研发项目复杂性指标权重确定的FANP法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (13): 42-46.

研发项目复杂性指标权重确定的FANP法

陈相杰，杨乃定，刘效广

西北工业大学管理学院，西安 710129

出版日期:2014-07-01 发布日期:2015-05-12

Weight determination of complexity indexes for R&D projects based on FANP

CHEN Xiangjie, YANG Naiding, LIU Xiaoguang

School of Management, Northwestern Polytechnical University, Xi’an 710129, China

Online:2014-07-01 Published:2015-05-12

摘要/Abstract

摘要： 指标权重确定是研发项目复杂性评价的关键环节。针对传统综合评价法在确定指标权重时存在忽视指标元素之间的相互关系以及打分值不能准确刻画专家判断模糊性的问题，提出了基于模糊网络分析法的研发项目复杂性指标权重确定模型。该模型运用网络分析法（ANP）构建了指标体系的网络结构；引入三角模糊数刻画专家打分的模糊性；给出了基于期望值的非模糊化方法和基于加权平均算子的专家打分集成方法。通过实例与AHP所得的结果进行对比，验证了该方法的有效性。

关键词: 三角模糊数, 网络分析法, 非模糊, 研发项目复杂性

Abstract: Weight determination is one of the key things in the R&D projects complexity assessment. However, the traditional comprehensive evaluation method ignores the interrelationships among indexes, and evaluation values from experts can not reflect precisely the fuzziness of making judgment. To solve the above problems, the weight determination model of R&D projects complexity indexes is proposed based on Fuzzy Analytic Network Process（FANP）. The network structure of indexes is established by using Analytic Network Process（ANP） in this model; triangular fuzzy number is introduced to describe the fuzziness of scores given by experts；the method based on expected value is proposed to transform triangular fuzzy numbers into non-fuzzy numbers. Then the weight average operator is used to integrate expert’s scores. Finally, the validity of this method is verified by comparing with the outcomes of AHP through an example.

Key words: triangular fuzzy number, Analytic Network Process（ANP）, non-fuzzy, R&D projects complexity

陈相杰，杨乃定，刘效广. 研发项目复杂性指标权重确定的FANP法[J]. 计算机工程与应用, 2014, 50(13): 42-46.

CHEN Xiangjie, YANG Naiding, LIU Xiaoguang. Weight determination of complexity indexes for R&D projects based on FANP[J]. Computer Engineering and Applications, 2014, 50(13): 42-46.

[1]	郭皓月，樊重俊. 考虑决策者权重和核心评级的模糊排序方法[J]. 计算机工程与应用, 2020, 56(10): 163-170.
[2]	王晓强，王冬. 软件需求权重的模糊网络分析法[J]. 计算机工程与应用, 2018, 54(10): 39-45.
[3]	关昕，郭俊萍，王星. 基于改进DS理论的双重模糊信息安全评估[J]. 计算机工程与应用, 2017, 53(2): 112-117.
[4]	孙永河，杨世旭，段万春. 考虑准则依赖的多准则变权决策新方法[J]. 计算机工程与应用, 2015, 51(22): 10-15.
[5]	彭晓华1，贾美珍2，王磊1. 一类完全模糊非线性系统同伦法求解[J]. 计算机工程与应用, 2015, 51(18): 38-41.
[6]	孙永河，段万春，许成磊，谢晖. 基于投票排序的复杂系统ANP-BOCR群组决策新方法[J]. 计算机工程与应用, 2015, 51(11): 22-26.
[7]	廖勇，陈华群. 三角模糊数在多属性决策中的建模[J]. 计算机工程与应用, 2015, 51(11): 206-211.
[8]	朱连滨1，2，孔祥荣3，吴宪2. 基于F-ANP的建筑材料质量风险评价研究[J]. 计算机工程与应用, 2015, 51(1): 26-30.
[9]	谢晖，段万春，孙永河，孙新乐. 基于区间直觉模糊集的Sinarchy超矩阵构造方法改进[J]. 计算机工程与应用, 2014, 50(23): 10-15.
[10]	杜元伟，杨娜. 基于DSmT的DEMATEL改进新方法[J]. 计算机工程与应用, 2014, 50(21): 68-73.
[11]	王金燕，陈卫兵，周颖，郭德彪. 改进的三角模糊数互反判断矩阵排序算法研究[J]. 计算机工程与应用, 2014, 50(19): 214-216.
[12]	李成严1，2，林英丽2，赵绍航2. 供应链库存的模糊机会约束规划模型[J]. 计算机工程与应用, 2014, 50(17): 241-244.
[13]	孙永河1，李春好2，谢晖1，段万春1. 模糊WINGS视角下的ANP加权矩阵新构造方法[J]. 计算机工程与应用, 2014, 50(12): 26-32.
[14]	王磊1，郭嗣琮2，李娜1. 具有推广Hukuhara导数的模糊微分方程的数值解[J]. 计算机工程与应用, 2012, 48(2): 56-58.
[15]	李香花，王孟钧. 基于三角模糊AHP的项目融资决策模型[J]. 计算机工程与应用, 2012, 48(11): 243-248.