- 模糊邏輯教程
- 模糊邏輯 - 首頁
- 模糊邏輯 - 簡介
- 模糊邏輯 - 經典集合論
- 模糊邏輯 - 集合論
- 模糊邏輯 -隸屬函式
- 傳統模糊知識回顧
- 近似推理
- 模糊邏輯 - 推理系統
- 模糊邏輯 - 資料庫和查詢
- 模糊邏輯 - 量化
- 模糊邏輯 - 決策
- 模糊邏輯 - 控制系統
- 自適應模糊控制器
- 神經網路中的模糊性
- 模糊邏輯 - 應用
- 模糊邏輯有用資源
- 模糊邏輯 - 快速指南
- 模糊邏輯 - 有用資源
- 模糊邏輯 - 討論
模糊邏輯 - 決策
它是一項活動,包括為實現特定目標而需要採取的步驟,以從合適的備選方案中進行選擇。
決策步驟
現在讓我們討論決策過程中涉及的步驟 -
確定備選方案集 - 在此步驟中,必須確定需要從中做出決策的備選方案。
評估備選方案 - 在這裡,必須評估備選方案,以便能夠對其中一個備選方案做出決策。
備選方案之間的比較 - 在此步驟中,對評估後的備選方案進行比較。
決策型別
現在我們將瞭解不同型別的決策制定。
個人決策
在這種型別的決策中,只有一人負責做出決策。在這種情況下,決策模型可以表述為 -
可能的行動集合
目標集 $G_i\left ( i \: \in \: X_n \right );$
約束集 $C_j\left ( j \: \in \: X_m \right )$
上面陳述的目標和約束用模糊集表示。
現在考慮一個集合 A。那麼,這個集合的目標和約束由下式給出 -
$G_i\left ( a \right )$ = 合成$\left [ G_i\left ( a \right ) \right ]$ = $G_i^1\left ( G_i\left ( a \right ) \right )$ 與 $G_i^1$
$C_j\left ( a \right )$ = 合成$\left [ C_j\left ( a \right ) \right ]$ = $C_j^1\left ( C_j\left ( a \right ) \right )$ 與 $C_j^1$ 對於 $a\:\in \:A$
上述情況下的模糊決策由下式給出 -
$$F_D = min[i\in X_{n}^{in}fG_i\left ( a \right ),j\in X_{m}^{in}fC_j\left ( a \right )]$$
多人決策
在這種情況下,決策制定包括多個人,以便利用來自不同人的專家知識來做出決策。
計算如下 -
偏好 $x_i$ 而非 $x_j$ 的人數 = $N\left ( x_i, \: x_j \right )$
決策者總數 = $n$
那麼, $SC\left ( x_i, \: x_j \right ) = \frac{N\left ( x_i, \: x_j \right )}{n}$
多目標決策
當有多個目標需要實現時,就會發生多目標決策。這種型別的決策制定存在以下兩個問題 -
獲取有關各種備選方案滿足目標的相關資訊。
權衡每個目標的相對重要性。
在數學上,我們可以將 n 個備選方案的宇宙定義為 -
$A = \left [ a_1, \:a_2,\:..., \: a_i, \: ..., \:a_n \right ]$
以及“m”個目標的集合為 $O = \left [ o_1, \:o_2,\:..., \: o_i, \: ..., \:o_n \right ]$
多屬性決策
當可以根據物件的多個屬性對備選方案進行評估時,就會進行多屬性決策。屬性可以是數值資料、語言資料和定性資料。
在數學上,多屬性評估是根據以下線性方程進行的 -
$$Y = A_1X_1+A_2X_2+...+A_iX_i+...+A_rX_r$$