ứng dụng hệ trợ giúp quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực cảm tại trường đại học tây bắc

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI ---o0o--- NGUYỄN ANH TUẤN ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU CHUẨN TRONG MÔI TRƯỜNG MỜ TRỰC CẢM TẠI TRƯỜNG ĐẠI HỌC TÂY B

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI

-o0o -

NGUYỄN ANH TUẤN

ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU CHUẨN TRONG MÔI TRƯỜNG MỜ TRỰC

CẢM TẠI TRƯỜNG ĐẠI HỌC TÂY BẮC

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

HÀ NỘI, 2015

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI

-o0o -

NGUYỄN ANH TUẤN

ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU CHUẨN TRONG MÔI TRƯỜNG MỜ TRỰC

CẢM TẠI TRƯỜNG ĐẠI HỌC TÂY BẮC

Chuyên ngành: KHOA HỌC MÁY TÍNH

Mã số chuyên ngành: 60.48.01.01

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Người hướng dẫn khoa học: PGS.TS Nguyễn Tân Ân

HÀ NỘI, 2015

LỜI CẢM ƠN!

Lời đầu tiên em xin gửi lời cảm ơn chân thành nhất tới thầy PGS.TS

Nguyễn Tân Ân, người hướng dẫn khoa học đã định hướng và tận tình giúp đỡ

em về mọi mặt để em có thể hoàn thành luận văn này

Em xin gửi lời cảm ơn sâu sắc đến các thầy, cô giáo đã dạy dỗ, chỉ bảo, truyền đạt những kinh nghiệm quý báu cho chúng em trong quá trình học tập tại trường

Mặc dù đã rất cố gắng, song chắc chắn luận văn khó tránh khỏi những thiếu sót Em rất mong nhận được sự thông cảm, những ý kiến đóng góp của các thầy, cô giáo và những ai quan tâm tới lĩnh vực trong luận văn này

Cuối cùng, em xin dành tình cảm thân thiết nhất tới gia đình và bạn bè đồng nghiệp đã động viên, chia sẻ và giúp đỡ em trong suốt quá trình nghiên cứu luận văn

Sơn La, tháng 10 năm 2015

HỌC VIÊN

Nguyễn Anh Tuấn

DANH MỤC BẢNG

Bảng 1.1: Khái niệm Hệ trợ giúp quyết định của Alter (1980) 5

Bảng 1.2: Tổng kết các khái niệm cơ sở của các định nghĩa Hệ trợ giúp ra quyết định 6

Bảng 2.1 Bảng giá trị véc tơ trọng số OWA với giá trị của n: từ 2 đến 20 30

Bảng 3.1 Bảng thành viên trong Hội đồng đánh giá thi đua khen thưởng 40

Bảng 3.2 Nhận định các tiêu chí từng lựa chọn của 43

Bảng 3.3 Nhận định các tiêu chí từng lựa chọn của 43

Bảng 3.4 Nhận định các tiêu chí từng lựa chọn của 44

Bảng 3.5 Nhận định các tiêu chí từng lựa chọn của 44

Bảng 3.6 Nhận định các tiêu chí từng lựa chọn của 44

Bảng 3.7 Nhận định các tiêu chí từng lựa chọn của 45

Bảng 3.8 Nhận định các tiêu chí từng lựa chọn của 45

Bảng 3.9 Ma trận điểm quyết định mờ của 45

Bảng 3.10 Ma trận điểm quyết định mờ của 46

Bảng 3.11 Ma trận điểm quyết định mờ của 46

Bảng 3.12 Ma trận điểm quyết định mờ của 46

Bảng 3.13 Ma trận điểm quyết định mờ của 47

Bảng 3.14 Ma trận điểm quyết định mờ của 47

Bảng 3.15 Ma trận điểm quyết định mờ của 47

Bảng 3.16 Ma trận điểm tập thể S  (S ij)5 5 48

Bảng 3.17 Tổng giá trị điểm của từng khoa 48

Bảng 3.18 Ma Trận hợp nhất toàn bộ ý kiến quyết định của hội đồng 50

Bảng 3.19 Bảng giá trị tổng của các khoa 50

DANH MỤC HÌNH VẼ

Hình 1.1 Hàm thuộc của tập X……….………… 10

Hình 1.2 Đồ thị hàm liên thuộc nhóm hàng đơn điệu 11

Hình 1.3 Số mờ hình thang 11

Hình 1.4 Số mờ hình tam giác 12

Hình 1.5 Miền xác định và miền tin cậy của tập mờ A 13

Hình 1.6 Hàm liên thuộc của phần bù mờ 14

Hình 1.7 Hàm liên thuộc của phép hợp mờ 14

Hình 1.8 Giao 2 tập mờ trên tập vũ trụ 15

Hình 2.1 Đặc điểm chung của MCDSM 23

Hình 3.1 Phiếu đánh giá kết quả thi đua khen thưởng 52

Hình 3.2 Màn hình chính ứng dụng 53

Hình 3.3 Hội đồng đánh giá 53

Hình 3.4 Đơn vị thi đua 54

Hình 3.5 Tiêu chí đánh giá 54

Hình 3.6 Thông tin đánh giá đối với khoa Toán - Lý - Tin 55

Hình 3.7 Nhập giá trị véc tơ liên kết 55

Hình 3.8 Kết quả của ứng dụng 56

MỤC LỤC

PHẦN MỞ ĐẦU 1

1 Lý do chọn đề tài 1

2 Mục tiêu nghiên cứu 2

3 Đối tượng nghiên cứu 2

4 Phương pháp nghiên cứu 2

CHƯƠNG I: CÁC KHÁI NIỆM CƠ BẢN VỀ HỆ TRỢ GIÚP RA QUYẾT ĐỊNH, TẬP MỜ, MỜ TRỰC CẢM 3

1.1 Hệ trợ giúp ra quyết định 3

1.1.1 Ra quyết định và môi trường ra quyết định 3

1.1.2 Định nghĩa Hệ trợ giúp quyết định 4

1.1.3 Các đặc trưng cơ bản của Hệ trợ giúp quyết định 7

1.1.4 Phân loại Hệ trợ giúp quyết định 7

1.1.5 Vai trò hệ trợ giúp quyết định trong quản lý 8

1.2 Tập mờ, tập mờ trực cảm 9

1.2.1 Tập mờ 9

1.2.2 Các phép toán trên tập mờ 13

1.2.3 Tập mờ trực cảm (intuitionistic fuzzy set – IFS) 19

1.2.4 Các phép toán trên tập mờ trực cảm 20

Kết luận chương I 22

CHƯƠNG II: HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU CHUẨN TRONG MÔI TRƯỜNG MỜ TRỰC CẢM 23

2.1 Vấn đề của hệ trợ giúp ra quyết định nhóm đa tiêu chuẩn 23

2.1.1 Đặc điểm chung của hệ trợ giúp ra quyết định đa tiêu chuẩn (multi-criteria decision support making-MCDSM) 23

2.1.2 Mô hình MCDSM 23

2.2 Một số phép toán xác định trọng số của các thuộc tính 24

2.2.1 Phép toán tích hợp trung bình trọng số sắp xếp thứ tự (ordered weighted Averaging operator - OWA) dựa trên phương pháp phân phối chuẩn 24

2.2.2 Phép toán hình học trọng số mờ trực cảm (intuitionistic fuzzy weighted

geometric – IFWG) 30

2.2.3 Phép toán hình học lai mờ trực cảm (intuitionistic fuzzy hybrid geometric – IFGH) 32

2.2.4 Hàm trọng số điểm 35

2.3 Tiếp cận việc ra quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực cảm (intuitionistic fuzzy multi-criteria decision support making – IFMCDSM) 35 2.3.1 Bài toán IFMCDSM 35

2.3.2 Hàm trọng số điểm trong IFMCDSM 36

2.3.3 Sử dụng các phép tính trung bình trọng số hình học mờ trực cảm trong IFMCDSM 37

Kết luận chương II 39

CHƯƠNG III: ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU CHUẨN TRONG MÔI TRƯỜNG MỜ TRỰC CẢM TẠI TRƯỜNG ĐẠI HỌC TÂY BẮC 40

3.1 Hệ trợ giúp quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực cảm ở hoạt động quản lí của Trường Đại học Tây Bắc 40

3.1.1 Bài toán hệ hỗ trợ ra quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực cảm tại trường Đại học Tây Bắc 40

3.1.2 Phân tích bài toán 41

3.2 Xây dựng ứng dụng ra quyết định trong hoạt động quản lí của Trường Đại học Tây Bắc 51

3.2.1 Chức năng và mục tiêu của chương trình 51

3.2.2 Mô tả ứng dụng và cách sử dụng 51

Kết luận chương III 57

KẾT LUẬN 58

TÀI LIỆU THAM KHẢO 1

sẽ tích hợp ý kiến đánh giá của từng chuyên gia lại thành ý kiến chung của cả nhóm đối với từng ứng viên Dựa vào điểm cuối cùng này các ứng viên sẽ được sắp xếp

Vấn đề trở nên không đơn giản khi thông tin về các ứng viên theo từng tiêu chí là không đầy đủ hoặc không rõ ràng Và vấn đề còn phức tạp hơn nữa khi mỗi chuyên gia đều có thể cảm nhận về các ứng viên cũng không rõ ràng và ít

nhiều có hạn chế về kinh nghiệm, mức độ sâu sát, mức độ am hiểu về đối tượng được đánh giá Tất cả những nguyên nhân đó dẫn đến các chuyên gia chỉ có thể cho các ứng viên những điểm mờ Khi đó hệ thống phải áp dụng những phương

pháp xử lý thông tin mờ

Để xử lý thông tin mờ có ba hướng tiếp cận: Hướng thứ nhất, dựa trên lý thuyết tập mờ do L Zadeh khởi xướng năm 1965 Theo hướng này người ta chủ yếu dựa trên hàm thuộc để xử lý thông tin mờ Hướng thứ hai, dựa trên lí thuyết khả năng và hướng thứ ba, dựa trên Đại số Gia tử Mỗi cách tiếp cận đều có ưu điểm và nhược điểm của riêng mình và đều tỏ ra đắc dụng trong trường hợp này

mà còn có hạn chế trong trường hợp khác

2 Theo cách tiếp cận thứ nhất, ban đầu L Zadeh chỉ dựa trên một hàm thuộc với ý nghĩa rằng mỗi phần tử chỉ thuộc vào một tập cho trước với một độ thuộc nhất định Sau này, theo trực cảm người ta thấy rằng một phần tử có độ thuộc vào một tập mờ cho trước và độ không thuộc vào tập này Nên cần phải xét cả

độ thuộc và độ không thuộc đó và tập mờ trực cảm ra đời

Ta có thể tham khảo các tài liệu [1, 2, 3, 4] Trong môi trường mờ trực cảm, các phương pháp tích hợp các ý kiến và các phương pháp tích hợp có xét đến trọng số của các chuyên gia cũng có nhiều thay đổi Tuy nhiên, kết quả tích hợp thường đúng đắn hơn, hợp lí hơn

Trong khuôn khổ đề tài Thạc sỹ, tôi chọn đề tài “ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU CHUẨN TRONG MÔI TRƯỜNG

MỜ TRỰC CẢM TẠI TRƯỜNG ĐẠI HỌC TÂY BẮC” nhằm nghiên cứu

mô hình hệ trợ giúp quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực cảm, ứng dụng hỗ trợ hoạt động ra quyết định ở một cơ sở giáo dục

2 Mục tiêu nghiên cứu

Nghiên cứu xây dựng mô hình hệ trợ giúp quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực cảm, ứng dụng trong trợ giúp quyết định ở một cơ sở giáo dục

3 Đối tượng nghiên cứu

- Nghiên cứu mô hình hệ trợ giúp quyết định mờ trong môi trường mờ trực cảm

- Xây dựng hệ thống trợ giúp quyết định phục vụ hoạt động ra quyết định nhóm tại Trường Đại học Tây Bắc

4 Phương pháp nghiên cứu

- Phương pháp đọc tài liệu, phân tích, tổng hợp, đối chiếu, so sánh, rút trích viết thành luận văn

- Phương pháp thử nghiệm

3

CHƯƠNG I: CÁC KHÁI NIỆM CƠ BẢN VỀ HỆ TRỢ GIÚP RA

QUYẾT ĐỊNH, TẬP MỜ, MỜ TRỰC CẢM 1.1 Hệ trợ giúp ra quyết định

1.1.1 Ra quyết định và môi trường ra quyết định

Khái niệm quyết định:

Đó là một lựa chọn về “đường lối hành động” (Simon 1960; Costello & Zalkind 1963; Churchman 1968), hay “chiến lược hành động (Fishburn 1964) dẫn đến một mục tiêu mong muốn (Churchman 1968)

Khái niệm ra quyết định:

Là một quá trình lựa chọn có ý thức giữa hai hay nhiều phương án để chọn ra một phương án tạo ra được kết quả mong muốn trong các điều kiện rằng buộc đã biết

Theo [6] ra quyết định có các yếu tố sau:

Quá trình ra quyết định:

 Giai đoạn tìm hiểu (intelligence): Các mục tiêu, tập hợp dữ liệu, định hình

bài toán, phân loại vấn đề, trình bày bài toán

 Giai đoạn thiết kế (design): Phát triển mô hình, đặt các tiêu chuẩn chọn, tìm các phương án chọn, dự đoán và đo kết quả ra

 Giai đoạn lựa chọn (choice): Tính toán theo mô hình, phân tích độ phù hợp, chọn phương án tốt (nhất), lập kế hoạch thực hiện, thiết kế một hệ thống điều khiển

Các bước ra quyết định:

 Diễn giải các khả năng có thể lựa chọn

 Kiểm tra các thành tố có ảnh hưởng đến từng phương án lựa chọn

 Đánh giá và phân tích từng phương án theo một số tiêu chuẩn hoặc yêu

cầu

 So sánh và sắp xếp đầu ra

 Lựa chọn phương án được coi là tốt nhất, dễ chấp nhận nhất

4

Môi trường ra quyết định:

 Các yếu tố tác động: Hạn chế về tài nguyên (rằng buộc ngân sách, khả

năng phát triển sảm xuất ), điều kiện vật lý (các tham số đo, các khoảng

cách liên hệ ), các tham số chức năng ảnh hưởng đến hiệu quả

 Các yếu tố tổ chức: Chính sách, cấu trúc (vị trí địa lý, cách quản lý, cách

điều hành ), hình ảnh (uy tín xã hội, uy tín kinh doanh ), con người (điều kiện xã hội, ý thức chấp hành, hành vi văn hóa )

 Các yếu tố ngoại cảnh: Pháp luật, các quy định cần tuân thủ (thời gian sản

xuất, môi trường sản xuất, giới hạn giá cả ), môi trường (thời tiết, yếu tố địa lý, thiên tai ), thị trường (sự cạnh tranh, phát triển công nghệ mới ), đòi hỏi của khách hàng, nhu cầu của khách hàng

 Các yếu tố thông tin: Khả năng thông tin (độ bảo mật, khả năng truyền

thông, phương tiện lưu trữ ), độ tin cậy (sự chính xác, cập nhập )

 Các mục tiêu quản lý: Sự vận hành (kinh tế, hiệu quả, chất lượng, an

toàn ), vùng ảnh hưởng (điều kiện hoạt động, truyền đạt trong tổ chức), mức độ rõ ràng

Bài toán ra quyết định:

Mô hình chung: O f cv cv 1 , 2 , cv uv uv n, 1 , 2 ,  ,uv m (1.1) : hàm mục tiêu

1 , 2 , n

cv cv cv : các biến quyết định

1 , 2 , , m

uv uv  uv : các biến môi trường

1.1.2 Định nghĩa Hệ trợ giúp quyết định

Năm 1971 Scott Morton đã đưa ra khái niệm đầu tiên về hệ trợ giúp quyết định (Decision Support System- DSS) là các hệ dựa trên máy tính, có tính tương tác, giúp các nhà ra quyết định dùng dữ liệu và mô hình để giải quyết các bài toán phi cấu trúc, những bài toán mờ, phức tạp với lời giải không hoàn chỉnh

5

Hệ trợ giúp quyết định là tập các cơ sở mô hình chứa các thủ tục xử lý dữ liệu giúp các nhà quản lý ra quyết định, hệ thống cần phải đơn giản, dễ điều khiển, thích nghi, dễ liên lạc với nhau (Little 1970)

Hệ trợ giúp quyết định kết hợp trí lực của con người với năng lực của máy tính để cải tiến chất lượng quyết định Đây là các hệ dựa vào máy tính hỗ trợ cho người ta ra quyết định giải các bài toán nửa cấu trúc (Keen and Scott Morton 1978)

Moore và Chang (1980) chỉ ra rằng khái niệm cấu trúc (structured) không

đủ ý nghĩa trong trường hợp tổng quát, một bài toán có thể được mô tả như là có cấu trúc hoặc không có cấu trúc chỉ liên quan đến người ra quyết định

Do đó Hệ trợ giúp ra quyết định là:

 Hệ thống có khả năng mở rộng;

 Có khả năng trợ giúp phân tích dữ liệu và mô hình hóa quyết định;

 Hướng tới lập kế hoạch cho tương lai;

 Được sử dụng cho những hoàn cảnh và thời gian bất thường

Alter (1980) đưa ra khái niệm hệ trợ giúp quyết định bằng cách so sánh với các hệ thống xử lý dữ liệu:

Khía cạnh Hệ hỗ trợ quyết định Hệ thống xử lý dữ liệu

Người sử dụng: Nhà quản lý Văn phòng

Mục tiêu: Tính hiệu quả, tính linh hoạt Hiệu quả máy móc, tính

phi mâu thuẫn Phạm vi về thời gian: Hiện tại và tương lai Quá khứ

Mục đích, tiêu đề: Tính linh hoạt Tính phi mâu thuẫn

Bảng 1.1: Khái niệm Hệ trợ giúp quyết định của Alter (1980)

Bonzen, Holsapple, Whinston (1980) đưa ra khái niệm tổng quan hơn về

Hệ trợ giúp ra quyết định gồm các thành phần chính:

Như vậy, có nhiều cách định nghĩa Hệ trợ giúp quyết định khác nhau Ta

có thể tổng kết lại các khái niệm cơ sở của các định nghĩa Hệ trợ giúp ra quyết định như sau:

Scott Morton (1971) Kiểu của bài toán, chức năng hệ thống

(trợ giúp)

Little (1975) Chức năng hệ thống, đặc điểm giao tiếp Alter (1980) Mục tiêu hệ thống, khuôn mẫu sử dụng Moore và Chang (1980) Năng lực hệ thống khuôn mẫu sử dụng Bonzen, Holsapple, Whinston (1980) Thành phần hệ thống

Keen (1980) Quá trình phát triển

Bảng 1.2: Tổng kết các khái niệm cơ sở của các định nghĩa Hệ trợ giúp ra quyết định

Ta thấy rằng Hệ trợ giúp quyết định là hệ thống thông tin hỗ trợ bằng máy tính (CBIS) có thể thích nghi linh hoạt và tương tác với nhau, đặc biệt được phát triển để hỗ trợ một vấn đề quản lý không có cấu trúc nhằm cải tiến việc ra quyết

7 định Nó tập hợp dữ liệu cung cấp cho người sử dụng một giao diện thân thiện

và cho phép tự ra quyết định một cách sáng suốt, nó hỗ trợ tất cả các giai đoạn của việc ra quyết định và bao gồm cả một cơ sở tri thức

1.1.3 Các đặc trƣng cơ bản của Hệ trợ giúp quyết định

Hệ trợ giúp quyết định gồm có các đặc trưng sau:

 Quản lý dữ liệu (Data Management): Thực hiện công việc lưu trữ các

thông tin của hệ phục vụ cho việc lưu trữ, cập nhập, truy vấn thông tin

 Quản lý mô hình (Model Management) hay còn gọi là hệ quản trị cơ sở

mô hình (MBMS, model base management system): Bao gồm các mô hình ra quyết định (DSS model) và việc quản lý mô hình này

 Quản lý dựa vào kiến thức: Có thể hỗ trợ các thành phần khác hay hoạt

động độc lập nhằm đưa ra tính thông minh của quyết định đưa ra

 Quản lý giao diện người dùng (User Interface Management): Quản lý

việc giao tiếp giữa người dùng cuối và hệ ra quyết định

1.1.4 Phân loại Hệ trợ giúp quyết định

Hệ hỗ trợ ra quyết định được phân loại dựa trên nhiều tiêu chí Hiện nay vẫn chưa có cách phân loại thống nhất Trên đây đưa ra 2 cách phổ biến nhất

Theo DSS-Glossary:

Có tất cả 5 loại hỗ trợ quyết định:

 Hướng giao tiếp (Communocation - Drive DSS): Sử dụng mạng và

công nghệ viễn thông để liên lạc và công tác

 Hướng dữ liệu (Data - Drive DSS): Dựa trên việc truy xuất và xử lý dữ liệu

 Hướng tài liệu (Document - Drive DSS): Dựa trên việc truy xuất và

phân tích các văn bản, tài liệu

 Hướng tri thức (Knowledge - Drive DSS): Có thể đề nghị và đưa ra

những tư vấn cho người ra quyết định

8

 Hướng mô hình (Model - Drive DSS): Dựa vào những mô hình ra quyết

định và quản lý các mô hình này

Theo Holsapple và Whinston (1996)[9]:

Phân ra 6 loại Hệ trợ giúp quyết định:

 Hướng văn bản (Text-Oriented DSS): Thông tin (bao gồm dữ liệu và

kiến thức) được lưu trữ dưới dạng văn bản

 Hướng cơ sở dữ liệu (Database-Oriented DSS): Cơ sở dữ liệu đóng vai

trò chủ yếu trong hệ này Thông tin trong cơ sở dữ liệu thường có cấu trúc chặt chẽ, có mô tả rõ ràng Hệ này cho phép người dùng truy vấn thông tin dễ dàng

và mạnh mẽ về báo cáo

 Hướng bản tính (Spreasheet-Oriented DSS): Một bản tính là một mô

hình để cho phép người dùng thực hiện việc phân tích trước khi ra quyết định Bản tính có thể bao gồm nhiều mô hình thống kê, lập trình tuyến tính, mô hình tài chính

 Hướng người giải quyết (Solver-Oriented DSS): Một trợ giúp là một

giải thuật hay chương trình để giải quyết một vấn đề cụ thể

 Hướng luật (Rule-Oriented DSS): Kiến thức của hệ này được mô tả

trong các quy luật thủ tục hay lý lẽ Hệ này còn được gọi là hệ chuyên gia Các quy luật này có thể là định tính hay định lượng

 Hướng kết hợp (Compound DSS): Một hệ tổng hợp có thể kết hợp hai

hay nhiều hơn trong số năm hệ trên

1.1.5 Vai trò hệ trợ giúp quyết định trong quản lý

Theo [6] việc ra quyết định có ý nghĩa rất lớn, nó là khâu mấu chốt trong quá trình quản lý

Các quyết định chiến lược xác định hướng phát triển của cơ quan trong một thời kỳ nhất định liên quan đến tất cả các bộ phận, các cấp

9 Các quyết định chiến thuật mang tính chất thường xuyên hơn, đó là những quyết định nhằm đạt những mục tiêu ngắn hạn, mang tính cục bộ có tác dụng làm thay đổi hướng phát triển của hệ thống quản trị

Các quyết định tác nghiệp là những quyết định ra hàng ngày, có tính chất điều chỉnh, chỉ đạo trong quá trình thực hiện nhiệm vụ và mục tiêu

1.2 Tập mờ, tập mờ trực cảm

1.2.1 Tập mờ (fuzzy set – FS)

Lịch sử ra đời của tập mờ:

Năm 1965 Giáo sư L.Zadeh đã khai sinh ra một ngành khoa học mới

là “Lý thuyết tập mờ” và nó đã nhanh chóng được các nhà nghiên cứu công nghệ chấp nhận ý tưởng, một số kết quả bước đầu và hướng nghiên cứu tiếp theo góp phần tạo nên những sản phẩm công nghiệp đang được tiêu thụ trên thị trường thế giới cũng như các sản phẩm phần mềm đang được sử dụng khá rộng rãi trên toàn cầu

Tập mờ (fuzzy set – FS):

Định nghĩa 1.1 Tập mờ A xác định trên tập vũ trụ X là một tập mà mỗi phần

tử của nó là một cặp các giá trị x,A x , trong đó xX và A là ánh xạ:

 Tập X được gọi là hàm cơ sở của tập mờ A A x là độ phụ thuộc,

sử dụng hàm thuộc để tính độ phụ thuộc của một phần tử nào đó

Tập mở A được viết như sau:

 

Như vậy ta có thể coi tập rõ là một trường hợp đặc biệt của tập mờ, trong

đó hàm liên thuộc chỉ nhận 2 giá trị và

Từ định nghĩa trên ta có thể suy ra:

 Tập mờ là rỗng nếu và chỉ nếu hàm thuộc về A x    0, a X

10

 Tập mờ A là toàn phần nếu và chỉ nếuA x    1, a X

 Hai tập mờ A và B bằng nhau nếu A x B x ,  a X

Ký hiệu tập mờ, ta có các dạng ký hiệu sau: A x,A x |x U 

x X

x A

x



 trong trường hợpX là không gian liên tục

Lưu ý các ký hiệu  , không phải là các phép tính tổng hay tích phân,

25 15

0.1 0.5 0.7 0.9

11

Ví dụ 1.3 Cho tập vũ trụ E = tốc độ = 20,50,80,100,120đơn vị là km/h Xét tập mờ F = tốc độ nhanh xác định bởi hàm liên thuộc

Hình 1.2 Đồ thị hàm liên thuộc nhóm hàng đơn điệu

Như vậy tốc độ dưới 20 km/h được coi là không nhanh Tốc độ càng cao thì độ thuộc của nó vào tập F càng cao Khi tốc độ là 100 km/h trở lên thì độ thuộc là 1

 Tập mờ A dạng hình thang xác định bởi bộ 4 giá trịa b c d , , , ,Ký hiệu:

12

 Tập mờ A dạng hình tam giác là trường hợp đặc biệt của dạng hình thang được xác định bởi 3 giá trị a b c, , . Ký hiệu: Aa b c, ,  hàm thuộc được xác định như sau:

 

0

0

nÕu nÕu

nÕu nÕu

 Miền tin cậy: Lõi tập mờ , ký hiệu là: core A , là tập rõ gồm các phần

tử của có mức độ phụ thuộc của vào tập mờ bằng 1

 Độ cao tập mờ : là mức độ phục thuộc cao nhất của vào tập mờ

Ký hiệu là:

a b c

1

0

13

Hình 1.5 Miền xác định và miền tin cậy của tập mờ A

Tập mờ được gọi là tập mờ chuẩn tắc (normal fuzzy set) nếu h A  1 Tức là tập mờ chuẩn tắc có nhân khác rỗng

Một lớp tập mờ quan trọng có nhiều ứng dụng thực tế là số mờ

Số mờ:

Tập mờ trên đường thẳng thực là tập số mờ nếu:

 là chuẩn hóa, tức là có điểm sao cho M x  1

 Ứng với mỗiR, tập mứcx M x:    là đoạn đóng

Người ta thường dùng các số mờ tam giác, hình thang và dạng Gauss

0

1

𝑨∪𝑩 A(x) B(x)

15

Hình 1.8 Giao 2 tập mờ trên tập vũ trụ

Tích đề các:

Giả sử A A1, 2,  ,A n là các tập mờ trên các tập vũ trụ X X1, 2,  ,X n

tương ứng Tích đề các của A A1, 2,  ,A n là tập mờ A A1 A2 A n trên

không gian tích X1 X2 X n với hàm liên thuộc được xác định bởi:

Giả sử A1là tập mờ trên tập vũ trụX1 Mở rộng hình trụ của A1trên không

gian tích X1 X2là tập mờ với hàm thuộc được xác định bởi:

16

Phần bù mờ:

Giả sử xét hàm C: 0,1    0,1 cho bởi công thứcC a    1, a  0,1 Khi đó hàm thuộc của phần bù chuẩn trở thànhA x C A x  Nếu tổng quát hóa tính chất của hàm C thì ta sẽ có tổng quát hóa định nghĩa của phần bù

mờ Từ đó ta có định nghĩa :

Phần bù mờ của tập mờ là tập mờ ̅ với hàm thuộc được xác định bởi

   A  ,

A x C x

   trong đó là một hàm số thỏa các điều kiện sau:

1 Tiêu đề 1C (điều kiện biên): C 0  1, C 1  0

2 Tiên đề 2C (đơn điệu giảm):a b,  0,1 Nếu ab thì C a C b 

Hàm C thỏa các điều kiện trên được gọi là hàm phần bù

Ta thấy rằng hàm thuộc của phần bù chuẩn là một hàm đặc biệt trong họ các hàm phần bù

  Hàm bù chuẩn là trường hợp đặc biệt của hàm Sugeno khi 0

Hàm phần bù Yager C a  (1 a w w)1 trong đó là tham số thỏa mãn Hàm bù chuẩn là trường hợp đặc biệt của hàm Yager khiw1

1 Tiên đề S (điều kiện biên): 1 S 0,a   a, a  0,1

2 Tiên đề S (giao hoán): 2 S a b , S b a , , a b,  0,1

S-norm còn được gọi là co-norm hoặc T-đối chuẩn

Hợp của tập mờ và tập mờ là tập mờ AB với hàm thuộc được xác định bởi:A B  x S A   x ,B x  Trong đó S là một S-norm

Giao mờ - Các phép toán T-norm

Ta có định nghĩa hàm T-norm là tổng quát hóa của hàm min:

Một hàm số: : 0,1T       0,1  0,1 được gọi là một T-norm nếu thỏa mãn các điều kiện:

1 Tiên đề T1 (điều kiện biên): T 1,a   a, a  0,1

2 Tiên đề T2 (giao hoán): T a b , T b a , , a b,  0,1

3 Tiên đề 3T (kết hợp): T Ta b c , , )T a T b c ,  , ,a b c, ,  0,1

4 Tiên đề T4(đơn điệu tăng): Nếu a b và cd thì:

 ,  , , , , ,  0,1

T-norm còn được gọi là T-chuẩn hoặc chuẩn tam giác

Giao của tập mờ và tập mờ là tập mờ AB với hàm thuộc được xác định như sau:

18

Ta thấy đây là định nghĩa mở rộng cho tích đề-các chuẩn khi thay thế hàm min bằng một T-norm bất kỳ

Quan hệ mờ:

Cho và là các vũ trụ Khi đó một quan hệ mờ hai ngôi giữa và

là một tập mờ trong tích đề-cácUV Như vậy ta có thể xác định hàm thuộc cho quan hệ mờ theo cách tính hàm thuộc cho tích đề-các mờ

Khi U V ta nói là quan hệ trên

Tổng quát một quan hệ mờ giữa các tập U U1, 2,  ,U n là tập mờ

A A  A  A trên không gian tích U U1U2 U n

Trong đó:A i U i i,  1, 2,  ,n

Hợp của các quan hệ mờ:

Hợp của quan hệ mờ từ đến và quan hệ mờ từ đến là quan

hệ mờ RoS từ đến có hàm thuộc xác định bởi:

mở rộng tập mờ của L.Zadeh và gọi tập mờ này là tập mờ trực cảm (intuitionistic fuzzy set-IFS)

Định nghĩa tập mờ trực cảm

K.Atanassov (1986) [9] đã khái quát khái niệm của tập mờ (Zadeh 1965)

và định nghĩa khái niệm của tập mờ trực cảm như sau:

   

A x  x v x xX (1.14)

Với các hàm A:X  0,1 và v A:X  0,1 định nghĩa lần lượt độ liên

đới và không liên đới của yếu tố x X tới A X và cho mọi

Các số t A x và f A x lần lượt là đại diện cho độ tương thích và không

tương thích của các yếu tố x X tới tập

Ta gọi  t,1  f là một số mờ trực cảm (IFN – intuitionistic fuzzy number), với t  0,1 , f  0,1 và t  f  1

Điểm được cho bởi (Chen và Tan 1994):

 

s  t  f (1.26) Với s    1,1và được gọi là một hàm điểm s  càng lớn thì giá trị mờ trực cảm  càng lớn

Cho một số mờ trực cảm t,1  f, rõ ràng là nếu độ chênh lệch giữa

t và f tăng lên, nghĩa là giá trị t tăng lên và giá trị nhỏ đi thì giá trị IFN tăng lên

Hong và Choi (2000) định nghĩa hàm chính xác h để tính độ chính xác

của giá trị mờ trực cảm  t,1  fnhư sau:

 

h   t f với h 0,1 (1.27) Khi giá trị càng lớn thì độ chính xác của độ tương thích của giá trị IFN càng cao

22

Kết luận chương I

Trong chương này chúng ta tìm hiểu được:

Định nghĩa của ra quyết định, hệ trợ giúp ra quyết định, tập mờ, và tập mờ trực cảm;

Hiểu được bài toán ra quyết định, quá trình ra quyết định và các bước ra quyết định để từ đó đánh giá các lựa chọn;

Biết được vai trò, đặc trưng và phân loại của hệ trợ giúp quyết định;

Tìm hiểu về các phép toán trên tập mờ và tập mờ trực cảm

23

CHƯƠNG II: HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU

CHUẨN TRONG MÔI TRƯỜNG MỜ TRỰC CẢM

2.1 Vấn đề của hệ trợ giúp ra quyết định nhóm đa tiêu chuẩn

2.1.1 Đặc điểm chung của hệ trợ giúp ra quyết định đa tiêu chuẩn criteria decision support making-MCDSM)

(multi-Trong quá trình ra quyết định đa tiêu chuẩn chúng ta thấy rằng có những đặc điểm chung sau [3]:

 Nhiều tiêu chuẩn: Đưa ra nhiều tiêu chuẩn để mô tả vấn đề cần ra quyết định

 Nhiều lựa chọn: Đưa ra các lựa chọn khác nhau cho việc ra quyết định

 Nhiều người ra quyết định: Dựa trên ý kiến của từng người đối với những

tiêu chuẩn của các lựa chọn để chọn ra lựa chọn tốt nhất cho việc ra quyết định

Hình 2.1 Đặc điểm chung của MCDSM

2.1.2 Mô hình MCDSM

Trong quá trình hỗ trợ ra quyết định đa tiêu chuẩn ta có các bước như sau [3]:

 Đánh giá sơ bộ:

Nhiều người ra quyết định

Nhiều lựa chọn

Nhiều tiêu chuẩn đánh giá

24 (1) Xác định các lựa chọn tiền năng

(2) Thành lập ra hội đồng ra quyết định

 Thực tiễn tài liệu:

(3) Xác định bộ tiêu chuẩn đánh giá

 Mô hình phân cấp thứ bậc:

(4) Xác định trọng số của các tiêu chuẩn

 Thực tiễn kinh nghiệm:

2.2 Một số phép toán xác định trọng số của các thuộc tính

2.2.1 Phép toán tích hợp trung bình trọng số sắp xếp thứ tự (ordered weighted Averaging operator - OWA) dựa trên phương pháp phân phối chuẩn

* 0,0, ,1 , F a a* 1 , 2 , ,a n min a i

2 Toán tử OWA thỏa mãn tính chất giao hoán :

Cho d d1 , 2 ,  ,d n là một hoán vị bất kỳ của a a1 , 2 ,  ,a n, ta đều có

Các tiêu chuẩn đánh giá toán tử OWA :

Tiêu chuẩn Entropy :

Sự phân bố của các trọng số :  

1

n Disp

n

i i

Nếu Orness   0.5 : nghiêng về phép hội

Tính véc tơ trọng số cho toán tử OWA dựa trên phương pháp phân phối chuẩn:

Hàm phân phối chuẩn là một trong những hàm được quan sát nhiều nhất

và là điểm khởi đầu cho việc mô hình hoá nhiều quá trình tự nhiên Hàm này thường được tìm thấy trong các sự kiện là tổng của nhiều sự kiện tự nhiên độc lập nhỏ hơn

26

Định nghĩa 2.1 Hàm phân phối (Hàm Gausian) [17] : Cho x là biến số

ngẫu nhiên liên tục có định nghĩa hàm mật độ xác suất như sau:

Biểu đồ của hàm phân phối chuẩn được quyết định bằng cách thiết lập các thông số ( và  ) của mô hình tới một giá trị cụ thể Bởi vì thông số  có thể

là một giá trị thực bất kỳ, và thông số  có thể là một giá trị dương bất kỳ, điều này giúp cho hàm phân phối chuẩn có thể miêu tả một lượng lớn các sự kiện xảy

ra trong thế giới thực

Hàm phân phối chuẩn có các thuộc tính nổi bật như sau:

 Đồ thị của hàm phân phối chuẩn là đối xứng

 Đồ thị của hàm phân phối chuẩn đạt cực đại khi x 

1

(2.6)2