(Luận văn thạc sĩ) một số quy trình xử lý thông tin mờ ứng dụng vào bài toán ra quyết định tập thể luận văn ths công nghệ thông tin 1 01 10

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ BÁO CÁO LUẬN VĂN THẠC SỸ Đề tài: “Một số quy trình xử lý thơng tin mờ ứng dụng vào toán định tập thể” Học viên thực hiện: Đoàn Văn Võ GV hướng dẫn: PGS.TSKH Bùi Công Cường MỤC LỤC Danh mục ký hiệu, chữ viết tắt MỞ ĐẦU CHƢƠNG TỔNG QUAN VỀ VIỆC RA QUYẾT ĐỊNH VÀ LOGIC MỜ 1.1 Tầm quan trọng việc định nhà quản lý 1.2 Quá trình định dựa vào máy tính 12 1.3 Mơ hình hố mơ hình 12 1.4 Tập mờ logic mờ 14 1.4.1 Tập mờ: 14 1.4.1.1 Định nghĩa tập mờ: 14 1.4.1.2 Các phép toán đại số tập mờ 15 1.4.1.3 Số mờ 15 1.4.2 Logic mờ số phép toán 16 1.4.2.1 Logic mờ 16 1.4.2.2 Một số phép toán logic mờ 17 CHƢƠNG 19 TỐN TỬ TRUNG BÌNH TRỌNG SỐ CĨ SẮP XẾP 19 2.1 Định nghĩa số tính chất 19 2.1.1 Định nghĩa toán tử OWA 19 2.1.2 Một số tính chất tốn tử OWA 20 2.1.3 Hai độ đo quan trọng gắn với toán tử OWA 21 2.1.3.1 Định nghĩa độ phân tán hay entropy 21 2.1.3.2 Định nghĩa độ đo tính tuyển độ đo tính hội 21 2.1.3.3 Định lý 22 2.2 Đối ngẫu toán tử OWA 22 2.2.1 Định nghĩa toán tử đối ngẫu: 22 2.2.2 Độ trội 23 2.3 Ngữ nghĩa kết hợp với toán tử OWA 24 2.4 Cách xác định trọng số cho toán tử OWA 27 2.4.1 Xác định qua lƣợng tử mờ Q 27 2.4.2 Học trọng số w từ liệu 28 2.5 Các hàm định lƣợng đo độ tuyển – orness 29 2.6 Toán tử IOWA 31 2.6.1 Định nghĩa 31 2.6.2 Một số toán tử IOWA dùng để kết hợp quan hệ ƣu tiên mờ: 32 2.6.2.1 Toán tử I-IOWA 32 2.6.2.2 Toán tử C-IOWA 33 CHƢƠNG 37 NHỮNG QUÁ TRÌNH LỰA CHỌN CHO QUYẾT ĐỊNH TẬP THỂ KHÔNG ĐỒNG NHẤT DIỄN ĐẠT BẰNG NGÔN NGỮ TỰ NHIÊN 37 3.1 Giới thiệu định tập thể không đồng 37 3.2 Mơ hình tốn học 41 3.3 Các tốn tử tích hợp ngơn ngữ tính tốn trực tiếp tập nhãn 45 3.3.1 Thông tin ngôn ngữ không trọng số 45 3.3.1.1 Định nghĩa toán tử LOWA 45 3.3.1.2 Định nghĩa toán tử I - LOWA 47 3.3.1.3 Quy tắc tính trọng số cho toán tử LOWA 47 3.3.2 Thơng tin ngơn ngữ có trọng số 50 3.4 Mức độ lựa chọn phƣơng án 51 3.4.1 Độ ƣu ngôn ngữ đƣợc định lƣợng 52 3.4.2 Độ không ƣu ngôn ngữ đƣợc định lƣợng 53 3.4.3 Cách sử dụng mức độ lựa chọn phƣơng án 53 3.5 Các hƣớng tiếp cận khác để đƣa định nhóm khơng đồng diễn đạt ngôn ngữ 54 3.5.1 Phƣơng pháp tiếp cận trực tiếp 57 3.5.1.1 Quá trình lựa chọn trực tiếp đƣợc dẫn độ ƣu 57 3.5.1.2 Quá trình lựa chọn trực tiếp đƣợc độ không ƣu 59 3.5.2 Phƣơng pháp tiếp cận gián tiếp 60 3.5.2.1 Quá trình lựa chọn gián tiếp đƣợc độ ƣu tiên 60 3.5.2.2 Quá trình lựa chọn gián tiếp đƣợc độ khơng ƣu 62 3.5.3 Q trình lựa chọn kết hợp 63 3.5.3.1 Quá trình lựa chọn liên kết 64 3.5.3.2 Quá trình lựa chọn 64 3.5.4 Cách sử dụng trình lựa chọn 66 3.5.4.1 Quá trình dựa độ ƣu trình dựa độ khơng ƣu 66 3.5.4.2 Quá trình trực tiếp trình gián tiếp 67 3.5.4.3 Các trình liên kết so với trình 67 CHƢƠNG 68 BÀI TOÁN ÁP DỤNG 68 4.1 Quá trình lựa chọn đầy đủ theo phƣơng pháp tiếp cận trực tiếp 68 4.1.1 Quá trình lựa chọn trực tiếp đƣợc độ ƣu 68 4.1.2 Quá trình lựa chọn trực tiếp đƣợc độ không ƣu 69 4.1.3 Quá trình lựa chọn liên kết 71 4.2 Quá trình lựa chọn đầy đủ theo phƣơng pháp tiếp cận gián tiếp 71 4.2.1 Quá trình lựa chọn gián tiếp đƣợc độ ƣu 71 4.2.2 Quá trình lựa chọn gián tiếp đƣợc độ không ƣu 72 4.2.3 Quá trình lựa chọn liên kết 73 KẾT LUẬN 74 TÀI LIỆU THAM KHẢO 75 Danh mục ký hiệu, chữ viết tắt Ký hiệu/chữ viết Tiếng Anh tắt Nghĩa Tiếng Việt FL Fuzzy logic Logic mờ OWA Ordered weighted averaging Tốn tử trung bình trọng số operator có xếp IOWA Induced ordered weighted averaging operator LOWA I-LOWA I-IOWA Linguistic ordered weighted Toán tử trung bình trọng số averaging operator có xếp ngơn ngữ Inverse - Linguistic ordered Toán tử đối toán tử weighted averaging operator LOWA Importance induced ordered weighted averaging operator Tốn tử trung bình trọng số có xếp kết hợp mức độ quan trọng C-IOWA Consistency Induced Ordered Weighted Averaging Operator LWD Linguistic weighted Toán tử phân rã trọng số disjunction operator ngơn ngữ Linguistic weighted Tốn tử kết hợp trọng số conjunction operator ngôn ngữ Linguistic weighted Average Tốn tử lấy trung bình trọng operator số ngơn ngữ Quantifier guieded linguistic Độ ưu ngôn ngữ dominance degree định lượng LWC LWA QGLDD IQGLDD Individual Quantifier guieded linguistic dominance degree AQGLDD Độ ưu ngôn ngữ định lượng riêng lẻ Aggregated quantifier guided Độ ưu ngôn ngữ linguistic dominance degree định lượng chung QGLNDD CQGLDD Quantifier guieded linguistic Độ không ưu ngôn ngữ non-dominance degree định lượng Collective quantifier guided linguistic dominance degree Mức độ quan trọng ngôn ngữ định lượng kết hợp Dominance guided direct Qúa trình lựa chọn trực tiếp choice process độ ưu FMOD fuzzy majority of dominnance Độ trội mờ độ ưu FMOE fuzzy majority of Expert Độ trội mờ chuyên gia DDP NDDP Dominance guided direct choice process Qúa trình lựa chọn trực tiếp độ không ưu Toán tử kết hợp trọng số - WAO Weighted Aggregate Operator ký hiệu đại diện cho toán tử LWC, LWD, LWA Collective quantifier guided Độ ưu tiên ngôn ngữ linguistic dominance degree định lượng chung CD+ Satisfactory consensus degree Độ trí thoả mãn CD- Non- satisfactory consensus CQGLDD degree Độ trí khơng thoả mãn MỞ ĐẦU Thơng thƣờng xem xét, đánh giá dự án trƣớc tiên ngƣời ta quan tâm tới số tiêu định lƣợng Ví dụ nhƣ, tổng vốn đầu tƣ, thời gian hồn vốn, Bên cạnh tiêu định lƣợng, chẳng hạn nhƣ dự án công nghệ thông tin ngƣời ta quan tâm đến tiêu định tính nhƣ: độ may rủi, tính khả thi, độ tƣơng thích,… có Hội đồng mong muốn cố vấn cho đánh giá số tiêu định tính Chẳng hạn họ muốn chuyên gia phát biểu dƣới dạng: ―Độ khả thi dự án A 50%‖ ―Độ may rủi dự án B 10%‖, mong muốn khó thực đƣợc cách nghiêm túc Một cách tiếp cận khoa học, khách quan tƣơng đối dễ thực để chuyên gia phát biểu từ nhƣ thƣờng dùng ngôn ngữ thông thƣờng Ví dụ, với tiêu ―Độ may rủi‖ chọn tập nhãn sau để chuyên gia lựa chọn phát biểu: S = {hầu nhƣ không, thấp, thấp, trung bình, cao, cao, cao} Nhiệm vụ luận văn trình bày số tốn tử tích hợp ngơn ngữ tính tốn trực tiếp tập nhãn, tốn tử LOWA, I-LOWA, trình bày số mơ hình phục vụ cho trình chọn lựa để đƣa định nhóm khơng Với mục tiêu nhƣ luận văn đƣợc chia thành chƣơng nhƣ sau: Chƣơng 1: Tổng quan việc định logic mờ Chƣơng 2: Tốn tử trung bình trọng số có xếp Chƣơng 3: Những trình lựa chọn cho định tập thể không diễn đạt ngơn ngữ Chƣơng 4: Bài tốn áp dụng Mặc dù có nhiều cố gắng, nhƣng luận văn khơng tránh đƣợc thiếu sót, mong thầy, bạn góp ý, bổ sung Tơi xin chân thành cảm ơn! CHƢƠNG TỔNG QUAN VỀ VIỆC RA QUYẾT ĐỊNH VÀ LOGIC MỜ 1.1 Tầm quan trọng việc định nhà quản lý Có thể nói việc định thành công lớn chủ trƣơng định hƣớng doanh nghiệp Hàng ngày, đƣa nhiều định khác cho lĩnh vực nhằm phục vụ tốt chủ trƣơng, định hƣớng cần thiết doanh nghiệp Tuy nhiên, định có tính tổ chức quan trọng thƣờng nhà quản lý tạo Trƣớc hết, nghiên cứu công việc nhà quản lý: Quản lý đƣợc hiểu theo nghĩa q trình mà theo mục tiêu doanh nghiệp, tổ chức đạt đƣợc thông qua việc sử dụng nguồn lực (con ngƣời, tiền, lƣợng, nguyên liệu, thời gian) Những nguồn lực đƣợc coi nhƣ đầu vào kết mục tiêu đƣợc coi nhƣ đầu trình Nhà quản lý giám sát trình nhằm tối ƣu Ngày nay, cơng nghệ thơng tin bùng nổ, nhà quản lý thiết phải sử dụng công nghệ đại hỗ trợ cho công viêc, đó, máy tính cơng cụ thiết thực Để hiểu làm máy tính hỗ trợ nhà quản lý, điều cần thiết trƣớc tiên phải biết nhà quản lý làm Họ làm nhiều thứ phụ thuộc vào vị trí họ doanh nghiệp, loại hình quy mơ doanh nghiệp, chế sách văn hóa doanh nghiệp cá tính thân nhà quản lý Năm 1973, nhà nghiên cứu Mintzborg phân chia vai trò nhà quản lý thành ba loại: Giữa cá nhân với (lãnh đạo danh dự, ngƣời lãnh đạo, mối liên hệ); thông tin (ngƣời giám sát, truyền bá, ngƣời phát ngôn) định (ngƣời chủ hãng, ngƣời giải vấn đề, ngƣời phân phối nguồn lực, ngƣời đàm phán) Năm 2001, Mintzberg Wostlay phân tích vai trị ngƣời định thời đại thông tin Những hệ thống thông tin thời kỳ đầu chủ yếu hỗ trợ vai trị thơng tin Tuy nhiên, vài năm gần đây, hệ thống thông tin phát triển, hỗ trợ cho vai trò Sau đây, chủ yếu xem xét hỗ trợ mà IT cung cấp cho vai trị định Chúng ta chia cơng việc nhà quản lý, trƣờng hợp liên quan đến vai trò định thành giai đọan; giai đọan I xác định vấn đề và/hoặc hội; giai đọan II định làm với chúng Ra định giải vấn đề Một định lựa chọn hai nhiều phƣơng án thay Các định đa dạng đƣợc thực liên tục cá nhân tập thể Các mục đích việc định tổ chức, doanh nghiệp đƣợc chia thành hai nhóm chủ yếu: Giải vấn đề khai thác hội Trong trƣờng hợp nhà quản lý phải định, khả đƣa định dứt khoát đƣợc xếp quan trọng nghiên cứu Harbridge House Boston, Massachusetts thực Xếp thứ hai tầm quan trọng ―Đi thẳng vào điểm mấu chốt vấn đề khơng phải giải vấn đề quan trọng hơn‖ Hầu hết thủ tục quản lý lại có liên quan trực tiếp gián tiếp đến việc định Những nhà nghiên cứu khám phá 10% nhà quản lý nghĩ việc quản lý đƣợc thực ―rất tốt‖ thủ tục đƣợc đƣa ra, chủ yếu mơi trƣờng định khó khăn Dƣờng nhƣ phƣơng pháp vừa làm vừa sửa, phƣơng pháp thích hợp để định khứ, nhƣng ngày đắt không hiệu nhiều trƣờng hợp Bởi vậy, ngày nhà quản lý phải biết làm để sử dụng công cụ kỹ thuật nhằm giúp họ định tốt Nhiều kỹ thuật nhƣ đƣợc sử dụng phƣơng pháp phân tích định lƣợng chúng đƣợc hỗ trợ máy tính, hỗ trợ định qua hệ thống máy tính Vấn đề trợ giúp định qua hệ thống máy tính đƣợc giải vấn đề bản: Tại nhà quản lý cần trợ giúp công nghệ thông tin việc định? Cơng việc nhà quản lý tự động hồn tồn đƣợc khơng? Có trợ giúp IT có khả hỗ trợ nhà quản lý? Những nhu cầu thông tin nhà quản lý việc định đƣợc xác định nhƣ nào? Chúng ta xem xét trả lời câu hỏi đầu tiên: 10 Rất khó để đƣa định mà khơng có thơng tin phù hợp có giá trị Trong trình định cho giai đoạn hoạt động, cần thiết phải có thơng tin Ra định xử lý thông tin thủ công ngày khó khăn xu hƣớng sau: • Số lƣợng phƣơng án thay cần phải xem xét không ngừng tăng lên, bắt nguồn từ đổi công nghệ, thông tin liên lạc đƣợc nâng cấp, phát triển thị trƣờng toàn cầu việc sử dụng Internet kinh doanh điện tử Một vấn đề mấu chốt để định khám phá so sánh nhiều phƣơng án thay thích hợp Càng có nhiều phƣơng án thay cần đến tìm kiếm so sánh có hỗ trợ máy tính • Nhiều định phải đƣợc tạo dƣới sức ép thời gian Thông thƣờng, xử lý thủ công thơng tin cần thiết cách đủ nhanh để có hiệu Do không ổn định hay dao động gia tăng môi trƣờng định nên cần thƣờng xuyên tiến hành phân tích phức tạp nhằm tạo định Những phân tích nhƣ thƣờng địi hỏi sử dụng mơ hình hố tốn học Xử lý mơ hình thủ cơng nhiều thời gian Nhiều cần phải tiếp cận nhanh chóng với thơng tin từ xa, tham khảo ý kiến chuyên gia có hội thảo định nhóm, tất khơng có nhiều chi phí Những ngƣời định địa phƣơng khác thông tin Tập hợp ngƣời định thông tin lại với cách nhanh chóng khơng tốn tiền nhiệm vụ không dễ dàng Những xu hƣớng tạo khó khăn việc định, nhƣng phân tích điện tốn trợ giúp khổng lồ Ví dụ hệ thống trợ giúp đinh (DSS) kiểm tra số lƣợng lớn phƣơng án thay nhanh chóng, cung cấp phân tích rủi ro cách có hệ thống, tích hợp với hệ thống thông tin sở liệu sử dụng để hỗ trợ cơng việc nhóm tất điều thực với chi phí thấp Cách thức thực tất điều đƣợc nêu phần sau Sự phức tạp định Các định đƣợc xếp từ đơn giản đến phức tạp, bao gồm chuỗi định nhỏ có liên hệ với 64 Ngƣời quản lý Nhóm chun gia khơng đồng nhẩt Quan hệ ƣu tiên ngôn ngữ Pk Trọng số chuyên gia E(k) Độ trội mờ độ ƣu thế, Q1 Độ trội mờ chuyên gia, Q2 V À O D Ữ L I Ệ U Quá trình lựa chọn trực tiếp (gián tiếp) đƣợc độ ƣu Quá trình lựa chọn trực tiếp (gián tiếp) đƣợc độ không ƣu AQGLDD X max AQGLNDD X max CONJUNCTION AQGLDD X max AND AQGLNDD X max QGC X max NGHIỆM PHƢƠNG PHÁP TIẾP CẬN TRỰC TIẾP (GIÁN TIẾP) THỨ NHẤT DỰA TRÊN CẢ HAI ĐỘ ĐO Hình 12: Qúa trình lựa chọn trực tiếp (gián tiếp) liên kết 65 Các cá nhân Vào liệu bƣớc Nhóm chun gia khơng đồng Các quan hệ ƣu tiên ngôn ngữ Pk Ngƣời quản lý Trọng số chuyên gia,  e ( k) Nghiệm (bƣớc 1) Quá trình lựa chọn trực tiếp (gián tiếp) đƣợc độ ƣu NO AQGLDD X mac AQGLDD X mac AQGLDD X mac #( AQGLDD )>1 X max Quá trình lựa chọn trực tiếp (gián tiếp) đƣợc độ không ƣu YES Tập dự án cần đánh giá phân loại X FMOD, Q1 FMOE, Q2 AQGLNDD X mac Nghiệm (bƣớc 2) Vào liệu bƣớc CÁCH TIẾP CẬN TRỰC TIẾP (GIÁN TIẾP) THỨ DỰA TRÊN CẢ HAI ĐỘ Hình 13: trình lựa chọn trực tiếp (gián) 3.5.4 Cách sử dụng trình lựa chọn 3.5.4.1 Quá trình dựa độ ƣu q trình dựa độ khơng ƣu Nhƣ trình bày, tính chất ƣu tính chất khơng ƣu tiêu chí quan trọng để xây dựng đƣợc tập nghiệp tốn Hai tính chất thực 66 dƣới q trình khác nhau, nhiên chun gia ln ln mong muốn dựa vào tiêu chí hay tiêu chí để đánh giá chúng khơng có mâu thuẩn tìm đƣợc phƣơng án tốt Khi có tiêu chí đƣợc áp dụng thu đƣợc nghiệm thơng thƣờng, vậy, nên tìm cách ứng dụng hai tiêu chí 3.5.4.2 Quá trình trực tiếp trình gián tiếp Cả hai cách tiếp cận có lý luận khác cách thực nhƣng hoàn toàn hợp lệ thích hợp Chúng thu đƣợc nghiệm bao gồm giải pháp tốt theo quan hệ ƣu tiên độ trội mờ chuyên gia Phƣơng pháp tiếp cận trực tiếp xuất phát từ giải pháp sử dụng rõ ràng quan hệ ƣu tiên ngôn ngữ tập thể, phƣơng pháp tiếp cận gián tiếp đƣợc thực dựa quan hệ ƣu tiên ngôn ngữ tập thể Đối với phƣơng pháp tiếp cận trực tiếp xếp toàn phần phƣơng án đƣợc thiết lập từ xếp riêng lẻ thu đƣợc từ chuyên gia, với phƣơng pháp tiếp cận gián tiếp, phƣơng án đƣợc xếp từ ƣu tiên tập thể tất chuyên gia 3.5.4.3 Các trình liên kết so với q trình Nhƣ nói q trình liên kết hạn chế nhiều so với qúa trình tuần thu đƣợc tập nghiệm rỗng Ngồi ra, thỏa mãn tính chất AQGLDD AQGLNDD  X max  X max CQGLDD CQGLNDD  ( X max  X max  ), AQGL  NDD DD CQGL NDD DD X QGC  X max ( X max ) [15], trƣờng hợp gọi hai trình tƣơng đƣơng Vì vậy, dùng hai q trình theo thủ tục sau đây, gọi ―q trình lựa chọn hồn hảo hay q trình lựa chọn đầy đủ‖ Bƣớc 1: Đầu tiên áp dụng trình liên kết, sau chuyển sang bƣớc Bƣớc 2: Nếu XQGC =  áp dụng trình lựa chọn tuần tự, ngƣợc lại tập nghiệm kết thúc Chúng ta dùng ―q trình lựa chọn đầy đủ‖ phƣơng pháp tiếp cận trực tiếp qúa trình lựa chọn khác phƣơng pháp tiếp cận gián tiếp 67 CHƢƠNG BÀI TOÁN ÁP DỤNG Cho tập nhãn, S, đƣợc đƣa mục 3.2, giả sử có tập dự án cần đánh giá phân loại, X={x1, x2, x3, x4}, đƣợc phân tích nhóm chun gia không đồng , E={e1, e2, e3, e4} Mức độ quan trọng chuyên gia đƣợc cho dƣới dạng ngôn ngữ tƣơng ứng (giả sử L = S) là: E(1) = H, E(2) = VH, E(3) = FFML, E(4) = L Các chuyên gia dùng tập nhãn S để đƣa ý kiến tập X, ý kiến chuyên gia đƣợc cho nhƣ sau:    FFMH P =  VL   VH FFML  H L F   F  P3 =   L VH  L VH H VL  MH VH L  MH VL  H  , P2 = ML    VL  H  , ML    L    F VH F  L VH   VL H  ML      H VL MH L    F VH F  L VH   P = VL H  ML      H VL MH Dùng định lƣợng ngơn ngữ ―ít nửa‖ với cặp (a, b) = (0, 0.5) cho tất phép tính, giả sử Q1 = Q2, q trình lựa chọn ―đầy đủ‖ đƣợc áp dụng nhƣ sau: 4.1 Quá trình lựa chọn đầy đủ theo phƣơng pháp tiếp cận trực tiếp Rõ ràng, để áp dụng q trình đầy đủ đó, trƣớc tiên phải thực trình bản, sau đó, tính tốn nghiệm theo hai q trình đó, cuối áp dụng trình lựa chọn kết hợp theo giải thuật trình lựa chọn đầy đủ 4.1.1 Quá trình lựa chọn trực tiếp đƣợc độ ƣu Bƣớc 1: Trạng thái khai thác: Từ quan hệ ƣu tiên ngơn ngữ dùng tốn tử LOWA với W = (0.666, 0.334, 0), thu đƣợc tập ngôn ngữ độ ƣu ngôn ngữ cho phƣơng án xi chuyên gia ek, {IQGLDDik}, đƣợc bảng 68 Bảng 1: Độ ưu ngôn ngữ định lượng cá nhân Các chuyên gia Các dự án cần đánh giá phân loại (phƣơng án) x1 x2 x3 x4 E1 FFML H FFML H E2 FFMH MH F H E3 VH FFMH FFML VH E4 F MH FFMH VH IQGLDD41 Bƣớc Trạng thái kết hợp: Đối với phƣơng án độ ƣu tthế ngôn ngữ đƣợc định lƣợng kết hợp cách dùng toán tử LWD, định lƣợng đƣợc bảng Bảng 2: Độ ưu ngôn ngữ định lượng kết hợp Nhóm Các dự án cần đánh giá phân loại chuyên gia x1 x2 x3 x4 FFMH H F H (E) AQGLDD4 Chú ý: Ở nhƣ tất trƣờng hợp ví dụ đâu tốn tử kết hợp thơng tin có trọng số ngơn ngữ đƣợc sử dụng, thành phần kết hợp trọng số tốn tử thu đƣợc kết quả, đƣợc định nghĩa tốn tử LOWA trƣờng hợp Kết này, nhƣ nói từ trƣớc, đƣợc xem xét nhƣ ―credibility degree - độ tín nhiệm‖của giải pháp thu đƣợc Trong ví dụ độ tín nhiệm cao AQGLDD2 = VH Bƣớc 3: Trạng thái chọn lọc: Tập phƣơng án với độ ƣu tthế ngôn ngữ đƣợc bởi độ ƣu ngôn ngữ AQGLDD cao X max = {x2, x4} 4.1.2 Quá trình lựa chọn trực tiếp đƣợc độ không ƣu Bƣớc Trạng thái khai thác: - Từ quan hệ ƣu tiên ngơn ngữ, tìm đƣợc quan hệ ƣu tiên xác tƣơng ứng: 69    ML Ps,(1) =   VL   FFMH    VL Ps,(3) =   VL  VH VL  VL VL FFML  VL F F FFML  VL VL  FFML  s, (2) ,P = F     H VL  L VL  ,  VL   F  VL   ML VL  FFML  VL VL   L FFMH F    F Ps,(4) =   VL   FFMH VL L  VL ML  VL FFMH VL  VL  VL    VL  ML VL     Từ quan hệ ƣu tiên xác dùng toán tử LOWA với - W = (0.666, 0.334, 0), thu đƣợc tập độ không ƣu ngôn ngữ đƣợc định lƣợng riêng lẻ cho phƣơng án xi chuyên gia k ek {IQGLNDDi } , kết đƣợc nêu bảng bảng 3: Độ không ưu ngôn ngữ định lượng riêng lẻ Các chuyên gia Các dự án cần đánh giá phân loại x1 x2 x3 x4 E1 FEML VH F F E2 F MH FFML VH E3 VL F L VH E4 F MH FFML MH IQGLDD41 Bƣớc 2: Trạng thái kết hợp: Độ không ƣu ngôn ngữ đƣợc định lƣợng kết hợp cho phƣơng án xi cách dùng toán tử LWD đƣợc bảng 4, mức độ mạnh độ không ƣu kết hợp AQGLNDD2 = VH nhƣ trình 70 Bảng 4: Độ khơng ưu ngôn ngữ định lượng kết hợp Nhóm chuyên gia (E) Các dự án cần phân loại đánh giá x1 x2 x3 x4 F H F VH AQGLDD4 Bƣớc 3: Trạng thái chọn lọc: Tập phƣơng án với độ không ƣu tiên ngôn ngữ đƣợc định lƣợng kết AQGLNDD hợp lớn X max ={x4} 4.1.3 Quá trình lựa chọn liên kết Trong trình này, tập nghiệm đƣợc đƣa theo biểu thức sau đây: AQGLDD AQGLNDD = {x4} ≠  X QGC  X max  X mac Nhƣ trình lựa chọn đầy đủ kết thúc với ứng dụng trình lựa chọn liên kết, #(XQGC) = 1, khơng cần áp dụng trình lựa chọn 4.2 Quá trình lựa chọn đầy đủ theo phƣơng pháp tiếp cận gián tiếp Các bƣớc thực trình nhƣ bƣớc thực trình đầy đủ Đầu tiên, phải phát triển trình cuối áp dụng thủ tục trình lựa chọn đầy đủ 4.2.1 Quá trình lựa chọn gián tiếp đƣợc độ ƣu Bƣớc 1: Trạng thái kết hợp: Từ quan hệ ƣu tiên ngôn ngữ dùng toán tử LWD với trọng số W=(0.666, 0.334, 0) , thu đƣợc quan hệ ƣu tiên ngôn ngữ tập thể PC:    MH PC =   F   VH MH  FFMH MH H MH  VH FFML  MH  với  EC  VH ML     Bƣớc 2: Trạng thái khai thác: Dùng tốn tử LOWA để tính độ ƣu ngôn ngữ đƣợc định lƣợng kết hợp phƣơng án xi, kết đƣợc đƣợc bảng 71 Bảng 5: Độ ưu ngôn ngữ định lượng chung Quan điểm tập thể E Các dự án cần đánh giá phân loại x1 x2 x3 X4 H MH FFMH VH CQGLDD4 Bƣớc 3: Trạng thái chọn lọc: Tập phƣơng án với độ ƣƣ tiên ngôn ngữ đƣợc định lƣợng kết hợp lớn AQGLDD X max = {x4} 4.2.2 Quá trình lựa chọn gián tiếp đƣợc độ không ƣu Bƣớc 1: Trạng thái kết hợp: Nhƣ DIP, tìm đƣợc quan hệ ƣu tiên ngôn ngữ kết hợp Bƣớc 2: Trạng thái khai thác: - Từ quan hệ ƣu tiên ngôn ngữ kết hợp, ta tìm đƣợc quan hệ ƣu tiên chặt chẽ tƣơng ứng:    VL Ps    VL   FFMH VL  VL VL FFML VL  L VL   VL   MH  - Từ quan hệ ƣu tiên chặt chẽ dùng toán tử LOWA với W = (0.666, 0.334, 0), tính đƣợc tập định lƣợng kết hợp độ không ƣu ngôn ngữ cho phƣơng án, kết đƣợc bảng Bảng 6: Độ không ưu ngôn ngữ định lượng kết hợp quan điểm tập thể E Các dự án cần phân loại đánh giá x1 x2 X3 x4 FFML VH ML VH CQGLNDD4 Bƣớc 3: Trạng thái chọn lọc (Selection state): Tập phƣơng án với định lƣợng AQGLNDD kết hợp lớn độ không ƣu ngôn ngữ là: X max = {x2, x4} 72 4.2.3 Quá trình lựa chọn liên kết Trong trình này, tập nghiệm đƣợc đƣa biểu thức sau: AQGLDD AQGLNDD = {x4} X QGC  X max  X max Nhƣ trình đầy đủ nêu trên, ta tìm đƣợc nghiệm dùng trình lựa chọn liên kết, #(XQGC) = 73 KẾT LUẬN Trong luận văn này, tơi tìm hiểu trình bày số tốn tử tích hợp ngơn ngữ, tốn tử OWA, LOWA, I-LOWA, tốn tử LOWA I-LOWA hai tốn tử tính tốn trực tiếp tập nhãn ngơn ngữ Trên sở tốn tử trên, tơi trình bày vài tiến trình lựa chọn phƣơng án để giải vấn đề định nhóm không đồng diễn đạt ngôn ngữ Những trình cho phép mơ hình hố nhiều tình giới thực nơi mà thơng tin đƣợc xử lý định tính khơng mức độ quan trọng, chúng đƣợc tính tốn dựa công nghệ mờ, tập nhãn ngôn ngữ định lƣợng mờ thơng qua tốn tử LOWA, I-LOWA, vv… Đây q trình hữu ích để thiết kế hệ thống định thông minh trợ giúp nhà quản lý trình định Hƣớng nghiên cứu đề tài: sở toàn tử này, ta xây dựng đƣợc tốn tử tích hợp ngơn ngữ mạnh hơn, xác ứng dụng tốn tử để xây dựng hệ thống hỗ trợ định diễn đạt ngôn ngữ 74 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Bùi Cơng Cƣơng, Nguyễn Dỗn Phƣớc (chủ biên), “Hệ mờ, mạng nơron ứng dụng”, NXB Khoa học Kỹ thuật [2] Bùi Công Cƣờng Nguyễn Văn Điệp, “Tốn tử tích hợp ngơn ngữ nghiệm tập thể mờ, ứng dụng vào toán quy hoạch nguồn điện”, luận án Tiến sỹ, trƣờng Đại học Bách Khoa Hà Nội Tiếng Anh [3] B.C.Cuong (1998), A new process in group decision making using linguistic consensus measures and linguistic OWA operators, Preprint 98/1, Institute of Mathematics HaNoi [4] Degani, R and Bortolan, G (1998), The problem of Linguistic Approximation in Clinical Decision Making, International Journal of Approximate Reasoning, pp, 143 - 162 [5] Delgadol, M, Herrera, F., Herrera – Viedma, E and Martin L.(1996): Combining Numerical and Linguistic Information in Group Decision Making Dept Computer Sciences amd A.I, Granada University, T Report #96195 [6] Dicescare, F., Sahnoun, Z and Bonissone: Linguistic Summarization of fuzzy Data, Information Sciences 52, 141- 152 [7] D Dubois, J.-L Koning, Social Choice Axioms for Fuzzy Sets Aggregation, Fuzzy Sets and Systems, 43 (1991) 257–274 75 [8] D Dubois, H Fargier, H Prade, Beyond Aggregation in Multicriteria Decision: (Ordered) weighted min, discri-min, leximin, in: R.R Yager and J Kacprzyk, Ed., The Ordered Weighted Averaging Operators Theory and Applications (Kluwer Academic Publishers, (1997) 181–192 [9] F Herrera, J.L Verdegay, E.Herrera - Viedma, Choice processes for non – homogeneous group decision making in linguistic setting [10] F Herera, E Herera – Viedma and J.L Verdegay (1998), Direct Approach processes in group decision making using OWA operators, Fuzzy sets and systems 94, PP, 287 -238 [11] F Herera, E Herera – Viedma J.L Verdegay (1996), ―A model of consensus in group decision making under linguistic assessments, Fuzzy Sets, and Systems‖, PP, 175 -190 [12] F Chiclana, F Herrera, E Herrera-Viedma, Integrating Three Representation Models in Fuzzy Multipurpose Decision Making Based on Fuzzy Preference Relations, Fuzzy Sets and Systems 97 (1998) 33–48 [13] F Chiclana, F Herrera, E Herrera-Viedma, A Note on the Internal Consistency of Various Preference representations, Fuzzy Sets and Systems 131 (2002) 75–78 [14] F Chiclana, F Herrera, E Herrera-Viedma, L Mart´ınez, A Note on the Reciprocity in the Aggregation of Fuzzy Preference Relations Using OWA Operators, Fuzzy Sets and Systems 137 (2003) 71–83 [15] W Cholewa, Aggregation of Fuzzy Opinions - An Axiomatic Approach, Fuzzy Sets and Systems 17 (1985) 249–258 [16] J Fodor, M Roubens, Fuzzy Preference Modelling and Multicriteria Decision Support (Kluwer, Dordrecht, 1994) [17] L W Fung, K S Fu, An Axiomatic Approach to Rational Decision Making in a Fuzzy Environment, in L A Zadeh, K S Fu, T Tanaka, M, Shimura, Ed., 76 Fuzzy Sets ans Their Applications to Cognitive and Decisions (New York: Academic Press, 1975) 227–256 [18] F.Herrera, E Herrera-Viedma Aggregation Operators for LinguisticWeighted Information, IEEE Transactions on Systems, Man, and Cybernetics Part A: Systems and Humans 27 (1997) 646–656 [19] E Herrera-Viedma, F Herrera, F Chiclana, M Luque, Some Issues on Consistency of Fuzzy Preference Relations, European Journal of Operational Research 154 (2004) 98–109 [20] F Herrera, E Herrera-Viedma, J.L Verdegay, Choice Processes for NonHomogeneous Group Decision Making in Linguistic Setting, Fuzzy Sets and Systems 94 (1998) 287–308 [21] J Kacprzyk, M Fedrizzi, Multiperson Decision Making Models Using Fuzzy Sets and Possibility Theory (Kluwer Academic Pub., Dordrecht, 1990) [22] J Kacprzyk, M Fedrizzi, H Nurmi, Fuzzy Logic with Linguistic Quantifiers in Group Decision Making, in: R.R Yager and L.A Zadeh, Ed., An Introduction to Fuzzy Logic Applications in Intelligent Systems (Kluwer Academic Publishers, 1992) 263–280 [23] L Kitainick, Fuzzy Decision Procedures with Binary Relations, Towards an Unified Theory (Kluwer Academic Publishers, Dordrecht, 1993) [24] H B Mitchell, P A Schaefer, Multiple Priorities in an Induced Ordered Weighted Averaging Operator, International Journal of Intelligent Systems 15 (2000) 317–327 [25] F J Montero de Juan, Aggregation of Fuzzy Opinion in a Non-homogeneous Group, Fuzzy Sets and Systems 25 (1987) 15–20 [26] S.A Orlovsky, Calculus of Decomposable Properties, Fuzzy Sets and Decisions (Allerton Press, 1994) [27] M Roubens, Fuzzy Sets and Decision Analysis, Fuzzy Sets and Systems 90 (1997) 199–206 [28] R.R Yager, Fuzzy Decision Making Including Unequal Objectives, Fuzzy Sets and Systems, (1978) 87–95.15 77 [29] R.R Yager, Quantifiers in the formulation of multiple objective decision functions, Information Sciences, 31 (1983) 107–139 [30] R.R Yager, On Ordered Weighted Averaging Aggregation Operators in Multicriteria Decision Making, IEEE Transaction on Systems, Man and Cybernetics 18 (1988) 183–190 [31] R.R Yager, Quantifier Guided Aggregation Using OWA Operators, International Journal of Intelligent Systems, Vol 11 (1996) 49–73 [32] R.R Yager, On Induced Aggregation Operators, Proceedings of the EUROFUSE Workshop on Preference Modelling and Applications, Granada, 2000, 1–9 [33] R.R Yager, The Induced Fuzzy Integral Aggregation Operator, International Journal of Intelligent Systems 17 (2002) 1049–1065 [34] R.R Yager, Induced Aggregation Operators, Fuzzy Sets and Systems137 (2003) 59–69 [35] R.R Yager, D P Filev, Operations for Granular Computing: Mixing Words and Numbers, Proceedings of the FUZZ-IEEE World Congress on Computational Intelligence, Anchorage, 1998, 123–128 [36] R.R Yager, ―On ordered weighted averaging aggregation operators in multicriteria decision making‖, IFFF trans System Man Cerbernetics, PP, 183190 [37] R.R Yager (1993), ―Families of OWA operators Fuzzy Sets and Systems‖, PP, 125 -148 [38] J.Tang, D.Wang and R.K Fung, ―Asurvey on fuzzy modelling and fuzzy optimization, Proceedings of the eight International Fuzzy Systems Assocation World Congress‖, IFSA’99, Taipei, 1999,pp, 532 – 536 Thank you for evaluating AnyBizSoft PDF Merger! To remove this page, please register your program! Go to Purchase Now>> AnyBizSoft PDF Merger  Merge multiple PDF files into one  Select page range of PDF to merge  Select specific page(s) to merge  Extract page(s) from different PDF files and merge into one ... 1. 4 .1 Tập mờ: 14 1. 4 .1. 1 Định nghĩa tập mờ: 14 1. 4 .1. 2 Các phép toán đại số tập mờ 15 1. 4 .1. 3 Số mờ 15 1. 4.2 Logic mờ số phép toán 16 1. 4.2 .1 Logic mờ. .. RA QUY? ??T ĐỊNH VÀ LOGIC MỜ 1. 1 Tầm quan trọng việc định nhà quản lý 1. 2 Q trình định dựa vào máy tính 12 1. 3 Mơ hình hố mơ hình 12 1. 4 Tập mờ logic mờ 14 1. 4 .1. .. dụng toán tử vào toán khác Gần đây, 19 96 Herrera cộng đƣa vào lớp toán tử tích hợp ngơn ngữ dựa vào OWA bắt đầu ứng dụng toán định tập thể 2 .1 Định nghĩa số tính chất Q trình tích hợp thơng tin