臺灣博碩士論文加值系統

在多準則決策的研究方面，由於傳統的多準則決策方法不論在評估準則(屬性)或權重上，均須提供精確值，但對於語意形式的評估準則或是權重，則無法充分且適當地反應出來，使決策結果偏離事實。故有許多學者藉由模糊理論的特性來改進傳統多準則決策的缺點，將評估準則與其權重轉換成以模糊集合(Fuzzy Set)或模糊數(Fuzzy Number)來表示，透過模糊集成評判(Fuzzy Aggregation of the Judgment)以及模糊排序(Fuzzy Ranking)，找出最切合決策者需求的問題解決方案，此即為模糊多屬性決策(Fuzzy Multiple Attribute Decision Making；簡稱FMADM)的概念。
就模糊多屬性決策概念中之模糊集成評判而言，存在以下幾個問題：1．在評估準則過多時，權重難以適當分配，且會使得權重值過小，經過模糊集運算後，容易失去評估準則所提供之訊息，2．不同決策者間對非正式評估準則權重給定之見解，差異甚大，權重值給定不易，3．無法表現出人類決策思維中的隱含性邏輯(Default Logic，即非正式評估準則)所提供之訊息。而就模糊排序而言，雖然已有許多學者提出不同的排序方法，但是目前的每一個方法都有其限制及不適用處，無法涵蓋所有的決策問題。
本研究針對模糊多屬性決策概念中，模糊集成評判以及模糊排序所遭遇的問題加以思索其解決之道。所以本研究旨在建構出智慧型高階評量系統，以期望做為模糊多屬性決策模式之後端支援用途。本研究採用Yager於1992年提出的「模糊高階架構」，與現行的模糊多屬性決策模式結合，改善模糊多屬性決策中，無法適當表現隱含性邏輯訊息的問題，以及非正式評估準則權重的指定問題；另外本研究將針對管理領域中，常被用於模糊多屬性決策中的模糊排序方式做一比較，並建構出模糊排序知識庫，以便在處理排序問題上能很快地獲得正確解答。

Because the traditional multiple attribute decision methods have to request the crisp number from the decision maker which number is difficult to express the linguistic characteristic of the criteria or the weights. Therefore, many studies utilize fuzzy set theory in the application of decision making to resolve this problem. The decision method to handle fuzzy (non-crisp) criteria is hence called Fuzzy Multiple Attribute Decision Making (FMADM).
Generally, the process of FMADM consists of two important parts : the fuzzy aggregation judgment and the fuzzy ranking method. In accordance with the FMADM, our research intends to solve the following problems.
1. Traditional fuzzy multi-attribute decision model is incapable of representing the default logic, i.e., the decision logic using informal criterion. In general, it is the major criteria determine the process result, however, second-order (minor) criteria after the process of the major criteria should also be considered and integrated into the model.
2. It is difficult to assign the proper weights for the informal criteria.
3. Each ranking method has its advantage and disadvantage and there is no general model to deal with various type of problems concerning with fuzzy ranking. Therefore, an intelligent system to help ranking fuzzy numbers is needed.
We will integrate Yager''s method with second-order structure concept to handle the prioritized criteria. A fuzzy ranking rule base will be constructed to solve the ranking problem. Finally, we will implement an intelligent fuzzy system to support the traditional fuzzy multi-attribute decision model.

第一章．前 言 1
1.1．緒論 1
1.2．研究動機 3
1.3．研究目的 5
1.4．研究範圍 6
1.5．研究進行步驟 6
第二章．文獻回顧 8
2.1．模糊理論綜論 8
2.1.1．模糊集合(Fuzzy Sets) 8
2.1.2．模糊數(Fuzzy Numbers) 8
2.1.3．模糊集合運算(Fuzzy Set Operation) 10
2.1.4．語言變數(Linguistic Variable) 11
2.2．模糊多屬性決策(FUZZY MULTI-ATTRIBUTE DECISION MAKING) 12
2.3．簡單加權法(SIMPLE ADDITIVE WEIGHTING) 13
2.4．可能性理論 (POSSIBILITY THEORY) 14
2.5．模糊排序(FUZZY RANKING) 方法回顧與比較 15
2.6．隱含性邏輯(DEFAULT LOGIC) 23
第三章．模糊高階智慧評比系統架構之建構與探討 25
3.1．系統架構整體探討 25
3.2．模糊集識別子系統(FUZZY SHAPE RECOGNITION) 27
3.3．排序知識庫(RANKING KNOWLEDGE BASE；RKB) 33
3.4．模糊高階處理系統(FUZZY HIGHER ORDER PROCESS SYSTEM；FHOPS) 41
3.5．評比系統之整合運作方式 47
第四章．應用範例 49
4.1．原始問題架構探討 49
4.2．整合性決策模式之引入 51
4.3．整合性決策模式與簡單加權法之比較 56
第五章．結 論 59
5.1．研究心得 59
5.2．研究成果 60
5.3．研究貢獻 61
5.4．後續研究方向 61
參 考 文 獻 63
附錄一 67
附錄二 78

1. 王建中, 模糊集理論應用在多重準則決策之研究, 國防管理學院 資源管理研究所碩士論文, 1990。
2. 王鵬華, 模糊多準則決策支援系統應用在台灣高等教育之選擇, 高雄工學院 管理科學研究所碩士論文, 1996。
3. 王財源, 應用模糊理論於資訊系統績效水準評估之研究, 中央大學 資訊管理研究所碩士論文, 1994。
4. 王文俊, 認識Fuzzy, 全華科技圖書股份有限公司, 1997。
5. 世界經理文摘編輯部, 不流淚的績效評估, 世界經理文摘雜誌社, p92-97, 146期, 1998。
6. 林虹君, 模糊理論應用於管理才能評鑑模式之研究, 高雄工學院 管理科學研究所碩士論文, 1996。
7. 洪韶岑, 模糊理論在績效評估之應用, 元智工學院 工業工程研究所碩士論文, 1992。
8. 洪振創, 群體決策下模糊績效評估模式之建構與應用, 元智工學院 工業工程研究所博士論文, 1996。
9. 陳彥彰, 模糊理論運用在企業人才任用之研究, 高雄工學院 管理科學研究所碩士論文, 1997。
10. 陳士杰, 李麗華, 應用模糊理論於大學入學之學群選擇, 中華民國第六屆Fuzzy 理論與應用研討會論文集, 1998。
11. 陳士杰, 李麗華, 模糊綜合評判模式結合隱含性邏輯之探討-以人員任用遴選為例,第十屆國際資訊管理學術研討會論文集, 1999。
12. 許志義, 多目標決策, 五南圖書出版公司, 1995。
13. 張志向, 應用模糊理論於中小企業信用評等表改善建立之研究, 高雄工學院 管理科學研究所碩士論文, 1997。
14. 張家和, 劉瑛展, 模糊評分系統, 中華民國第五屆Fuzzy 理論與應用研討會論文集, p191-196, 1997。
15. 張鈿富, 孫慶民, 學習成就之模糊評量, 中華民國第一屆Fuzzy 理論與應用研討會論文集, p10-15,1993。
16. 黃家隆, 模糊多屬性決策分析-基於相對距離法排序模糊數, 國防管理學院 資源管理研究所碩士論文, 1997。
17. 闕頌廉, 應用模糊數學, 科技圖書股份有限公司, 1994。