Documente Academic
Documente Profesional
Documente Cultură
Fuzzy AHP
Selection of numeric control machines using Fuzzy AHP
Orlando Durn y Jos Aguil
Por otro lado, la divisin entre dos nmeros triangulares o difusos est expresado
por:
Mientras que el valor recproco de un nmero triangular (a, b, c) es (1/a, 1/b, 1/c).
De la misma forma la potencia de un nmero triangular est dada por
(a1, a2, a3)n = (a1n, b2n, c3n)
De la figura 2 se puede apreciar que la importancia relativa entre dos elementos
es gradual y no abrupta
Sabemos que la matriz A tiene todas sus entradas valores reales y positivos.
Tambin se debe cumplir que ij = 1 / ji. Por lo tanto A es una matriz recproca
positiva.
Seguidamente se procede a calcular el autovector, el autovalor y el ndice RC,
considerando ahora que los elementos a ij son nmeros difusos o triangulares.
Para estimar el autovector V de la matriz A se utiliza la siguiente ecuacin
Tenemos as
hasta
Estudio de caso
En esta seccin, la metodologa propuesta anteriormente es aplicada a travs de
un ejemplo numrico. Suponga que un grupo de analistas ha sido designado para
evaluar tres alternativas de Mquinas Herramientas Automatizadas (Maq1, Maq2,
Maq3). Este anlisis ser hecha considerando una serie de seis atributos
cualitativos: Flexibilidad del Equipo, Facilidad de Operacin, Confiabilidad,
Calidad, Facilidad de Instalacin y de Manutencin. Estos seis atributos sern
referidos de aqu en adelante como AT1, AT2, AT3, AT4, AT5 y AT6
respectivamente. Una vez que los analistas han realizado las comparaciones
paritarias se obtiene la siguiente matriz del tipo A. En esta matriz las relaciones
de comparacin entre criterios ha sido hecha utilizando las escala de Saaty pero
ahora con nmeros triangulares.
Note que esta matriz representa cuan importante es para un conjunto de decisores
un determinad atributo por sobre otro en particular.
VAT6 = ((0,2 0,5 1,3) (0,1 0,3 0,9) (0,1 0,3 0,8))
Para la obtencin del ranqueo de las mquinas se multiplica el autovector relativo
a las mquinas segn cada uno de los atributos por el autovector de la
importancia de los atributos bajo anlisis (todos los elementos de estos
autovectores son nmeros triangulares) obtenindose el vector final, que muestra
el ranqueo para cada una de las tres alternativas de mquinas bajo anlisis, como
se muestra abajo:
Conclusiones