徐路燕,陳葉潔,王宇陽(yáng)
(1.蘇州大學(xué) 紡織與服裝工程學(xué)院,江蘇 蘇州 215001;2.香港理工大學(xué) 紡織及制衣學(xué)系 香港 999077)
在大多數(shù)管理與工程類問(wèn)題中,最終的決策總是由多個(gè)指標(biāo)和方案共同確定,因此人們需要建立相應(yīng)的評(píng)價(jià)標(biāo)準(zhǔn)和模型。在運(yùn)籌學(xué)中,這可以稱為多準(zhǔn)則決策。然而,當(dāng)指標(biāo)較多且相互比較難以給出相對(duì)重要性程度時(shí),多準(zhǔn)則決策就難以給出精確的結(jié)果。在現(xiàn)實(shí)生活中,我們也經(jīng)常需要處理大量模糊和不精確的信息。對(duì)時(shí)裝設(shè)計(jì)師來(lái)說(shuō),他們需要為消費(fèi)者選擇合適的面料,也不可避免遇到面料的好壞評(píng)價(jià)問(wèn)題。由于服裝面料的綜合性能指標(biāo)評(píng)價(jià)涉及到的大量的定性信息,其中最主要的就是要分析個(gè)人的主觀感受,因此難以用定量的方法給出評(píng)價(jià)結(jié)果。傳統(tǒng)的加權(quán)乘積模型,加權(quán)求和模型和層次分析法都不是評(píng)價(jià)模糊和不確定信息的方法。
在美國(guó)學(xué)者Zadeh[1]于1965年提出模糊集合論后,模糊綜合評(píng)價(jià)出現(xiàn)了長(zhǎng)足的發(fā)展。在這之后,Satty提出一種新的層次分析法理論[2,3]。盡管模糊綜合評(píng)價(jià)和層次分析法在紡織工業(yè)中已有的應(yīng)用,但由于計(jì)算方法復(fù)雜且有時(shí)候不精確,他們的計(jì)算方法通常是孤立的和不準(zhǔn)確的。在已有文獻(xiàn)中,有關(guān)于紡織精紡過(guò)程棉纖維選擇[4],地址規(guī)劃問(wèn)題[5]和其他等等問(wèn)題[6-8],但鮮有使用模糊決策方法評(píng)價(jià)面料的研究。在本次實(shí)驗(yàn)中,荷蘭學(xué)者F.J.M.Van Laarhoven and W.Pedrycz提出的三角模糊數(shù)[9]應(yīng)用于層次分析過(guò)程并且代替了兩兩判別矩陣中的精確數(shù)字,最大程度了保證了最后權(quán)重判別結(jié)果的精確性,從而建立了一套服裝面料的綜合指標(biāo)主觀評(píng)價(jià)模型。
在本階段,針對(duì)所要分析的問(wèn)題,建立了層次分析結(jié)構(gòu)。目標(biāo)層為“性能評(píng)價(jià)”,因此被置于本層次結(jié)構(gòu)的最高層。這個(gè)問(wèn)題可以分為3個(gè)一級(jí)指標(biāo),即功能性,舒適性和服用性,這些被放于第二層。最后,在每個(gè)二級(jí)指標(biāo)之下,給出了具體指標(biāo),具體層次結(jié)構(gòu)圖參見(jiàn)圖1。
層次分析法的相對(duì)重要性矩陣是通過(guò)各個(gè)指標(biāo)兩兩對(duì)比,相互比較重要性得出的。如cij表示指標(biāo)i相對(duì)應(yīng)的指標(biāo)j的重要性程度。在這個(gè)矩陣中,cii=1并且。對(duì)n個(gè)指標(biāo)來(lái)說(shuō),判斷矩陣的大小將會(huì)是n*n。
圖1 面料綜合性能評(píng)價(jià)層次分析圖
表1 層次分析法權(quán)重含義表
本次實(shí)驗(yàn)應(yīng)用了三角模糊數(shù),即將模糊層次分析法中判斷矩陣每一項(xiàng)使用三個(gè)數(shù)字來(lái)模糊化一般構(gòu)建兩兩判別矩陣的精確數(shù)字。三角模糊數(shù)的通過(guò)采集三個(gè)點(diǎn)形成,很好解決在指標(biāo)兩兩比較過(guò)程中無(wú)法準(zhǔn)確度量而只能用自然語(yǔ)言進(jìn)行模糊評(píng)價(jià)的矛盾。Dubois和Prade[10]定義的三角模糊數(shù)如下:
R和L是模糊數(shù)的最右和最左的值,m是中間最期望的值。除了模糊數(shù)的運(yùn)算以外,模糊層次分析法的運(yùn)算和層次分析法的運(yùn)算基本相同。三角模糊數(shù)的運(yùn)算方法如下:
根據(jù)Kaufman and Gupta[11]之前提出使用的方法,去模糊化可以使用如下公式:
其中,lj,mj,uj是三角模糊數(shù)中低,中,高三個(gè)數(shù)字。標(biāo)準(zhǔn)化后的權(quán)重計(jì)算公式如下:
二級(jí)指標(biāo)被分為五個(gè)等級(jí):極好,好,一般,稍差和極差。這意味著評(píng)語(yǔ)集V=(極好,好,一般,稍差,極差),本次實(shí)驗(yàn)一共邀請(qǐng)了143位評(píng)價(jià)人員對(duì)所給面料進(jìn)行評(píng)價(jià),他們被要求給出每個(gè)三級(jí)指標(biāo)具體隸屬,即在評(píng)語(yǔ)集中針對(duì)具體指標(biāo)給出相應(yīng)主觀判斷。R是最終綜合評(píng)判變換矩陣,計(jì)算方法如下:
式中:“?”為模糊合成計(jì)算符號(hào),“∨”取大運(yùn)算,“∧”為取小運(yùn)算。
二級(jí)指標(biāo)中,功能性,舒適性和基本服用性能兩兩相互比較。當(dāng)它們自身比較時(shí),模糊數(shù)(1,1,1)代替了層次分析法中的1?;趯I(yè)經(jīng)驗(yàn),功能性是比舒適性稍微重要,比基本服用性能更加重要一點(diǎn),因此模糊數(shù)(2,3,4)和(3,4,4)為分別為它們的比較判別結(jié)果。其他的對(duì)比結(jié)果在表2中。最終的重要性是通過(guò)計(jì)算模糊數(shù)的幾何均值,之后幾何均值通過(guò)去模糊化過(guò)程,因此得到最終的權(quán)重向量。一級(jí)指標(biāo)相對(duì)應(yīng)下的二級(jí)指標(biāo)模糊判斷矩陣為表3,表4和表5。為了減少評(píng)價(jià)結(jié)果的不確定性,本實(shí)驗(yàn)采用問(wèn)卷調(diào)查法和專家評(píng)價(jià)法相互結(jié)合的方法。在綜合評(píng)判變換矩陣中,一共發(fā)放問(wèn)卷150份,其中有效問(wèn)卷143份,數(shù)據(jù)結(jié)果表6。
表2 一級(jí)指標(biāo)的模糊判斷矩陣及權(quán)重運(yùn)算權(quán)重結(jié)果
表3 功能性下的二級(jí)指標(biāo)模糊判斷矩陣及權(quán)重運(yùn)算結(jié)果
表4 舒適性下二級(jí)指標(biāo)模糊判斷矩陣及權(quán)重運(yùn)算結(jié)果
表5 基本服用性能下二級(jí)指標(biāo)模糊權(quán)重矩陣及權(quán)重運(yùn)算結(jié)果
表6 綜合評(píng)判變換矩陣
B′是標(biāo)準(zhǔn)化后的B。數(shù)據(jù)結(jié)果顯示,該測(cè)試面料隸屬于“好”的隸屬度為41%。
三角模糊數(shù)和模糊綜合評(píng)價(jià)方法的應(yīng)用,消除了人評(píng)價(jià)服裝面料過(guò)程主觀感受和個(gè)人喜好的影響。在數(shù)據(jù)分析后,本次新的模型成功的評(píng)價(jià)了被測(cè)試面料的性能。結(jié)果表明,本次測(cè)試的面料以隸屬度41.0%隸屬于“好”的程度。由于本模型實(shí)驗(yàn)方法簡(jiǎn)單,涉及指標(biāo)全面,因此為服裝設(shè)計(jì)師提供了特殊需求,物理需求,精神和情感需求的方法為消費(fèi)者選擇最合適的面料。
[1]Zimmermann H J.Fuzzy programming and linear programming with several objective functions[J].Fuzzy sets and systems,1978,1(1):45-55.
[2]Saaty T L.How to make a decision:the analytic hierarchy process[J].European journal of operational research,1990,48(1):9-26.
[3]Zahedi F.The analytic hierarchy process-a survey of the method and its applications[J].interfaces,1986,16(4):96-108.
[4]Majumdar A.Selection of raw materials in textile spinning industry using fuzzy multi-criteria decision making approach[J].Fibers and Polymers,2010,11(1):121-127.
[5]Karray F,Zaneldin E,Hegazy T,et al.Tools of soft computing as applied to the problem of facilities layout planning[J].Fuzzy Systems,IEEE Transactions on,2000,8(4):367-379.
[6]Singh R K,Khilwani N,Tiwari M K.Justification for the selection of a reconfigurable manufacturing system:a fuzzy analytical hierarchy based approach[J].International Journal of Production Research,2007,45(14):3165-3190.
[7]Chan F T S,Kumar N,Tiwari M K,et al.Global supplier selection:a fuzzy-AHP approach[J].International Journal of Production Research,2008,46(14):3825-3857.
[8]Denkena B,Schürmeyer J T,Kaddour R,et al.Assessing mould costs analysing manufacturing processes of cavities[J].The International Journal of Advanced Manufacturing Technology,2011,56(9-12):943-949.
[9]Van Laarhoven P J M,Pedrycz W.A fuzzy extension of Saaty's priority theory[J].Fuzzy sets and Systems,1983,11(1):199-227.
[10]Dubois D,Prade H.Fuzzy real algebra:some results[J].Fuzzy sets and systems,1979,2(4):327-348.
[11]Kaufmann A,Gupta M M.Fuzzy mathematical models in engineering and management science[M].Elsevier Science Inc.,1988.