Đồ án Xây dựng một phân hệ hỗ trợ việc thu thập và bước đầu xử lý ý kiến - thông tin của các chuyên gia

gồm kinh nghiệm, những thông tin tham khảo và những thông tin phụ trợ. - Môi trường xử lý nhằm xử lý thông tin và đưa ra kế hoạch chọn phương án tối ưu. - Môi trường hiển thị trình bày thông tin đã có và chỉ ra phương án tối ưu. - Môi trường giải thích và tương tác là nơi người ra quyết định giải thích kết quả đạt được và đưa ra những thông tin phương án đã chọn. - Môi trưòng thực hiện là ứng dụng phương án chọn. Trên đây, chúng ta đưa ra những khái niệm về môi trường ra quyết định. Môi trường này sẽ đưa ra theo những vấn đề quan tâm đã được nói đến trong việc ra quyết định của con người. Như vậy, môi trường ra quyết định là những sự kiện khách quan, nơi những sự kiện, hành động diễn ra rõ ràng trong khung cảnh khách quan. Trong những điều kiện khác nhau, chúng ta sẽ có những môi trường khác nhau và có thông tin truy nhập. Mặt khác, môi trường là nơi con người phải giao tiếp với sự kiện xung quanh, máy tính, thiết bị, ngôn ngữ, tri thức, sự hiểu biết. Trong môi trường này, người ra quyết định sẽ có được thông tin, dữ liệu cần thiết để sắp xếp theo thứ tự nhất định và đưa ra phương án chọn tốt nhất tiến tới kết quả tốt nhất, đạt được mục đích, yêu cầu và đòi hỏi của vấn đề. 4. Tiêu chuẩn quyết định Tiêu chuẩn quyết định là những căn cứ để chủ thể quyết định dựa vào đó lựa chọn phương án tốt nhất, phương án chấp nhận được tuỳ vào mục tiêu của chủ thể quyết định. Đặc điểm: - Dựa vào một tiêu chuẩn ta có bài toán lựa chọn quyết định một mục tiêu. - Dựa vào nhiều tiêu chuẩn ta có bài toán lựa chọn quyết định theo nhiều chỉ tiêu. - Các tiêu chuẩn quyết định cho dù có thể lượng hoá được hay chỉ là so sánh được thì vẫn đưa ra các phương pháp xử lý phù hợp. Tiêu chuẩn lượng hoá được là mỗi phương án được đánh giá bởi một con số cụ thể, độ thoả mãn cụ thể, hay còn gọi là ngưỡng để chọn ra các phương án thoả mãn rồi sánh chúng với nhau, từ đó đưa ra quyết định chọn phương án tốt nhất. Tuỳ theo mục đích mà ta có quy trình lựa chọn khác nhau. Đối với bài toán theo nhiều chỉ tiêu: - Nếu tất cả các tiêu chuẩn có thể lượng hoá được nghĩa là với một phương án x nào đó có thể đánh giá tiêu chuẩn thứ i bởi hàm fi(x); thì ta có thể đưa bài toán quyết định này về bài toán quy hoạch theo nhiều chỉ tiêu. Ví dụ: Phương pháp xử lý các phương án tối ưu PARETO. - Nếu các tiêu chuẩn chỉ so sánh được mà không lượng hoá được thì cách xử lý sẽ khác như phân loại để so sánh. - Nếu có nhiều tiêu chuẩn mà một số tiêu chuẩn có thể lượng hoá và có tiêu chuẩn chỉ so sánh được, thì phải kết hợp nhiều cách xử lý khác nhau. Ví dụ: So sánh 2 công ty xây dựng về vốn cố định thì có thể lượng hoá được, nhưng so sánh uy tín của 2 công ty đó trên thị trường lại không thể lượng hoá được mà chỉ có thể phân loại như có uy tín tốt, bình thường hay xấu... - Thực tế có nhiều bài toán xảy ra sự lượng hoá, sự so sánh các phương án nào đó về một tiêu chuẩn hoặc tất cả các tiêu chuẩn không thể khẳng định chắc chắn mà chỉ có thể nhận biết với độ tin cậy nào đó, nói cách khác quan hệ giữa các phương án là các quan hệ mờ. Lý thuyết tập mờ và logic mờ cũng đã có những cống hiến nhất định về phương pháp luận trong việc nghiên cứu các bài toán lựa chọn quyết định, trong các tình huống không chắc chắn, không rõ ràng. Và có khi từng tiêu chuẩn rất rõ ràng nhưng tổng thể lại không rõ ràng. Như vậy, tiêu chuẩn quyết định rất đa dạng, cách xử lý cũng phong phú và rất phức tạp, nhưng để quyết định thành công không thể bỏ qua một yếu tố nữa đó là điều kiện quyết định. 5. Hệ thống thông tin Để thực hiện quyết định, chủ thể quyết định phải có những điều kiện như: phương tiện tài chính, kỹ thuật, nhân lực, thời gian... và thông tin. Trong đó hệ thống thông tin phục vụ cho lựa chọn quyết định có ý nghĩa quan trọng nhất vì hệ thống thông tin có vai trò quyết định trong lựa chọn quyết định nên một nguyên lý của Điều khiển học là: lựa chọn quyết định thực chất là một quá trình xử lý thông tin. Khi dự thảo hay xây dựng hệ thống thông tin phục vụ cho một bài toán lựa chọn quyết định, chủ thể quyết định cần quan tâm đến vấn đề sau: 5.1 Hệ thống thông tin đầy đủ và chính xác Chỉ có thể giải quyết đúng đắn một vấn đề khi có thông tin đầy đủ và chính xác. Lượng thông tin cần thiết phụ thuộc vào tính phức tạp của vấn đề cần quyết định và cũng phụ thuộc cả vào trình độ nghiệp vụ, kinh nghiệm của chủ thể quyết định. Khi đã có hệ thống thông tin như mong muốn thì chủ thể quyết định cần có cách xử lý thông tin chính xác, đúng đắn và nếu thông tin chưa đủ để quyết định vấn đề một cách chắc chắn, cần có biện pháp bổ sung thông tin. 5.2 Hệ thống thông tin không đầy đủ và không chắc chắn Tình huống này thường xuyên xảy ra trong thực tế. Vì xuất phát từ hệ thống thông tin không chính xác và không đầy đủ cho nên quy trình và phương pháp xử lý thông tin có hoàn thiện đến đâu cũng không tránh khỏi những rủi ro ngoài dự kiến. Vì thế chọn quyết định trong tình huống này còn gọi là chọn quyết định có hiểm. Tóm lại, các yếu tố của lý thuyết quyết định có sự ràng buộc lẫn nhau và không thể thiếu yếu tố nào trong bất kỳ một quy trình lựa chọn quyết định. C. Quá trình lựa chọn quyết định 1. Quá trình quyết định Thực hiện các bước sau trong quá trình quyết định: (1) Từ vấn đề cần thực hiện, việc đầu tiên là đưa ra các phương án đơn giản, ít nhất có từ hai phương án trở lên. (2) Phải chỉ rõ mục tiêu, tác dụng, hiệu quả của mỗi phương án nếu được chọn để thực thi. (3) Thiết lập các tiêu chuẩn, dựa vào đó đánh giá hiệu quả của mỗi phương án để làm cơ sở cho việc so sánh và lựa chọn các phương án. (4) Phân tích hiệu quả của mỗi phương án theo các tiêu chuẩn quyết định đã nêu để từ đó chọn ra được một phương án thích hợp hoặc phương án tối ưu. Quyết định đúng sẽ đem lại hiệu quả, niềm tin, sự ổn định và phát triển. Ngược lại, quyết định sai sẽ gây ra tốn kém, thiếu niềm tin và kìm hãm sự phát triển. 2. Phân lớp các bài toán quyết định Bài toán quyết định có thể chia thành các lọai sau: - Chủ thể quyết định là cá nhân hay tập thể. - Quyết định theo một tiêu chuẩn hay nhiều tiêu chuẩn. - Quá trình quyết định có thuật toán hoá được hay không thuật toán hoá được. - Quyết định được chọn một lần hay theo nhiều giai đoạn. - Hệ thống thông tin đầy đủ hay không đầy đủ - bài toán quyết định trong các điều kiện chắc chắn hay có hiểm. 3. Một số phương pháp phân tích phương án của bài toán quyết định theo nhiều chỉ tiêu 3.1 Đối với bài toán quyết định có tập tiêu chuẩn có thể lượng hoá được Xét phương pháp xử lý các phương án tối ưu PARETO, từ tập phương án chọn ra tập phương án con như sau: D : Tập phương án. " xẻD ta tìm tập: d(x) = {yẻD: x R y} tức là tìm ra tập phương án bao gồm các phương án y tồi hơn các phương án x về mọi tiêu chuẩn. Giả sử mỗi phương án x có k tiêu chuẩn lượng hoá được f1(x)....fk(x) Dp ={D\ ẩd(x), xẻD} và fi(x) > fi(y)ú x Ri y. Khi đó, tập phương án tối ưu PARETO sẽ là: Nếu x, y ẻDp khi đó nếu có x Ri y thì $j ạ i thoả mãn y Ry x. Do đó, lựa chọn phương án nào trong tập phương án tối ưu PARETO. - Có thể biến đổi các tiêu chuẩn thành một tiêu chuẩn bằng cách đưa ra trọng số cho các tiêu chuẩn. Đưa ra một quan niệm phương án lý tưởng và sau đó chọn ra phương án gần lý tưởng nhất. maxfi(x)=ai maxfk(x)=ak Phương án lý tưởng : X={f1(X)=a1,....,fk(X) = ak}. Thông thường XẽD. Khi đó phương án x* với X={a1...ak} thì khoảng cách giữa chúng đươc tính: Tuỳ theo quan niệm về khoảng cách dẫn đến sự xử lý khác nhau đối với các phương án tối ưu PARETO. x* chính là phương án cần chọn 3.2. Đối với bài toán quyết định với hệ thông tin không đầy đủ, không chính xác Trường hợp1: Có m phương án để chọn: A1, ..., Am Trong n tình huống khác nhau B1,...,Bn ta không biết trong tương lai tình huống nào chắc chắn sẽ xảy ra mà ta chỉ biết nó xảy ra với xác suất nào đó, tức là biết một phân bố xác suất p1, p2,...,pn. Nếu ta chọn phương án Ai trong điều kiện tình huống Bj xảy ra thì sẽ thu được hiệu quả Uij Tiêu chuẩn được lựa chọn ở đây là chọn phương án nào có kỳ vọng của hiệu quả là lớn nhất. Cụ thể đặt: Sau đó chọn: Ur =max Ui ; Với i =(1,....,m) Trường hợp 2: Giống như trường hợp 1 nhưng không biết gì về xác suất có thể xảy ra, không biết gì về khả năng sẽ xảy ra tình huống nào. Có thể có các giải pháp sau đây: - Tiêu chuẩn Laplace: Coi như xác suất xảy ra các tình huống B1...Bn là bằng nhau pj =1/n "j , khi đó chọn theo quy tắc: Đặt: Sau đó tìm : Ur =max Ui - Tiêu chuẩn Wald còn gọi là tiêu chuẩn maximin. Với mỗi phương án coi như rơi vào tình huống xấu nhất: hiệu quả thấp nhất. Chọn phương án tốt nhất trong phương án có hiệu quả thấp nhất. - Tiêu chuẩn thận trọng: - Tiêu chuẩn lạc quan: q là một số thực mà qẻ(0,1) Đặt: Như vậy ai là tổ hợp lồi của Ui và Vi một sự dung hoà giữa tiêu chuẩn maximin và maximax. Theo Hurwicz thì chọn phương án Ar mà: Nếu q=1 ta được tiêu chuẩn Wald maximin là an toàn. Nếu q = 0 là nguyên lý maximax cầu may. - Tiêu chuẩn Savage: Từ các con số Uij ta lập ma trận (ai) trong đó : Sau đó áp dụng tiêu chuẩn Wald nghĩa là đặt: Mỗi tiêu chuẩn trên có một ý nghĩa riêng, áp dụng các chỉ tiêu khác nhau có thể dẫn đến việc lựa chọn các phương án khác nhau. Dưới góc độ tư vấn người ta có thể sử dụng tất cả các tiêu chuẩn trên để lựa chọn. Nếu các phương án được lựa chọn là trùng nhau thì có tác dụng làm cho người chọn quyết định yên tâm. Nếu các phương án được lựa chọn là khác nhau thì có thể phân tích và so sánh chúng theo những tiêu chuẩn bổ sung để quyết định. III/ các toán tử tích hợp 1. Toán tử trung bình sắp xếp có trọng số ( Ordered Weighted Averaging - OWA) Quá trình tích hợp thông tin xuất hiện trong rất nhiều ứng dụng của các hệ tri thức, ví dụ tích hợp trong mạng nơron (neural networks), điều khiển mờ, hệ chuyên gia và hệ trợ giúp quyết định, đặc biệt trong các bài toán phải xử lý những thông tin bất định. R.Yager đã giới thiệu một số kỹ thuật tích hợp mới đặc cơ sở trên toán tử trung bình có sắp xếp ( Ordered Weighted Averaging , viết tắt là OWA) 1.1 Định nghĩa: Cho vector trọng số w=[w1,w2,….,wn], các trọng số wi thoả 0 wi 1, với mỗi i = 1,…,n và thoả điều kiện wi =1 Cho vector a= (ai,….,an) R.Toán tử OWA là một ánh xạ F: R R xác định bởi F(a) =wjbj trong đó bj là phần tử thứ j của vector a. Ví dụ : Giả sử W = [0.4, 0.3, 0.2, 0.1], vector a = (0.7, 1, 0.3, 0.6), vector b sẽ là b = (1, 0.7, 0.6, 0.3) và F(a)=(0.4)(1)+(0.3)(0.7)+(0.2)(0.6)+(0.1)(0.3)=0.76 ý cơ bản của toán này là sắp xếp lại, nghĩa là phần tử cần tích hợp ai không kết hợp với trọng số wi mà một trọng số sẽ kết hợp với một vị trí tương ứng can tập các phần tử tích hợp sau khi đã được sắp xếp. Sự khác nhau giữa các toán tử OWA được phân biệt bởi các trọng số này. Để minh hoạ, chúng ta xét một sẽ trường hợp đặc biệt : (1) F* : trong trường hợp w = w* = [1, 0, ….,0] (2) F* : ứng với w = w* = [0, 0, ….,1] (3) FAVE : tương ứng với w = wAVE = [1/n,1/n,….,1/n] Dễ dàng thấy rằng : F*(a1,a 2,….,a n) = Maxi(ai) F*(a1,a2,…..,an) = Mini(ai) Và FAVE(a1,a2,….,an) = ai 1.2 Một số tính chất của toán tử OWA 1.2.1 Điểm thấp nhất và cao nhất Đối với mỗi toán tử OWA – F ta có: F* (a1,a2,…,an) F(a1,a2,…,an) F*(a1,a2,…,an) Do vậy điểm thấp nhất hay cao nhất của vector a là giới hạn của nó. Rõ ràng : Mini(ai) F(a1,a2,…,an) Maxi(ai) 1.2.2 Tính hoán vị (commutative) Đặt (a1,a2,…,an) là một gói cần tích hợp, và (d1,d2,…,dn) là một trong các hoán vị (permutation) của ai. Khi ấy F(a1,a2,…,an) = F(d1,d2,…,dn) 1.2.3 Tính đơn điệu(monotoicity) Cho ai và ci là các phần tử được chọn lựa của tích hợp. Nếu ai ci, với mỗi i=1,..,n thì F(a1,a2,…,an) F(c1,c2,…,cn) trong đó toán tử OWA – F có trọng số w cố định. 1.2.4 Tính luỹ đẳng (idempotancy) Nếu ai = a với mọi i thì F(a1,a2,…,an) = a Từ 4 tính chất trên chúng ta thấy toán tử OWA có những tính chất kết hợp cơ bản như một toán tử trung bình. 1.3 Các độ đo quan trọng gắn với toán tử OWA 1.3.1 Độ phân tán hay entropy (dispersion or entropy) Độ phân tán hay entropy của vector w được xác định bởi công thức : Disp(w) = -wi ln wi 1.3.2 Độ đo tính tuyển (orness) Độ đo tính tuyển (orness) của một vector w được cho bởi công thức : orness (w) = Có thể thấy orness(w*) = 1, orness(w*) = 0, orness(wAVE) = 0.5 1.3.3 Độ đo tính hội (andness) Độ đo tính hội (andness) của một vector w được định nghĩa như sau: andness(w) = 1 – orness(w) Độ đo Andness cũng thể hiện xu hướng của toán tử OWA, nhưng ngược với độ đo Orness. Độ đo này càng lớn thì trọng số tập trung chủ yếu vào các giá trị nhỏ. Nếu w và w’ là hai vector OWA có n thứ nguyên và : w1 = w1’, ij hoặc k; wj = wj’ + ; wk = wk’ - ; với > 0 , j orness(w’). 2. Toán tử tích hợp ngôn ngữ (Linguistic Ordered Weighted Averaging Operator – LOWA) 2.1 Định nghĩa Toán tử LOWA được định nghĩa dựa trên toán tử OWA trong môi trường giá trị số đã định nghĩa ở trên, và dựa trên phép tổ hợp lồi của các nhãn ngôn ngữ được định nghĩa bởi J. Delgado và F.Herrera cùng các cộng sự như sau : Cho S ={s1, s2, .., sT} là tập nhãn, sắp toàn phần s1 im-1> ... >i1. Cho w={w1, w2, ..., wn} là vector trọng số, wiẻ[0,1] và ồi wi=1. Toán tử LOWA là một tổ hợp thực của của vector a với trọng số w, Low : (a,w) S cho bởi công thức sau : Low: (a,w) = C { (wim, aim), (1-wim, Low(a’,w’) } ở đây a’={ai(m-1),...,ai1}, w’=[w’i1, w’i2, ...,w’i(m-1)], w’=wj/(1-wim), C là phép tổ hợp của 2 nhãn (si,sj), j>=i với trọng số wi>0, wi>0, wi+wj=1, C{(wj, sj),(wi, si)}=sk, với k=i +round(wj (j-i)), round là phép làm tròn số. Ví dụ: Cho a=(s1, s2, s3). Cho w=(0.2,0.3,0.5). Khi đó b=(s3, s2, s1) w3=0.5, w2=0.3, w1=0.2 và Low(a,w)=C{(0.5,s3), (0.5, Low((s2, s1),(0.2/0.5,0.3/0.5))} Vì Low((s2, s1), (0.2/0.5,0.3/0.5))=C{(3/5, s3), (2/5, s2)}=sk1 k1=1+round((3/5)(2-1)=1+1=2 Do vậy, Low(a,w)=C{(0.5,s3),(0.5, s2)}=sk, k= 2+round(0.5(3-2))=3 Cuối cùng Low(w, a)=s3 2.2 Một số tính chất của toán tử LOWA. Toán tử LOWA có một vài tính chất của toán tử OWA mà Yager đã đưa ra như tính đơn điệu, tính giao hoán, and và or. Trước khi đưa ra các tính chất chúng ta hãy xem xét các mệnh đề sau: Cho A =[a1, a2, ..., an] là một vector nhãn có thứ tự (a1 ³ a2³...³an) và aiẻ S thì an Ê f (a1, a2,..., an) Ê a1 a) Tính đơn điệu (monotonicity) Cho A=[ a1, a2,..., an ] và B=[ b1, b2, ..., bn] là hai vector đã được sắp xếp với mọi j aj ³ bj thì f(A) ³ f(B) b) Tính giao hoán (commutative) Cho A =[ a1, a2, ..., an ] là tập cần tổng hợp và B = [b1, b2,...,bn] là một hoán vị bất kỳ nào đó của ai thì f(A) = f(B). IV. Vai trò của các chuyên gia Tầm quan trọng của người ra quyết định : Việc quyết định xin ý kiến chuyên gia nào và độ quan trọng của mỗi chuyên gia là do chủ tịch hội đồng. Trên thực tế chủ tịch hội đồng là một chuyên gia nhưng không nhất thiết trực tiếp tham gia đánh giá. Xét bài toán so sánh các dự án: A={A1, A2,….,An}, nhờ vào phân tích để sắp xếp các dự án. Để đánh giá nó nhất là trong các bài toán phức tạp, ví dụ như đánh giá con người, trong các cuộc thi hoa hậu ... thì việc thu thập ý kiến của chuyên gia được coi là rất quan trọng. Bài toán đặt ra là phải sắp xếp và tìm ra phương án tối ưu trong tập phương án A cho trước. Sau đây chúng ta sẽ tìm hiểu một số bài toán phân tích so sánh các dự án mà ở đó chuyên gia cho ý kiến ở các dạng khác nhau như : Chuyên gia cho ý kiến bằng điểm (bằng số). Chuyên gia cho ý kiến bằng lời (bằng từ ngữ). 4.1. Chuyên gia cho ý kiến bằng điểm S={0, … ,10} Bài toán : Cho : - A={A1, A2,…,An} là tập các phương án - E ={ e1, e2,……, em} là tập các chuyên gia cho ý kiến - Cố vấn tham gia Hội đồng đánh giá. - W= [w1, w2,….., wm] là vector trọng số đánh giá độ quan trọng của các chuyên gia , - Tập nhãn S ={0, …,10} là những điểm mà chuyên gia Ei (với i=) sẽ đánh giá cho phương án Ai ( với i=). Gọi P(ai) : Là điểm của chuyên gia k cho phương án ai, với điều kiện các điểm số này phải được chọn từ tập S. Chọn phương án được cả hội đồng nhất trí là phương án tối ưu nhất. Phương pháp : Dùng toán tử trung bình sắp xếp có trọng số (OWA). Pgộp (ai) = , với i= Phương án tối ưu = maxPgộp(ai) , với i= Ví dụ : A = {a1, a2, a3, a4} - Có 4 phương án E = {e1, e2, e3, e4} - Có 4 chuyên gia W=(0.4, 0.3, 0.2, 0.1) - Trọng số (độ quan trọng của 4 chuyên gia trong Hội đồng). S = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10} là tập giá trị các điểm số. Chuyên gia sẽ chọn các điểm số trong tập nhãn S này để đưa ý kiến đánh giá của mình cho từng phương án. Giả sử : 4 chuyên gia cho điểm từng phương án như sau : Đối với phương án a1 : P1(a1)=7 , P 2(a1)=6, P3(a1)=8, P4(a1)=8 Pgộp(a1)=7(0.4)+6=7 Đối với phương án a2 : P1(a2)=5 , P 2(a2)=6, P3(a2)=5, P4(a2)=5 Pgộp(a2)==5.3 Đối với phương án a3 : P1(a3)=7 , P 2(a3)=8, P3(a3)=8, P4(a3)=8 Pgộp(a3)==7.6 Đối với phương án a4 : P1(a4)=4 , P 2(a4)=5, P3(a4)=4, P4(a4)=5 Pgộp(a4) = =4.4 Phương án tốt nhất = maxPgộp(ai)=7.6 ( Là phương án a3) Kết luận: Phương án A3 được cả Hội đồng đánh giá tốt nhất, được 7.6 điểm 4.2. Chuyên gia cho ý kiến bằng lời Bài toán : Cho : - A={A1, A2,…,An} là tập các phương án - E ={ e1, e2,……, em} là tập các chuyên gia cho ý kiến ( Cố vấn tham gia Hội đồng đánh giá). - W= [w1, w2,….., wm] là vector trọng số, đánh giá độ quan trọng của các chuyên gia , với - Tập nhãn S ={s1, s2,….,sT}, S lẻ, sắp toàn phần s1 < s2 <….< sT là những từ mà chuyên gia Ei (với i=) sẽ đánh giá cho phương án Ai ( với i=) . Gọi P(ai) : Là ý kiến của chuyên gia k cho phương án ai, ý kiến này phải được chọn từ tập S cho trước. Chọn phương án được cả hội đồng nhất trí là phương án tối ưu nhất. Phương pháp : Dùng toán tử tích hợp ngôn ngữ (LOWA). Thuật toán : Gồm các bước như sau : Thu thập các vector {PK} Xác định lại w, nếu thì ta phải thực hiện bước 3(chuẩn hoá) sao cho , nếu thì thực hiện bước 4 Chuẩn hoá : w , w0 = Tính trọng số gộp theo từng nhãn ST đối với mỗi phương án ai, đó chính là độ nhất trí chọn ST của cả Hội đồng khi đánh giá ai IC(i)[ST] = (5) Thu thông tin đánh giá mỗi phương án ai (cho bằng từ) của các chuyên gia (sử dụngToán tử LOWA) Pgộp(ai) = Low(S,U(i)) Với U(i)=[u1, u2,….,ut,…..,uT] , ut= IC(i)[St] với mỗi t. Phương án tối ưu là = MaxPgộp(ai) với i = Ví dụ : Cho A= {A1, A2, A3} : Có 3 phương án E = {e1, e2,e3 } : Có 3 chuyên gia đánh giá W= {0.2, 0.3, 0.5} : vector trọng số của các chuyên gia, đánh giá độ quan trọng của mỗi chuyên gia. S là tập nhãn ngôn ngữ, S ={s1, s2, s3, s4, s5, s6, s7} tương ứng với các từ ngữ để chuyên gia chọn, đánh giá các phương án như sau : S = {Kém, Yếu, Trung bình, Trung bình Khá, Khá, Giỏi, Xuất sắc} Như vậy : s1-“Kém” s2-“Yếu” s3-“Trung bình” s4-“Trung bìnhKhá” s5-“Khá” s6-“Giỏi” s7-“Xuất sắc” Bước (1) : Thu thập các vector {PK} Giả sử : P1(A1)=s1 , P2(A1)=s2, P3(A1)=s3 P1(A2)=s2 , P2(A2)=s3, P3(A2)=s4 P1(A3)=s3 , P2(A3)=s4, P3(A3)=s5 Bước (2) : W = {0.2, 0.3, 0.5} Bước (3) : IC s1 s2 s3 s4 s5 s6 s7 A1 0.2 0.3 0.5 0 0 0 0 A2 0 0.2 0.3 0.5 0 0 0 A3 0 0 0.2 0.3 0.5 0 0 Bước (4) : Pgộp(A1) = Low((s3, s2, s1),(0.2, 0.3, 0.5)) = C((s3,0.5),(0.5, Low(a’,w’))) = sk1 Low(a’,w’)=C((s2,s1),(2/5, 3/5))=1+Round(3/5(2-1)) =2= s2 Sk1= C((s3,0.5),(0.5,s2))=2+Round(0.5(3-2))=3=s3 =“Trung bình” Hội đồng nhất trí đánh giá phương án A1 là “Trung bình” Pgộp(A2) = Low((s4, s3, s2),(0.2, 0.3, 0.5)) = C((s4,0.5),(0.5, Low(a’,w’))) = sk1 Low(a’,w’)=C((s3,s2),(2/5, 3/5))=2+Round(3/5(2-1)) =3= s3 Sk1= C((s4,0.5),(0.5,s3))=3+Round(0.5(3-2))=4=s4 =“Trung bình Khá” Hội đồng nhất trí đánh giá phương án A2 là “Trung bình Khá” Pgộp(A3) = Low((s5, s4, s3),(0.2, 0.3, 0.5)) = C((s5,0.5),(0.5, Low(a’,w’))) = sk1 Low(a’,w’)=C((s4,s3),(2/5, 3/5))=3+Round(3/5(2-1)) = 4= s4 Sk1= C((s5,0.5),(0.5,s4))=4+Round(0.5(3-2))=5=s5 =“Khá” Hội đồng nhất trí đánh giá phương án A3 là “Khá”. Phương án tối ưu là là phương án A3 , được cả Hội đồng đánh giá là : “Khá” Chương II Visual basic với các giao diện thu thông tin I. ngôn ngữ lập trình Visual basic 1. Giới thiệu chung Ngày nay, khi hệ điều hành Windows gần như đã thống lĩnh hầu hết các máy PC trên toàn thế giới, các ứng dụng sẽ được phát triển theo hệ điều hành. Từ khi Microsoft Windows 95 ra đời đã mở ra một kỷ nguyên mới cho công nghệ thông tin. Các ngôn ngữ lập trình đã phát triển không ngừng, đáp ứng được sự tích hợp khác chạy cùng môi trường. VISUAL BASIC là một trong những công cụ lập trình theo hướng đối tượng, can thiệp tới mọi ứng dụng trong Windows (Access, Excel, Winword,...). Việc tạo ra các đối tượng là đơn giản trong Visual Basic, tạo ra các ActiveX (ứng dụng trên các Intranet) tương ứng với Applet của Java. Một ứng dụng đang chạy ở chế độ máy đơn có thể chuyển sang ActiveX (chạy Server). Chương trình được viết bằng Visual Basic có thể chuyển ngay sang Java. Và Visual Basic có thể truy nhập tới tất cả các cơ sở dữ liệu như : Oracle, SQL Server, Access, Foxpro... VISUAL BASIC cung cấp đầy đủ các đối tượng trong thư viện sẵn có của nó. Các đối tượng như DAO (Đối tượng truy cập dữ liệu - Data Access Object), RDO (Đối tượng dữ liệu từ xa – Remote Data Object) để truy cập tới Database, các đối tượng điều khiển như TextBox, ComboBox, DBGrid, DataControl ... dùng để thiết kế giao diện và hiển thị dữ liệu lấy từ các đối tượng Database, Recordset và Resultset. Các đối tượng điều khiển là các tệp .OCX. Với Visual Basic chúng ta rất dễ dàng sửa đổi một đối tượng điều khiển đã có thành đối tượng của mình bằng cách thêm hoặc bớt các đặc tính của nó. VISUAL BASIC có một hệ soạn thảo tuyệt vời. Các thủ tục không cần sắp xếp tuần tự như Pascal, C, hay C++. Các thủ tục của Visual Basic được viết ra sắp xếp theo các đối tượng. Để thiết kế các thủ tục (các sự kiện) của một đối tượng nào đó bất kì, ta chỉ cần kích đúp chuột lên đối tượng đó. Những lợi điểm khi dùng Visual Basic chính là ở chỗ tiết kiệm thời gian và công sức hơn so với các ngôn ngữ lập trình khác khi xây dựng cùng một ứng dụng. Vì vậy, em đã lựa chọn ngôn ngữ lập trình hướng đối tượng Visual Basic làm môi trường để xây dựng chương trình của mình. 2. Lựa chọn cách lưu trữ thông tin Dữ liệu của chương trình là thông tin về tiêu chuẩn, khả năng lựa chọn tương đối thích hợp với các file cơ sở dữ liệu của các hệ quản trị cơ sở dữ liệu như Microsoft Access, SQL Server..... Việc lưu trữ dữ liệu dưới dạng cơ sở sữ liệu rất thuận lợi cho việc phân tán, quản lý, đặc biệt khi dữ liệu quá lớn. Nhưng nó cũng có nhược điểm là mỗi lần thay đổi bài toán thì chúng ta phải tạo một cơ sở dữ liệu cho bài toán có cùng cấu trúc dữ liệu và việc này thì tốn nhiều bộ nhớ cho cấu trúc chương trình. Tuy nhiên, để thuận tiện cho việc sử dụng, em quyết định lưu trữ dữ liệu trong hệ quản trị cơ sở dữ liệu Microsoft Access. Microsoft Access có một giao diện tinh xảo và dễ dùng để tạo các đối tượng cơ sở dữ liệu . 3. Hướng dẫn cài đặt Visual Basic 6.0 Sử dụng chương trình Setup, ta có thể cài đặt Visual Basic trên máy tính. Chương trình Setup sẽ cài đặt Visual Basic và các thành phần khác từ đĩa CD vào đĩa cứng. Chương trình này còn cài đặt các tập tin cần thiết để xem tài liệu trên đĩa CD MSDN (Microsoft Developer Network). Nếu cần, ta có thể cài đặt riêng phần tài liệu và ví dụ mẫu của Visual Basic. Lưu ý rằng ta không thể thi hành Visual Basic bằng cách chỉ copy các tâp tin từ CD-ROM vào đĩa cứng. Ta phải dùng chương trình Setup để giải nén và cài đặt các tập tin vào thư mục thích hợp. Trước khi cài đặt Visual Basic, ta phải đảm bảo rằng máy tính phải đạt được một số đòi hỏi cấu hình tối thiểu, đọc qua tập tin Readme, xác định thư mục gốc trên đĩa cài đặt. 3.1 Kiểm tra các yêu cầu về thiết bị và hệ thống Để thi hành Visual Basic, ta cần có các thiết bị và chương trình cài đặt trên máy tính. Các yêu cầu về hệ thống bao gồm : Microsoft Windows 98 trở lên, hoặc Microsoft Windows NT Word-Station 4.0 (nên dùng Service Pack 3) trở lên. Bộ vi xử lý : nên dùng Pentium III trở lên hoặc bộ vi xử lý Alpha hoạt động với Microsoft Windows NT Workstation. Một ổ đĩa CD-ROM. Màn hình VGA hoặc màn hình độ phân giải cao được hỗ trợ bởi Microsoft Windows. 32 MB RAM cho Windows 98, 64 MB RAM trở lên cho Windows NT Workstation. Một bàn phím, một thiết bị chuột hoặc các thiết bị trỏ tương thích khác. 3.2 Đọc tập tin Readme Tập tin Readme liệt kê các sửa đổi trên tài liệu của Visual Basic từ khi nó được phát hành. Ta có thể tìm ra tập tin này bằng cách chọn vào mục Read Me First trong màn hình cài đặt đầu tiên, hoặc trong thư mục gốc của đĩa CD-ROM cài đặt. Tập tin này còn có thể được truy cập từ Visual Basic Start Page trong tài liệu. Kiểm tra phần đầu của tập tin này để nắm được thông tin mới, chi tiết về cài đặt Visual Basic. 3.3 Cài đặt Visual Basic từ đĩa CD Đặt đĩa CD vào ổ đĩa CD-ROM Dùng lệnh thích hợp với môi trường hệ điều hành để thi hành chương trình Setup chứa trong thư mục gốc trên đĩa số 1. Nếu hệ thống hỗ trợ AutoPlay, chương trình Setup sẽ tự động nạp khi ta đặt đĩa vào ổ cứng. Chọn Install Visual Basic 6.0 Lần lượt làm theo các hướng dẫn trên