Диссертация (1152227), страница 54

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 54)

Сумма всехфункций принадлежности для любого xi по любому j-му критерию равна 1.Построение агрегированного показателя Ai ( i  1, n ) для каждой i-й альтернативы осуществляется по следующей формуле:km 1j 1Ai       j  j ( x ij ) ,320(5.30)где   – узловые точки k – уровнего классификатора (   1, k ); j – вес j-го критерия; j ( x ij ) – значение функции принадлежности j-го критерия относительноkтекущего значения i-го фактора (   j ( x ij )  1). 1При этом необходимо отметить, что можно построить матрицутаблицу (таблица 5.14), где по строкам расположены функции принадлежности  j ( x ij ) , а по столбцам критерии. Матрица дополняется также столбцомвесов критериев  j и строкой с узловыми точками   . Тогда для расчета агрегированного показателя Ai в полученной матрице собраны все необходимые исходные данные.

Поэтому данная схема агрегирования называетсяматричной.Таблица 5.14 – Структура матрицы агрегированияjс11с2j……сmm j1 ( x ij ) j 2 ( x ij )… jk ( x ij )12…kУзловыеточки  Рассмотрим алгоритм ранжирования объектов на основе матричнойсхемы агрегирования с помощью стандартного трехуровнего нечеткого 01классификатора:1. Для описания подмножеств терм-множества значений {Н – низкий, С– средний, В – высокий} лингвистической переменной «Уровень фактора»вводится система из 3-х соответствующих функций принадлежности трапециидального вида, например:3211, _ 0  x  0,2Н : 1 ( x)  5(0,4  x), _ 0,2  x  0,40, _ 0,4  x  11, _ 0  x  0,25( x  0,2), _ 0,2  x  0,4C :  2 ( x)  1, _ 0,4  x  0,65(0,8  x), _ 0,6  x  0,80, _ 0,8  x  11, _ 0  x  0,6В :  3 ( x)  5( x  0,6), _ 0,6  x  0,81, _ 0,8  x  1На рисунке 5.15 представлена функция принадлежности термов лингвистических переменных для стандартного трехуровнего классификатора.1значения функциипринадлежности0,90,80,70,60,50,40,30,20,1000,10,20,30,40,50,60,70,80,91значения т ермовН - низкийС - среднийВ - в ысокийРисунок 5.15 – Функции принадлежности термов лингвистических переменных для стандартного трехуровнего нечеткого классификатора2.

Для каждой i-ой альтернативы ai на основе таблицы 5.14 строитсяматрица агрегирования. При этом  3  (0,3;0,5;0,7) , а весовые коэффициенты  j определяются на основе метода, базирующегося на вычислении значений первого собственного вектора матрицы попарных сравнений.3. На основе матрица агрегирования и (5.30) рассчитывается агрегированный показатель Ai.3224.

На основе построенных агрегированных показателей производитсяранжирование альтернатив ai ( i  1, n ) . Альтернатива с максимальным Aiимеет наибольшее значение «Уровень фактора».Результаты многокритериального ранжирования интеграционных проектов металлургической компании представлены в таблице 5.15.Таблица 5.15–Результаты многокритериального ранжирования интеграционных проектов на основе матричной схемы агрегирования с помощью стандартного трехуровнего нечеткого классификатора№Интеграционный проектп/п1Проект 1_Металлургический завод в ТурцииПроект 2_Производитель угля и продуктов его пе234567891011121314151617181920Оценка рискаМесто по риску0,657510,3232140,3152200,61030,3409460,3357160,3152190,3165170,3146180,3346150,3353130,3396120,353050,33749Белгородской области0,34328Проект 16_Первоуральский новотрубный заводПроект17_Металлургический завод в ГерманииПроект 18_Башкирский металлотрейдерПроект 19_Морской порт в АстраханиПроект 20_Металлургический завод в Канаде0,35240,63820,33270,33670,64707311102реработки в СибириПроект 3_Компания по изготовлению, модернизации и ремонту штамповой оснастки в СанктПетербургеПроект 4_Металлургический завод в ПакистанеПроект 5_Металлургический завод в ГурьевскеПроект 6_Производитель товарного чугуна в ТулеПроект 7_Приоскольское железорудное месторождениеПроект 8_Производитель железорудного концен-трата в ЖелезногорскеПроект 9_Металлургический завод по выпуску пре-цизионных сплавов на УралеПроект 10_Металлургический завод по производству трубной и колесопрокатной продукцииПроект 11_Производитель железорудного концентрата в Белгородской областиПроект 12_Металлургический завод по производству бесшовных и прямошовных труб в ВолжскеПроект 13_Металлургический завод по производству стальных труб в ТаганрогеПроект 14_Металлургический завод по производству стальных труб в ЧелябинскеПроект 15_Электрометаллургический комбинат вПо результатам, полученным на основе матричной схемы агрегирования с помощью стандартного трехуровнего нечеткого классификатора, мож323но сделать вывод, что максимальным риском для металлургического холдинга будут зарубежные интеграционные проекты в Турции, Канаде, Германии и Пакистане.

При этом максимальная оценка риска не превосходит 0,7 инаблюдается отчетливый рост показателя Ai при переходе от рассмотренияотечественных интеграционных проектов к зарубежным проектам.6. Многокритериальный выбор альтернатив на основе матричнойсхемы агрегирования с помощью стандартного пятиуровнего нечеткогоклассификатора.Рассмотрим алгоритм ранжирования объектов на основе матричнойсхемы агрегирования с помощью стандартного пятиуровнего нечеткого 01классификатора:1.

Для описания подмножеств терм-множества значений {ОН – оченьнизкий, Н – низкий, С – средний, В – высокий, ОВ – очень высокий} лингвистической переменной «Уровень фактора» вводится система из 5 соответствующих функций принадлежности трапециидального вида, например(рисунок 5.16):1, _ 0  x  0,151, _ 0  x  0,75ОН : 1 ( x)  10(0,25  x), _ 0,15  x  0,25 ОВ :  5 ( x)  10( x  0,75), _ 0,75  x  0,850, _ 0,25  x  11, _ 0,85  x  10, _ 0  x  0,350, _ 0  x  0,1510( x  0,35), _ 0,35  x  0,4510( x  0,25), _ 0,15  x  0,25C :  3 ( x)  1, _ 0,45  x  0,55Н :  2 ( x)  1, _ 0,25  x  0,3510(0,65  x), _ 0,55  x  0,6510(0,45  x), _ 0,35  x  0,450, _ 0,65  x  10, _ 0,45  x  11, _ 0  x  0,5510( x  0,55), _ 0,55  x  0,65В :  4 ( x)  1, _ 0,65  x  0,7510(0,85  x), _ 0,75  x  0,850, _ 0,85  x  12.Для каждой i-й альтернативы ai строится матрица агрегирования.При этом  5  (0,1;0,3;0,5;0,7;0,9) , а весовые коэффициенты  j определяются на324основе метода, базирующегося на вычислении значений первого собствен-значения функциипринадлежностиного вектора матрицы попарных сравнений.10,90,80,70,60,50,40,30,20,100,000,150,250,350,450,550,650,750,850,95значения т ермовН - низкийВ - в ысокийОВ - очень в ысокийС - среднийОН - очень низкийРисунок 5.16 – Функции принадлежности термов лингвистических переменных для стандартного пятиуровнего нечеткого классификатора3.

На основе матрицы агрегирования рассчитывается агрегированный показатель Ai.4. На основе построенных агрегированных показателей производитсяранжирование альтернатив ai ( i  1, n ) .Результаты многокритериального ранжирования интеграционных проектов представлены в таблице 5.16.По результатам, полученным на основе матричной схемы агрегирования с помощью стандартного пятиуровнего нечеткого классификатора, можно сделать вывод, что максимальным риском для металлургического холдинга характеризуются зарубежные интеграционные проекты в Турции, Канаде, Германии и Пакистане.

При этом, как и в случае трехуровнего нечеткого классификатора, наблюдается резкий рост показателя Ai при переходеот рассмотрения отечественных проектов слияний и поглощений к зарубежным проектам.325Таблица 5.16 – Результаты многокритериального ранжирования интеграционных проектов на основе матричной схемы агрегирования с помощьюстандартного пятиуровнего нечеткого классификатора№Интеграционный проектп/п1 Проект 1_Металлургический завод в ТурцииПроект 2_Производитель угля и продуктов его234567891011121314151617181920Оценка рискаМесто по риску0,828510,1820160,1380180,71760,2387480,1615120,1390190,1531170,1439200,1656140,1925130,196990,259750,221810Белгородской области0,22657Проект 16_Первоуральский новотрубный заводПроект 17_Металлургический завод в ГерманииПроект 18_Башкирский металлотрейдерПроект 19_Морской порт в АстраханиПроект 20_Металлургический завод в Канаде0,23700,79640,19760,21720,81126315112переработки в СибириПроект 3_Компания по изготовлению, модернизации и ремонту штамповой оснастки в СанктПетербургеПроект 4_Металлургический завод в ПакистанеПроект 5_Металлургический завод в ГурьевскеПроект 6_Производитель товарного чугуна в ТулеПроект 7_Приоскольское железорудное месторождениеПроект 8_Производитель железорудного концен-трата в ЖелезногорскеПроект 9_Металлургический завод по выпускупрецизионных сплавов на УралеПроект 10_Металлургический завод по производству трубной и колесопрокатной продукцииПроект 11_Производитель железорудного концентрата в Белгородской областиПроект 12_Металлургический завод по производству бесшовных и прямошовных труб в ВолжскеПроект 13_Металлургический завод по производству стальных труб в ТаганрогеПроект 14_Металлургический завод по производству стальных труб в ЧелябинскеПроект 15_Электрометаллургический комбинат в7.

Многокритериальный выбор альтернатив на основе методалингвистических векторных оценок.В ходе анкетирования руководителей металлургического холдинга анкета от Управления маркетинга была заполнена не при помощи оценки рисков интеграционной деятельности в девятибалльной шкале согласно таблице5.4, а с помощью словесного описания риска: очень низкий (ОН), низкий326(Н), средний (С), высокий (В), очень высокий (ОВ). В связи с этим даннаяанкета в ходе ранее проведенного исследования не участвовала.Поскольку данное подразделение имеет непосредственное отношениек формированию долгосрочной стратегии развития холдинговой структуры,интерес представляет выявление проектов с максимальным риском согласноэтой анкете и сравнение результатов с ранее полученными выводами.

Характеристики

Список файлов диссертации