• 沒有找到結果。

主要影響因素之權重計算與排序步驟

在文檔中 1.2 研究目的 (頁 63-66)

WW=n

5.5 主要影響因素之權重計算與排序步驟

對通過一致性檢定之問卷,續透過模糊層級分析法(FAHP)來 計算各影響因素之權重,並依其權重值排序。

5.5.1 主要影響因素之權重計算 一、計算三角模糊數

本研究採 Buckley(1985)所建議之平均數法加以整合,其算式 如下:

E

ij = (1/m)☉( Eij1 ⊕ Eij2⊕… ⊕ Eijm

) (5.6)

E

ij:整合後三角模糊數

E

ijm:問卷 m 對第 i 個與第 j 個之主要影響因子之兩兩比較值

m:通過一致性檢定之問卷份數

二、建立模糊正倒值矩陣

E=﹝E

ij﹞ (5.7)

E:模糊正倒值矩陣 E

ij= (LEij, MEij, UEij)

LE

ij:第i個因素下第 j個評估準則表達問卷的三角函數之左值。

ME

ij:第i個因素下第 j個評估準則表達問卷的三角函數之中間值。

UE

ij:第 i個因素下第j個評估準則表達問卷的三角函數之右值。

E

ij=1/ Eji ,∀ i, j=1,2,Λ,m

三、計算模糊權重

本研究採 Buckley(1985)近似法,如此可考慮一致性,也具有 正規化的概念。

Z

i=(Ei1☉Ei2☉…☉Ein1/m,▽i (5.8)

E

ij:模糊正倒值矩陣第 i 列第 j 欄的三角模糊數

Zi:第 i 項主要影響因素三角模糊數之幾何平均值 V

i:第 i 項主要影響因素之模糊權重

5.5.2 主要影響因素之排序

透過各中階主管對各方案在各評比項目以「極佳」、「佳」、「普 通」、「差」、「極差」之五等級主觀語意判斷的表示方式,來顯示各評 估準則的績效值。而每一個語意變數可以用 0-100 分範圍的三角模糊 數來定義評等。設 Eijk表示第 k 個決策者對方案 i 在評估準則 j 的模糊 績效值,所有的評比項目定義為 S 集合:

E

ij

k = (LEij

k, MEij

k, UEij

k), j

S

(5-9) 因為每個決策者的經歷和學識各不相同,而且其對語意變數的認 定上也有差異,本研究以平均值的觀點來整合 m 個決策者所給與的 模糊判斷值,其計算方式如公式(3)所示:

E

ij = (1/m)☉( Eij1 ⊕ Eij2⊕… ⊕ Eijm

) (5-10) 符號☉係定義中的模糊乘法,⊕定義為模糊加法 Eij為決策者判斷 平均模糊數,而其可用三角模糊數表示如下:

E

ij = (LEij, MEij, UEij) (5-11) 前述 Eij = (LEij, MEij, UEij)之端點值(End-Point)可利用 Buckley (1985) 提出的解法:

LE

ij = ( m ijk

k

LE

=1

)

m

(5-12)

ME

ij = ( m ijk

k

ME

=1

)

m

(5-13)

UE

ij = ( m ijk

k

UE

=1

)

m

(5-14)

次為評估因子的權重與其模糊績效值必須透過模糊數的運算來 加以整合,以計算出整體評估模糊績效的評點值。根據 AHP 所推導 出的權重 wj的權重向量而每個方案的模糊績效矩陣 E 也是由 n 項評 估準則下的每個方案的模糊績效值來取得,即

w = (w

1,…,wj,…,wn)t (5.15)

E=(E

ij), ∀ i, j

(5.16)

最後的模糊綜合評斷係由權重向量 w 以及模糊績效矩陣 E 所推 導出,而所導出的模糊綜合判斷矩陣為 R

如下所示:

R=E。w

(5.17) 其中符號「。」包含了模糊乘法⊗與模糊加法⊕之模糊運算。但 因模糊乘法之運算甚為複雜,故以模糊乘積的近似乘積來替代,模糊 綜合評判矩陣 Ri可表示如下:

R

i = (LRi, MRi, URi ), ∀i (5.18)

LR

i = n

j=1

LE

ij * wj (5.19)

MR

i = n

j=1

ME

ij * wj (5.20)

UR

i =

n j=1

UE

ij * wj (5.21)

經由上(5.5.1 及 5.5.2)述模糊綜合評判可得到各方案的三角模 糊數,然因模糊數並非是明確的數值,無法直接用於方案的比較,因

此必須將模糊數予以去模糊化(Defuzzification)以利排序。亦即,去模 糊化的程序就是找出最佳去模糊績效值(Best Non-Fuzzy Performance Value, BNP),而一般去模糊的模糊排序法包括最大數均值法(Mean of Maximal, MOM),重心法(Center Of Area , COA)以及α-Cut 法三種 (Zhao & Govind, 1991),本文以採用 Teng 與 Tzeng(1993)所提出重 心法進行解模糊化,其主要考量:1.該法簡單易操作,2.不須顧及評 選委員的偏好因素,故模糊數 Ri的 BNPi值可由公式(5.22)計算後加以 求出:

BNPi=[(URi−LRi)+(MRi−LRi)]/3+LRi, ∀i (5.22) 最後以每個採購模式所計算出的 BNP 值來做為規劃設計優劣的排序 依據。

在文檔中 1.2 研究目的 (頁 63-66)