[发明专利]基于模糊层次法和CRITIC法的指标权重赋权方法

说明书

基于模糊层次法和CRITIC法的指标权重赋权方法，包括如下步骤：基于模糊层次法确定主观权重，利用三角模糊数构建判断矩阵并计算指标权重；通过熵和肯德尔相关系数，采用CRITIC法确定指标的客观权重；基于主客观权重一致性，确定指标组合权重，并得到最优组合权重模型。本方法在模糊层次分析法以及CRITIC法的基础上，利用模糊一致判断矩阵对各个指标进行重要性的比较，解决了层次分析法判断矩阵一致性检验、权重求取方面的问题。

技术领域

本发明涉及仓储管理领域，具体涉及一种基于模糊层次法和 CRITIC法的指标权重赋权方法。

背景技术

储检配一体化指标对问题的描述具有一定的模糊性，一些指标很 难用定量关系确定性地表述，其他具有定量数值的指标，其评价也具 有一定的模糊性。模糊评价是一种利用模糊信息进行评价的有效工具。

模糊评价首选需要对指标的隶属度进行评价，即指标的标准化处 理。根据指标特性不同，模糊评价时具有不同的隶属度函数。隶属度 函数按形状进行分类有矩形分布函数、梯形分布函数、指数分布函数 和K次抛物线型分布函数等；按指标类型分类有成本型隶属度函数、 效益型隶属度函数、区间型隶属度函数等。考虑到指标体系中的指标 特性，选取矩形分布函数及梯形分布函数作为模糊评价的隶属度函数。

层次分析法是一种将评价对象的属性、指标进行分层，逐层合成 指标得到综合评价指标的方法。在层次分析中，利用指标间的重要性 对比确定指标的权重，从而对指标进行合成。

发明内容

本发明提出一种基于模糊层次法和CRITIC法的指标权重赋权方 法，在模糊层次分析法以及CRITIC法的基础上，利用模糊一致判断 矩阵对各个指标进行重要性的比较，解决了层次分析法判断矩阵一致 性检验、权重求取方面的问题。

基于模糊层次法和CRITIC法的指标权重赋权方法，包括如下步 骤：

步骤1，基于模糊层次法确定主观权重，利用三角模糊数构建判 断矩阵并计算指标权重；

步骤2，通过熵和肯德尔相关系数，采用CRITIC法确定指标的 客观权重；

步骤3，基于主客观权重一致性，确定指标组合权重，并得到最 优组合权重模型。

进一步地，步骤1中，首先利用三角模糊数构建判断矩阵，三角 模糊数定义如下：

设M∈E¹，E¹表示全体模糊数构成的空间，则M的隶属度函数μ_m(x)， R→[0,1]表示为：

式中，l≤m≤u，l和u分别为M所支撑的上界和下界，称M为 三角模糊数，模糊数写为M＝(l,m,u)，|l-u|反映了模糊度的大小；利 用三角模糊数作为专家判断矩阵，即模糊判断矩阵A＝(α_ij)_n×n中的元 素α_ij＝(l_ij,m_ij,u_ij)是一个以m_ij为中值的闭区间，不同取值具有对应的 具体含义；

当评价体系中指标集为x＝{x₁,x₂,K,x_n}时，得到指标两两对比的重 要程度，表示为：

然后，利用三角模糊数相关算法计算指标权重；

计算各指标综合合成三角模糊数：

计算S_i≥S_k的可能性：