多因素決策系統中云計算方法的分析與應用

摘 要：分析了多因素決策系統中自然語言和模糊語言的不確定性，引入云評價和云等級概念；探討云歸一化計算和云集權計算；最后通過項目投資決策對云計算方法的應用進行綜合分析。

關鍵詞：多屬性；決策系統；云計算

中圖分類號：TP3-05 文獻標識碼：A

1 引言（Introduction）

我們對許多事物的評價都用優秀，很好等自然的口頭的語言表達，這樣的評判沒有精確的量化概念，決策者不能依此做出科學合理的決策。多年來，學者們一直致力于將模糊語言進行量化的努力，希望找到一種有效的方法，將人們口中的模糊表達轉化為計算機中一個精確的數字，能夠對決策提供準確的參考。本文提出了多因素多屬性自然語言決策系統中的云計算方法。

2 多因素決策系統的云計算理論（Multi factor

decision system of cloud computing theory）

在云計算方法中，云被定義了三個量化特征，分別是期望Ex（Expected Value），熵En（Entropy），超熵He（Hyper Entropy），期望是云中的一些小云滴在某個量化范圍內的隨機分布，能夠表示這個量化范圍的中心值；熵是在某個確定概念上的隨機性和模糊性共同影響下的不確定性度量，可以表示小云滴的大小；超熵是熵的不確定性度量，可以表示云層的厚度[1]。

云計算方法中最基本最重要的的正態云，多因素多屬性決策系統中正態云的定義如下：設U是確定值表示的定量域，C是基于U的定性概念，是C某次孤立的隨機實現，并且滿足以下條件：；，其中，且對C的確定度

（1）

則將在定量域U上的分布稱為正態云[2]。

3 多因素決策系統中云計算方法的過程（The

calculation method of multi factor decision-

making system of cloud）

（1）通過評價云和等級云將定性的模糊語言轉化為定量的精確數值

多因素決策系統一般有多種備選方案，設所有方案的集合為S，方案的屬性的集合為A，每個屬性的評價集合為R，每個評價的等級描述集合為D，所有的專家集合為E。根據評價集R及備選方案的實際情況，評價云可以定義為：；根據等級集D及備選方案的實際情況，等級云可以定義為：；然后根據

（2）

（3）

將評價云和等級云的模糊性語言評價轉化為精確的定量值[3]。

（2）將評價云和等級云進行歸一化計算

所有專家對方案各個屬性的評價矩陣，每行有多個評價值，通過云歸一化計算后可以得到一個評價值，同時二維矩陣變成了一維矩陣，計算公式為[4]：

（4）

（3）將評價云和等級云進行集權計算

通過云歸一化計算后的一維矩陣中的每個元素值在等級云的每個定性概念上都對應著一個確定度，通過云集權計算，得出每個方案S的n個方案值，再通過式（1）得到每個方案值在其定性概念上的確定度值，取最大的確定度值作為該方案的最終評價值，從而選出最優方案[5]。

（5）

（4）確定最優決策方案

比較過程三的計算機結果，選出最優的決策方案。

4 多因素決策系統的云計算實例說明（Multi factor

decision making system for cloud computing

examples）

（1）設計評價云和等級云并進行定性到定量的轉化

現有一個投資項目，經過前期調研，目前有三種方案備選，方案集為S，屬性集為A，每個屬性的評價集為R，分別為很好（HH）、好（H）、一般（YB）、差（C）、很差（HC），每個評價的等級集為D，分別為高（G）、較高（JG）、中（Z）、低（D）、較低（JD）、專家集為E。

在評價集R的基礎上定義評價云：

在等級集D的基礎上定義等級云：

（2）通過云歸一化計算，得出一維矩陣及其值的確定度矩陣

將矩陣U的每一行進行云歸一化計算，得到，并計算出中各個元素在等級云的各個定性概念上的確定度矩陣。

（3）通過云集權計算，等到集權值矩陣及其值的確定度矩陣

4.4 選出最優方案

通過計算結果，我們可以看出，方案的最大確定度為0.9897，方案的最大確定度為0.4579，方案的最大確定度為0.9791，這樣我們就可以判斷出方案為最優投資方案。

5 結論（Conclusion）

討論了多因素的云計算方法理論，闡述了云的歸一化計算和云集權計算，分析了項目投資的應用實例，設計了評價云和等級云，結果表明：云計算方法能夠較好地描述自然語言的隨機性、模糊性及其相互關聯性，有效實現了模糊自然語言的定性概念與精確定量值的轉換，驗證了云計算方法的先進性與可行性。

參考文獻（References）

[1] 楊朝暉，李德毅.二維云模型及其在預測中的應用[J].計算機學報，1998（11）：961-969.

[2] 李德毅，劉常昱.論正態云模型的普適性[J].中國工程科學，2004，6（8）：28-35.

[3] 李德毅，等.不確定性人工智能[J].軟件學報，2004，15（11）：1583-1594.

[4] 辛制高，趙旭，皮佳亮.基于云模型的建筑工程質量等級評價[J].科技與管理，2011（1）：73-76.

[5] 代勁，何中市.基于云模型的決策表規則約簡[J].計算機科學，2010（6）：265-268.

作者簡介：

李支元（1975-），男，碩士，副教授.研究領域：多因素考核評估決策系統.