旅游业中模糊综合评判的数学模型

《旅游业中模糊综合评判的数学模型 》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、旅游业中模糊综合评判的数学模型旅游业中模糊综合评判的数学模型旅游业中模糊综合评判的数学模型旅游业中模糊综合评判的数学模型旅游业中模糊综合评判的数学模型　　摘要旅游业在中国发展迅猛，旅游学、旅游教育的发展却相对滞后，文章用模糊数学中的综合评判法为旅游学提供一种评价模式，使其不仅更具科学性，而且更具操作性，从而使旅游业的发展更具合理性。　　关键词旅游模糊数学集合综合评价　　现实生活中充满了模糊事物、模糊概念，比如暖、胖、亮、老等。我们的想法是怎样利用模糊数学中的模糊集合概念来描述诸如此类的模糊事物。可以设定若集合用大写字母A、B……来表示，则A、B……表示模糊集合，用?滋表示

2、元素X属于模糊集合A的程度。?滋可在［0,1］内连续取值，所以能合适的表示元素，X属于某一个模糊集合的种种暧昧状态。例如，导游小姐为了使57岁的女士不至于为年龄大而伤心，告诉她其实女士的年龄只有66%属“老年人”，而基本上可以说还不是老年人，因为：　　?滋老年人＝≈６６％　　也就是说这位女士属于老年人集合的资格只有，按这个公式就连70岁的人也只有94%的资格属于老年人，女士有什么理由认为自己老的不能活下去呢？！　　成功的用模糊数学公式劝导游客当然不是导游小姐的独创，只是这位导游小姐能自如的把模糊数学运用到自己的工作中罢了。模糊数学自1965年问世以来，发展的异常迅速，目前

3、世界上已有多种专著、论文集以及杂志。从这些出版物中可以看到，国内外许多学者在这一重要和迅速发展的领域中作出了有价值的贡献。今天我们也试图在旅游行业中发现模糊数学的痕迹。模糊数学中的模糊综合评判法，应该可以在旅游业中找到用武之地。　　1单因素评判　　拿一个新开辟的景点为例。为了考察该景点的优劣，可以找来各界人士若干，规定每个人在集合V={很喜欢，喜欢，不太喜欢，不喜欢｝给出的答案中挑一种，若挑选的结果是20%的人“很喜欢”，40%的人“喜欢”，20%的人“不太喜欢”，20%的人“不喜欢”，这一评判结果就可用模糊集。　　B=／很喜欢+／喜欢+０.2／不太喜欢+／不太喜欢来表示

4、，B还可以简单记为B=［，，，］。一个单因素模糊评判问题的评价结果是评价集V这一论域上的一个模糊子集。为了清晰起见，可根据最佳隶属原则得出一个清晰评判。上例中由于“喜欢”对B的隶属度?滋Ｂ＝０．４最大，所以可以认为对该景点的评判是游客喜欢。但一般没必要这么做，保持模糊评判的结果B往往能更好的反映游客对景点的看法。　　2模糊综合评判　　实用中，单因素评判似乎太单一。因为一般一个问题往往涉及多个因素。还是以一个景点为例，“游客喜欢”涉及的因素应该有６个：食、住、行、游、购、娱。如何评判一个景点，应该是个综合问题，可给出的评价集为：　　V={很喜欢，喜欢，不太喜欢，不喜欢}　　

5、首先考虑各个单独因素，用前面的方法可以对上述６个因素进行模糊评判。假设得到如下的单因素评判结果。它们分别为以下六个模糊集：　　很喜欢喜欢不太喜欢不喜欢　　食R=　　对某评判对象，若已知单因素评判矩阵及权，则对此评判对象的模糊综合评判结果是模糊集B=A·B　　上设与均已知，则　　=·=　　综合评判的结果最好是归一化的，其基数为+++=　　评判结果为　　=　　这一评判结果表明11%的人“很喜欢”这个景点，39%的人“喜欢”这个景点，34%的人“不喜欢”这个景点，16%的人“很不喜欢”这个景点。再综合一下，把“很喜欢”和“喜欢”归为一类，占人数的50%，“不喜欢”和“很不喜欢”

6、归为一类，占人数的50%。　　但如果选定某类年龄稍大的游客，且把他们对各因素的权重分配定为　　*=　　则综合评判的结果为　　=*·=·==　　表明在该类游客中有25%的人“很喜欢”该景点，25%的人“喜欢”该景点，25%的人“不喜欢”该景点，25%的人“很不喜欢”该景点。　　由此看出即使是同一被评判对象，由于对各因素的权重不同得出的评判结果也可能是不同的。这就是模糊结合评判法的使用过程。　　此类评判的数学模型可以归纳如下：　　已知因素集U={u1，u2…un}和评价集V={v1，v2…vn}　　设定对因素的权分配，即U上的模糊子集A简记为　　=　　式中ai为第i个因素Ui

7、所对应的权数，且一般均规定　　ａｉ＝１　　对第i个因素的单因素模糊评价为V上的模糊子集　　Ri=　　于是单因素评判矩阵为　　=　　则对该评判对象的模糊综合评判是V上的模糊子集　　=·　　3模糊综合评判的逆问题　　实质上，R是集合U与集合V之间的一个模糊关系。根据矩阵的复合运算法则，确定了一个模糊映射，它把U上的一个模糊子集A映射到V上的一个模糊子集B·A是映射的原象，B是映射的象。于是模糊综合评判实际上就是已知原象和映射去求象的问题，借助合成运算，这是不难办到的。比较困难的是求原象，即权分配如何适当的确定。因此还存在模糊逆问题