BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC SƢ PHẠM HÀ NỘI
-------o0o-------

NGUYỄN ANH TUẤN

ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA
TIÊU CHUẨN TRONG MÔI TRƢỜNG MỜ TRỰC
CẢM TẠI TRƢỜNG ĐẠI HỌC TÂY BẮC

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

HÀ NỘI, 2015


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC SƢ PHẠM HÀ NỘI
-------o0o-------

NGUYỄN ANH TUẤN

ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA
TIÊU CHUẨN TRONG MÔI TRƢỜNG MỜ TRỰC
CẢM TẠI TRƢỜNG ĐẠI HỌC TÂY BẮC

Chuyên ngành: KHOA HỌC MÁY TÍNH
Mã số chuyên ngành: 60.48.01.01

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Ngƣời hƣớng dẫn khoa học: PGS.TS Nguyễn Tân Ân

.................................... 43

Bảng 3.3. Nhận định các tiêu chí từng lựa chọn của

.................................... 43

Bảng 3.4. Nhận định các tiêu chí từng lựa chọn của

.................................... 44

Bảng 3.5. Nhận định các tiêu chí từng lựa chọn của

.................................... 44

Bảng 3.6. Nhận định các tiêu chí từng lựa chọn của

.................................... 44

Bảng 3.7. Nhận định các tiêu chí từng lựa chọn của

.................................... 45

Bảng 3.8. Nhận định các tiêu chí từng lựa chọn của

.................................... 45

Bảng 3.9. Ma trận điểm quyết định mờ

của


...................................... 47

Bảng 3.15. Ma trận điểm quyết định mờ

của

...................................... 47

Bảng 3.16. Ma trận điểm tập thể S  ( Sij )55 .................................................... 48
Bảng 3.17. Tổng giá trị điểm của từng khoa ..................................................... 48
Bảng 3.18. Ma Trận hợp nhất toàn bộ ý kiến quyết định của hội đồng ............. 50
Bảng 3.19. Bảng giá trị tổng của các khoa ........................................................ 50


DANH MỤC HÌNH VẼ
Hình 1.1. Hàm thuộc của tập X………………………………….………… ..... 10
Hình 1.2. Đồ thị hàm liên thuộc nhóm hàng đơn điệu ...................................... 11
Hình 1.3. Số mờ hình thang .............................................................................. 11
Hình 1.4. Số mờ hình tam giác ......................................................................... 12
Hình 1.5. Miền xác định và miền tin cậy của tập mờ A .................................... 13
Hình 1.6. Hàm liên thuộc của phần bù mờ........................................................ 14
Hình 1.7. Hàm liên thuộc của phép hợp mờ...................................................... 14
Hình 1.8. Giao 2 tập mờ

trên tập vũ trụ

................................................. 15

Hình 2.1. Đặc điểm chung của MCDSM .......................................................... 23
Hình 3.1. Phiếu đánh giá kết quả thi đua khen thưởng ...................................... 52

TRONG MÔI TRƢỜNG MỜ TRỰC CẢM ................................................. 23
2.1. Vấn đề của hệ trợ giúp ra quyết định nhóm đa tiêu chuẩn.......................... 23
2.1.1. Đặc điểm chung của hệ trợ giúp ra quyết định đa tiêu chuẩn (multi-criteria
decision support making-MCDSM).................................................................. 23
2.1.2. Mô hình MCDSM .................................................................................. 23
2.2. Một số phép toán xác định trọng số của các thuộc tính .............................. 24
2.2.1. Phép toán tích hợp trung bình trọng số sắp xếp thứ tự (ordered weighted
Averaging operator - OWA) dựa trên phương pháp phân phối chuẩn. ..................... 24


2.2.2. Phép toán hình học trọng số mờ trực cảm (intuitionistic fuzzy weighted
geometric – IFWG). ......................................................................................... 30
2.2.3. Phép toán hình học lai mờ trực cảm (intuitionistic fuzzy hybrid geometric
– IFGH). ........................................................................................................... 32
2.2.4. Hàm trọng số điểm ................................................................................. 35
2.3. Tiếp cận việc ra quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực
cảm (intuitionistic fuzzy multi-criteria decision support making – IFMCDSM) 35
2.3.1. Bài toán IFMCDSM ............................................................................... 35
2.3.2. Hàm trọng số điểm trong IFMCDSM ..................................................... 36
2.3.3. Sử dụng các phép tính trung bình trọng số hình học mờ trực cảm trong
IFMCDSM ....................................................................................................... 37
Kết luận chƣơng II ......................................................................................... 39
CHƢƠNG III: ỨNG DỤNG HỆ TRỢ GIÚP QUYẾT ĐỊNH NHÓM ĐA
TIÊU CHUẨN TRONG MÔI TRƢỜNG MỜ TRỰC CẢM TẠI TRƢỜNG
ĐẠI HỌC TÂY BẮC...................................................................................... 40
3.1. Hệ trợ giúp quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực cảm ở
hoạt động quản lí của Trường Đại học Tây Bắc................................................ 40
3.1.1. Bài toán hệ hỗ trợ ra quyết định nhóm đa tiêu chuẩn trong môi trường mờ
trực cảm tại trường Đại học Tây Bắc ................................................................ 40
3.1.2. Phân tích bài toán ................................................................................... 41

Để xử lý thông tin mờ có ba hướng tiếp cận: Hướng thứ nhất, dựa trên lý
thuyết tập mờ do L. Zadeh khởi xướng năm 1965. Theo hướng này người ta chủ
yếu dựa trên hàm thuộc để xử lý thông tin mờ. Hướng thứ hai, dựa trên lí thuyết
khả năng và hướng thứ ba, dựa trên Đại số Gia tử. Mỗi cách tiếp cận đều có ưu
điểm và nhược điểm của riêng mình và đều tỏ ra đắc dụng trong trường hợp này
mà còn có hạn chế trong trường hợp khác.
1


Theo cách tiếp cận thứ nhất, ban đầu L. Zadeh chỉ dựa trên một hàm thuộc
với ý nghĩa rằng mỗi phần tử chỉ thuộc vào một tập cho trước với một độ thuộc
nhất định. Sau này, theo trực cảm người ta thấy rằng một phần tử có độ thuộc
vào một tập mờ cho trước và độ không thuộc vào tập này. Nên cần phải xét cả
độ thuộc và độ không thuộc đó và tập mờ trực cảm ra đời.
Ta có thể tham khảo các tài liệu [1, 2, 3, 4]. Trong môi trường mờ trực cảm,
các phương pháp tích hợp các ý kiến và các phương pháp tích hợp có xét đến
trọng số của các chuyên gia cũng có nhiều thay đổi. Tuy nhiên, kết quả tích hợp
thường đúng đắn hơn, hợp lí hơn.
Trong khuôn khổ đề tài Thạc sỹ, tôi chọn đề tài “ỨNG DỤNG HỆ TRỢ
GIÚP QUYẾT ĐỊNH NHÓM ĐA TIÊU CHUẨN TRONG MÔI TRƢỜNG
MỜ TRỰC CẢM TẠI TRƢỜNG ĐẠI HỌC TÂY BẮC” nhằm nghiên cứu
mô hình hệ trợ giúp quyết định nhóm đa tiêu chuẩn trong môi trường mờ trực
cảm, ứng dụng hỗ trợ hoạt động ra quyết định ở một cơ sở giáo dục.
2. Mục tiêu nghiên cứu
Nghiên cứu xây dựng mô hình hệ trợ giúp quyết định nhóm đa tiêu chuẩn
trong môi trường mờ trực cảm, ứng dụng trong trợ giúp quyết định ở một cơ sở
giáo dục.
3. Đối tƣợng nghiên cứu
- Nghiên cứu mô hình hệ trợ giúp quyết định mờ trong môi trường mờ trực cảm.
- Xây dựng hệ thống trợ giúp quyết định phục vụ hoạt động ra quyết định

Các bước ra quyết định:
 Diễn giải các khả năng có thể lựa chọn.
 Kiểm tra các thành tố có ảnh hưởng đến từng phương án lựa chọn.
 Đánh giá và phân tích từng phương án theo một số tiêu chuẩn hoặc yêu
cầu.
 So sánh và sắp xếp đầu ra.
 Lựa chọn phương án được coi là tốt nhất, dễ chấp nhận nhất.
3


Môi trường ra quyết định:
 Các yếu tố tác động: Hạn chế về tài nguyên (rằng buộc ngân sách, khả
năng phát triển sảm xuất...), điều kiện vật lý (các tham số đo, các khoảng
cách liên hệ...), các tham số chức năng ảnh hưởng đến hiệu quả...
 Các yếu tố tổ chức: Chính sách, cấu trúc (vị trí địa lý, cách quản lý, cách
điều hành...), hình ảnh (uy tín xã hội, uy tín kinh doanh...), con người
(điều kiện xã hội, ý thức chấp hành, hành vi văn hóa...).
 Các yếu tố ngoại cảnh: Pháp luật, các quy định cần tuân thủ (thời gian sản
xuất, môi trường sản xuất, giới hạn giá cả...), môi trường (thời tiết, yếu tố
địa lý, thiên tai...), thị trường (sự cạnh tranh, phát triển công nghệ mới...),
đòi hỏi của khách hàng, nhu cầu của khách hàng...
 Các yếu tố thông tin: Khả năng thông tin (độ bảo mật, khả năng truyền
thông, phương tiện lưu trữ...), độ tin cậy (sự chính xác, cập nhập...).
 Các mục tiêu quản lý: Sự vận hành (kinh tế, hiệu quả, chất lượng, an
toàn...), vùng ảnh hưởng (điều kiện hoạt động, truyền đạt trong tổ chức),
mức độ rõ ràng...
Bài toán ra quyết định:
Mô hình chung:

O  f  cv1 , cv2 ,cvn , uv1 , uv2 ,, uvm 

với các hệ thống xử lý dữ liệu:
Khía cạnh

Hệ hỗ trợ quyết định

Hệ thống xử lý dữ liệu

Sử dụng:

Chủ động

Bị động

Người sử dụng:

Nhà quản lý

Văn phòng

Mục tiêu:

Tính hiệu quả, tính linh hoạt

Hiệu quả máy móc, tính
phi mâu thuẫn

Phạm vi về thời gian: Hiện tại và tương lai

Quá khứ



Scott Morton (1971)

(trợ giúp).

Little (1975)

Chức năng hệ thống, đặc điểm giao tiếp.

Alter (1980)

Mục tiêu hệ thống, khuôn mẫu sử dụng.

Moore và Chang (1980)

Năng lực hệ thống. khuôn mẫu sử dụng.

Bonzen, Holsapple, Whinston (1980) Thành phần hệ thống.
Keen (1980)

Quá trình phát triển.

Bảng 1.2: Tổng kết các khái niệm cơ sở của các định nghĩa Hệ trợ giúp ra quyết định
Ta thấy rằng Hệ trợ giúp quyết định là hệ thống thông tin hỗ trợ bằng máy
tính (CBIS) có thể thích nghi linh hoạt và tương tác với nhau, đặc biệt được phát
triển để hỗ trợ một vấn đề quản lý không có cấu trúc nhằm cải tiến việc ra quyết
6


định. Nó tập hợp dữ liệu cung cấp cho người sử dụng một giao diện thân thiện

Theo Holsapple và Whinston (1996)[9]:
Phân ra 6 loại Hệ trợ giúp quyết định:
 Hướng văn bản (Text-Oriented DSS): Thông tin (bao gồm dữ liệu và
kiến thức) được lưu trữ dưới dạng văn bản.
 Hướng cơ sở dữ liệu (Database-Oriented DSS): Cơ sở dữ liệu đóng vai
trò chủ yếu trong hệ này. Thông tin trong cơ sở dữ liệu thường có cấu trúc chặt
chẽ, có mô tả rõ ràng. Hệ này cho phép người dùng truy vấn thông tin dễ dàng
và mạnh mẽ về báo cáo.
 Hướng bản tính (Spreasheet-Oriented DSS): Một bản tính là một mô
hình để cho phép người dùng thực hiện việc phân tích trước khi ra quyết định.
Bản tính có thể bao gồm nhiều mô hình thống kê, lập trình tuyến tính, mô hình
tài chính.
 Hướng người giải quyết (Solver-Oriented DSS): Một trợ giúp là một
giải thuật hay chương trình để giải quyết một vấn đề cụ thể.
 Hướng luật (Rule-Oriented DSS): Kiến thức của hệ này được mô tả
trong các quy luật thủ tục hay lý lẽ. Hệ này còn được gọi là hệ chuyên gia. Các
quy luật này có thể là định tính hay định lượng.
 Hướng kết hợp (Compound DSS): Một hệ tổng hợp có thể kết hợp hai
hay nhiều hơn trong số năm hệ trên.
1.1.5. Vai trò hệ trợ giúp quyết định trong quản lý
Theo [6] việc ra quyết định có ý nghĩa rất lớn, nó là khâu mấu chốt trong
quá trình quản lý.
Các quyết định chiến lược xác định hướng phát triển của cơ quan trong
một thời kỳ nhất định liên quan đến tất cả các bộ phận, các cấp
8


Các quyết định chiến thuật mang tính chất thường xuyên hơn, đó là những
quyết định nhằm đạt những mục tiêu ngắn hạn, mang tính cục bộ có tác dụng
làm thay đổi hướng phát triển của hệ thống quản trị.

A

 

A

 x / x : x  X 

(1.2)

Như vậy ta có thể coi tập rõ là một trường hợp đặc biệt của tập mờ, trong
đó hàm liên thuộc chỉ nhận 2 giá trị

và .

Từ định nghĩa trên ta có thể suy ra:


Tập mờ

là rỗng nếu và chỉ nếu hàm thuộc về  A  x   0,a  X
9




Tập mờ A là toàn phần nếu và chỉ nếu  A  x   1, a  X





Lưu ý các ký hiệu

, 

không phải là các phép tính tổng hay tích phân,

mà chỉ là ký hiệu biểu thị tập hợp mờ.
Ví dụ 1.1. Xét tập X gồm 4 người là x1 , x2 , x3 , x4 tương ứng có tuổi là
15,25,40,70 và A là tập hợp các người “Trẻ” . Khi đó ta có thể xây dựng hàm
thuộc như sau:

và tập mờ A 

0.9 0.7 0.5 0.1



x1
x2
x3
x4

𝜇 𝑇𝑟
0.9

0.7
0.5

𝑥

tập mờ F = tốc độ nhanh xác định bởi hàm liên thuộc

.

1
0.85
0.
5
E
20

50

80

100

120

Hình 1.2. Đồ thị hàm liên thuộc nhóm hàng đơn điệu
Như vậy tốc độ dưới 20 km/h được coi là không nhanh. Tốc độ càng cao
thì độ thuộc của nó vào tập F càng cao. Khi tốc độ là 100 km/h trở lên thì độ
thuộc là 1.
 Tập mờ A dạng hình thang xác định bởi bộ 4 giá trị  a, b, c, d  , Ký hiệu:
A   a, b, c, d  và hàm thuộc được xác định như sau:

0
x a

b  a


𝜇𝐴

a

Hình 1.3. Số mờ hình thang
11




Tập mờ A dạng hình tam giác là trường hợp đặc biệt của dạng hình

thang được xác định bởi 3 giá trị  a, b, c . Ký hiệu: A   a, b, c  hàm thuộc được
xác định như sau:

0
x a


A  x  b  a
c  x
c  b
0


nÕu

xa



lớn hơn .

 Miền tin cậy: Lõi tập mờ , ký hiệu là: core  A , là tập rõ gồm các phần
tử của

có mức độ phụ thuộc của

vào tập mờ

bằng 1.

 Độ cao tập mờ : là mức độ phục thuộc cao nhất của
Ký hiệu là:

.
12

vào tập mờ .


𝜇𝐴

Miền tin cậy

𝐴

1

𝑥

 AB  x    A  x   B  x 

x  X ;

(1.3)

A được gọi là tập con của B , ký hiệu:  AB  x 
 AB  x    A  x   B  x 

x  X ;
13

(1.4)


Phần bù:
Phần bù mờ của tập mờ

là tập mờ ̅ :

 A   x,1   A  x  

x  X ;

A(x)
1

1

(1.5)


A(x)

B(x)

Hình 1.7. Hàm liên thuộc của phép hợp mờ
Giao của các tập mờ:
Cho tập mờ A, B trên tập vũ trụ X , tập mờ giao của

và

cũng là một

tập mờ. Ký hiệu là .

 I  x    A B  x   (x,min   A  x  ,  B  x  
14

(1.7)


 AB  x 

B  x 

A  x 

x

Hình 1.8. Giao 2 tập mờ

Định nghĩa trên có thể mở rộng cho trường hợp không gian tích

chiều.

Mở rộng hình trụ:
Giả sử A1 là tập mờ trên tập vũ trụ X 1 . Mở rộng hình trụ của A1 trên không
gian tích X 1  X 2 là tập mờ

với hàm thuộc được xác định bởi:

 A  x, y    A  X 

(1.9)

Các phép toán mở rộng:
Ngoài các phép toán chuẩn: phần bù, hợp, giao được đề cập ở trên còn
nhiều cách mở rộng phép toán trên tập mờ khác có tính
15

tổng quát hóa cao hơn.


Phần bù mờ:
Giả sử xét hàm C : 0,1  0,1 cho bởi công thức C  a   1,a 0,1 .
Khi đó hàm thuộc của phần bù chuẩn trở thành  A  x   C   A  x   . Nếu tổng
quát hóa tính chất của hàm C thì ta sẽ có tổng quát hóa định nghĩa của phần bù
mờ. Từ đó ta có định nghĩa :
Phần bù mờ của tập mờ

 A  x   C   A  x   , trong đó

Một hàm số S : 0,1  0,1  0,1 được gọi là một S-norm nếu thỏa các
điều kiện sau:
1. Tiên đề S1 (điều kiện biên): S  0, a   a, a 0,1
2. Tiên đề S 2 (giao hoán): S  a, b   S  b, a  , a, b 0,1
16


3. Tiên đề S 3 (kết hợp): S  S  a, b  , c   S  a, S  b, c   , a, b, c 0,1
4. Tiên đề S 4 (đơn điệu tăng): Nếu a  b và c  d thì S  a, c   S b, d  ,
a, b, c, d 0,1

S-norm còn được gọi là co-norm hoặc T-đối chuẩn.
Hợp của tập mờ

là tập mờ A  B với hàm thuộc được xác

và tập mờ

định bởi:  AB  x   S   A  x  ,  B  x   . Trong đó S là một S-norm.
Giao mờ - Các phép toán T-norm
Ta có định nghĩa hàm T-norm là tổng quát hóa của hàm min:
Một hàm số: T : 0,1  0,1  0,1 được gọi là một T-norm nếu thỏa mãn
các điều kiện:
1. Tiên đề T1 (điều kiện biên): T 1, a   a, a 0,1
2. Tiên đề T 2 (giao hoán): T  a, b   T b, a  , a, b 0,1
3. Tiên đề T 3 (kết hợp): T Ta, b  , c)  T  a,T  b, c   , a, b, c 0,1
4. Tiên đề T 4 (đơn điệu tăng): Nếu a  b và c  d thì:
T  a, c   T  b, d  ,

a, b, c, d 0,1

17


Ta thấy đây là định nghĩa mở rộng cho tích đề-các chuẩn khi thay thế hàm
min bằng một T-norm bất kỳ.
Quan hệ mờ:
Cho

và

là các vũ trụ. Khi đó một quan hệ mờ hai ngôi

giữa

và

là một tập mờ trong tích đề-các U  V . Như vậy ta có thể xác định hàm thuộc
cho quan hệ mờ theo cách tính hàm thuộc cho tích đề-các mờ.
Khi U  V ta nói

là quan hệ trên .
giữa các tập U1 ,U 2 ,,U n là tập mờ

Tổng quát một quan hệ mờ

A  A1  A2   An trên không gian tích U  U1  U 2   U n .

Trong đó: Ai  U i , i  1, 2,, n .
Hợp của các quan hệ mờ:
Hợp của quan hệ mờ

 Trừ:

a, b  d , e  a  e, b  d 

(1.11)

 Nhân:

a, b  d , e  min  ad , ae, bd , be  ,max  ad , ae, bd , be 

(1.12)

 Chia:

 a, b  min  a , a , b , b  ,max  a , a , b , b 


 d , e   d e d e 
 d e d e 
18

(1.13)