Qi。由各权数所组成的集合 :

A={α1,α2, … ,αm} (5-32)

A 称为因素权重集,简称权重集。

各权数比应满足归一性和非负性条件 :

它们可视为各因素对"重要”的隶属度。因此, 权重集是因素集上的模糊子集。

三、建立评判集

评判集是评判者对评判对象可能作出的各种总的评判结果所组成的集合。通常用 V 表示 , 即 :

V =( υ1,υ2, …, υn)

各元素υi即代表各种可能的总评判结果。模糊综合评判的目的, 就是在综合考虑所有影响因素基础上, 从评判集中得出一最佳的评判结果。

四、单因素模糊评判

单独从一个因素进行评判, 以确定评判对象对评判集元素的隶属度, 称为单因素模糊评判。

设对因素集U中第 i 个因素 ui 进行评判, 对评判集 V 中第 j 个元素υj的隶属度为rij,则按第 i 个因素灿的评判结果 , 可得模糊集合:

Ri=（ri1，ri2，…，rin）

同理 , 可得到相应于每个因素的单因素评判集如下 :

R1=（r11，r12，…，r1n）

R2=（r21，r22，…，r2n）

…

R2=（rm1，rm2，…，rmn）

将各单因素评判集的隶属度行组成矩阵 , 又称为评判 (决策) 矩阵。

五、模糊综合决策 单因素模糊评判, 仅反映了一个因素对评判对象的影响。要综合考虑所有因素的影响 ,得出正确的评判结果, 这就是模糊综合决策。

如果已给出决策矩阵R, 再考虑各因素的重要程度, 即给定隶属函数或权重集 A, 则模糊综合决策模型为 :

B =AR (5-35) 评判集 V 上的模糊子集 , 表示系统评判集诸因素的相对重要程度。