Các phương pháp ra quyết định đa thuộc tính với thông tin mờ.

- VŨ THỊ THÙY NHƯ CÁC PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA THUỘC TÍNH VỚI THÔNG TIN MỜ Chuyên ngành : Công nghệ thông tin LUẬN VĂN THẠC SĨ KỸ THUẬT Công nghệ thông tin NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS.
- Trần Đình Khang Hà Nội – Năm 2015 Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 2 MỤC LỤC MỤC LỤC.
- Phương pháp nghiên cứu.
- RA QUYẾT ĐỊNH ĐA THUỘC TÍNH.
- Các đặc điểm của bài toán ra quyết định đa thuộc tính.
- Phân loại các phương pháp ra quyết định đa thuộc tính.
- Một số phương pháp ra quyết định đa thuộc tính phổ biến.
- TẬP MỜ CẢM NHẬN.
- Định nghĩa về tập mờ cảm nhận.
- Các phép toán trong tập mờ cảm nhận.
- Khoảng cách giữa 2 tập mờ cảm nhận.
- 19 Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 3 1.3.
- CÁC PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA THUỘC TÍNH SỬ DỤNG TẬP MỜ CẢM NHẬN.
- Phương pháp TOPSIS.
- Phương pháp ELECTRE.
- BÀI TOÁN ĐÁNH GIÁ, XẾP HẠNG PHÒNG GIAO DỊCH TRONG HỆ THÔNG NGÂN HÀNG.
- Mô tả chi tiết các bảng.
- KẾT QUẢ.
- 63 Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 4 LỜI CẢM ƠN Đầu tiên, em muốn gi lời biết ơn chân thành ti PGS.TS Trần Đình Khang, người trực tiếp hưng dẫn và tạo điều kiện cho em về thời gian, những sự gip đ tận tình về kiến thức, sự ch dẫn, định hưng và tài liệu tham khảo quý báu.
- Tiếp theo, em xin cảm ơn các thầy cô trong Viện Công nghệ thông tin và Truyền thông – Đại học Bách khoa Hà Nội đã giảng dạy, truyền đạt kiến thức cho em trong suốt thời gian qua.
- H Ni, ngy 18 thng 12 năm 2014 Người thực hiện V Thị Thùy Như Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 5 LỜI CAM ĐOAN Luận văn Thạc sĩ “Các phương pháp ra quyết định đa thuộc tính vi thông tin mờ”, chuyên ngành Công nghệ thông tin là công trình của cá nhân tôi.
- Ngày 18 tháng 12 năm 2014 Tác giả luận văn Vũ Thị Thùy Như Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 6 DANH MỤC THUẬT NGỮ - VIẾT TẮT STT Viết tắt Viết đầy đủ Chú thích 1.
- PGD Phòng Giao Dịch 2.
- MADM Multi-attribute Decision Making Ra quyết định đa thuộc tính 3.
- SAW Simple Additive Weighting Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 7 DANH MỤC HÌNH VẼ, ĐỒ THỊ Hình 1.
- Màn hình quản lý tầm quan trọng của chuyên gia và thuộc tính.
- Màn hình kết quả đánh giá, xếp hạng.
- 60 Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 8 DANH MỤC BẢNG Bảng 1.
- So sánh các phương pháp ra quyết định đa thuộc tính.
- Mô tả chi tiết bảng User.
- Mô tả chi tiết bảng Branch.
- Mô tả chi tiết bảng Criteria.
- Mô tả chi tiết bảng Importance.
- Mô tả chi tiết bảng Rating.
- Mô tả chi tiết bảng Evaluation.
- Mô tả chi tiết bảng Evuluation_Criteria.
- Mô tả chi tiết bảng Evaluation_Result.
- Mô tả chi tiết bảng Province.
- Mô tả chi tiết bảng Evaluation_Weight_User.
- Mô tả chi tiết bảng Evaluation_Branch_Criteria.
- Mô tả chi tiết bảng Evaluation_Weight_Criteria.
- 53 Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 9 MỞ ĐẦU 1.
- Lý do chọn đề tài Trong cuộc sống hàng ngày của mi người, trong sản xuất kinh doanh hay trong quản lý ni chung…, chng ta luôn phải lựa chọn giữa các phương án khác nhau.
- Việc đánh giá các phương án thường dựa trên nhiều tiêu chí khác nhau.
- Trong kinh doanh, việc lựa chọn nhà cung ứng lại dựa vào các yếu tố như chất lượng, giá cả, khả năng sẵn sàng cung cấp và uy tín,… Do đ, cần thiết phải c các phương pháp để lựa chọn ra phương án tối ưu và phù hợp nhất.
- Trong khi đ ,các bài toán ra quyết định trong thực tế thường dựa trên các thông tin không đầy đủ, không chc chn.
- Lý thuyết mờ cho phép biểu diễn và x lý các thông tin trên, t đ hình thành nên các phương pháp ra quyết định đa thuộc tính vi thông tin mờ.
- Mục tiêu của đề tài Đề tài tập trung nghiên cứu các phương pháp ra quyết định đa thuộc tính vi thông tin mờ và ứng dụng các phương pháp này vào bài toán đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng Để đạt được các mục tiêu trên, đề tài tập trung vào các nhiệm vụ cụ thể sau.
- Tìm hiểu các phương pháp ra quyết định đa thuộc tính vi thông tin mờ.
- Trong phạm vi luận văn này, tác giả tập trung vào 2 phương pháp phổ biến là TOPSIS và ELECTRE - Phân tích bài toán đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng, phân tích các tiêu chí đánh giá phòng giao dịch - Ứng dụng phương pháp TOPSIS vào bài toán đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 10 - Thiết kế hệ thống và xây dựng ứng dụng.
- Phân tích, đánh giá kết quả đạt được khi thực hiện hệ thống vi các bộ dữ liệu th.
- Đối tượng và phạm vi nghiên cứu Nghiên cứu về tập mờ cảm nhận, bài toán ra quyết định đa thuộc tính và các phương pháp TOPSIS, ELECTRE trong bài toán ra quyết định đa thuộc tính s dụng tập mờ cảm nhận.
- Ứng dụng các phương pháp ra quyết định đa thuộc tính vi thông tin mờ vào bải toán đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng.
- Phương pháp nghiên cứu a.
- Phương pháp nghiên cứu lý thuyết - Nghiên cứu tài liệu, ngôn ngữ và công nghệ liên quan.
- Tổng hợp các tài liệu lý thuyết về tập mờ cảm nhận, các phương pháp ra quyết định đa thuộc tính và áp dụng tập mờ cảm nhận trong các phương pháp này.
- Biểu diễn bài toán đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng s dụng tập mờ cảm nhận - Áp dụng các phương pháp TOPSIS để đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng.
- Phương pháp nghiên cứu thực nghiệm - Phân tích, thiết kế hệ thống theo quy trình xây dựng phần mềm.
- Xây dựng hệ thống đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng.
- Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 11 5.
- Kết quả dự kiến - Nhận thức đầy đủ về thế mạnh của việc kết hợp tập mờ cảm nhận và các phương pháp ra quyết định đa thuộc tính trong các bài toán đánh giá, xếp hạng và ra quyết định.
- Đề ra được giải pháp và ứng dụng các phương pháp ra quyết định đa thuộc tính vi thông tin mờ để giải quyết bài toán đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng.
- Ý nghĩa khoa học và thực tiễn - Áp dụng các phương pháp ra quyết định đa thuộc tính vi thông tin mờ gn liền vi những bài toán ra quyết định trong thực tế.
- Kết quả của đề tài là hệ thống phần mềm đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng c tính dễ s dụng, tính tuỳ biến cao, đáp ứng tốt nhu cầu người s dụng.
- Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 12 Bố cục của luận văn Bố cục của luận văn được chia thành 4 chương như sau: Chương 1.
- Cơ sở lý thuyết Chương 1 tập trung vào giới thiệu các khái niệm về ra quyết định đa thuộc tính, tập mờ cảm nhận và các phương pháp ra quyết định đa thuộc tính sử dụng tập mờ cảm nhận Chương 2: Bài toán đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng Chương 2 tập trung vào phân tích các tiêu chí đánh giá, xếp hạng phòng giao dịch trong hệ thống ngân hàng, mô hình hóa bài toán theo phương pháp TOPSIS Chương 3: Kết quả đạt được Chương 3 trình bày phân tích, thiết kế và kết quả đạt được của phần mềm được cài đặt với các bộ dữ liệu thử nghiệm.
- Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 13 CHƯƠNG 1.
- RA QUYẾT ĐỊNH ĐA THUỘC TÍNH 1.1.1.
- Khái niệm Quá trình ra quyết định là một dãy các bưc: xác định bài toán, xây dựng trọng số , đánh giá các lựa chọn và xác định lựa chọn tốt nhất (Simon 1977.
- Kleindorfer, Kunreuther, and Schoemaker 1993) Ra quyết định đa thuộc tính (MADM – Multi Attribute Decision Making) là đưa ra các quyết định dựa trên các thuộc tính, thường là xung đột vi nhau (Hwang & Yoon, 1981).
- Các đặc điểm của bài toán ra quyết định đa thuộc tính Các bài toán ra quyết định đa thuộc tính đều c các đặc điểm chung sau.
- C một lượng xác định các lựa chọn, các phương án cần được đánh giá, xếp hạng  C nhiều thuộc tính để xem xét, đánh giá  Mi thuộc tính c một đơn vị đo lường riêng  Các thuộc tính được xếp hạng, đánh độ ưu tiên bởi người ra quyết định hoặc bởi một vài phương pháp nào đ.
- Mi bài toán ra quyết định đa thuộc tính đều được biểu diễn dưi dạng ma trận quyết định, c hàng là các lựa chọn/phương án, cột là các thuộc tính Chương này sẽ trình bày các vấn đề sau.
- Ra quyết định đa thuộc tính  Tập mờ cảm nhận Các phương pháp ra quyết định đa thuộc tính s dụng tập mờ cảm nhận Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 14 1.1.3.
- Phân loại các phương pháp ra quyết định đa thuộc tính Các phương pháp ra quyết định đa thuộc tính được phân loại theo loại thông tin nhận được t người ra quyết định: Không c thông tin, thông tin t môi trường hoặc thông tin t các thuộc tính.
- Nếu không c thông tin t người ra quyết định, ta c phương pháp Dominance.
- Đối vi thông tin t môi trường, ta c phương pháp Maximin và Maximax Đối vi thông tin t các thuộc tính, ta c phương pháp: Conjunctive, Disjuctive, Lexicographic, Elimination by Aspects, SAW (Simple Additive Weighting), WP (Weighted Product), TOPSIS, ELECTRE, Median Ranking và AHP.
- Một số phương pháp ra quyết định đa thuộc tính phổ biến  AHP (Analytic Hierarchy Process) Phương pháp AHP được phát triển bởi Thomas Saaty vào những năm 1970.
- So sánh tầm quan trọng của tng cặp thuộc tính và hiệu năng của tng cặp phương án vi hệ số tỷ lệ t 1 ti 9.
- Trọng số của các thuộc tính được xác định và kết hợp để đạt được trọng số chung cho tất cả các lựa chọn.
- Ma trận so sánh theo cặp của n thuộc tính C vi 1 cấp độ được cho sẵn được biểu diễn như sau.
- ELECTRE (Elimination Et Choice Translating Reality) Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 15 ELECTRE là phương pháp được nghiên cứu rộng rãi và cng s dụng so sánh tng cặp bằng cách dung ch số tương thích và đối nghịch.
- SAW (Simple Additive Weighting) Phương pháp này được phát triển bởi MacCrimon vào năm 1968.
- SAW được biết như là một phương pháp tính điểm kết hợp tuyến tính trọng số hoặc tổng trọng số.
- Phương pháp này rất đơn giản, trong đ giá trị tỷ lệ được cho vi mi lựa chọn bởi 1 thuộc tính.
- Giá trị tỷ lệ sau đ được nhân vi trọng số riêng biệt của người ra quyết định.
- là giá trị thực tế của lựa chọn thứ i vi thuộc tính thứ j và.
- là trọng số của thuộc tính thứ j.
- TOPSIS áp dụng khái niệm đơn giản về khoảng cách giữa các phương án.
- Chng được xác định theo công thức sau: Các phương pháp ra quyết định đa thuộc tính với thông tin mờ Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 16.
- là giá trị của phương án thứ i tương ứng vi thuộc tính thứ j.
- và tương ứng là giá trị tốt nhất và tồi nhất của thuộc tính thứ j.
- So sánh các phương pháp Các phương pháp trên, vi các nguyên lý khác nhau đã được áp dụng trong các bài toán ra quyết định.
- Ta sẽ thực hiện so sánh các phương pháp này dựa trên các khía cạnh sau: về mô hình, nguyên lý tính toán, tính nhất quán, cấu trúc bài toán và kết quả cuối cùng.
- Về mô hình AHP, ELECTRE, SAW và TOPSIS cho phép cân bằng các yếu tố giữa các thuộc tính để đạt được sự kết hợp tốt nhất.
- Tức là, một thuộc tính có thể bù đp bởi việc đối nghịch vi những thay đổi trong các thuộc tính khác.
- Tuy nhiên, mi phương pháp đều s dụng một khái niệm riêng cho sự cân bằng này.
- AHP và SAW tập trung vào mô hình mà t đ một vecto điểm chung được đạt được bằng các thuộc tính cạnh tranh.
- TOPSIS lại theo mô hình tha hiệp vi ý tưởng là không có giải pháp lý tưởng, nhưng giải pháp vi các giá trị tối ưu trên tất cả các thuộc tính sẽ được lựa chọn.
- Nguyên lý tính toán AHP s dụng nguyên lý phân cấp và các ma trận so sánh tng cặp để chọn xếp hạng các phương án

Xem thử không khả dụng, vui lòng xem tại trang nguồn
hoặc xem Tóm tắt