第三章 研究方法
3.4 模糊層級分析法
38
七、層級分析法的優缺點
(一)優點:
1.理論簡單,使用容易且具系統性,在實務上已被廣泛應用。
2.將相關準則的因素納入評估架構中,讓評估更容易可行,且能 具體的表示出各因素優先順序。
3.因將相關評估因素納入具系統完整的層級架構中,可清楚的知 道不佳處,來做為之後的改善。
(二)缺點:
1.傳統 AHP 是用來解決固定精確的問題,對於不精確的問題來評 估往往與現實情況有所差異。
2.要素方案的評估往往是用較主觀的方式來給定因素間的重要 性,不夠客觀。
3.層級數過多,影響評估品質。
39
3.4.2 建立層級架構
層級架構的精神是以目標問題為根本,透過階層的方式分析各層面可能 的影響因素有哪些。通常可以透過專家訪談、文獻蒐集等方式,藉以建立問 題的層級結構。本研究是以模糊德菲專家意見調查(FDM)的方式,篩選出 符合目標問題的重要影響因素,並予以建立層級架構。
3.4.3 建立模糊成對比較矩陣 A~
此矩陣是以要素間相對的重要程度來建立,矩陣之建立可藉由模糊語意 變數之方式衡量準則項目之評價值,如表3.4 與圖 3.4 所示:
表3.4 三角模糊語意表
模糊數 語意值
1~
=(1,1,1) 同等重要
2 =(1,2,3) % 介於同等重要與稍微重要之間
3%=(2,3,4) 稍微重要
4 =(3,4,5) % 介於稍微重要與頗為重要之間
5%=(4,5,6) 頗為重要
6%=(5,6,7) 介於頗為重要與非常重要之間
7=(6,7,8) % 非常重要
8%=(7,8,9) 介於非常重要與絕對重要之間
9%=(8,9,10) 絕對重要
資料來源:Buckley【30】
圖3.4 模糊語意變數示意圖 資料來源:Buckley【30】
40
3.4.4 模糊權重值計算
特徵向量(Eigenvector)或稱優勢向量(Priority Vector),即要素的權重 值。本研究利用Buckley(1985)所提出之「列向量幾何平均值常態化」,對 三角模糊正倒值矩陣進行權重計算,如下所示【30】:
( )
(
Z Z Z)
i nZ W
a a
a Z
n i
i
in n i
i i
,..., 2 , 1 ...
/
...
2 1
1 2
1
=
⊕
⊕
⊕
=
⊗
⊗
⊗
= (3.11)
其中
ij :
a 矩陣中第 i 列第 j 欄的模糊數
Z:模糊數之列向量平均值
i:
W 第 i 項因素之模糊權重 3.4.5 模糊一致性檢定
Buckley【30】於 1985 年指出,模糊矩陣 A~
之一致性檢定方法,可以根 據Saaty【38】於 1980 年所提出之傳統 AHP 法之一致性檢定方法求得,藉由 求算模糊數中間值矩陣之方式,當A=
[ ]
aij 符合一致性檢定的要求(CI < 0.1)時,可進步推論出FAHP 之A~ =
[ ]
a~ij 也有一致性。3.4.6 層級串連
將模糊評價值(E~)與模糊權重(W~)運用模糊乘積的方式得到最終模 糊評價(R~)。
W E
R~= ~× ~ (3.12)
3.4.7 解模糊化
解模糊化(Defuzzification)是將模糊數轉換成為一個明確值的方法,本 研究係利用重心法(Center of Gravity Method),透過計算模糊數的隸屬函數 之幾何中心(重心)的方式,找出的重心即是模糊數的明確值。
41
3.4.8 排序
將各方案所得之最終分數予以優先排序,即可得到眾多方案中最佳的方 案與其他替代方案的先後順序。本研究之FAHP 步驟如圖 3.5 所示。
圖3.5 本研究 FAHP 流程示意圖