抽象性

德尔斐法过程主体数据转换成准目标数据使用统计分析并归并稳定点Delphi方法由加利福尼亚州Santa MonicaRAND公司开发,并广泛用于管理科学远程预报这种方法使专家的主观数据使用某些统计分析聚合文章建议改变德尔斐方法使用三角模糊数字,与专家通信方法相同,但估计程序不同方法的实用性用数值示例说明

开工导 言

德尔斐方法先请高资质专家在不发生通信的情况下就预测和实现某些科技事件分别提出意见并进行统计分析评估这些主观数据,计算第一、二和三四分位数统计信息传递专家并分析这些新估计数,并重新计算第一、二和三四分位数新的信息再次发送给专家,恢复过程持续到过程趋于合理稳定解决格里沙姆一号向项目管理学生提供德尔斐研究方法实例,应用到最近的博士研究论文中,审查德尔斐方法文献并解释研究方法工具多位作者处理德尔斐方法,如Story等[2高雄和帕尔姆洛斯3skinner等[4和Beiderbeck等Lawnik和Banasik5,6..Piecyk和McKinn7审查了方法对货运物流领域的应用,评估德尔斐预测长期货运和相关环境趋势的常态性介绍案例研究经验二轮大德斐在英国调查,以获取若干公路货运和后勤变量的长期趋势预测列维兹等[8显示将参与性行动研究方法与修改德斐方法相结合以理解能源转换问题,特别是超出预测工具的变换潜力

文献中,首先Zadeh九九提议模糊集学模糊环境决策,Bellman和Zadeh开发10改善决策问题管理齐默曼11引入模糊编程和线性编程并带多重目标函数数位研究者研究模糊集论多作者研究模糊集、系统与模糊数学模型的理论和应用12-19号..Cheng等[20码调查一种新的fudyDelphi方法以适应成员函数并检查技术过程的稳定性罗伊加里21号使用三角直觉模糊数介绍新版FDMHabibi等[22号应用FDM单轮筛选标准Hsu等[23号总结建筑工程师教育关键课程,评价方面和索引使用FDM构建奇波诺等人[24码分类识别科学研究分析当前FDM文献,以广泛深入理解教育

并发He等[25码推荐方法成功选择适当的绿色供应商黄等[26FDM识别关键输入变量,根据专家意见对峰值粒子速度预测产生最深影响,并应用混合人工神经网络模型中PPV有效参数,即遗传算法、粒子群优化法、帝国主义竞争算法、人工蜜蜂聚变法和喷火算法,用于PPV预测卡比尔和苏米27号建新预测机制建模FDM与人工神经网络技术合并管理需求不完全信息多位研究者使用FDM28码-30码..

文章建议改变德尔斐方法使用三角模糊数字,与专家通信方法相同,但估计程序不同

获取上述文献动机后,本研究研究德尔斐法三角模糊数变换法,与专家通信法相同,但估计程序不同

其余论文概述如图所示一号.

二叉初创性

为了方便地讨论问题,召回与模糊集、模糊数、三角混淆数和算术运算基本规则和结果

定义131号))等一等 做笛卡尔产品 模糊设置 ,并 即映射接二连三集 内 可使用扩展原理定义如下:

定义231号))等一等 并 双毛套件代数运算定义如下:(1)加法 : : (2)减法: : 3级乘法 : : (4)分区 : :

定义3九九万事通混淆数)模糊数 模糊集,成员函数定义如下
,满足下列条件:(1) 模糊曲面,即 , (2) 正常化即 面向 3级 支持 (4) 上半连续性,即对 ,华府 切片集 关闭

定义432码))模糊数 称三角模糊号(TFN),如果成员函数由 图解2[15..

定义5等一等 并 双三角模糊数算术操作 并 详列如下:(1)加法 : (2)减法: 3级逆序 : (4)对称(image):

3级注释和备注

3.1.标注

FDM中可使用下列表示法: :专家全套意见 :中值树叶 :双三角混淆数间正常距离 并

3.2备注

下述重要评论应加注意15:i)长距离预测问题必须被视为不确定问题,但不是随机问题。直接使用概率方法不合适模糊数字和模糊方法的使用似乎更兼容和合宜二)专家使用个人权限和主体性, 正因如此,我们建议模糊概念三)向专家提问考虑在不久的将来实现科技事实类型日期实现专家肯定比较自容地用三种日期回答问题:最早日期、最大假设日期和最新日期,而不是回答实现概率问题四)使用TFNs专家很容易研究实现日期,而实现日期相互嵌套第五大类散装数字概念是一个汇总过程,似乎非常方便对象化各种主观观点委 员 会专家回答使用TFN简单比较,距离矩阵很容易计算矩阵异相关系分解为相似关系使用这种方法寻找非分治专家分组非常方便,他们支持公共舆论研究。七)多级预测需要多级进程考虑局部和必要实现后,关键路径法可用于获取复合极速日期

4级模糊Delphi方法

本节FDM应用步骤解释如下:

步骤1专家 请求提供项目可能的实现日期(最早日期、最大假设日期和最新日期) 去哪儿 表示索引附于专家 表示这是预测过程的第一阶段

步骤2响应 散装专家如下: 平均值TFNshef计算 此外,对每位专家的差分计算如下: 偏差数表示正数、空数或负数表示信息传递给每位专家

步骤3每位专家提供新TFN 此外,进程从二阶段开始重复

第四步如有必要,利用TFN和相近性最大子关系分解关系实现偏差群见研究有关这些结果的信息(非名词性)可发送感兴趣的专家

第五步当平均TFN实现足够稳定时(即确定解决方案和决策者的平均值TFN是令人满意的),进程停止后期或重要发现或认识实现后,可重复上文概述过程重新评价预测

5级数值示例

短期内考虑认知信息处理计算机技术实现问题由12位计算机专家组成的团队使用TFNs实现新计算技术的主观估计专家估计表列一号.

计算从shef表示平均TFN

图中3,通过比较 带沙发 ,差分增益

向每位专家提供这一信息,每位专家重新考虑先前预测并提交新TFN,从而获取新she进程持续到达到某些标准稳定解决当然,迭代阶段数可先验性限制多变程序是可能的举例说,可以建议专家不增加差分,但这仅仅是建议,因为专家必须表达自己的不偏向性意见。

定义6.两支TFS规范距离定义如下: 去哪儿 并 TFN由专家提供 并 ; 并 前后相距并 并 右偏任意值,并按条件选择
使用公式14计算结果插入表2任意值 并
表显示2显示最小距离 ,最大距离
假设我们对一对专家感兴趣 距离对之 .表矩阵3给这些配对对应配方图显示4.
直接检验图4提供最大相似关系举例说,我们有: 举例说,如果我们考虑专家 并 ,发现 .因此我们可以假设专家 几乎相同估计类似情况显示 , ,并 几乎相同估计因此,我们可以汇总专家

6级讨论结果

if we consider ,直接查找聚合使用方便算法 问题可用各种值 也就是说 .如果我们要考虑相似性问题,则值小于 表示相似度,这是专家事后讨论的一个重要点相似关系中最大相联作用与相似关系中各类作用相同第二位总是脱节,但第一位情况并非如此。

7结论未来工程

Delphi方法使用TFNs提出变换方法,与专家通信方法相同,但估计程序不同值得一提的是,在许多情况下预测成功需要各种操作步骤因此,在这种情况下使用关键路径预测法效率更高使用模糊数字预测可使用许多其他方法,未来我们可以调查这些方法。未来工作可能包括进一步扩展本项研究范围以覆盖其他类似结构,i区间模糊集成,直觉模糊集成,Pythagorea模糊集成,球形模糊集成,图片模糊集集集等,更多讨论现实世界问题

数据可用性

未使用数据支持此项研究

利益冲突

作者声明无利益冲突