第三章 研究架構與方法
3.2 研究方法
3.2.6 模糊層級分析法
客觀評估分數。本研究之FAHP 法的進行步驟如下:
1.問題描述:層級分析的首要在於確立問題的根本,問題即是決策者欲尋 求解答的目標。本研究之目標問題即是「汽車營業據點的區位選 擇」,清楚的釐清後便能進行更深入的分析。
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.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,
本研究中加入陳振東【25】提出之相似性整合法(SAM)做為建立矩 陣前,整合專家模糊評估值共識之方法。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3-3 與圖 3-11 所示:
表3-3 三角模糊語意表
模糊數 語意值
1=(1,1,1) 一樣重要
2 =(1,2,3) 介於一樣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) 介於頗為重要與相當重要之間7=(6,7,8) 相當重要
8
=(7,8,9) 介於相當重要與極為重要之間 9=(8,9,10) 極為重要資料來源:Buckley【1】、【2】
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:
1
1 2
( ... ) ,
( ... )
n
i i i in
Z a a a i
W Z Z Z Z
= ⊗ ⊗ ⊗ ∀
= ∅ ⊕ ⊕ ⊕
(3-25) 1 2 3 4 5 6 7 8 9 10x
8
9
7 6
5
3 4 2 1
A
( )
x µ圖.3-11 模糊語意變數示意圖
資料來源:Buckley【1】、【2】
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
同時,本研究對區位候選的方案準則評估值之衡量方式,將其 分為質化與量化兩部分。質化準則方面,因質化準則無法以明確數 值加以衡量,故以模糊語意變數之方式,表現各方案的評價值。此 外,在量化準則方面,則是利用Wedley(1990)所提出之計算量化資 料權重之方法,以表現各方案的評價值;其公式如下【31】:
當評估值為效益基準(愈大愈好)時可使用:
( ) X i n
w
nX
j j i
i 1,2, ,
1
"
=
=
∑
=
, (3-26)
當評估值為成本基準(愈大愈不好)時可使用:
n i
X w X
n
j j
i
i
1 , 2 , ,
1 1
1
"
=
⎟ ⎟
⎠
⎞
⎜ ⎜
⎝
= ⎛
∑
=,
(3-27)其中
X :第 i 個項目之實際衡量值。
iw :第 i 項項目之權重值。
i5.模糊一致性檢定:Buckley (1985)指出,模糊矩陣 A~
之一致性檢定方法,
可以根據 Saaty(1980)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
=[ ] a
ij 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。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
~ ~ ~= D (3-28)
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。
∫
=
∫
U A
U A
dx x u
xdx x u A
G
( )* ) ) (
( ,其中 A
( ) 0
Uµ x dx
≠
∫
(3-29)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 3-12 所示。
問題描述與建立 層級架構
建立模糊成對比較矩 陣;計算特徵向量
利用模糊數計算各要 素準則的模糊權重
將方案依解模糊化的 後分數,排列最適解 藉由模糊綜合評判法 將方案與層級串聯 利 用 相 似 性 整 合 法 (SAM)整合專家權重
圖3-12 本研究 FAHP 流程示意圖