毕业论文多属性群决策效果评价系统的设计与实现

山 西 大 学 论 文 编号：论文题目多属性群决策效果评价系统的设计与实现 姓 名 院系、专业 计算机与信息技术学院、软件工程 学 习 年 限 2008 年 9 月至 2012 年 7 月指 导 教 师 学 位 级 别 学 士 2012 年 5 月 26 日1多属性群决策效果评价系统的设计与实现学生姓名： 指导教师：内容提要 在工程和经济领域，多属性群决策问题受到了越来越多的关注。与此同时,许多有效的方法已经用来解决多属性群决策问题，但是在群决策效果的评价方面研究却相对较少，缺乏实际成型的应用程序或软件。为此，本课题选择开发集多属性群决策与群决策效果评价于一体的决策系统。该系统基于 java web 技术，采用交互式的操作方式，对用户的决策方案即时给出决策结果，同时对决策效果进行评价。该系统可应用于实际的决策问题，来帮助人们提高决策效率。关键词 多属性群决策 评价指标 一致度 贴近度 均衡度 1 引言多属性群决策问题是决策者针对多个属性（或指标） ，对有限方案集进行综合判断或评价后，对方案排序并选出最满意方案。决策效果的评价则是在各专家综合 评估结果、专家权重及群体综合评估结果已知的基础上，基于术语指标计算各专家综合评估结果关于群体综合评估结果的一致度、贴近度与均衡度，最后计算出专家群体决策的总体一致度、总体贴近度与总体均衡度。通过开发集多属性群决策和群决策效果评价于一体的决策系统，并采用交互式的操作方式，使得用户在进行决策时可以即时的得到决策结果，并了解到决策的效果。该系统可以帮助用户提高决策的效率，具有实用性和科学性。2 基本原理2.1 基于语言评估标度的多属性群决策问题描述在语言型多属性群决策中，设 为多属性群决策问题的方案集合，,21nxX为决策者集， 为属性集， 为属性的权重,21tdD,muU Tmw),(21向量，其中， ， 。 为语言信息集合， 为 个决策者的决策矩0j1mjjwS,21tP阵集合，其中 ， 表示第 个决策者对第 个方案在第 个属性下的评判，即 ，mnkijP)(kij ij SPkij其中 ， ， 。tk1122.2 基本概念(本部分的概念定义全部来自文献14)2.2.1 一致度我们用 表示第 个方案关于第 个专家综合评估结果的支配类，则kihiXxk ik表示由第 个专家的综合评估结果导出的支配类的集合；同理，,21 kkkk nRX表示第 个方案关于群体综合评估结果的支配类，ihhixi表示由群体综合评估结果导出的支配类的集合。,21nx定义 1. 第 个专家对方案集的综合评估结果关于群体综合评估结果的一致度定义为： kXxiiiki kxC1其中， 为多属性群决策问题的方案集合， ， 是,21nxX ni1kkRXxi由第 个专家的综合评估结果导出的 的支配类， 是由群体综合评估结果导出的 的ki RXxi ix支配类。性质 1. 10kC越接近于 ，表明第 个专家的综合评估结果关于群体综合评估结果的一致度越差； 越接k k kC近于 ，表明第 个专家的综合评估结果关于群体综合评估结果的一致度越好。当 时，我们称1k第 个专家的综合评估结果与群体综合评估结果排序一致，即对任意的 ，有 。Xxikixi2.2.2 贴近度定义 2. 第 个专家对方案集中第 个方案的综合评估值 与专家群体对第 个方案的综合评估值ki kii的绝对差定义为：iikii性质 2. ，其中 的取值有以下两种情况：ki0N（1）在使用第一种语言评估标度 的情况下， ；,10lSlN（2）在使用第二种语言评估标度 的情况下， 。,l l2定义 3. 第 个专家对方案集的综合评估结果 关于专家群体对方案集的综合评估结果的贴近度定义为：k3， nikinikiikikNT1212)()(其中， 表示第 个专家对第 个方案的综合评估值 与专家群体对第 个方案的综合评估值 的kii kii i绝对差， 为专家综合评估值与群体综合评估值的绝对差可能取到的最大值（具体取值情况见性质N2） 。性质 3. 。10kT当 时，说明第 个专家对每个方案 （ ） ，有 ，即专家综合评估结果与群kin1Nki体综合评估结果最不贴近；当 时，说明第 个专家对每个方案 （ ） ，有 ，即1Tkni10ki专家综合评估结果与群体综合评估结果一样（最贴近） 。2.2.3 均衡度定义 4. 第 个专家对方案集的综合评估结果关于专家群体对方案集的综合评估结果的均衡度定义为：k， nikinikiikE1212loglog其中， 表示第 个专家对第 个方案的综合评估值 与专家群体对第 个方案的综合评估值kii kii的绝对差， 为方案的个数。in性质 4. 。10kU越接近于 ，表明第 个专家对每个方案 （ ）的综合评估值关于群体综合评估值的kEkin1绝对差 的分布越不均衡； 越接近于 ，表明第 个专家对每个方案 （ ）的综合评估值iEkin1关于群体综合评估值的的绝对差 的分布越均衡。ki2.2.4 专家群体的决策效果评价设 为决策者 的权重向量，其中， ， 。Ttvv,21td,21 0kv1tkv定义 5. 专家群体关于群决策结果的总体一致度定义为： （ ） tkkC1其中， 表示第 个专家的综合评估结果关于群体综合评估结果的一致度， 表示第 个专家kC k的权重。4定义 6. 专家群体关于群决策结果的总体贴近度定义为： （ ） tkkT110T其中， 表示第 个专家的综合评估结果关于群体综合评估结果的贴近度， 表示第 个专家kT k的权重。定义 7. 专家群体关于群决策结果的总体均衡度定义为： （ ） tkkE110E其中， 表示第 个专家的综合评估结果关于群体综合评估结果的均衡度， 表示第 个专家kE k的权重。2.4 相关技术(1)Java 程序设计语言Java 是一种可以撰写跨平台应用软件的面向对象的程序设计语言语言，它不但拥有面向对象技术的内核，而且舍弃了 C+语言中容易引起错误的指针、运算符重载、多重继承等特性，增加了垃圾回收器功能，还包含了大量的高效代码和面向对象的特性，因此 Java 编程语言是个简单、面向对象、分布式、解释性、健壮、安全与系统无关、可移植、高性能、多线程和动态的语言，为程序员带来更高效的开发方式，它不仅能用于 WEB 网站服务程序，而且还能开发强大的系统工具。(2)MySQL 数据库MySQL 是一个小型关系型数据库管理系统，开发者为瑞典 MySQL AB 公司。在 2008 年 1 月 16 号被 Sun 公司收购。目前 MySQL 被广泛地应用在 Internet 上的中小型网站中。由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，许多中小型网站为了降低网站总体拥有成本而选择了MySQL 作为网站数据库。MySQL 的官方网站的网址是：。 (3)Tomcat 服务器Tomcat 是一个轻量级应用服务器，在中小型系统和并发访问用户不是很多的场合下被普遍使用，是开发和调试 JSP 程序的首选。由于有了 Sun 的参与和支持，最新的 Servlet 和 JSP 规范总是能在Tomcat 中得到体现。因为 Tomcat 技术先进、性能稳定，而且免费，因而深受 Java 爱好者的喜爱并得到了部分软件开发商的认可，成为目前比较流行的 Web 应用服务器。目前最新版本是 7.0。2.5 开发环境及工具软件环境：Microsoft Windows7、MySQL 数据库、MyEclipse 9 开发平台、Tomcat 服务器、Java 开发语言。硬件环境：Intel(R) Core(TM)2 Duo CPU P7350 处理器、2M 内存、320G 硬盘。3 系统分析3.1 需求分析本算法是多属性群决策评价系统的设计与实现，依照具体环境提出如下具体要求：（1）系统基于 B/S 架构，面向网络应用，可以实现用户注册和登录功能；（2）程序实现数据库连接，通过数据库实现不同用户的数据信息的保存，使数据信息的提取方便、显示直观；5（3）程序可以灵活调用数据库中信息进行初始化操作，将用户录入的决策信息保存到数据库，计算出专家对各个方案的综合评价结果以及专家群体对各个方案的综合评价结果。再将上述结果保存到数据库，进而计算数据计算一致度、贴近度、均衡度三个评价指标，得到最终的综合评价结果；（4）保证程序的灵活性，根据用户提供的专家个数、方案个数、属性个数信息动态生成数据输入页面，动态生成结果页面；（5）保证程序的健壮性，在用户操作错误或是程序出错时，转到出错提示页面；（6）保证程序的稳定性。3.2 系统总体设计本系统主要完成了 Web 页面的交互设计、MySQL 数据库的连接、从数据库中提取决策矩阵信息并对结果进行集结和排序得到专家对每个方案的综合评价结果和专家群体对方案的综合评价结果，以此为原材料或通过数据库调用上述信息计算三个评价指标得到最终的评价结果。系统功能模块图如 3-1 所示，描述了本系统实现的主要功能，系统流程图如图 3-2,3-3 所示，描述了系统实现功能的过程。图 3-1 为系统的功能模块图，本系统共分为三大模块：用户信息管理模块、多属性群决策模块、群决策效果评价模块、数据库模块。各个模块的具体内容见下图。用户注册用户登录群体一致度计算个体贴近度计算群体贴近度计算个体均衡度计算个体一致度计算群体均衡度计算方案优劣排序输出纵向集结横向集结专家个人决策效果评价专家群体决策效果评价数据库多属性群决策效果评价系统用户管理模块多属性群决策多属性群决策效果评价模块专家个体决策效果优劣排序图 3-1 系统功能模块图图 3-2 为决策模块的流程图。决策的原始信息可以从数据库中导入也可以用户自己手动输入。首先对决策矩阵中每行的属性值进行纵向集结,得到此决策者对各个方案的综合评估值；对所有决策者给出的某个方案的综合评估值进行横向集结，得到群体对各个方案的综合决策结果；最后对方案集进行优劣排序。决策的过程和结果都可以保存到数据库中。6开始是否使用已有数据 ?输入专家数 、 方案数 、 属性数 、 术语指标数计算各个专家对方案的综合决策结果输入各个专家的决策矩阵输入专家信息 、 方案信息 、 属性信息 、 L H A 算子信息 、 术语指标信息计算专家群体对方案的综合决策结果结束是否显示结果 ?保存到数据库显示结果信息否是否是调用数据库信息图 3-2 系统决策流程图图 3-3 为系统评价模块的流程图。评价的原始信息可以从数据库中导入，也可以用户自己手动输入。如果数据存在于数据库中，通过调用数据库可以直接得到评价所需要的决策信息。如果需要手动输入决策信息，首先输入专家数、方案数、术语指标个数；再输入专家及专家群体对各个方案的综合决策结果。此时信息输入结束，开始对得到的决策信息进行处理。在各专家综合评估结果、专家权重及群体综合评估结果已知的基础上，将基于语言术语的各专家综合评估结果和群体综合评估结果转化为相应的术语指标，进而基于术语指标计算各专家综合评估结果关于群体综合评估结果的一致度、贴近度与均衡度，最后通过专家权重对各专家在各指标上的值分别进行加权求和，从而得到专家群体决策的总体一致度、总体贴近度与总体均衡度。评价的过程和结果都可以保存到数据库中。7开始是否使用已有决策信息 ?调用数据库信息计算各个专家综合评估结果关于群体综合评估结果的一致度 、 贴近度 、 均衡度输入专家数 、 方案数 、 术语指标个数输入专家及专家群体对各个方案的综合决策结果保存到数据库是否显示结果 ?显示结果信息结束否是是否计算专家群体决策的总体一致度 、 贴近度 、 均衡度输入专家信息 、 方案信息图 3-3 系统评价流程图3.3 后台数据库设计图 数据库的数据表由 10 张数据表组成。专家信息的数据表的数据结构如表3-1所示；方案信息的数据表的数据结构如表3-2所示；方案评价属性信息的数据表的数据结构如表3-3所示；决策矩阵信息的数据表的数据结构如表3-4所示；专家对方案综合评价信息的数据表的数据结构如表3-5所示；专家综合评价结果的评价标度值信息的数据表的数据结构如表3-6所示；LHA算子信息的数据表的数据结构如表3-7所示；语言标度信息的数据表的数8据结构如表3-8所示；语言标度个数信息的数据表的数据结构如表3-9所示；用户信息的数据表的数据结构如表3-10所示。表 3-1 记录专家的名字、权重等决策信息用于多属性群决策计算；记录一致度、贴近度、均衡度三个指标用于保存各个专家对方案的决策效果。表 3-1 专家信息的数据表 expertinfo表 3-2 记录方案的名字信息用于多属性群决策计算过程，记录专家群体对该方案的综合决策结果。表 3-2 方案信息的数据表 solutioninfo表 3-3 记录属性名、属性权重信息，用于多属性群决策计算过程。表 3-3 方案评价属性信息的数据表 attributeinfo表 3-4 记录某个专家对某个方案在某个属性下的决策值，用于多属