Reducing the Amount of Information Necessary to Compute Fuzzy Measures Used in Multiattribute Decision Making

Ting-Yu Chen, 曾 國雄

研究成果: 期刊稿件文章同行評審

摘要

  在多屬性決策分析過程中,以一般模糊測度作為衡量多屬性重要程度之基礎,將可因自由度之增加,使研究者能更真確地描述人類主觀評估過程。然而,因為進行一般模糊測度之求算必須調查所有屬性子集合之資料,在資料蒐集方面相當困難。故本研究擬由實務可行性著手,簡化資料需求量,並發展屬性子集合抽樣與資料收集程序。本研究首先提出可涵蓋所有屬性子集合之充足資訊,其可減少一辦之資料需求量。續在充足資訊之架構下,提出部份資訊之抽樣程序,以最少之抽樣數捕捉絕大部份之資訊。經由完全資訊、充足資訊、與部份資訊之比較得知,部份資訊能大幅度降低資料需求量,且在實務應用上有效可行。最後,本研究在部份資訊之抽樣設計下,提供實際應用之問卷調查施行程序,並佐以實例說明。
原文繁體中文
頁(從 - 到)483-514
期刊管理學報
17
發行號3
出版狀態已出版 - 2000

Keywords

  • 充足資訊
  • 多屬性決策
  • 抽樣設計
  • 模糊測度
  • 部份資訊

引用此