Tải bản đầy đủ
2 Độ nhất trí của nhóm chuyên gia.

2 Độ nhất trí của nhóm chuyên gia.

Tải bản đầy đủ

33

các nhãn ngôn ngữ kiểu như “hầu hết”. Độ đồng thuận mềm là một lượng hóa
ngôn ngữ giúp tích hợp đánh giá của các chuyên gia. Nhãn ngôn ngữ “hầu
hết” được sử dụng như một lượng hóa ngôn ngữ để đánh giá mức động thuận
của các chuyên gia với kết quả đánh giá hiện tại của cả nhóm.
2.2.2 Xếp hạng các ứng viên
Dựa trên ý kiến nhóm đã được tích hợp, chúng ta tính toán được giá trị
trung bình và độ lệch tiêu chuẩn (theo công thức (15), (16)) của các ý kiến
cá nhân đối với mỗi lựa chọn . Giá trị trung bình x được coi như ý kiến của
nhóm đối với lựa chọn i.


=


T
j == 0

xi

T

j.µij

µ
j == 0 ij

T

= ∑ j.µij

(15)

j =0

1

1
 ∑ T j 2 µ ij
 2 T

2
2
j= 0
σi =  T
− [ xi ]  =  ∑ j 2 µ ij − [ xi ] 
 ∑ µ ij

 j= 0

j= 0



2

(16)

Ý kiến của nhóm được sinh ra như trung bình các nhãn, nó được tính
bằng tổng có trọng số của tất cả các nhãn biểu diễn bằng các giá trị số. Một
cách tự nhiên, độ lệch chuẩn biểu diễn sự lan truyền hoặc mặt độ của các
trọng số trên T+1 nhãn.
Tiếp theo chúng ta tính thứ tự của các lựa chọn từ mỗi chuyên gia và
E
toàn nhóm . OA là thứ tự của lựa chọn thứ i từ chuyên gia thứ k.
k

i

OAEik = Order ( Ai | xik )

(17)

G
Thứ tự của lựa chọn thứ i từ nhóm OA được dựa trên giá trị trung bình
i

tính được và độ lệch chuẩn. Giá trị trung bình mà lựa chọn có được càng lớn,
thứ tự xếp hạng của nó càng nhỏ (lựa chọn được ưa thích hơn). Nếu 2 lựa

34

chọn có cùng một giá trị trung bình thì cái nào có độ lệch chuẩn nhỏ hơn sẽ
nhận thứ tự xếp hạng nhỏ hơn
OAGi = Order( Ai | ( xi , σ i ) )

(18)

Ví dụ:
Cho 3 ý kiến được biểu diễn bởi các tập mờ như hình 2.6 dưới đây.

Hình 2.6: Các hàm thành viên của 3 số mờ A, B và C
A = { 0 S0 , 0 S1 ,0.0833 S 2 , 0.1667 S3 , 0.2500 S 4 , 0.1875 S5 , 0.1250 S 6 , 0.0625 S 7 , 0. S8 , 0. S 9 }

B = { 0 S0 , 0 S1 ,0.0625 S 2 , 0.1250 S3 , 0.1875 S 4 , 0.2500 S5 , 0.1667 S6 , 0.0833 S 7 , 0 S8 , 0. S9 }

C = { 0 S0 , 0 S1 , 0 S 2 ,0.25 S3 , 0.208 S 4 , 0.167 S5 , 0.125 S6 , 0.0833 S 7 , 0.0417 S8 , 0 S9 }

Kết quả so sánh được trình bày ở bảng 2.2 sau đây.
Bảng 2. 2: Ví dụ xếp hạng
A
B
C
x ( i)
3.792
4.083
4.083
σ ( i)
1.925
2.01
2.08
Kết quả xếp hạng chỉ ra rằng x (B) = x (C) > x (A), nên B > A, C > A.
Khi x (B) = x (C), nhưng σ ( B ) < σ ( C ) , thì B > C. Cuối cùng chúng ta có thể
kết luận B > C > A

35

2.2.3 Tính độ đồng thuận
Độ đồng thuận đối với lựa chọn thứ i, C i được dựa trên thứ tự khác
nhau tích lũy được từ từng chuyên gia trong m chuyên gia và toàn nhóm.
Tổng độ nhất trí của nhóm

OAGi − OAEik
Ci = ∑ 1 −
n −1
k =1 

m



÷× w k 
÷




(19)

Trong đó C là trung bình trên n lựa chọn.
C=

1 n
∑ Ci
n i =1

(20)

2.2.4 Giá trị trung bình trên cơ sở đồng thuận.
Trung bình độ đồng thuận dựa trên khoảng cách giữa các ý kiến của các
chuyên gia đơn lẻ và của cả nhóm, sử dụng độ đo tương tự được định nghĩa
như sau:

Sik = 1 −
Simk =

xik − xi
T
1 n
∑ sik
n i =1

(20)
(21)

x là trung bình ý kiến trung bình của cả nhóm được chỉ ra trong (16). T+

1 là lực lượng của tập các nhãn ngôn ngữ và n là số của lựa chọn . Như đã đề
cập ở , ý kiến x2k được biểu diễn bằng một số nguyên trong khoảng (0,...T+ 1),
trong đó x I ∈ R. Do đó Sik biểu diễn mức độ tương tự giữa chuyên gia k và ý
kiến của cả nhóm về lựa chọn i, trong khi đó Simk chỉ sự giống nhau giữa ý
kiến chuyên gia k và quan điểm của cả nhóm trên n lựa chọn.
Mức độ của đồng thuận trên tất cả các mức là trung bình.của độ tương
tự của tất cả m chuyên gia.


C=

m
k =1

simk

m

(22)

36

Ví dụ:
Cho bài toán tìm một lựa chọn và các ý kiến được trình bày ở bảng 1
và ý kiến của cả nhóm trong bảng 2, chúng ta cần tìm đồng thuận của chuyên
gia trên lựa chọn này.
Vì chỉ có một lựa chọn, nên phương pháp đồng thuận trên cơ sở thứ tự
(công thức 19, 20) là không thể áp dụng.
Giá trị trung bình của mỗi ý kiến của chuyên gia và ý kiến tích hợp của
cả nhóm là như sau:
Mean E1
0.0627
Mean E2
0.4821
Mean E3
4.3379
Mean E4
0.7118
Mean Group
2.1058
Vì không có mối quan hệ giữa ý kiến của các chuyên gia, nên không
cần tìm độ lệch chuẩn của ý kiến của các chuyên gia.
Cho các giá trị này, độ tương tự giữa ý kiến của từng chuyên gia tới ý
kiến chung của cả nhóm, S1k là như sau:
S11 = 0.659483
S12 = 0.729383
S13 = 0.627983
S14 = 0.767667
Mức đồng thuận toàn bộ là giá trị trung bình = 0.696
Từ đó chúng ta có thể thấy rằng có một mức nhất trí cao nào đó giữa ý
kiến của các chuyên gia.
2.3 Kết luận:
Trong nội dung của Chương 2, tôi đã trình bày phương pháp tích hợp
các đánh giá riêng lẻ của các chuyên gia thành ý kiến chung của cả nhóm.
Dựa trên ý kiến chung của cả nhóm được tìm ra để đưa ra một phương án xếp
hạng các lựa chọn và tính mức đồng thuận dựa trên sự khác nhau giữa các ý
kiến riêng lẻ và ý kiến của nhóm. Trong chương tiếp theo, tôi sẽ trình bày ứng

37

dụng đánh giá dựa vào phương pháp tích hợp trên.

CHƯƠNG III. CHƯƠNG TRÌNH ỨNG DỤNG

38

3.1 Đặt bài toán
Trong cuộc sống hằng ngày của chúng ta không phải lúc nào chúng ta
cũng đưa ra được những con số cụ thể để bày tỏ ý kiến hay quan điểm của
mình. Nhiều khi do tính phức tạp vốn có các chuyên gia phải bày tỏ ý kiến
hay ý thích của mình bằng các đánh giá mờ hay gán nhãn ngôn ngữ. Nhưng
một yếu tố phức tạp khác là trên thực tế rất hiếm khi tất cả các chuyên gia
trong một nhóm có chung một ý kiến về các vấn đề lựa chọn của mình. Vì vậy
phải tích hợp tất cả các ý kiến chuyên gia khác nhau vào một ý kiến chung
của cả nhóm. Hơn nữa người ta cũng mong muốn có thể đánh giá mức độ
nhất trí giữa các chuyên gia. Độ nhất trí này gọi là sự đồng thuận. Vì vậy
chúng ta phải đưa ra bài toán tối ưu.
Một bài toán tối ưu là bài toán có nhiều phương án ta phải chỉ ra một
phương án tốt nhất. Đây là một bài toán khó nhất là trong trường hợp tối ưu,
đa tiêu chuẩn, thông thường người ta phải hạ thấp độ tốt của nghiệm xuống để
đưa ra nghiệm chấp nhận được. Có một cách giải quyết là lấy ý kiến chuyên
gia để đưa ra cái tốt nhất. Nhiều trường hợp rất khó cho chuyên gia nếu yêu
cầu họ phải đánh giá các phương án bằng các điểm thực trong các trường hợp
đó người ta yêu cầu đánh giá chuyên gia bằng các điểm mờ.
Ví dụ: bằng nhãn ngôn ngữ: Khá, rất khá, tốt, xuất sắc, yếu, kém,…
Bài toán đặt ra ở đây là ta phải xếp hạng các ý kiến của từng chuyên gia
đối với từng đối tượng. Sau đó đi xếp hạng các ý kiến của cả nhóm chuyên
gia và tính mức độ đồng thuận của cả nhóm.
Bài toán:
Cho trước:
Tập nhãn S = {s0, s1, s2, ..., sT}
Với S = {s0, s1, s2, s3, s4, s5, s6, s7, s8}
Với ý nghĩa cụ thể:

39

s0:
I
Impossible
s1:
EU
Extermely - Unikely
s2:
VCL
Very – Low - Chance
s3:
SC
Small - Chance
s4:
IM
It - Mmay
s5:
MC
Meaning full - Chance
s6:
ML
Most - Likely
s7:
EL
Extermely - Likely
s8:
C
Certain
- Cho n đối tượng A1, A2, A3, Ak,..., An
- Có m chuyên gia tham gia đánh giá E1, E2, E3,..., Em
- Đưa vào đánh giá của từng chuyên gia E 1, E2, E3,..., Em đối với từng
đối tượng A1, A2, A3, Ak,..., An
Mỗi chuyên gia đánh giá từng đối tượng bằng một nhãn trong tập S
Cụ thể: với m = 3
Đối tượng A1:

E1 đánh giá bằng s1
E2 đánh giá bằng s5
E3 đánh giá bằng s7

Tính
A1 = { 0 s0 ,0.0357 s1 ,0.0893 s2 ,0.1429 s3 ,0.1964 s4 ,0.25 s5 ,0.1706 s6 ,0.1071 s7 ,0 s8 }

Đối tượng A2:

E1 đánh giá bằng s2
E2 đánh giá bằng s4
E3 đánh giá bằng s8

Tính A2 = { 0 s0 ,0 s1 ,0.0625 s2 ,0.1250 s3 ,0.1875 s4 ,0.2500 s5 ,0.1667 s6 ,0.0833 s7 ,0 s8 }
Đối tượng A3:

E1 đánh giá bằng s0
E2 đánh giá bằng s1
E3 đánh giá bằng s6

Tính A3 = { 0 s0 ,0 s1 ,0 s2 ,0.25 s3 ,0.208 s4 ,0.167 s5 ,0.125 s6 ,0.0833 s7 ,0.0417 s8 }
Ta có:

40

A1 = { 0 s0 ,0.0357 s1 ,0.0893 s2 ,0.1429 s3 ,0.1964 s4 ,0.25 s5 ,0.1706 s6 ,0.1071 s7 ,0 s8 }
A2 = { 0 s0 ,0 s1 ,0.0625 s2 ,0.1250 s3 ,0.1875 s4 ,0.2500 s5 ,0.1667 s6 ,0.0833 s7 ,0 s8 }

A3 = { 0 s0 ,0 s1 ,0 s2 ,0.25 s3 ,0.208 s4 ,0.167 s5 ,0.125 s6 ,0.0833 s7 ,0.0417 s8 }

Tính xếp hạng ý kiến của từng chuyên gia. Tính xếp hạng ý kiến của cả
nhóm chuyên gia E1, E2, E3, E4, ..., Em
Tính được mức độ đồng thuận của cả nhóm chuyên gia về đối tượng
A1, A2, A3, …, An. Từ bảng xếp hạng ý kiến của cả nhóm chuyên gia.
Thuật toán:
Bước 1: Mỗi chuyên gia cho ý kiến về từng A i bằng một nhãn
trong tập S
Bước 2: Tính độ thuộc của tập nhãn về tập ý kiến chung.
Bước 3: Tính ý kiến chung.
-

Tính x và σ i

-

Xếp hạng.

Bước 4: Tính độ nhất trí.
-

Tính Sik, Simk

-

Tính C: giá trị trung bình trên cơ sở đồng thuận

3.2 Các thao tác tính toán:
- Cho n đối tượng A1, A2, A3, Ak,..., An
- Có m chuyên gia tham gia đánh giá E1, E2, E3,..., Em
Bước 1: Xếp hạng ý kiến của từng chuyên gia
Từng chuyên gia đưa ra các ý kiến của mình đối với các đối tượng đánh giá.
Xếp hạng các ý kiến của chuyên gia đối với mỗi đối tượng.(tính x và σ i ).


=


T

Theo công thức:

xi

j == 0

j.µij

T
j == 0

µij

T

= ∑ j.µij
j =0

41

 ∑ T j 2 µij

2
j =0
σi = 

x
[ i ] 
 ∑ T µij
j =0



1

2

T
2
=  ∑ j 2 µij − [ xi ] 
 j =0


1 2

Bước 2: Xếp hạng ý kiến của cả nhóm
Tính tổng các nhãn của từng ý kiến của các chuyên gia.
m

Áp dụng công thức: µij = ∑ µijk
k =1

Bước 3: Tính mức độ đồng thuận.
- Để tính được mức độ đồng thuận ta phải dựa vào S ik biểu diễn mức độ
tương tự giữa ý kiến của chuyên gia k và ý kiến của cả nhóm về lựa chon i.
Áp dụng công thức

xik − xi

Sik = 1 −

T

- Dựa vào Sik để tính sự giống nhau giữa ý kiến chuyên gia k và quan
điểm của cả nhóm trên n lựa chọn.
Áp dụng công thức

Simk =

1 n
∑ sik
n i =1

- từ Simk ta tính được mức độ đồng thuận của cả nhóm.
Áp dụng công thức


C=

m
k =1

simk

m

3.3 Ngôn ngữ lập trình
Chương trình được xây dựng dựa trên ngôn ngữ lập trình hướng đối
tượng C# dựa trên nền tảng .NET Framework.
* Công cụ sử dụng:
- Microsoft Visual Studio 2010.
- Microsoft SQL Server 2005.
3.4 Giao diện và hướng dẫn sử dụng
- Từ giao diện chính chúng ta thực hiện kết nối cơ sở dữ liệu với tên
máy chủ của mình.