评价网 > 科教论文 > 工学毕业论文 > 计算机应用论文 > 正文

模糊层次分析法在网络设备优选中的应用(1)

2015-07-07 01:15 摘 要 本文给出了网络设备优选方案评价指标体系，通过对模糊层次法分析，建立模糊层次分析法评价模型。它采用模糊一致关系去实现模糊推导，利用模糊一致矩阵实现动态自适应。评价模型具有根据具体问题情况进行调节的能力，优于传统AHP法的特点。模糊层次评价模型不仅用于设备优选方案，也可达到实现最大费效比目的。 关键词 网络设备；模糊层次分析法；方案优选
1 引言 随着计算机和通信设备的长足发展，网络设备的广泛使用，使普通用户的生活和社会经济对网络和网络设备的依赖性比以往都更加强烈。通常网络设备具有价格较为昂贵、使用时间长、不易更换的特点，选择的好坏、合理不合理对于企业和用户具有重大意义。根据设备的特点合理选择是用户最关心的事情，也是利用设备实现最大费效比的主要方法。 基于模糊一致矩阵的模糊层次分析方法，优于传统的层次分析法AHP。传统AHP方法不可避免的有：判断矩阵的一致性指标很难达到，如果要想调整矩阵使之符合一致性指标，就需要很多次的演算和修改元素；判断矩阵的一致性与人们的决策思维的不能保持很好的一致；调整一致性需要调整的元素事先并不已知，往往只能根据经验调整，带有盲目性的缺点。综合它的问题，使用模糊层次分析法将更加有力于建立优选模型，尤其在评价指标较多、评价带有模糊性的方案优选中就能得到更加满意的优选结果。2 模糊层次分析法原理2.1 基本概念 1）模糊集与模糊隶属函数 模糊集是刻画客观事物模糊性的数学工具。所谓模糊性，主要是指客观事物间的差异在中介过程状态所呈现的“亦此亦彼”性。如“好”与“坏”、“高”与“低”之间都找不到明显的界线。从数学上看，模糊集是普通集合特征函数的推广。给定论域X，X上的普通子集S可由其特征函数唯一确定，即对，有使或。 从逻辑角度看，说明的是关于一个元素x是否为给定集合S的成员“判定”。这只有两种可能，“是”或“不是”。为了使普通集合称为模糊集合，扎德把特征函数推广为隶属函数。他表示一元素隶属于所选集合的程度。这样，对给定论域X的模糊子集是指，对于，都指定一个数与之对应。叫做x对S的隶属度，或称隶属函数。 2）建立模糊隶属函数 用随机区间的思想来处理模糊性的试验模型。建立评价因素Ui对评价等级Vi的隶属函数，以Ui的取值范围作为论域，调查若干人员，各自认真考虑Vi级的含义后，提出评价者认为Vj级最适合的取值区间，记为V*j，V*j为一随机区间。对某一确定的Ui值X0（X0∈X），若n份调查表中，随机的取值区间覆盖的次数为m，则称m/n为X0对等级Vj的隶属频率。随着n增大，隶属频率也呈稳定性，频率稳定值叫做X0对Vj的隶属度。 在就人类自然语言中模糊概念进行模糊统计试验时，要求被调查人员对模糊词汇的概念熟悉并具有以数量近似表达这一概念的能力，对原始数据要进行初步分析，删去明显不合乎逻辑的数据。 3）模糊一致关系和模糊一致矩阵 设模糊矩阵F=（