模糊層級分析法 模糊層級分析法 模糊層級分析法 模糊層級分析法

本節分別敘述層級分析法、模糊理論，以及兩種方法所結合出來的模糊層級 分析法之定義與用途。

2.5.1 層級分析法層級分析法層級分析法 層級分析法

層級分析法(Analytic Hierarchy Process；簡稱 AHP 法），由美國賓州匹茲堡大 學教授 Saaty 於 1971 年所提出，應用於優先順序的決定、資源規劃、分配及投資組 合等方面。其於 1980 年更提出一套完整的方法論，目的是將複雜的問題有系統化 地加以簡化，利用層級結構將問題作層級分解，並透過量化的判斷，尋得脈絡後加 以綜合評估，以提供決策者選擇適當方案的完整資訊，減少決策錯誤的風險。

AHP 法的基本假設，主要包括下列九項(Saaty, 1980)：

1. 系統可被拆解成許多種類(Classes)或成份(Components)，形成層級結構。

2. 層級架構中，每一層級的要素均具有獨立性(Independence)。

3. 每一層級中的要素，可以用上一層級中某些或所有的要素進行評估。

4. 進行比較評估時，可將絕對數值尺度轉換成比率尺度。

5. 進行成對比較後，可以使用正倒數矩陣(Positive reciprocal matrix)處理。

6. 偏好關係滿足具遞移性(Transitivity)，不僅優劣關係遞移性(Ａ優於Ｂ，Ｂ優於 Ｃ，則Ａ優於Ｃ)，同時強度關係也必須滿足遞移性(Ａ優於Ｂ兩倍，Ｂ優於Ｃ 三倍，則Ａ優於Ｃ六倍)。

7. 完全遞延性不易存在，所以容許些許不具遞延性的情況存在，但必須測試其 一致性(Consistency)的程度。

8. 要素的優先程度可以用加權法則(Weighting principle)求得。

9. 任何要素只要出現在層級架構中，不論優先程度如何，皆與整個評估架構有關。

AHP 法之進行步驟，其流程如圖 2-3 所示(Satty, 1986; 鄧振源與曾國 雄,1989ab)：

圖 2-3 AHP 法之進行流程 考慮因素分析

問題描述

建立層級架構

問卷設計

問卷填寫

建立成對比較矩陣

計算特徵值與特徵向量

求取一致性指標

CR<0.1

決定構面之權重 CI<0.1 特定目

標群體

是 否

是 否

電腦決策依據

2.5.2 模糊理論模糊理論模糊理論模糊理論

模糊理論是由美國 California 大學之教授 Zadeh(1965)在「資訊與控制 (Information and Control)」論文中發表了「模糊集合(Fuzzy Sets)」所創始。模糊 理論能將概念性語言轉換為數學形式，並加以排序，由於模糊理論能將人們在行 為上的模糊性給予一個精確的數值，所以在處理決策問題上，能更具有彈性，更 能表現出人們的思考方式。但是，模糊理論絕對不是一個模糊不清的理論，是因 為該理論承認模糊情況的產生，並以數學模式加以嚴密討論而聞名的；模糊集合 (Fuzzy Set)是用來表示界限或邊界不分明，且具有特定性質事物的集合，目的在 解決現實環境中之不確定與模糊性。

模糊理論與傳統理論最大的不同處，在於可以藉由語意或者是口語化的敘述 轉換成模糊集合，利用一套系統化的模糊運算，將語意或口語化的敘述轉成可運 用的資訊(余強生與盧彥戎，2002)。

1. 模糊集合(Fuzzy set )

在普通集合論中，一個元素 X 與一個集合 A 的關係必定只有 X 屬於 A(X∈A)，在其特徵函數為 1；或是 X 不屬於 A(X∉A)，其特徵函數為 0，這 二種情況之一發生，即：





∉

= ∈

A X

A x X

A 0,

, ) 1 (

µ

2. 三角模糊數(Triangular fuzzy number)

三角模糊數，用於績效評估或方案選擇時，若評估準則為質化指標，其描 述常為一語詞，而所對應之數值通常是在某一範圍內，若以明確值表示，較不 能反映真實之情況。因此在模糊多屬性評估法中，大多採用具運算簡易、容易 瞭解、問卷較易填答等特點的三角模糊數。所以本研究乃利用三角模糊數來表 達產品屬性。

本研究使用之三角模糊數Ã=(l,m,r)，如圖 2-4 所示，其隸屬函數µ~_A(x)除

了具有Dubois & Prade(1978)所定義的性質之外，亦須滿足下列五個條件：

2.5.3 2.5.3 2.5.3

2.5.3 模糊層級分析法模糊層級分析法模糊層級分析法模糊層級分析法

有鑑於層級分析法(AHP)無法克服決策時所伴隨模糊性之缺點，Laarhoven 與 Pedrycz(1983)便將 Saaty(1980)之傳統層級分析法加以演化，發展模糊層級分 析法(Fuzzy AHP；簡稱 FAHP)，將三角模糊數直接代入成對比較矩陣中，以防在 處理準則衡量、判斷等過程中所產生之模糊性問題。FAHP 以區間值(Interval value) 取代傳統 AHP 之確定數值(Exact value)，讓專家於決策時能以較人性化的尺度評 估問題，給予評估因子比較值。

模糊層級分析法為常用的多屬性評估法(Multi-Attribute Decision Making；簡 稱 MADM 法)之一，所處理的決策問題為在已知的有限方案的情況下，如何決定 替選方案的優先順序(Chen & Hwang, 1992; 馮正民與邱裕鈞﹐2004)。FAHP 應用 於諸多方案的優先順序決策(Kahraman﹐2003)；其應用有 Cheng 等人(1997)以模 糊AHP 法建立海軍飛彈系統的準則，並依實際資料，來驗證其所建立之績效評 分模式。Deng (1999) 提出一種模糊的方法，解決實務上多準則評估的問題。

Cheng 等人(1999)提出模糊語意變數權重，以模糊理論與 AHP 法，評價攻擊直升 機武器系統。Chan 等人(2000)提出一種技術篩選運算法，從經濟價值觀點應用模 糊AHP 法，藉由透過階層，找出每項替代技術的優先權重，稱為模糊適當指數，

然後依優先順序排列。Kuo 等人(2002)透過整合模糊 AHP 和類神經網路，建立 便利商店位置的決策支援系統，即為建立模糊AHP 層級架構，結果顯示該系統 較迴歸模型精確。賀志豪(2004)以模糊 AHP 法建構出軍事採購績效評估架構，

提供軍事採購相關部門不同階段的績效考核的評估指標。郭英峰(2005)應用模糊 AHP 分析消費者對行動加值服務之偏好，依序為簡訊發送、通訊錄、醫療諮詢、

交通資訊及防盜刷等功能；可提供系統業者作為行動加值服務依據。

2.

2.

2.

2.6 66 6 文獻回顧結語 文獻回顧結語 文獻回顧結語 文獻回顧結語

綜合以上之探討，過去對於創意設計主要以腦力激盪法、查核表等，CPSCPSCPSCPS

手法來探討，大多以設計者本身具有的專業知識來發揮設計創意，在此情境下所 發展出的產品設計經驗準則，往往從容易製造的角度來發揮，欠缺以使用者、環 保的觀點，且對特定使用群體的需求在設計時也著力不足。而對於藉由電腦化來 協助產品創意的問題，目前在綜合「案例式推理與使用者為中心的設計法」的實 務領域中，則尚未被深入探討過。

綜觀上述，吾人將從以下定位進行研究。

1. 從產品生命週期—「使用者」與「製造、環保」的角度來解構產品屬性，以 語意變數(採三角模糊數)來表達屬性值，發展電腦輔助的產品創新系統，以降 低人為能力因素的受限。

2. 整合 CBR 與 AHP 法於產品創新設計應用中，經檢索與篩除電腦化作業，有效 率的求得創意產品設計選擇方案。