旅游管理畢業(yè)論文-旅游業(yè)中模糊綜合評(píng)判的數(shù)學(xué)模型_第1頁(yè)
旅游管理畢業(yè)論文-旅游業(yè)中模糊綜合評(píng)判的數(shù)學(xué)模型_第2頁(yè)
旅游管理畢業(yè)論文-旅游業(yè)中模糊綜合評(píng)判的數(shù)學(xué)模型_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、    旅游管理畢業(yè)論文-旅游業(yè)中模糊綜合評(píng)判的數(shù)學(xué)模型    摘要業(yè)在迅猛,旅游學(xué)、旅游的發(fā)展卻相對(duì)滯后,文章用模糊數(shù)學(xué)中的綜合評(píng)判法為旅游學(xué)提供一種評(píng)價(jià)模式,使其不僅更具性,而且更具操作性,從而使旅游業(yè)的發(fā)展更具合理性。關(guān)鍵詞旅游模糊數(shù)學(xué)集合綜合評(píng)價(jià)現(xiàn)實(shí)生活中充滿了模糊事物、模糊概念,比如暖、胖、亮、老等。我們的想法是怎樣利用模糊數(shù)學(xué)中的模糊集合概念來(lái)描述諸如此類(lèi)的模糊事物??梢栽O(shè)定若集合用大寫(xiě)字母A、B來(lái)表示,則A、B表示模糊集合,用?滋()表示元素X屬于模糊集合A的程度。?滋可在0,1內(nèi)連續(xù)取值,所以能合適

2、的表示元素,X屬于某一個(gè)模糊集合的種種曖昧狀態(tài)。例如,導(dǎo)游小姐為了使57歲的女士不至于為年齡大而傷心,告訴她其實(shí)女士的年齡只有66%屬“老年人”,而基本上可以說(shuō)還不是老年人,因?yàn)椋?滋老年人()也就是說(shuō)這位女士屬于老年人集合的資格只有0.66,按這個(gè)公式就連70歲的人也只有94%(而不是100%)的資格屬于老年人,女士有什么理由認(rèn)為自己老的不能活下去呢?!成功的用模糊數(shù)學(xué)公式勸導(dǎo)游客當(dāng)然不是導(dǎo)游小姐的獨(dú)創(chuàng),只是這位導(dǎo)游小姐能自如的把模糊數(shù)學(xué)運(yùn)用到自己的工作中罷了。模糊數(shù)學(xué)自1965年問(wèn)世以來(lái),發(fā)展的異常迅速,世界上已有多種專著、論文集以及雜志。從這些出版物中可以看到,國(guó)內(nèi)外許多學(xué)者在這一重要和

3、迅速發(fā)展的領(lǐng)域中作出了有價(jià)值的貢獻(xiàn)。今天我們也試圖在旅游行業(yè)中發(fā)現(xiàn)模糊數(shù)學(xué)的痕跡。模糊數(shù)學(xué)中的模糊綜合評(píng)判法,應(yīng)該可以在旅游業(yè)中找到用武之地。 1單因素評(píng)判拿一個(gè)新開(kāi)辟的景點(diǎn)為例。為了考察該景點(diǎn)的優(yōu)劣,可以找來(lái)各界人士若干,規(guī)定每個(gè)人在集合V=很喜歡,喜歡,不太喜歡,不喜歡給出的答案中挑一種,若挑選的結(jié)果是20%的人“很喜歡”,40%的人“喜歡”,20%的人“不太喜歡”,20%的人“不喜歡”,這一評(píng)判結(jié)果就可用模糊集。B=0.2很喜歡+0.4喜歡+.2不太喜歡+0.2不太喜歡來(lái)表示,B還可以簡(jiǎn)單記為B=0.2,0.4,0.2,0.2。一個(gè)單因素模糊評(píng)判的評(píng)價(jià)結(jié)果是評(píng)價(jià)集V這一論域上的一個(gè)模糊子

4、集。為了清晰起見(jiàn),可根據(jù)最佳隸屬原則得出一個(gè)清晰評(píng)判。上例中由于“喜歡”對(duì)B的隸屬度?滋(喜歡)最大,所以可以認(rèn)為對(duì)該景點(diǎn)的評(píng)判是游客喜歡。但一般沒(méi)必要這么做,保持模糊評(píng)判的結(jié)果B往往能更好的反映游客對(duì)景點(diǎn)的看法。2模糊綜合評(píng)判實(shí)用中,單因素評(píng)判似乎太單一。因?yàn)橐话阋粋€(gè)問(wèn)題往往涉及多個(gè)因素。還是以一個(gè)景點(diǎn)為例,“游客喜歡”涉及的因素應(yīng)該有個(gè):食、住、行、游、購(gòu)、娛。如何評(píng)判一個(gè)景點(diǎn),應(yīng)該是個(gè)綜合問(wèn)題,可給出的評(píng)價(jià)集為:V=很喜歡,喜歡,不太喜歡,不喜歡首先考慮各個(gè)單獨(dú)因素,用前面的可以對(duì)上述個(gè)因素進(jìn)行模糊評(píng)判。假設(shè)得到如下的單因素評(píng)判結(jié)果。它們分別為以下六個(gè)模糊集: 很喜歡 喜歡 不太喜歡 不

5、喜歡食 R=(0.00.40.5 0.1)住 R=(0.00.20.6 0.2)行 R=(0.10.30.2 0.3)游 R=(0.00.20.6 0.2)購(gòu) R=(0.00.30.6 0.1)娛 R=(0.10.50.3 0.1)R=可稱R為對(duì)該景點(diǎn)的單因素評(píng)判矩陣。由于評(píng)判人在評(píng)判時(shí)對(duì)各個(gè)因素的著眼點(diǎn)不盡相同,也就是說(shuō)對(duì)諸因素有不同的側(cè)重,因而得出的評(píng)判結(jié)果也可能是不同的。例如:年齡稍大的游客可能側(cè)重“行”,即偏重方便。而年輕游客則可能側(cè)重“游”,即偏重玩得快樂(lè)。所以事先確定好各個(gè)因素側(cè)重程度,即相應(yīng)的“權(quán)”重,才能保證綜合評(píng)判的信度。假定我們選定某類(lèi)年輕游客,且事先估計(jì)了這類(lèi)游客對(duì)各因素

6、的相應(yīng)權(quán)重。它可以表示成模糊集=0.15食+0.15住+0.1行+0.1游+0.15購(gòu)+0.35娛或簡(jiǎn)記為:=(0.15 0.15 0.1 0.1 0.15 0.35)對(duì)某評(píng)判對(duì)象,若已知單因素評(píng)判矩陣及權(quán)(記為模糊集),則對(duì)此評(píng)判對(duì)象的模糊綜合評(píng)判結(jié)果是模糊集B=A·B上設(shè)與均已知,則=(0.15 0.15 0.1 0.15 0.35)· =(0.1 0.35 0.3即:=(0.1 0.35 0.3 0.10)綜合評(píng)判的結(jié)果最好是歸一化的,其基數(shù)為0.1+0.35+0.3+0.15=0.85評(píng)判結(jié)果為(0.1/0.85 0.35/0.85 0.3/0.85 0.15/0.

7、85)=(0.11 0.39 0.34 0.16)這一評(píng)判結(jié)果表明11%的人“很喜歡”這個(gè)景點(diǎn),39%的人“喜歡”這個(gè)景點(diǎn),34%的人“不喜歡”這個(gè)景點(diǎn),16%的人“很不喜歡”這個(gè)景點(diǎn)。再綜合一下,把“很喜歡”和“喜歡”歸為一類(lèi),占人數(shù)的50%,“不喜歡”和“很不喜歡”歸為一類(lèi),占人數(shù)的50%。但如果選定某類(lèi)年齡稍大的游客,且把他們對(duì)各因素的權(quán)重分配定為*=(0.2 0.2 0.2 0.1 0.1 0.2)則綜合評(píng)判的結(jié)果為= *·=(0.2 0.2 0.2 0.1 0.1 0.2)· =(0.2 0.2 因?yàn)?.2+0.2+0.2+0.2=0.8故綜合評(píng)判結(jié)果為:(0.2

8、0.8 0.20.8 0.20.8 0.20.8)=(0.25 0.25 0.25 0.25)表明在該類(lèi)游客中有25%的人“很喜歡”該景點(diǎn),25%的人“喜歡”該景點(diǎn),25%的人“不喜歡”該景點(diǎn),25%的人“很不喜歡”該景點(diǎn)。由此看出即使是同一被評(píng)判對(duì)象,由于對(duì)各因素的權(quán)重不同得出的評(píng)判結(jié)果也可能是不同的。這就是模糊結(jié)合評(píng)判法的使用過(guò)程。 此類(lèi)評(píng)判的數(shù)學(xué)模型可以歸納如下:已知因素集U=u1,u2 un和評(píng)價(jià)集V=v1,v2 vn設(shè)定對(duì)因素的權(quán)分配,即U上的模糊子集A簡(jiǎn)記為=(a1,a2an)式中ai為第i個(gè)因素Ui所對(duì)應(yīng)的權(quán)數(shù),且一般均規(guī)定對(duì)第i個(gè)因素的單因素模糊評(píng)價(jià)為V上的模糊子集Ri=(r1

9、,r2rn)于是單因素評(píng)判矩陣為=則對(duì)該評(píng)判對(duì)象的模糊綜合評(píng)判是V上的模糊子集=·3模糊綜合評(píng)判的逆實(shí)質(zhì)上,R是集合U與集合V之間的一個(gè)模糊關(guān)系。根據(jù)矩陣的復(fù)合運(yùn)算法則,確定了一個(gè)模糊映射,它把U上的一個(gè)模糊子集A映射到V上的一個(gè)模糊子集B·A是映射的原象,B是映射的象。于是模糊綜合評(píng)判實(shí)際上就是已知原象(權(quán)分配行矩陣)和映射(單因素評(píng)判矩陣)去求象(綜合測(cè)判結(jié)果)的問(wèn)題,借助合成運(yùn)算,這是不難辦到的。比較困難的是求原象,即權(quán)分配如何適當(dāng)?shù)拇_定。因此還存在模糊逆問(wèn)題:已知R及象去求原象。即已知評(píng)判結(jié)果去判別評(píng)判人在評(píng)判中所取的權(quán)分配。一般說(shuō)來(lái),已知模糊映射R的象B去求它的原

10、象比較困難,這里可采用比較法。即:先人為的設(shè)定S個(gè)原象A1 A2 AS再分別求出它們的象。=·i=1.2,S。然后按模糊集的貼近原則,求出與B最貼近的模糊集。 即(,B)=max(Bj,) (式中(,)是Bj與B的貼近度。則所對(duì)應(yīng)原象Ai即為較理想的權(quán)分配方案原象。比如:對(duì)景點(diǎn)的評(píng)判從以下三個(gè)方面來(lái)著眼,即交通線路、交通工具和服務(wù)水平,經(jīng)過(guò)調(diào)查知只有80%的人評(píng)價(jià)“好”,20%的人評(píng)價(jià)“不太好”,沒(méi)有人評(píng)價(jià)“很好”,也沒(méi)有人評(píng)價(jià)“不好”??梢詫?xiě)出評(píng)價(jià)集V=(很好,好,不太好,不好)單因素評(píng)價(jià)矩陣R=綜合評(píng)判=(0 0.8 0.2 0)那么游客怎樣進(jìn)行服務(wù)水平,交通工具,交通線路這三個(gè)

11、因素的權(quán)分配?根據(jù)對(duì)游客心理的估計(jì),可以這樣進(jìn)行,先提出下述四種可能的權(quán)分配方案。(四個(gè)原象A1,A2,A3,A4)。即四個(gè)模糊集。服務(wù)水平交通工具交通線路A1=(0.20.50.3)A2=(0.50.30.2)A3=(0.20.30.5)A4=(0.70.250.05)算出對(duì)應(yīng)的,=·=(0.2 0.4 0.5 0.1)=·=(0.2 0.5 0.3 0.1) =·=(0.2 0.3 0.4 0.1)=·=(0.2 0.7 0.25 0.1)再算出與的貼近度:(,)=(0.4+1-0.1)/2= 0.65(,)=(0.5+1-0.1)/2= 0.7(,)=(0.3+1-0.1)/2= 0.6(,)=(0.7+1-0.05)/2=

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論