模糊语言多属性群决策系统的设计与实现本科论文

山西大学论文编号：论文题目模糊语言多属性群决策系统的设计与实现姓名院系、专业计算机与信息技术学院、软件工程学习年限2011年9月至2015年7月指导教师学位级别学士2015年5月25日-1-模糊语言多属性群决策系统的设计与实现学生姓名： 指导教师：内容摘要多属性群决策问题广泛的存在于各个领域。目前大多数多属性群决策方法都是在专家和属性的权重已知的情况下进行的，而针对权重信息未知的模糊语言多属性群决策系统的设计与实现较少。本课题实现了一种基于客观的赋权方法模糊语言的多属性群决策系统。该系统基于javaweb技术和mysql数据库技术，采用交互式的操作方式。对用户给出的决策矩阵，进行客观集结。该系统可视化较好,能够辅助用户更加方便、快捷的得到客观的决策结果。关键词直觉不确定语言数多属性群决策属性权重专家权重1引言多属性群决策在生活中的各个领域得到越来越广泛的应用，在大多数的群决策方法中专家和属性的权重是直接给出的,这样就会造成决策过程中人的主观因素的误差。该系统主要基于模糊语言多属性群决策的客观综合赋权方法进行设计与实现。其中，属性和专家的权重根据专家输入的评价信息进行计算得出。本系统使用Java语言和MySql数据库，基于B/S架构实现。在专家和属性的权重未知情况下，根据专家给出的评价值，快速的算出专家和属性的权重。然后，通过管理员对集结得到方案的综合期望值，进而得出最优方案。该系统可以更加直观的展现决策的具体过程，对专家和属性的赋权更加合理,方便管理员对项目的决策，提高决策的效率和精度。2基本原理2.1基于模糊语言多属性群决策的问题描述在模糊语言多属性群决策中，用来表示模糊语言的术语集合，为不确定语言变量，表示评价值介于到之间。设为需要评价的方案集合，，为属性集合，为专家集合。其中关于属性和专家的权重需要计算得出。专家对项目评价时需要输入直觉不确定语言数，包括不确定语言变量和直觉模糊集。当所有的用户对所有的方案评价后通过以下公式求得属性的权重和专家的权重。2.2基本概念假设为一个不为空的集合，用来表示直觉模糊集。直觉不确定语言集表示为，其中和分别表示对于的隶属度和非隶属度，且满足、和。表示对评价值的犹豫程度。表示直觉不确语言数，表示的期望值，的不确定度表示为。当方案的不确定语言数的期望值越越大，则表示方案的评价高，方案就越好。2.3模糊语言多属性群决策决策过程2.3.1决策说明在基于直觉不确定语言数的多属性群决策中，方案集表示为，属性集表示为，属性的权重向量表示为，专家集表示为，专家权重向量表示为，专家方案在属性下的评价值用表示。步骤1根据公式（1）计算每个专家在每一个属性下的每两个方案间的距离，距离满足。然后利用公式（2）计算每一个专家的各个属性基于离差最大化的客观权重（）。距离的计算公式为：（1）属性在专家下的离差对大化的客观权重()的计算公式为：（2）步骤2根据公式（3）计算每一个专家给出评价值的期望值，然后使用公式（4）、（5）、（6）计算属性基于熵的客观权重（）。期望值的计算公式为：（3）方案的期望值在属性下的信息熵的计算公式为：（4）在属性下方案集的平均信息熵的计算公式：（5）每一个属性基于熵值的的权重的计算公式：（6）步骤3管理员根据实际情况确定的参数和根据公式（7）得出属性的综合客观权重（）。属性综合权重的计算公式为：（7）步骤4根据公式得出所有评价值的不确定度，然后根据公式（8）、（9）算出专家的基于不确定度的客观权重。专家的决策矩阵的不确定度的计算公式为：（8）专家基于不确定度权重的计算公式为：（9）步骤5根据距离公式（1）将每两个专家在每个属性下每个方案评价值的距离算出。然后根据公式（11）得出每一个专家和专家群的偏离度。根据公式（10）得出专家基于偏离度的客观权重。专家基于偏离度权重的计算公式为：（10）专家与群体之间的偏离度的计算公式为：（11）步骤6管理员根据实际情况确定的参数，利用公式（12）算得专家的综合客观权重。专家综合客观权重的计算公式为：（12）步骤7将属性综合客观权重和算子对方案进行集结，得出每一个专家的综合的评价值。（13）集结算子为：（14）步骤8将专家的综合客观权重和算子对方案的综合评价值进行集结，得到每个方案的群体综合评价值。（15）集结算子为：（16）步骤9根据得出的评价值，算出其期望值，根据期望值对方案进行排序，得出最优方案。2.4相关技术该系统的事项主要采用了当今最流行的语言之一Java。Java语言通用性较强，可以跨平台使用。在使用Java的过程中，在其中创建了可以在浏览器和web服务中运行的程序。Java语言简洁、也便维护的特点也在过程中得以体现。使用HTML语言编写系统的界面，使得界面更加丰富，可视性更强。在HTML语言中插入JavaScript脚本语言，可以使界面与Java程序进行交互。在系统的实现过程中使用到了ajax技术，用于实现管理员中记录以经对项目评价完的专家个数。在用户界面中实现专家直接将excel文件上传。在实现此功能时，使用到Spring文件上传技术，专家可以直接点击上传文件，将已经对项目进行评价的完毕的excel文件直接上传，可以很大程度的方便专家。实现在浏览器中直接访问该系统都得在Tomcat的支持下，本系统使用的是Tomcat7.0。实现该系统必须在数据库的支持下该系统使用了MYSQL数据库。MYSQL数据库具有较强的功能、使用比较简单、管理很方便、体积比较小、运行的速度也非常快，特别适用于小型的系统使用。2.5开发环境及工具软件环境：MicrosoftWindows7、MYSQL数据库、WPS表格、MyEclipse10开发平台、Tomcat服务器、Java开发语言。硬件环境：Intel(R)Core(TM)i3-2350MCPU@2.30GHz2.30GHz处理器、2GB内存、500G硬盘、32位操作系统。3系统分析3.1需求分析本课题是模糊语言多数星群决策系统的设计与实现，依照具体环境提出如下具体要求：（1）系统基于B/S架构，面向网络用户，可以实现用户的注册和登录功能，用户的信息存储在MYSQL数据库中。（2）程序可以实现与MYSQL数据库的连接，将不同用户的数据信息存储在MTSQL数据库中，使得对数据的操作更加方便。（3）程序还可以实现WPS表格的连接，通过WPS表格实现对用户数据信息的导入、存储，使用户更加方便。（4）管理员可以通过集结按钮实现对用户数据信息的计算，可以计算出属性基于离差最大化的客观权重和基于熵的客观权重，以及专家基于不确定度的客观权重和基于偏离度的客观权重，得出属性的综合客观权重和专家的综合客观权重，然后根据综合权重和集结算子得出方案的排序，同时将详细信息显示在界面上。操作非常简单。（5）程序的灵活性，管理员可以输入评价项目的专家个数和项目个数。（6）当用户发现输入的信息错误时，点击修改可修改已提交的信息。（7）保证程序的健壮性，管理员在操作出错时，转到错误页面。3.2系统总体设计本系统主要完成了MYSQL数据的连接、从数据库中提取相关的信息、WPS表格的上传、web页面的交互设计。管理员在主界面设置专家成员与项目组成。专家可以从WPS表格中导入专家对项目评价的直觉不确定语言集，或者以手动方式输入专家对各项目评价的直觉不确定语言集。管理员点击主页面上的信息集结按钮，后台通过计算得到属性基于离差最大化的客观权重、属性基于熵的客观权重和属性的综合权重，专家基于不确定度的客观权重、专家基于偏离度的客观权重和专家的综合权重，以及各个项目最终的期望值。根据直觉不确定语言数的排序方法得出最优方案。系统功能模块图如图1所示，主要包括用户信息管理模块、多属性群决策模块、专家权重及属性权重的确定模块、Excel数据导入模块。模糊语言多属性群决策系统模糊语言多属性群决策系统专家权重及属性权重的确定模块Excel数据导入模块多属性群决策模块专家权重及属性权重的确定模块Excel数据导入模块多属性群决策模块用户信息管理模块导入数据存储数据用户登录用户注册管理员模块各专家关于各方案的评价值及隶属度数据集结模块方案输出模块设定参数α、β，得出属性和专家的权重导入数据存储数据用户登录用户注册管理员模块各专家关于各方案的评价值及隶属度数据集结模块方案输出模块设定参数α、β，得出属性和专家的权重基于偏离度的专家客观权重基于不确定度的专家客观权重基于熵值属性权重的计算基于利差最大化属性客观权重图1系统功能模块图图2为该系统专家流程图。专家进行登录后，会显示是否有需要专家评价的项目，若有则专家点击确定跳转到专家评价页面，若没有需要评价的项目专家可以查看现在正在进行评价项目的的详细信息。专家进入评价界面后，专家可以选则手动输入评价信息或者直接上传WPS表格，然后将数据存入数据库。在专家进行评价过程中，如果专家手动输入的评价不符合条件的，系统会自动提示输入信息有误需重新输入。如果是上传WPS表格，如果表格中有不符合条件的，系统提示专家表格上传失败请重新上传。开始开始登陆界面登陆界面登录成功？登录成功？ N Y是否存在评价项目？ N是否存在评价项目？Y查看项目信息查看项目信息 输入对项目的评价值或上传文档输入对项目的评价值或上传文档提交数据提交数据结束结束图2专家操作流程图图3为管理员系统流程图。管理员登录后，需要手动输入评价项目的专家个数以及需要评价的项目个数。确定进行评价的成员和项目组成。当所有专家对项目进行完毕时，系统会提示管理员：所有专家已评价完毕。这时，管理员可通过点击按钮信息集结对专家输入的数据信息进行集结，得出属性和专家的综合客观权重，利用直觉不确定语言数的排序方法得出最优方案。决策的过程产生的中间值都将保存到数据库中。管理员信息集结完毕后，部分表格的信息会显示在详细信息界面上，管理员可以查看详细信息。当需要重新开始评价项目时需要将之前项目的有关信息全部删除，以便进行下一个评价项目。开始登陆界面开始登陆界面登陆成功？ N登陆成功？ Y计算出专家的综合权重和属性的综合权重计算出专家的综合权重和属性的综合权重 利用求得的属性权重和专家权重对方案和专家关于方案的个体综合评价进行集结利用求得的属性权重和专家权重对方案和专家关于方案的个体综合评价进行集结将数据存入数据库将数据存入数据库显示详细信息显示详细信息计算期望值，对期望值进行比较和排序，选出最优方案。计算期望值，对期望值进行比较和排序，选出最优方案。结束结束 图3管理员操作流程图图4为属性和专家综合权重确定的流程图。专家输入数据信息或专家导入数据信息，将数据信息存入数据库中，如果专家发现评价有错误可以更改数据信息。管理员对专家的信息进行集结，得到属性基于离差最大化的客观权重和属性基于熵值的属性客观权重以及专家基于不确定度的客观权重和基于偏离度的客观权重，在根据公式得出属性的综合客观权重和专家是我综合客观权重。利用属性综合客观权重及算子对方案进行集结，专家综合客观权重及算子对专家关于方案的个体综合评价值进行集结其中位置向量采用这公式产生，最后的出最优方案。 开始开始计算各属性基于离差最大化的客观权重计算各属性基于离差最大化的客观权重ωj(1)计算各属性基于熵值的客观权重计算各属性基于熵值的客观权重ωj(2)根据初始化的根据初始化的α、β值计算各属性的综合客观权重ωjk计算各专家基于不确定度的计算各专家基于不确定度的客观权重λj(1)计算各专家基于偏离度的客观权重计算各专家基于偏离度的客观权重λj(2)根据初始化的根据初始化的α、β值计算各专家的综合客观权重λj利用属性综合客观权重利用属性综合客观权重ωjk及IULWAA算子对方案进行集结利用专家综合客观权重利用专家综合客观权重λj及IULHA算子对各专家关于方案的个体综合评价值进行集结排序得出最佳方案排序得出最佳方案结束结束图4属性和专家客观综合赋权过程流程图3.3数据库设计数据库的设计表包括26张表，其中14张为计算的中间数据表格，主要的表有12张。表1为用户信息数据表的表结构，表2为项目信息的信息数据表结构，表3为专家评价信息的数据的表结构，表4为属性关于离差最大化的的客观权重的数据信息的表结构，表5为属性关于信息熵的客观权重的数据信息的表结构，表6为属性的综合客观权重，表7为专家关于不确定度的客观权重的数据信息的表结构，表8为专家关于偏离度的客观权重的数据信息的表结构，表9为专家综合客观权重的数据信息的表结构，表10为基于属性综合客观权重、专家综合客观权重和IULWAA算子得出的专家关于每一个方案的个体综合评价值的数据信息的表结构，表11为基于属性综合客观权重、专家综合客观权重和IULHA算子得出各方案的群体综合评价值的数据信息的表结构。表12为所有专家的综合评价值的期望值信息表的表结构。表1存储所有专家的详细信息和管理员的详细信息以及权限值。当管理员添加评价专家时专家的权限就会改变。表1用户信息表b_user表2存储专家添加的项目的信息，包括项目名称和项目编号。表2项目信息表program表3存储专家评价值的信息表，用于群决策的计算。表3专家评价信息表e_dicision表4属性关于离差最大化的客观权重的信息表，该表用于最得出属性的综合客观权重以及最终的群体关于项目的期望值。表4属性关于离差最大化的客观权重的信息表userpropertyweight2表5属性关于信息熵的权重的信息表，该表用于计算属性的综合客观权重以及最终的群体关于项目的期望值。表5属性关于信息熵的客观权重的信息表shang_weight表6为属性的综合客观权重，由表3-4和表3-5共同得出。表6属性的综合客观权重的信息表cobjectiveweight表7为专家关于不确定度的客观权重信息表，该权重用于得出专家的综合客观权重以及最终的群体关于项目的期望值。表7专家的不确定度的客观权重的信息表expertnosureobjectiveweight表8为专家关于偏离度的客观权重信息表，该权重用于得出专家的综合客观权重及最终的群体综合评价值的期望值。表8专家的偏离度客观权重信息表expertdeviate表9为专家的综合的权重，有表3-7和表3-8共同得出。该表用于得出，每一个方案的专家全体的综合的评价值，以及最终的群体关于项目的期望值。表9专家的综合客观权重信息表last_expert_weight表10为由属性的综合权重和IULWAA算子共同的得到的每个方案的个体的综合的评价值，用于得出最后的期望值。表10每个方案的个体的综合的最终评价值信息表massdata2表11为由专家的综合的客观权重和IULHA算子共同的得到的每一个方案的群体综合的评价值信息，用于得出最后的期望值。表11每一个方案的群体的综合的评价值的信息表massdata3表12为所有的专家的综合评价值的期望值信息表，用于比较最终的结果，得出最优的项目。表12综合评价值的期望值信息表hope3.4界面设计用户登录和注册界面实现了对用户的管理，用户需要先进行注册，注册之后会将用户信息存储到数据库中，注册信息包括：用户名、密码、重新输入密码、邮箱、编号（该编号必须为自己的手机号，同一手机号不可以注册两次）、性别、学历，当填写完毕后点击提交。注册成功后界面将在5秒后跳转到登陆界面，用户进行登录。当填写错误时可以点击重置，重新填写信息。 图5为注册界面，需要输入用户的详细信息，点击注册后显示注册成功界面。图5用户注册界面图6为登陆界面，用户输入用户名、编号、密码，点击登录，待用户验证成功后，显示登录成功框图，若登录失败，则显示登录失败框图。登录成功后，自动跳到首页查看是否存在需要用户评价的项目。若存在则会跳到所需评价项目的详细信息页图7，否则显示您目前没有需要评价的项目界面。图6用户登陆界面图7为详细信息界面，该界面显示评价项目的方法、术语的指标信息、参与决策专家的详细信息、项目的详细信息以及属性的详细信息。其中，专家成员、方案组成、属性组成都由管理员手动输入决定。图7详细信息界面图8为专家进入评价页面，专家进入评价页面，对项目进行评价时可以选择直接上传相关数据如图9也可以选择手动输入评价信息如图8。当信息提交后专家不可以立即看到评价结果，需要等所有的专家评价完毕后，管理员将所有的信息进行集结后，专家才可以登录查看评价结果详细信息。图8专家评价界面图9专家选择上传数据界面图10为管理员登录界面，该界面需要输入管理员用户名、编号和密码。管理员不可以进行注册，只能够同过管理员添加管理员。当管理员登录成功后，需要对新的评价项目确定项目组成和评价专家成员和专家的详细信息。图10管理员等里界面图11为专家登录成功后进入管理员进入管理员的主界面，在此界面中专家需要输入，该评价项目的组成个数和专家的成员个数，然后管理员需要输入专家成员的编号和专家的用户名，项目组成的详细信息，包括项目名称和项目编号，点击按钮提交信息，提交管理员输入的信息。如果在提交后发现需要添加专家，可以通过点击按钮添加专家专家成员。如果发现成员信息有误可以通过点击按钮修改专家信息，修改专家成员信息。同样，当发现需要添加项目信息时可以点击按钮添加项目，添加项目信息。如果发现输入的项目信息有误，点击修改项目信息，修改项目的信息。图11管理员主界面管理员需要的所有的专家评价完之后，才可以对信息进行集结。当所有的专家对该项目进行评价完毕后，专家登录后会显示，所有专家已经评价完，可以进行集结。图12为管理员对所有信息进行集结后显示的结果。其中包括5张表格，第一张表格为通过计算得出的每一个属性的综合客观权重；第二张表为各专家的综合客观权重；第三张为专家关于各方案的个体综合评价值；第四张为各方案的群体综合评价值；第五章为所有群体综合评价值的期望值，根据期望值得出项目的排序，最后的到最优项目。图12决策结果详细信息图 4系统的优缺点：优点：该系统是基于B/S架构的，面向更加多用户，有更大的空间，实用性表较强。 本系统简洁明了，在系统的首页会显示关于评价的详细信息，有助于用户很好的完成评价。该系统中进行评价的用户由管理员进行限定，不是所有的专家都可以进行评价，必须在管理员进行添加后才可以对项目进行评价，防止部分用户的评价项目的破坏。该系统用Java语言进行编程，增强了系统的可移植性。缺点：由于编程水平有限，使得数据库中会存在很多的冗余，不够简洁。代码中的健壮性不强，界面也不够完美，功能还不够健全，还需要改进。 5结束语经过半年多的努力，我完成了系统的全部功能。在这个过程中，我遇到了许许多多的问题，通过查阅资料、询问老师和身边的同学都得以解决。同时是我在很多方面都得到了提高，尤其是编程能力和解决问题的能力。这个课题是一个理论和实践性很强的课题，能够将研究理论很好的应用于实际生活中，这不仅是对理论的检验，更是对现实生活中问题的解决。在开始的时候，我理论知识缺乏，实践能力较差，不知道该从何下手。通过上网查阅资料、仔细研读老师的论文、认真的学习编程语言。在庞老师的悉心指导下使我很快的掌握了理论知识、提高了编程能力。这也促使我最终完成了系统的全部功能，同时理论知识得以掌握，编程能力得到提高，在很多方面也都得到了锻炼。感谢庞老师对我这半年都的细心指导，庞老师对待问题认真的态度、思考问题的方式、解决问题的方法，使我受到了很大的启发。这也是我半年里最大的收获，真心的感谢庞老师对我的帮助和指导。参考文献[1]JifangPang,JiyeLiang.Evaluationoftheresultsofmulti-attributegroupdecision-makingwithlinguisticinformation,2012,40:294–301.[2]杨威,史加荣,庞永峰.模糊环境下部分权重信息的多属性群决策方法[J].模糊系统与数学,2013,27(1):118-123.[3]刘培德，张新.直觉不确定语言集成算子及在群决策中的应用[J].系统工程理论与实践,2012,32(12):2704-2711.[4]ROSELLOL,SANCHEZM,AGELL,PRATSF,MAZAIRAFA.Usingconsensusanddistencesbetweengeneralizedmulti-atrributelinguisticassessmentsforgroupdecision-making[J].InformationFusion,2014,17:83-92.[5]毛军军，王翠翠，姚登宝.基于多专家区间数的多属性群决策方法[J].计算机应用，2012，32(3):649-653.[6]FANZP,LIUY.Amethodforgroupdecision-makingbasedonmulti-granularityuncertainlinguisticinformation[J].ExpertSystemswithApplications,2010,37-(5):4000-4008.[7]王坚强,聂荣荣.基于直觉梯形模糊信息的多准则群决策方法[J].系统工程理论与实践,2012,32(8),1747-1753.[8]梁昌勇,戚筱雯,张俊玲,丁勇.基于诱导型区间直觉模糊语言混合算子的群决策[J].系统工程学报,2012,27(6):759-771.[9]徐泽水.不确定多属性群决策方法及应用[M].北京：清华大学出版社,2004.[10]周荣喜,范福云,何大义,邱菀华.多属性群决策中基于数据稳定性与主观偏好的综合熵权法[J].2012,27(8):1169-1174.[11]邱菀华.管理决策和应用熵学[M].北京:机械工业出版社,2002.[12]XUZS.InduceduncertainlinguisticOWAoperatorsappliedtogroupdecisionmaking[J].Information