Phương pháp phân tích phân cấp mờ và ứng dụng trong lựa chọn nhà cung cấp thiết bị viễn thông

Để cho các hệ tri thức hoạt động đảm bảo hơn, có ý nghĩa khoa học và thực tiễn hơn tôi quyết định chọn đề tài: “Phương pháp phân tích phân cấp Mờ và ứng dụng trong lựa chọn nhà cung cấp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI 2

HOÀNG NGỌC DŨNG

PHƯƠNG PHÁP PHÂN TÍCH PHÂN CẤP MỜ VÀ ỨNG DỤNG TRONG LỰA CHỌN NHÀ CUNG CẤP THIẾT

BỊ VIỄN THÔNG

LUẬN VĂN THẠC SĨ MÁY TÍNH

HÀ NỘI, 2017

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI 2

HOÀNG NGỌC DŨNG

PHƯƠNG PHÁP PHÂN TÍCH PHÂN CẤP MỜ VÀ ỨNG DỤNG TRONG LỰA CHỌN NHÀ CUNG CẤP THIẾT

BỊ VIỄN THÔNG

Chuyên ngành : Khoa học máy tính

Mã số : 60 48 01 01

LUẬN VĂN THẠC SĨ MÁY TÍNH

Người hướng dẫn khoa học: PGS TS Lê Bá Dũng

HÀ NỘI, 2017

LỜI CẢM ƠN

Để hoàn thành được đề tài luận văn của mình trước tiên em xin gửi lời

Viện Hàn lâm Khoa học và Công nghệ Việt Nam người đã tận tình địnhhướng, chỉ bảo, hướng dẫn và đóng góp những ý kiến quý báu trong suốt quátrình thực hiện luận văn

Em xin chân thành cảm ơn Phòng Sau đại học, các thầy, cô trong KhoaCông nghệ Thông tin và tập thể sư phạm Trường Đại học Sư phạm Hà Nội 2

đã tạo mọi điều kiện tốt nhất để em hoàn thành khóa học Xin chân thành cảm

ơn tập thể lớp KHMT – K19, trong 2 năm qua đã luôn động viên, giúp đỡ,khích lệ tôi trong quá trình học tập

Em cũng xin được bày tỏ tình cảm của mình tới cơ quan, đồng nghiệp,bạn bè và gia đình đã tạo mọi điều kiện tốt nhất để cá nhân em có thể dànhthời gian cho khóa học

Trong quá trình thực hiện Luận văn mặc dù đã cố gắng hết mình, songluận văn của em chắc không thể tránh khỏi những thiếu sót Em rất mongnhận được sự chỉ bảo và đóng góp tận tình của các thầy, cô để luận văn của

em được hoàn thiện hơn

Hà Nội, ngày 08 tháng 11 năm 2017

HỌC VIÊN

Hoàng Ngọc Dũng

LỜI CAM ĐOAN Tôi xin cam đoan, dưới sự chỉ bảo và hướng dẫn của PGS TS Lê Bá

Dũng, luận văn chuyên ngành Khoa học máy tính với đề tài: “Phương pháp

phân tích phân cấp Mờ và ứng dụng trong lựa chọn nhà cung cấp thiết bị viễn thông” là công trình nghiên cứu thực sự của cá nhân Học viên, được

hoàn thành bởi sự nhận thức và tìm hiểu của bản thân tác giả Trong quá trìnhnghiên cứu và thực hiện luận văn, tác giả đã kế thừa những kết quả của cácnhà khoa học với sự trân trọng và biết ơn

Những phân tích, kết quả và kết luận trong Luận văn thạc sĩ này (ngoàicác phần được trích dẫn) đều là kết quả làm việc của cá nhân tác giả và chưatừng được công bố dưới bất kỳ hình thức nào

Hà Nội, ngày 08 tháng 11 năm 2017

HỌC VIÊN

Hoàng Ngọc Dũng

MỤC LỤC

LỜI CẢM ƠN .

LỜI CAM ĐOAN .

DANH SÁCH CÁC TỪ NGỮ, THUẬT NGỮ VIẾT TẮT 7

DANH MỤC BẢNG BIỂU 8

DANH MỤC CÁC HÌNH 9

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN VỀ HỆ MỜ VÀ LUẬT MỜ 3

1.1 Trình bày khái niệm tập mờ 3

1.1.1 Định nghĩa tập mờ 3

1.1.2 Một số khái niệm cơ bản của tập mờ 5

1.1.3 Biểu diễn tập mờ 6

1.2 Các phép toán trên tập mờ và hệ mờ 7

1.2.1 Phần bù của một tập mờ 7

1.2.2 Phép hợp của các tập mờ 7

1.2.3 Phép giao của các tập mờ 8

1.2.4 Tích Descartes các tập mờ 8

1.2.5 Tính chất của các phép toán trên tập mờ 9

1.2.6 Hệ luật mờ 10

1.3 Lập luận xấp xỉ trong hệ mờ 10

1.3.1 Logic mờ 10

1.3.2 Quan hệ mờ 11

1.3.2.1 Khái niệm về quan hệ rõ 11

1.3.2.2 Các quan hệ mờ 11

1.3.2.3 Các phép toán của quan hệ mờ 12

1.3.3 Suy luận xấp xỉ và suy diễn mờ 12

1.3.4 Số học mờ 14

1.3.4.1 Số mờ 14

1.3.4.2 Khái niệm số mờ 14

1.3.4.3 Dạng số mờ thường dùng 15

1.3.4.4 Biến ngôn ngữ và giá trị ngôn ngữ 16

1.3.5 Giải mờ 17

1.3.5.1 Phương pháp điểm cực đại 17

1.3.5.2 Phương pháp điểm trọng tâm 18

1.4 Một số vấn đề về trợ giúp quyết định 19

CHƯƠNG 2 PHƯƠNG PHÁP PHÂN TÍCH PHÂN CẤP MỜ 28

2.1 Cơ sở toán học trong phương pháp AHP 28

2.1.1 Tiếp cận phương pháp AHP 28

2.1.2 Xây dựng, lựa chọn mô hình, khảo sát AHP 29

2.1.3 Ứng dụng mô hình AHP 33

2.1.4 Phân rã các vấn đề quyết định 34

2.2 Cơ sở toán học trong phương pháp AHP mờ 41

2.2.1 Số mờ tam giác và giá trị mờ của biến ngôn ngữ trong so sánh cặp 41

2.2.2 Tích hợp AHP và lý thuyết tập mờ 44

2.2 3 Kỹ thuật phân tích mờ khoảng rộng 45

2.3 Quá trình tính toán cho AHP mờ 47

2.3.1 Phương pháp FAHP 47

2.3.2 Áp dụng FAHP để đánh giá xếp hạng các nhà cung cấp dịch vụ 51

CHƯƠNG 3 ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH PHÂN CẤP AHP MỜ CHO VIỆC LỰA CHỌN NHÀ CUNG CẤP THIẾT BỊ VIỄN THÔNG 58

3.1 Đặt bài toán cho lựa chọn nhà cung cấp thiết bị viễn thông 58

3.2 Phân tích các tiêu chí lựa chọn nhà cung cấp thiết bị viễn thông theo AHP mờ 58

3.3 Phân tích, đánh giá kết quả lựa chọn nhà cung cấp thiết bị viễn thông theo AHP mờ 62

KẾT LUẬN 67

DANH MỤC CÁC TÀI LIỆU THAM KHẢO 68

DANH SÁCH CÁC TỪ NGỮ, THUẬT NGỮ VIẾT TẮT

DANH MỤC BẢNG BIỂU

Bảng 1.1 Bảng biểu diễn tập mờ A 5

Bảng 1.2 Các nhân tố ảnh hưởng đến việc ra quyết định 25

Bảng 1.3 Tỉ lệ ảnh hưởng của việc ra quyết định 26

Bảng 2.1 Các vấn đề thu thập dữ liệu 32

Bảng 2.2 Độ ưu tiên cho các tiêu chí 36

Bảng 2.3 Trọng số so sánh độ ưu tiên của các tiêu chí 37

Bảng 2.4 Biến ngôn ngữ và giá trị mờ của biến ngôn ngữ trong so sánh cặp 43

Bảng 2.5 Chuyển đổi thuật ngữ sang số mờ (5 mức) 49

Bảng 2.6 Giá trị từng thành phần Mi và điểm rõ tương ứng 51

Bảng 2.7 Các tiêu chí và giải pháp thay thế cho FAHP 52

Bảng 2.8 Giá trị mờ và ma trận quyết định cho xếp hạng từng tiêu chí 52 Bảng 3.1 So sánh mức độ các tiêu chí của SAATY’S 63

Bảng 3.2 So sánh các tiêu chí thay thế và các lựa chọn 63

Bảng 3.3 Ma trận so sánh các tiêu chí 64

Bảng 3.4 Ma trận so sánh lựa chọn nhà cung cấp A, B với tiêu chí Giá cả 64

Bảng 3.5 Ma trận so sánh lựa chọn nhà cung cấp A, B với tiêu chí Danh tiếng 64

Bảng 3.6 Ma trận so sánh lựa chọn nhà cung cấp A, B với tiêu chí Thời gian giao hàng 65

Bảng 3.7 Ma trận so sánh lựa chọn nhà cung cấp A, B với tiêu chí Chất lượng 65

DANH MỤC CÁC HÌNH

Hình 1.1 Hàm thuộc có mức chuyển đổi tuyến tính 4

Hình 1.2 Hàm thuộc của tập B 4

Hình 1.3 Miền xác định và miền tin cậy của tập mờ A 5

Hình 1.4 Biểu diễn tập mờ chiều cao 6

Hình 1.5 Tập bù của tập mờ A 7

Hình 1.6 Hợp hai tập mờ có cùng tập nền 7

Hình 1.7 Giao hai tập mờ có cùng tập vũ trụ 8

Hình 1.8 Các loại hàm thành viên số mờ 14

Hình 1.9 Phân loại hàm thành viên số mờ 15

Hình 1.10 Số mờ hình thang 15

Hình 1.11 Số mờ hình tam giác 16

Hình 1.12 Những tập mờ thuộc biến ngôn ngữ nhiệt độ 16

Hình 1.13 Giải mờ bằng phương pháp điểm cực đại 18

Hình 1.14 Giải mờ bằng phương pháp điểm trọng tâm 19

Hình 2.1 Phương pháp AHP 29

H ì nh 2 2 Số m ờ t a m g iá c 42

H ì nh 2 3 Số m ờ tư ơ ng ứng c ủa c á c b i ến n g ô n n g ữ 43

H ì nh 2 4 Đ ộ đ o k h ả n ă ng 46

Hình 2.5 Mô hình mờ hóa theo hình tam giác 49

Hình 3.1 Giao điểm giữa M1 và M2 61

Hình 3.2 Cấu trúc phân cấp của vấn đề 62

Hình 3.3 So sánh các giải pháp lựa chọn nhà cung cấp 66

Để có được cái nhìn nhiều chiều hơn, đa dạng hơn, nhiều góc cạnh hơn

về các vấn đề cần giải quyết Để cho các hệ tri thức hoạt động đảm bảo hơn,

có ý nghĩa khoa học và thực tiễn hơn tôi quyết định chọn đề tài: “Phương

pháp phân tích phân cấp Mờ và ứng dụng trong lựa chọn nhà cung cấp thiết bị viễn thông.”

2 Mục đích nghiên cứu

Cung cấp cái nhìn tổng quan về ứng dụng của phương pháp phân tíchthứ bậc để giải quyết các vấn đề quan trọng khác nhau trong việc lựa chọnnhà cung cấp thiết bị viễn thông

3 Nhiệm vụ nghiên cứu

Giới thiệu tổng quan hệ mờ

Các phương pháp thẩm định đánh giá hệ cơ sở tri thức

Những yếu tố giúp cho việc áp dụng AHP thành công

Định hướng nghiên cứu trong tương lai

4 Đối tượng và phạm vi nghiên cứu

 Đối tượng nghiên cứu

- Tìm hiểu về hệ mờ, hệ luật mờ, AHP mờ

 Phạm vi nghiên cứu

- Tìm hiểu về ứng dụng AHP để đánh giá trong việc quyết định lựachọn nhà cung cấp thiết bị viễn thông

5 Giả thuyết khoa học

Hiểu rõ các khái niệm, các thuật toán, các ứng dụng liên quan đến cácluật của hệ mờ

Dựa trên kiến thức đã tìm hiểu, áp dụng cho xử lý bài toán và mô phỏng

6 Phương pháp nghiên cứu

Kết hợp lý thuyết với đánh giá thực nghiệm

Thu thập tài liệu, đọc, phân tích, suy luận, tổng hợp, đánh giá, đề xuấthướng nghiên cứu và tìm hiểu đề tài

Phân tích bài toán và ứng dụng thuật toán thử nghiệm

NỘI DUNG CHƯƠNG 1 TỔNG QUAN VỀ HỆ MỜ VÀ LUẬT MỜ

1.1 Trình bày khái niệm tập mờ

1.1.1 Định nghĩa tập mờ

Tập mờ A xác định trên tập vũ trụ (tập nền) X là một tập mà mỗi phần tử

viên - membership function) của tập mờ A Tập X được gọi là cơ sở của tập

nên thời gian tính độ phụ thuộc cho một phần tử lớn Trong kỹ thuật điềukhiển mờ thông thường, các hàm thuộc kiểu S thường được thay gần đúngbằng một hàm tuyến tính từng đoạn

Một hàm thuộc có dạng tuyến tính từng đoạn được gọi là hàm thuộc cómức chuyển đổi tuyến tính

Hình 1.1 Hàm thuộc có mức chuyển đổi tuyến tính

Hàm thuộc như trên với m1 = m2 và m3 = m4 chính là hàm thuộc củamột tập vũ trụ

Ví dụ 1: Một tập mờ B của các số tự nhiên nhỏ hơn 5 với hàm thuộc

có dạng như Hình 1.2 định nghĩa trên tập vũ trụ X sẽ chứa các phần tửsau: B = {(1,1), (2,1), (3,0.95), (4,0.7)}

Trong trường hợp tập mờ rời rạc ta có thể biểu diễn tập mờ ở dạng bảng

Chẳng hạn, đối với tập mờ A ở trên ta có Bảng 1.1 như sau:

Bảng 1.1 Bảng biểu diễn tập mờ A

1.1.2 Một số khái niệm cơ bản của tập mờ

 Miền xác định: Biên giới tập mờ A, ký hiệu là supp(A), là tập rõ

gồm các phần tử của X có mức độ phụ thuộc của x vào tập mờ A lớn

hơn

0

supp(A) = { x | μ A (x) > 0 }

 Miền tin cậy: Lõi tập mờ A, ký hiệu là core(A), là tập rõ gồm các

phần tử của X có mức độ phụ thuộc của x vào tập mờ A bằng 1.

core(A) = { x | μA(x) = 1}

Hình 1.3 Miền xác định và miền tin cậy của tập mờ A

 Độ cao tập mờ: Độ cao tập mờ A, ký hiệu: h(A), là mức độ phụ thuộc

cao nhất của x vào tập mờ A.

Một tập mờ có ít nhất một phần tử có độ phụ thuộc bằng 1 được gọi là

tập mờ chính tắc, tức là h(A) = 1, ngược lại một tập mờ A với h(A) < 1 được gọi là tập mờ không chính tắc.

1.1.3 Biểu diễn tập mờ

thuộc của x vào tập mờ A tương ứng Ta có ba phương pháp biểu diễn tập

mờ như sau: phương pháp ký hiệu, phương pháp tích phân và phương pháp

đồ thị

- Phương pháp ký hiệu: Liệt kê các phần tử và các thành viên

tương ứng theo ký hiệu

- Phương pháp đồ thị:

Hình 1.4 Biểu diễn tập mờ chiều cao

1.2 Các phép toán trên tập mờ và hệ mờ

1.2.1 Phần bù của một tập mờ

Cho tập mờ A trên tập vũ trụ X, tập mờ bù của A là tập mờ

A 1 ×A 2 ×…× A n = ∩ …∩ /

V

A = 0,5/1 + 1,0/2 + 0,6/3 và B = 1,0/1 + 0,6/2

Khi đó:

A × B = 0,5/(1,1) + 1,0/(2,1) + 0,6/(3,1) + 0,5/(1,2) + 0,6/(2,2) + 0,6/(2,3)

Một ví dụ ứng dụng của tích Descartes là kết nhập (aggregation) các

thông tin mờ về các thuộc tính khác nhau của một đối tượng Ví dụ trong các

hệ luật của các hệ trợ giúp quyết định hay hệ chuyên gia, hệ luật trong điềukhiển thường có các luật dạng sau đây:

Trong đó, các x i là các biến ngôn ngữ (vì giá trị của nó là các ngôn ngữ

trên đều đòi hỏi việc tích hợp các dữ liệu trong phần tiền tố “nếu” nhờ toán tửkết nhập, một trong những toán tử như vậy là lấy tích Descartes

A 1 × A 2 ×…×A n

1.2.5 Tính chất của các phép toán trên tập mờ

Như các phép toán trên tập rõ, các phép toán trên tập mờ cũng có

một số tính chất đối với các tập mờ A, B, C trên tập vũ trụ X:

IF< tập các điều kiện được thoả mãn>THEN<tập các hệ quả >

tập mờ trong các tập đầu ra Y – các giá trị của biến ngôn ngữ (ví dụ: “Rất

Nhỏ”, “Nhỏ”, “Trung bình”, “Lớn”, “Rất lớn”) đặc trưng bởi các hàm thuộc

1.3.2 Quan hệ mờ

1.3.2.1 Khái niệm về quan hệ rõ

 Định nghĩa 2: R được gọi là quan hệ tương đương nếu R là quan hệ

nhị nguyên trên X có tính chất phản xạ, đối xứng và bắc cầu.

1.3.2.2 Các quan hệ mờ

Các quan hệ mờ là cơ sở dùng để tính toán và suy diễn (suy luận xấpxỉ) mờ Đây là một trong những vấn đề quan trọng trong các ứng dụng mờđem lại hiệu quả lớn trong thực tế, mô phỏng được một phần suy nghĩ của conngười Chính vì vậy, mà các phương pháp mờ được nghiên cứu và phát triểnmạnh mẽ Một trong số đó là logic mờ mở Tuy nhiên logic mờ mở rộng từlogic đa trị, do đó nảy sinh ra rất nhiều các quan hệ mờ, nhiều cách định nghĩa

các toán tử T-chuẩn, T-đối chuẩn, cũng như các phương pháp mờ hoá, khử

mờ khác nhau,… Sự đa dạng này đòi hỏi người ứng dụng phải tìm hiểu để lựachọn phương pháp thích hợp nhất cho ứng dụng của mình

 Định nghĩa 3: Cho U ≠ ; V ≠ là hai không gian nền; R là một tập

mờ trên U ×V được gọi là một quan hệ mờ (quan hệ hai ngôi).

Khi: 0 ≤ R (x,y) = (x,y) ≤ 1

Tổng quát: R⊂U 1 ×U 2 ×…… ×U n là quan hệ n

1.3.2.3 Các phép toán của quan hệ mờ

 Định nghĩa 4: Cho R là quan hệ mờ trên X×Y, S là quan hệ mờ trên

Y×Z, lập phép hợp thành SoR là quan hệ mờ trên X×Z

Có R(x,y) với (x,y)∊ X×Y, S(y,z) với (y,z) ∊ Y×Z Định nghĩa phép hợp

Phép hợp thành max – min xác định bởi:

(S O R)(x,z) = Sup (min(R(x,y),S(y,z))) ∀(x,z)∊X×Z

y∊Y

Phép hợp thành max – prod xác định bởi:

(So R)(x,z) = Sup (min(R(x,y) × S(y,z)))

∀(x,z)∊X×Z y∊Y

Phép hợp thành max – T ( với T là T - chuẩn) xác định bởi:

(So TR)(x,z) = Sup (T(R(x,y), S(y,z))) ∀ (x,z)

∊X×Z y∊Y

1.3.3 Suy luận xấp xỉ và suy diễn mờ

Suy luận xấp xỉ hay còn gọi là suy luận mờ - đó là quá trình suy ra

những kết luận dưới dạng các mệnh đề trong điều kiện các quy tắc, các luật,các dữ liệu đầu vào cho trước cũng không hoàn toàn xác định

Trong giải tích toán học chúng ta sử dụng mô hình sau để lập luận:

Định lý: “Nếu một hàm số là khả vi thì nó liên tục”

Sự kiện: Hàm f khả vi Kết luận: Hàm f là liên tục

Đây là dạng suy luận dựa vào luật logic cổ điển Modus Ponens Căn cứvào mô hình này chúng ta sẽ diễn đạt cách suy luận trên dưới dạng sao cho nó

có thể suy rộng cho logic mờ

Gọi Ω là không gian tất cả các hàm số, ví dụ Ω ={g:RR} A là các tập các hàm khả vi, B là tập các hàm liên tục Xét hai mệnh đề sau: P=’g∊A’ và

Q=’g∊B’ Khi đó ta có:

Luật (tri thức): P⟹Q

Sự kiện: P đúng (True) Kết luận: Q đúng (True)

Xét bài toán suy luận trong hệ mờ

gian nền của biến ra

Hệ được xác định bởi m luật mờ:

Để giải bài toán này chúng ta phải thực hiện qua các bước sau:

1 Xác định các tập mờ của các biến đầu vào

2 Xác định độ liên thuộc tại các tập mờ tương ứng

4 Xác định phép hợp thành

Tính B’ theo công thức: B’ = A’ o R (A,B) (u,v).

1.3.4 Số học mờ

1.3.4.1 Số mờ

Xét tập mờ A trên tập các số thực R Về nguyên tắc, không có ràng

buộc chặt đối với việc xây dựng các tập mờ để biểu thị ngữ nghĩa của các kháiniệm ngôn ngữ Tuy nhiên, để đơn giản trong xây dựng các tập mờ và trongtính toán trên các tập mờ, người ta đưa ra khái niệm tập mờ có dạng đặc biệt,

gọi là số mờ để biểu thị các khái niệm mờ về số như gần 10, khoảng 15, lớn hơn nhiều so với 10, …

thang, hình tam giác, hình chuông hay hình thẳng đứng như Hình 1.8

Hình 1.8 Các loại hàm thành viên số mờ

Hàm thuộc diễn tả các khái niệm số lớn hay số nhỏ có dạng sau:

Hình 1.9 Phân loại hàm thành viên số mờ 1.3.4.3 Dạng số mờ thường dùng

Trong điều khiển, với mục đích sử dụng các hàm thuộc sao cho khảnăng tích hợp chúng là đơn giản, người ta thường chỉ quan tâm đến hai dạng

số mờ hình thang và số mờ hình tam giác

Hình 1.11 Số mờ hình tam giác 1.3.4.4 Biến ngôn ngữ và giá trị ngôn ngữ

Số mờ đóng vai trò quan trọng trong việc xây dựng biến mờ định

lượng, biến mờ định lượng là biến có trạng thái định bởi các số mờ Khi các

số mờ biểu diễn các khái niệm ngôn ngữ như rất nhỏ, nhỏ, trung bình, lớn, rất lớn,… trong một ngữ cảnh cụ thể, biến mờ được gọi là biến ngôn ngữ.

Biến ngôn ngữ được xác định theo một biến cơ sở trên một tập cơ sở là

số thực trên một khoảng cụ thể Biến cơ sở có thể là: điểm, tuổi, lãi suất, lương, nhiệt độ,…Trong một biến ngôn ngữ, các trị ngôn ngữ biểu diễn các giá trị xấp xỉ của biến cơ sở, các trị ngôn ngữ này là các số mờ.

V

trung bình (TB), cao (C), rất cao (RC) Tập trị ngôn ngữ T={RT, T, TB, C,

RC} Các tập mờ cho các giá trị ngôn ngữ như Hình 1.12 sau:

Hình 1.12 Những tập mờ thuộc biến ngôn ngữ nhiệt độ

1.3.5 Giải mờ

Trong điều khiển mờ cũng như lập luận trong các hệ chuyên gia với cácluật tri thức mở, dữ liệu đầu ra nhìn chung đều là những tập mờ Thực tếchúng ta cũng thường gặp nhu cầu chuyển đổi dữ liệu mờ đầu ra thành giá trịthực một cách phù hợp Phương pháp chuyển đổi như vậy được gọi là phươngpháp giải mờ

Căn cứ theo những quan niệm khác nhau về phần tử đại diện xứngđáng mà ta sẽ có các phương pháp giải mờ khác nhau Trong điều khiểnngười ta thường dùng hai phương pháp chính:

o Phương pháp điểm cực đại

o Phương pháp điểm trọng tâm

1.3.5.1 Phương pháp điểm cực đại

Tư tưởng chính của phương pháp giải mờ điểm cực đại là tìm trong tập

y0 = arg max y µ R (y) (1.1)

nghiệm (hình 1.13b), nên ta phải đưa thêm những yêu cầu cho phép chọn

theo phương pháp cực đại gồm hai bước:

thuộc đạt giá trị cực đại (bằng độ thỏa mãn đầu vào H), tức là miền:

G = { y ∊ Y | µ R (y) = H }

o C á ch 1 : Xác định điểm trung bình:

Nếu các hàm thuộc đều có dạng hình tam giác hoặc hình thang thì điểm xác định theo phương pháp này sẽ không quá bị nhạy cảm với sự thay đổi

nhỏ tại đầu vào

Hoặc

Nếu các hàm thuộc đều có dạng hình tam giác hoặc hình thang thì điểm

Hình 1.13 Giải mờ bằng phương pháp điểm cực đại

1.3.5.2 Phương pháp điểm trọng tâm

Phương pháp điểm trọng tâm xuất phát từ ý tưởng mọi giá trị của S đều được

đóng góp với trọng số vào việc xác định giá trị khử mờ của tập mờ R, ở đây trọng số của nó là độ thuộc của phần tử vào tập mờ R Theo nghĩa thông

thường của trọng tâm, công thức tính giá trị khử mờ có dạng sau:

Với S = supµ R (y) = {y| µ R (y) ≠0} là miền xác định của tập mờ R.

Đây là phương pháp hay được sử dụng nhất Nó cho phép ta xác định giá trị

bình đẳng và chính xác Tuy nhiên, phương pháp này lại không để ý được tới

độ thỏa mãn của mệnh đề điều khiển cũng như thời gian tính lâu Ngoài ra

định được lại có độ thuộc nhỏ nhất, thậm chí bằng 0 (hình 1.14b).

Hình 1.14 Giải mờ bằng phương pháp điểm trọng tâm

1.4 Một số vấn đề về trợ giúp quyết định

Analytic Hierarchy Process (AHP) là một kỹ thuật có cấu trúc cho phép

tổ chức và phân tích các quyết định phức tạp, dựa trên nền tảng toán học vàtâm lý học, nó được phát triển bởi Thomas L Saaty trong những năm 1970sau đó được nghiên cứu rộng rãi và sâu sắc kể từ lúc đó Nó có ứng dụng cụthể trong việc ra quyết định nhóm và được sử dụng trên toàn thế giới trongmột loạt các tình huống ra quyết định, trong các lĩnh vực kinh tế, chính trị,các ngành công nghiệp, y tế, và giáo dục, vv

Thay vì bắt buộc cho ra một quyết định “đúng”, AHP giúp các nhà hoạchđịnh chính sách tìm thấy một quyết định phù hợp nhất với mục tiêu của mình

và sự hiểu biết về vấn đề mà họ quan tâm Nó cung cấp một khuôn khổ toàndiện và hợp lý để xây dựng một vấn đề quyết định, đại diện và định lượng các

yếu tố, liên quan đến những yếu tố để các mục tiêu trở nên tổng quát, và đểđánh giá các giải pháp thay thế.

Người sử dụng phương pháp AHP đầu tiên sẽ phân tách vấn đề quyếtđịnh của mình vào một hệ thống phân cấp dễ dàng thấu hiểu hơn vấn đềchính, mỗi vấn đề nhỏ trong đó có thể được phân tích độc lập Các yếu tố của

hệ thống phân cấp có thể liên quan đến bất kỳ khía cạnh nào của vấn đề quyếtđịnh hữu hình hoặc vô hình, được đo lường kỹ càng hoặc ước tính phỏngchừng, có thể hiểu biết nông hoặc sâu, và bất cứ điều gì có thể áp dụng đốivới các quyết định cần giải quyết

Một khi hệ thống phân cấp được xây dựng, những người ra quyết địnhđánh giá một cách có hệ thống các yếu tố khác nhau của nó bằng cách so sánhchúng với nhau tại một thời điểm, đối với tác động của chúng lên một yếu tốnằm trên cấp chúng trong hệ thống phân cấp Trong việc đưa ra sự so sánh,những người ra quyết định có thể sử dụng dữ liệu cụ thể về các yếu tố, nhưng

họ thường sử dụng khả năng phán đoán của họ về ý nghĩa và tầm quan trọngcủa các mối quan hệ giữa các yếu tố Đó là bản chất của AHP về khả năngphán đoán của con người, và không chỉ gồm thông tin cơ bản có thể được sửdụng trong việc thực hiện đánh giá

Phương pháp AHP chuyển đổi những đánh giá giá trị số có thể được xử

lý và so sánh trên toàn bộ phạm vi của vấn đề Một khối lượng được số hóahoặc ưu tiên được trích nguồn gốc cho mỗi phần tử của hệ thống phân cấp,cho phép các yếu tố đa dạng và các yếu tố được định lượng với số lẻ được sosánh với nhau một cách hợp lý và nhất quán Khả năng này phân biệt AHPvới các kỹ thuật ra quyết định khác

Trong bước cuối cùng của quá trình này, số ưu tiên được tính toán chomỗi phương án lựa chọn thay thế Những con số này đại diện cho khả năng

tương đối của các lựa chọn thay thế để đạt được các mục tiêu quyết định, vìvậy chúng cho phép xem xét thẳng các tiến trình khác nhau của hành động.Vậy phương pháp AHP là một kỹ thuật ra quyết định, nó giúp cung cấpmột cái nhìn tổng quan về thứ tự sắp xếp của những lựa chọn, thiết kế và nhờvào nó mà ta tìm được một quyết định cuối cùng hợp lý nhất AHP giúpnhững người ra quyết định tìm thấy cái gì là hợp lý nhất cho họ và giúp họhiểu những vấn đề của mình.

Dựa vào toán học và tâm lý học, AHP được phát triển bởi Saaty và đãđược mở rộng và bổ sung cho đến nay AHP cung cấp một khung sườn chínhxác cho cấu trúc một vấn đề cần giải quyết

AHP kết hợp chặt chẽ với chuẩn quyết định và người làm quyết định sẽdùng phương pháp so sánh theo cặp (pair-wise comparison) để xác định việcđánh đổi qua lại giữa các mục tiêu

AHP có 3 phân đoạn cơ bản đó là: phân giải vấn đề cần giải quyết, sosánh sự đánh giá của những phần tử và tổng hợp độ ưu tiên

Các mô hình AHP được tạo ra bởi Thomas Saaty, người trước đó đã làmviệc trong một số dự án nghiên cứu cho Cơ quan Kiểm soát Vũ khí và Giảitrừ quân bị tại Bộ Ngoại giao Mỹ và cũng tại Wharton School Trong dự ánnghiên cứu của mình, ông đã phát hiện ra rằng mọi người thường gặp nhiềuvấn đề khi phải đưa ra quyết định nào đó hoặc ưu tiên một số điểm công việccủa họ Điều này trở thành động lực để Saaty tạo ra một công cụ mới giúp họ

có thể đưa ra những quyết định từ phức tạp trở nên dễ dàng hơn rất nhiều

Có lẽ những điều tốt nhất về quá trình phân tích hệ thống phân cấp là nó

có một cách tiếp cận hướng tới việc ra quyết định từ quan điểm hợp lý, trựcquan và cung cấp một giải pháp tốt nhất từ các lựa chọn thay thế khác nhau.Theo Saaty, lý do tại sao loại hệ thống phân cấp này được áp dụng là bởi vì

“nó có thể dùng để đánh giá tầm quan trọng của các yếu tố trong một mức độ

nhất định với sự coi trọng một số hoặc tất cả các yếu tố trong mức độ liền kề

ở trên”

Sự thành công hay thất bại của các bài toán có ảnh hưởng bởi người raquyết định, khi có những quyết định tốt đi theo hướng phát triển của xã hội thìkhả năng thành công sẽ nhiều hơn, khi đó một quyết định không tốt đi ngượcvới xu thế phát triển của xã hội thì khả năng thành công ít hơn

Khi nghiên cứu về các hệ thống trợ giúp quản lý, ta thấy một số vấn đề

có ảnh hưởng đến sự thành công trong các bài toán quản lý như:

+ Tỷ lệ thời gian thực hiện dự án thực tế với thời gian ước lượng

+ Tỷ lệ quá trình thương mại hóa với quá trình sản xuất

+ Tỷ lệ giá cả thực tế để phát trển dự án với ngân sách ước tính cho dự án

+ Mức độ tin cậy của các thông tin cần thiết

+ Sự tác động của người quản lý lên hệ thống quản lý

Trong sự định lượng của sự thành công với các hệ thống trợ giúp quản lýcòn bị ảnh hưởng bởi các chuyên gia, cố vấn thông tin trong quá trình raquyết định Khi đó, người ra quyết định phải tham khảo ý kiến của chuyên giadựa trên thông tin tin cậy, có sự phân tích về cái được, cái không được từ các

hệ thống trợ giúp quản lý để đưa ra quyết định cuối cùng

Khi đó những yếu tố quyết định đến sự thành công của một hệ thống hỗtrợ quản lý bao gồm:

+ Môi trường bên ngoài

Ảnh hưởng trong quá trình trợ giúp quản lý:

+ Hỗ trợ quản lý ở mức cao, khi đó hầu hết các thành phần quan trọngđều được hỗ trợ cho quá trình quản lý dựa trên các hệ chuyên gia, đồng thời là

cơ sở để hỗ trợ rộng rãi trong quá trình phân tích phạm vi ảnh hưởng trongquá trình tính toán ở mức cao khi ra quyết định sao cho mức độ rủi ro là thấpnhất

+ Quản lý và khẳng định sự hỗ trợ người dùng là những người ảnhhưởng trực tiếp từ các quyết định ở mức cao, khi đó những đóng góp giúp chonhững nhà quản lý nhìn nhận chính xác các quyết định đã đưa ra

Các hệ thống máy tính có hỗ trợ, trợ giúp quản lý đáp ứng sự hỗ trợ vềcông nghệ trong quá trình tính toán, phân tính chính xác, không bị cảm tính từphía người ra quyết định

*) Hệ hỗ trợ quyết định

- Là tài nguyên trí tuệ của các cá nhân, với khả năng của môi trường máytính để tăng hỗ trợ quyết định Khi đó hệ hỗ trợ quyết định là một chươngtrình máy tính được xây dựng dựa trên các tài nguyên trí tuệ của con người để

hỗ trợ cho việc ra quyết định

- Vì sao phải xây dựng hệ hỗ trợ quyết định?

+ Quy mô quản lý lớn

+ Việc ra quyết định phải được nhìn từ nhiều phía

+ Việc ra quyết định phải đảm bảo trung hòa quyền lợi của các đốitượng liên quan trực tiếp ở một ngưỡng chấp nhận được

- Việc sử dụng máy tính để hỗ trợ cho quá trình quản lý, tổ chức sẽ trợgiúp cho người ra quyết định:

+ Được trợ giúp trong quá trình tính toán

+ Ra quyết định và hệ thống thông tin quản lý

+ Hỗ trợ quyết định

+ Hệ thống thông tin điều hành.

+ Các hệ thống hỗ trợ quyết định theo nhóm

+ Các hệ chuyên gia

- Các bài toán thường được chia theo các dạng sau:

+ Bài toán có cấu trúc

+ Bài toán nửa cấu trúc

+ Bài toán không cấu trúc

*) Vai trò của quá trình hỗ trợ ra quyết định

- Quá trình tổ chức của hệ hỗ trợ ra quyết định xây dựng trên 3 đối tượng:+ Người ra quyết định

+ Người chấp hành quyết định

+ Người tạo dựng thông tin trong quá trình ra quyết định

- Chúng ta cần phải có hệ hỗ trợ ra quyết định là do:

+ Cải tiến tốc độ tính toán

+ Cải tiến kỹ thuật trong lưu trữ, tìm kiếm, trao đổi thông tin và tổ chứcđịnh hướng trong bài toán có cấu trúc

+ Nâng cao chất lượng của các quyết định đưa ra, tăng cường năng lựccạnh tranh của tổ chức

+ Khắc phục khả năng hạn chế của người ra quyết định.

- Các hệ hỗ trợ quyết định cung cấp cho người ra quyết định các:

+ Thông tin trạng thái và các dữ liệu thô

+ Mô hình biểu diễn và mô hình nhân quả để dự báo, dự đoán trước cáckhả năng xảy ra

+ Khả năng phân tích các tình huống có thể xảy ra

+ Đề nghị các giải pháp, đánh giá

+ Lựa chọn giải pháp hợp lý, khả thi nhất

- Các yếu tố đóng góp cho quá trình ra quyết định

- Quá trình tiến hóa của việc trợ giúp ra quyết định có ảnh hưởng từ các

hệ thống như hệ thống quản lý thông tin, hệ thống hỗ trợ ra quyết định, hệthống xử lý dữ liệu, hệ thống thông tin điều hành, hệ thống xử lý giao tác

- Môi trường quản lý thường biến đổi nhanh và phức tạp, do vậy, các nhân

tố ảnh hưởng đến việc ra quyết định thường thay đổi nhanh, luôn có tính tăngdần nên quá trình ra quyết định ngày càng phức tạp

Bảng 1.2 Các nhân tố ảnh hưởng đến việc ra quyết định

lựa chọn

ngày càng phức tạp

Độ chắc chắn ngày càng giảm

- Các yếu tố ảnh hưởng tới việc ra quyết định ngày càng tăng Do vậy,

độ rủi ro của một quyết định sai ngày càng nhiều, nó ảnh hưởng trực tiếp đếnđối tượng ra quyết định, đến người ra quyết định

- Các nhân tố chính trong hệ hỗ trợ quyết định thường ảnh hưởng trựctiếp đến việc ra quyết định Khi đó, với các đối tượng quy mô lớn khi ra quyếtđịnh người ta dựa trên các con số thống kê, các yếu tố định lượng để tínhtoán, đưa ra các giá trị đảm bảo cho việc ra quyết định

Bảng 1.3 Tỉ lệ ảnh hưởng của việc ra quyết định

- Các hệ thống hỗ trợ theo nhóm được dùng để tăng cường hỗ trợ cho cáctrưởng nhóm dựa trên trí tuệ của các thành viên trong nhóm trong quá trình raquyết định

- Các hệ thống thông tin điều hành, hỗ trợ việc điều hành, phát triển dựatrên các mục tiêu:

+ Phục vụ nhu cầu thông tin điều hành

+ Đảm bảo quá trình khai thác thông tin

+ Hội tụ các mô hình quyết định

+ Định tên các đối tượng trong công ty

+ Đảm bảo việc theo dõi và điều khiển các luồng thông tin

- Quá trình trợ giúp hỗ trợ ra quyết định thực hiện qua 4 bước:

+ B1: phát hiện vấn đề, tìm cơ hội, các yếu tố ảnh hưởng đến vấn đề.+ B2: Phân tích vấn đề được phát hiện, các ràng buộc xung quanh vấn

đề được phát hiện

+ B3: Lựa chọn

+ B4: Xây dựng hệ hỗ trợ quyết định

CHƯƠNG 2 PHƯƠNG PHÁP PHÂN TÍCH PHÂN CẤP MỜ

2.1 Cơ sở toán học trong phương pháp AHP

2.1.1 Tiếp cận phương pháp AHP

Analytic Hierarchy Process (AHP) là một phương pháp so sánh địnhlượng được sử dụng để chọn một giải pháp ưa thích bằng cách sử dụng cặp sosánh của các giải pháp dự trên hiệu quả tương đối của chúng đối với tiêu chí

AHP cũng là phương pháp phân tích thứ bậc Phương pháp này bắt đầu

từ việc xây dựng sơ đồ cây thứ bậc, bao gồm một số bước so sánh từng cặptiêu chí, từng cặp phương án theo tiêu chí Kết quả so sánh chính là trọng số

Đặc điểm của phương pháp AHP là việc tính toán tỉ số tương quan.Trong thực tế, không phải lúc nào cũng có thể thiết lập được quan hệ bắc cầutrong khi so sánh từng cặp (ví dụ phương án A có thể tốt hơn phương án B,phương án B có thể tốt hơn phương án C)

AHP có thể giúp xác định và đánh giá lượng hóa các tiêu chí, phân tíchcác dữ liệu thu thập được theo các tiêu chí đó, và thúc đẩy việc ra quyết địnhnhanh hơn, chính xác hơn Nó giúp cân nhắc và đo lường các yếu tố cả về chủquan và khách quan, tạo nên một cơ chế hữu dụng để đảm bảo tính nhất quántrong việc đánh giá, đo lường các giải pháp và các đề xuất được đưa ra trongnhóm làm việc

AHP là một phương pháp ra quyết định đa mục tiêu được đề xuất bởiSaaty (1980) Dựa trên so sánh cặp, AHP có thể được mô tả với 3 nguyên tắcchính: phân tích, đánh giá và tổng hợp Trước tiên, AHP phân tích một vấn đềphức tạp, đa tiêu chí theo cấu trúc thứ bậc Hình 2.1

Hình 2.1 Phương pháp AHP

Sơ đồ cấu trúc thứ bậc bắt đầu với mục tiêu, được phân tích qua cáctiêu chí lớn và các tiêu chí thành phần, cấp bậc cuối cùng thường bao gồm cácphương án có thể lựa chọn Quá trình đánh giá sử dụng ma trận so sách cặpvới thang điểm 9, xác định trọng số dựa trên vector riêng ứng với giá trị riênglớn nhất, sau đó kiểm tra hệ số nhất quán Cuối cùng, tất cả các trọng số đượctổng hợp lại để đưa ra quyết định tốt nhất

2.1.2 Xây dựng, lựa chọn mô hình, khảo sát AHP

a) Kịch bản cho giả thuyết nghiên cứu

Trong những năm gần đây, ngành công nghiệp viễn thông đã trải quanhững thay đổi căn bản, bao gồm nhu cầu ngày càng tăng của khách hàng,những tiến bộ về mặt công nghệ và xu hướng trên toàn thế giới Đặc biệt làđối với các ngành cung ứng các dịch vụ viễn thông Dịch vụ viễn thông cungcấp từ đường dây điện thoại cơ bản, mạng di động tới các dịch vụ tiên tiếnnhư dữ liệu, hội nghị truyền hình và các dịch vụ truyền thông đa phương tiện,thậm chí cả tương tác

Để tồn tại trong môi trường cạnh tranh các công ty viễn thông cần phải

có các sản phẩm và dịch vụ mới để đáp ứng nhu cầu ngày càng tăng củakhách hàng với những ứng dụng về công nghệ thích hợp Các sản phẩm và