FHW方法
出自 MBA智库百科(https://wiki.mbalib.com/)
FHW方法(模糊灰色物元空間決策系統)
目錄[隱藏] |
FHW(模糊、灰色、物元空間)方法是賀仲雄教授創立的一種新的決策、評價方法,是對德爾菲法的改進和發展,融合了德爾菲法、BS法(頭腦風暴法)、KT法的優點,並採用了一些新興學科的思路,如模糊數學、灰色系統理論、物元分析等,從而能定量處理聯想思維,而把德爾菲法的咨詢表改為FHW咨詢表,把向專家咨詢的一個數(順序、判斷、打分)改為一個模糊、灰色物元。
該方法使模糊評價、物源分析與灰色分析相結合。把定性的因素定量化,計算出一系列指標。藉以綜合反映各評價項目當前和未來的優劣,簡稱FHW方法。
FHW法的步驟為:
(1) 收集與指標相關的信息資料,以便能做出判斷。
(2) 填寫“FHW評價表”:每個專家填寫兩次評價表。
第一次,不開討論會,各自獨立思考,充分發揮各自的判斷才能,填寫A輪評價表。這樣做的目的,是為了使專家在填表時不受“馬太效應”的影響。
第二次,召開討論會,會後再填寫B輪表。討論會上各抒己見,暢所欲言,不要求意見統一。這樣可以相互啟發,激發聯想思維,討論順序,一般應和A輪表的填寫順序相反,以防止思維慣性的影響。經過討論,專家填寫B輪表時,儘可能對自己在A輪表中填寫的數據作必要的修改。當然,允許不修改自己的意見。
(3) FHW方法計算各組評價指標。由於每個專家都進行了兩輪咨詢,所以每個項目都由兩個數據,這兩個數據便組成一個閉區間,組成模糊灰色物元空間,評價的結果需要得到一個數,所以必須在區間數投影到一個點上,由三種準則可供選擇。
然後計算主體評分T,總灰色N,白色優劣比S、灰色優劣比D、遠近效益En。
其中:
- T--表示對某組評價指標的基本評價結果。
- N--表示對該組指標的朦朧程度,也就是信息不完全程度,N越大可靠性越差。
- S--表示當前優勢和當前劣勢之比,S越大越好。
- D--表示潛在優勢和潛在列十支筆,D越大越好。
- En--表示潛在優勢和當前優勢之比再乘以繫數η,η的具體值需討論後確定。
這樣得到改組評價指標的綜合得分:C=T+S+D+En-N
共適中,T以百分製表示,S、D,En,N一般都不大於一位數。所以,在數據處理過程中,必須對數據進行修正,控制每項數值的範圍。
FHW的評價步驟為[1]:
1.確定評價主題和評價的相關指標
評價主體為T1 − n,總體指標集為,子指標集為V = (v1,v2,cdots,vn);總體指標權重向量為
,子指標權重向量為
。
2.計算各個評價主體的指標分
總指標分:——第i主體指標專家評分平均值
子指標分:
明顯優度![]() ![]() | ![]() |
明顯劣度![]() ![]() |
式中:xj,yi分別為明顯優度、潛在優度專家評分平均值
,
分別為明顯劣度、潛在劣度專家評分平均值
白色優劣比;灰色優劣比
;
近遠效益比:,其中,δ > 1時,著重於近期(白色)效益;δ = 1時,近期效益與遠期效益同等對待;δ < 1時,著重於長遠效益。
根據咨詢表和灰色系統理論,對按加權平均方法處理後的(pi,ai)和(qj,bj),i=1,2,…m,j=1,2,…n,計算總灰度:
N=XN(優)+YN(劣)
N(優)=
N(劣)=
其中,X+Y=1
當X>Y時,表示重視灰色優度的灰度;
當X<Y時,表示重視灰色劣度的灰度;
當X=Y=0.5時,表示同等對待。
N值不宜過大,N值越大,說明方案的不確定性越大,那麼實施該方案的風險也就越大。
3.決策計算
總指標和子指標分別從不同側面反映項目的優劣,為了對項目進行全面評估,因此需要做進一步的綜合評價,作最後的決策運算。
目標函數為:Cmax,
Dmax
約束條件:
M_1≥閾值
M_2≥閾值
N≥閾值
閾值≥Z≥閾值
在被評價的方案為3-5個時,只需要通過討論,就可以分辨優劣,做出決策。如果方案較多,則可以通過現成的數學模型解決優化問題。
FHW方法可以廣泛用於預測、決策、綜合評價等多方面,如果和Delphi法相比,它至少有以下所述的四條優點:
(1)FHW法融合了Delphi法和KJ法的優點而捨去其缺點,並定量地處理聯想思維,且只需兩次咨詢即可處理,節約時間,節省費用。
(2) FHW法是建立在多級專家決策系統的基礎上,可以全面地吸收從下級到上級的各級意見,並對專家意見加權處理。從而能夠充分發揮專家正確意見,而捨棄那些不全面的意見。
(3)FHW咨詢表對專家咨詢的是一個模糊、灰色物元。它既考慮了事物本身,又考慮了與它有聯繫的質和量,並採用灰色系統處理方法,對於目前還認識不清的事物的研究提供了數量化概念和計算步驟,特別適於巨集觀、大系統的預測、決策、評價問題。
(4)FHW法定義了灰色優度、灰色劣度、白色優劣比、灰色優劣比、政策繫數等,既反映事物的全面性質,又有依政策調整的靈活性。
案例:運用FHW進行知識管理方案評價和決策[1]
如果企業希望在競爭中有立足之地,實施知識管理項目是必然的選擇,否則,只能在經濟大潮中被淘汰出局。
但是在知識管理項目的選擇上,由於各個公司的組織文化氛圍、資金實力、領導觀念、基礎設施、組織的學習度、知識的共用度、員工激勵度、資金承受度、操作複雜度、投資收益度等方面的差異,所以對知識管理項目的實施方案的選擇也有很大差異。沒有哪一套方案可以包打天下,一套方案不會適應所有的公司,一個公司也只存在可能的比較適合自己公司情況的有限方案。那麼如何在這些方案中進行優選,找出適合本公司情況的方案,進行科學決策,就需要有科學的方法來解決這個問題。本文嘗試採用FHW方法來解決該問題,對某企業現有的三個知識管理方案,聘請了:10位專家給予評判打分,然後運用FHW方法進行處理,取得了比較滿意的效果。
- 1.知識管理方案評價的指標設置
總指標:是對知識管理方案進行評價的高級指標,是對知識管理方案進行評價的前提,是決策中的約束條件。
(1)知識管理方案的技術成熟度知識管理方案的技術成熟度表明知識管理方案實施的可能性。
(2)企業內外環境支持度企業內外環境支持度表明知識管理實行的必要性。
子指標:是與決策目標相聯繫的事物,是與決策目標有關的影響量。
知識管理的成功要素作為決策方案的子指標。指標權重向量E和F由專家給定,本文取專家的意見的算術平均值。
總指標的權重E=(0.55,0.45)
子指標的權重F=(0.16,0.17,0.15,0.18,0.14,0.20)
- 2.建立評價矩陣
請專家對3個方案的兩個總指標和6個子指標按照百分制進行評分,下表列出了一位專家的部分評價結果。在表中,方案一的總指標分分別是50和80,表明方案一實行的可行性是50分,必要性是80分;在子指標中,方案一的第一個指標———組織的學習度的灰色優度評價plal的得分是(60,50),表明該方案在目前有利於組織學習的程度是60分,而從長遠看該方案有利於組織學習的程度是50分。劣度評價qlbl的得分是(5,0),表明方案一的不利於組織學習的明顯缺點是5分,潛在缺點是0分,也就是不存在潛在缺點。
總指標 | 子指標 | ||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
灰色優度 | 灰色劣度 | ||||||||||||||
可能性 | 必要性 | P1a1 | P2a2 | P3a3 | P4a4 | P5a5 | P6a6 | q1b1 | q2b2 | q3b3 | q4b4 | q5b5 | q6b6 | ||
知識管理方案 | 方案一 | 50 | 80 | 60 50 | 80 60 | 90 65 | 70 40 | 85 55 | 60 70 | 5 0 | 0 0 | 5 0 | 10 0 | 0 5 | 0 5 |
方案二 | 70 | 90 | 70 65 | 80 70 | 85 70 | 70 45 | 85 60 | 75 65 | 0 5 | 0 0 | 0 5 | 5 0 | 0 0 | 0 5 | |
方案三 | 60 | 85 | 60 70 | 70 65 | 75 70 | 65 55 | 70 60 | 60 50 | 5 0 | 0 5 | 10 0 | 0 0 | 5 5 | 5 0 |
- 3.計算指標,做出決策
取專家評價的算術平均值作為專家評分,按照公式(1)計算,方案一的總指標的專家評分平均值的可行性為55分,必要性為70分,則總指標分是:
子指標總分:
將各子指標的明顯優度、潛在優度、明顯劣度、潛在劣度的專家評分的平均值代入公式(2)得:(p,a)=(80,65),(q,b)=(9,4)。
將他們分別代入公式(3)和(4),其中,取δ = 1得到:
C=8.88,D=16.2,Z=0.548
計算總灰度:取X=Y=0.5,N_a=0.45,N_b=0.31,N=0.38(a:優,b:劣)
按照同樣的方法,得到:
方案二:
M1 = 31.4,M2 = 32.6,C=9.83,
D=16.3,Z=0.52,N=0.36
方案三:
M1 = 30.2,M2 = 30.5,C=7.84,
D=15.6,Z=0.46,N=0.32
運用公式(6)進行最後的決策計算:在本例中,設定M1和M2的閾值為30,N的閾值為0.3,,即能滿足約束條件。
通過比較,可以看出,方案二最優。
公式(1)、(2)在哪裡?