精华内容
下载资源
问答
  • 模糊综合评价法

    万次阅读 多人点赞 2017-03-24 11:22:05
    模糊综合评价方法--有用原文地址:模糊综合评价法作者:燕子第三章 第一节 思想和原理 第二节 模型和步骤 第三节 应用案例选粹   模糊综合评判法在质量经济效益评价中的应用   模糊综合评价法在物流选址中的应用 ...
    模糊综合评价方法--有用
    原文地址:模糊综合评价法 作者:燕子

    第三章
    第一节 思想和原理
    第二节 模型和步骤
    第三节 应用案例选粹
            模糊综合评判法在质量经济效益评价中的应用
            模糊综合评价法在物流选址中的应用
          
     
    第一节 思想和原理
       在客观世界中存在着许多不确定性,这种不确定性表现在两个方面:一是随机性-事件是否发生的不确定性;二是模糊性-事物本身状态的不确定性。

    在客观世界中,存在着大量的模糊概念和模糊现象。一个概念和与其对立的概念无法划出一条明确的分界,他们是随着量变逐渐过渡到质变的。例如“年轻”和“年老”、“高与矮”、“胖与瘦”、“美与丑”等没有确切界限的一些对立概念都是所谓的模糊概念。凡涉及模糊概念的现象被称为模糊现象。现实生活中的绝大多数现象,存在着中介状态,并非非此即彼,表现出亦此亦彼,存在着许多,甚至无穷多的中间状态。

    总之,模糊性是事件本身状态的不确定性,或者说是指某些事物或者概念的边界不清楚,这种边界不清楚,不是由于人的主观认识达不到客观实际所造成的,而是事物的一种客观属性,是事物的差异之间存在着中间过渡过程的结果。


    模糊数学就是试图利用数学工具解决模糊现象一门学科。1965年,美国加州大学的控制论专家扎德发表了一篇题为《模糊集合》的重要论文,第一次成功地运用精确的数学方法描述了模糊概念,从而宣告了模糊数学的诞生。从此,模糊现象进入了人类科学研究的领域。

    模糊数学的产生把数学的应用范围,从精确现象扩大到模糊现象的领域,去处理复杂的系统问题。模糊数学决不是把已经很精确的数学变得模模糊糊,而是用精确的数学方法来处理过去无法用数学描述的模糊事物。从某种意义上来说,模糊数学是架在形式化思维和复杂系统之间的一座桥梁,通过它可以把多年积累起来的形式化思维,也就是精确数学的一系列成果,应用到复杂系统里去。


    模糊数学着重研究“认知不确定”一类的问题,其研究对象具有“内涵明确,外延不明确”的特点。我们知道,一个事物往往需要用多个指标刻画其本质与特征,并且人们对一个事物的评价又往往不是简单的好与不好,而是采用模糊语言分为不同程度的评语。由于评价等级之间的关系是模糊的,没有绝对明确的界限,因此具有模糊性。显而易见,对于这类模糊评价问题,利用经典的评价方法存在着不合理性。

    模糊综合评价是借助模糊数学的一些概念,对实际的综合评价问题提供一些评价的方法。具体地说,模糊综合评价就是以模糊数学为基础,应用模糊关系合成的原理,将一些边界不清、不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。


    应用模糊集合论方法对决策活动所涉及的人、物、事、方案等进行多因素、多目标的评价和判断,就是模糊综合评判,最早是由我国学者汪培庄提出的。其基本原理是:首先确定被评判对象的因素(指标)集和评价(等级)集;再分别确定各个因素的权重及它们的隶属度向量,获得模糊评判矩阵;最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化,得到模糊评价综合结果。

    本方法的优点是:数学模型简单,容易掌握,对多因素、多层次的复杂问题评判效果比较好,是别的数学分支和模型难以代替的方法。这种模型应用广泛,在许多方面,采用模糊综合评判的实用模型取得了很好的经济效益和社会效益。
    第二节 模型和步骤
    一、确定评价指标和评价等级
    二、构造评价矩阵和确定权重

    rij表示从指标ui着眼,该评判对象能被评为vj的隶属度(i=1,2,…,m; j=1,2,…,n),一般将其归一化使之满足                                                  
    得到这样的模糊关系矩阵,尚不足对事物做出评价。评价指标集中的各个指标在“评价目标”中的有不同的地位和作用,即各评价指标在综合评价中占有不同的比重。拟引入U上的一个模糊子集A,称为权重或权数分配集,A=(a1,a2,…am),其中ai>0,且Σai=1。

        这样,在这里就存在两种模糊集,一类是指标集U中各元素在人们心目中的重要程度的度量,表现为因素集U上的模糊权重向量
       另一类是          上的模糊关系,表现为           模糊矩阵R。这两类模糊集都是人们价值观念或者偏好结构的反映。
    三、进行模糊合成和做出决策
    R中不同的行反映了某个被评价事物从不同的单指标来看对各等级模糊子集的隶属程度。用模糊权向量A将不同的行进行综合,就可得到该被评事物从总体上来看对各等级模糊子集的隶属程度,即模糊综合评价结果向量。
    引入V上的一个模糊子集B,称模糊评价集,又称决策集。B=(b1,b2,…bn)。
    如何由R与A求B呢?一般地令B=A*R(*为算子符号),称之为模糊变换。


    但当评价因素较多时,由于ai很小,评判结果得到的bj反映不出实际情况。为了克服这一缺点,人们常常采用 “与”、“或”算子,或者将两种类型的算子搭配使用。当然,最简单的是普通矩阵乘法(即加权平均法),这种模型要让每个因素都对综合评价有所贡献,比较客观地反映了评价对象的全貌。在实际问题中,我们不一定仅限于已知的算子对,应该依据具体的情形,采用合适的算子对,可以大胆试验、大胆创新。
    如果评判结果                   , 应将它归一化。

    为了充分利用B所带来的信息,可把各种等级的评级参数和评判结果B进行综合考虑,使得评判结果更加符合实际。此时,我们可假设相对于各等级vj规定的参数列向量为

    则得出等级参数评判结果为
    p是一个实数。它反映了由等级模糊子集B和等级参数向量C所带来的综合信息,在许多实际应用中,它是十分有用的综合参数。
    四、实例分析
    某服装厂生产某种服装,欲了解顾客对该种服装的欢迎程度。现采用模糊综合评价法来解决这个问题。
        1、确定模糊综合评判指标
    取U={花色,式样,价格,耐用度,舒适度}
        2、建立综合评判的评价集
          取V={很欢迎,欢迎,一般,不欢迎}

       3、进行单因素模糊评判,并求得评判矩阵   
       R1=(0.2,0.5,0.3,0.0)
       R2=(0.1,0.3,0.5,0.1)
       R3=(0.0,0.1,0.6,0.3)
       R4=(0.0,0.4,0.5,0.1)
       R5=(0.5,0.3,0.2,0.0)

     4、建立评判模型,进行综合评判
    由于对服装的评判,不同层次、不同年龄、不同性别的观点
    各不相同 ,故本例选定某类男顾客。经了解,他们比较
    侧重于舒适度和耐用度,而不太讲究花色和样式,对各因素
    的权数可确定如下:
                                   A=(0.10,0.10,0.15,0.30,0.35)


    由此确定评判模型:

     

     

     

     


      5、评判指标处理法
       将上述指标归一化得,


    结果表明,这种服装在男顾客中,32%的人“很欢迎”,27%
    的人“欢迎”,27%的人态度“一般”,14%的人“不欢迎”。
         如果评判者是女顾客,由于她们特别看中花色和样式,
    故各因素的权为:
                                            A=(0.30,0.35,0.10,0.10,0.05)
    则综合评判的结果为:B=(0.20,0.30,0.35,0.10)
    将上述评判指标归一化得B`=(0.21,0.315,0.37.0.105)
    这表明,这种服装在女顾客中,21%的人“很欢迎”,31.5%的人“欢迎”,37%的人态度“一般”,10.5%的人“不欢迎”。
    五、步骤总结
    (1)给出备择的对象集:
    (2)找出指标集:


    表明我们对被评判事物从哪些方面来进行评判描述。
     (3)找出评语集(可称等级集):


    (4)确定评判矩阵(评判的基础环节):
     


                                                                      

     


    (5)确定权数向量:
        一种是由具有权威性的专家及具有代表性的人按因素的重要程度来商定;另一种方法是通过数学方法来确定。现在通常是凭经验给出权重 。        
    (6)选择适当的合成算法:常用算法:加权平均法、最大隶属度法和主因素突出法(查德算子)。加权平均型算法常用在因素集很多的情形,它可以避免信息丢失;主因素突出型算法常用在所统计的模糊矩阵中的数据相差很悬殊的情形,它可以防止其中“调皮”的数据的干扰。 


    (7)计算评判指标:模糊综合评价的结果是被评事物对各等级模糊子集的隶属度,它一般是一个模糊向量,而不是一个点值,因而它能提供的信息比其他方法更丰富。若对多个事物比较并排序,就需要进一步处理,即计算每个评价对象的综合分值,按大小排序,按序择优。

    第三节 案例精选
    模糊综合评判法在质量经济效益评价中的应用
       质量和经济效益是人类经济生活中一个永恒的话题。随着市场经济体制的不断完善和消费观念的日益成熟,提高产品质量、提高经济效益已成为我国经济发展中的一个战略问题而引起了全社会的普遍关注。

    质量就是产品或服务满足用户需要的程度。近年来,广泛采用用户满意度作为质量的评价标准正是对这一概念的拓展。满意度实际上是用户的一种心理感受,往往只能定性地描述而无法用定量的方法表示出来。
    提高质量所带来的经济效益是多方面的。如果把质量的提高所带来的经济效益分为生产者、消费者和社会三个方面来考察的话,那么目前绝大多数企业只计算了给生产者所带来的总的经济效益中的直接效益部分,间接效益部分和消费者及社会的经济效益都无法用定量的方法精确地计算出来。
    正是基于质量和经济效益所固有的模糊特性及传统数学方法的局限性,我们选择模糊综合评判法来定量地评价质量经济效益。
    1、评价指标体系的建立
    企业作为一个社会生产单位,其质量经济效益最终表现在产品质量和经济效益两个方面,而每个方面又由若干评价指标所决定。相应地,评价指标集分为两个层次:第一层,总目标因素集               ;第二层,子目标因素集                                      和子目标因素集                  。质量经济效益综合评价系统的结构及其各评价指标的具体含义见图3-2。
    图3-2 质量经济效益评价的指标体系结构

    2、评价集的确定
    本模型的评语共分五个等级。具体的评价集为:。
    3、权重的确定
    在进行模糊综合评价时,权重对最终的评价结果会产生很大的影响,权重选择的合适与否直接关系到模型的成败。确定权重的方法有很多,如专家估计法、层次分析(AHP)法。在综合有关专家意见的基础上,本模型最终的权重确定结果如下:

    权重确定的依据有下列三条:
    1)产品质量和经济效益在综合评价系统中占有同等重要的地位,轻视任何一方对企业的发展都不利。
    2)产品质量的决定权在用户而不是生产企业,只有用户满意的产品才是真正高质量的产品。
    3)生产者在追求自身经济效益的同时,要兼顾消费者和社会的经济效益。

    4、模糊判断矩阵的确定
    选取生产者代表、用户代表及有关专家组成评审团,对评价指标体系中第二层各个元素进行单因素评价,具体做法可采用问卷调查的形式。通过对调查结果的整理、统计,即得到单因素模糊评判矩阵。其中,m为评价指标集u中元素的个数,n为评价集v中元素的个数。

    5、综合评价
    由第三步得到的权重以及第四步得到的单因素模糊评价判断矩阵,进行如下的综合评判:

    下面说明本模型的具体使用方法。假设我们对某机械工业企业做质量效益综合评价。为了综合评价该企业的质量经济效益,我们选取了该企业的生产代表、长期使用该企业产品的用户代表和有关专家共计二十人组成评审团,以问卷调查的形式让他们对图3-2中综合评价系统第三层各元素进行单因素评价。通过对调查表的回收、整理和统计,得到评价结果的统计表如表3-10所示。
    表3-10 某机械工业企业质量效益单因素评价的调查结果统计表

     由                                            可以得到“产品质量的评价向量:
    由                             可以得到“经济效益”的评价向量:

     

    再由                         ,我们便得到了“质量经济效益”的综合评价向量:

     


      
         根据最大隶属度原则,0.47375对应于一般评语,说明该企业的质量经济效益属于一般水平。
    本评价方法具有科学、简洁、可操作性强等特点,就如何定量地评价质量经济效益做了一次有益的尝试。

    模糊综合评价法在物流中心选址中的应用
    物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点,其促进商品能够按照顾客的要求完成附加价值,克服在其运动过程中所发生的时间和空间障碍。在物流系统中,物流中心的选址是物流系统优化中一个具有战略意义的问题,非常重要。
    基于物流中心位置的重要作用,目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于:1)即使简单的问题也需要大量的约束条件和变量;2)约束条件和变量多使问题的难度呈指数增长。
    模糊综合评判方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法,有良好的理论基础。特别是多层次模糊综合评判方法,其通过研究各因素之间的关系,可以得到合理的物流中心位置。
    模糊综合评价法在物流中心选址中的应用    1. 模型
    (1)单级评判模型
           1)将因素集U按属性的类型划分为k个子集,或者说影响
                U的k个指标,记为                                ,且应满足:
                    

           2)权重A的确定方法很多,在实际运用中常用的方法有
              Delphi法、专家调查法和层次分析法(AHP)。
           3)通过专家打分或实测数据,对数据进行适当的处理,求得归一化指标关于等级的隶属度,从而得到单因素评判矩阵。
           4)单级综合评判

    (2)多层次综合评判模型
     一般来说,在考虑的因素较多时会带来两个问题:一方面,权重分配很难确定;另一方面,即使确定了权重分配,由于要满足归一性,每一因素分得的权重必然很小。无论采用哪种算子,经过模糊运算后都会“淹没”许多信息,有时甚至得不出任何结果。所以,需采用分层的办法来解决问题。

    2、应用
               运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见表2。

     

    因素U分为三层:
    第一层:
    第二层为                                 

    第三层为                               

        假设某地区有8个候选地址,决断集V={A, B, C, D,
        E, F, G, H}代表8个不同的候选地址,数据处理后
        得到诸因素的模糊综合评判如表3所示                                 

    (1)分层作综合评判

    (2)高层次的综合评判

       由此可知,8块候选地的综合评判结果的排序为:D,A,C,B,G,H,F,E,选出较高估计值的地点作为物流中心。

         应用模糊综合评判方法进行物流中心选址,模糊评判模型采用层次式结构,把评判因素分为三层,也可进一步细分为多层。这里介绍的计算模型由于对权重集进行归一化处理,采用加权求和型,将评价结果按照大小顺序排列,决策者从中选出估计值较高的地点作为物流中心即可,方法简便。
     

    练习:模糊综合评价在推选优秀辅导员中的应用
    要求:参照下表的指标体系(各二级指标可任选2个),按照模糊综合评价方法的步骤,对我院的三个辅导员进行评价。要求对每个辅导员都建立评价表,由小组成员对其打分,用等级比重法确定隶属度。
    (1)确定因素集U;
    (2)确定评语集V;
    (3)确定权重集A。
    (4)确定各级模糊综合判断矩阵。
    (5)利用加权平均法进行综合评判。

    主要参考文献
    1、荩垆. 实用模糊数学. 北京:科技文献出版社,1989
    2、张跃等. 模糊数学方法及其应用,北京:煤炭工业出版社,
                  1992
    3、王巨川等.多指标模糊综合评判. 昆明理工大学学报,1998,23
              (4):69-71
    4、杜栋. 国家公务员考评系统的分析与设计. 管理信息系统,
                 1999,(11);37-39
    5、魏开文. 中小企业融资效率模糊分析. 金融研究,2001,(6):
                67-74
    6. 黄小青. 模糊综合评判方法在物流中心选址中的应用. 水运管理,
               2002,(12):7-10
    7. 韩超群. 企业技术创新能力的模糊综合评价模型研究. 沈阳工业学
               院学报,2003,22(3):88-90
    8. 关晓光,葛志杰. 质量经济效益的模糊综合评价. 管理工程学报,
                 2000,14(4):65-69
    9. 陈卫华,梁晓艳,糜仲春. 模糊综合评判在人事考核中的应用. 价
                 值工程,2005,(10):96-99

    展开全文
  • 模糊综合评价法在烟气脱硫技术选择中的应用,周小力,唐佳明,针对烟气脱硫技术种类多,技术、经济等指标繁杂,用户不容易选取的特点,引入模糊综合评价法。对几种有代表性的烟气脱硫技术进行
  • 【数学建模】模糊综合评价法 续更

    千次阅读 2020-06-03 10:28:09
    模糊综合评价是以模糊数学为基础 ,应用模糊关系合成的原理, 将一些边界不清, 不易定量的因素定量化 ,进行综合评价的一方法。 2.问题引入 例:考核公司里的员工,我们该从哪个方面去评判(因素集),又该怎么评判...

    1.什么是模糊综合评价

    模糊综合评价是以模糊数学为基础 ,应用模糊关系合成的原理, 将一些边界不清, 不易定量的因素定量化 ,进行综合评价的一种方法。

    2.问题引入

    例:考核公司里的员工,我们该从哪几个方面去评判(因素集),又该怎么评判(评语集),这几个方面各自占的权重(权重集)。

    3.建模步骤

    ( a ) (a) (a). 因素集的确定

    U = {政治表现u1,工作能力u2,工作态度u3,工作业绩u4}

    ( b ) (b) (b). 评语集的确定

    V ={优秀,较好,一般,较差,很差}

    ( c ) (c) (c). 权重集的确定

    A = { 0.25 , 0.2 , 0.25 , 0.3 } A=\{0.25,0.2,0.25,0.3\} A={0.250.20.250.3}

    (按书上例题给出)

    ( d ) (d) (d). 模糊综合评判矩阵的确定(需要对每一个u做出评价)

    1. 如果10个人当中有5个人认为该员工政治表现优秀,3个人认为表现较好,1个人认为一般,一个人认为不好.
    R 1 = [ 0.5 , 0.3 , 0.1 , 0 , 0.1 ] R_{1}= [0.5, 0.3, 0.1, 0, 0.1] R1=[0.5,0.3,0.1,0,0.1]

    2. u 2 / 3 / 4 u_{2/3/4} u2/3/4做出的评价同理,此处假定

    R 2 = [ 0.4 , 0.4 , 0.1 , 0 , 0.1 ] R_{2}= [0.4, 0.4, 0.1, 0, 0.1] R2=[0.4,0.4,0.1,0,0.1]

    R 3 = [ 0.7 , 0.1 , 0.2 , 0 , 0 ] R_{3}= [0.7, 0.1, 0.2, 0, 0] R3=[0.7,0.1,0.2,0,0]

    R 4 = [ 0.3 , 0.5 , 0.1 , 0.1 , 0 ] R_{4}= [0.3, 0.5, 0.1, 0.1, 0] R4=[0.3,0.5,0.1,0.1,0]

    3. 构成矩阵

    R = [ 0.5 0.3 0.1 0 0.1 0.4 0.4 0.1 0 0.1 0.7 0.1 0.2 0 0 0.3 0.5 0.1 0.1 0 ] R=\left[ \begin{matrix} 0.5 & 0.3 & 0.1 & 0 & 0.1\\ 0.4 & 0.4 & 0.1 & 0 & 0.1 \\ 0.7 & 0.1 & 0.2& 0 & 0 \\ 0.3 & 0.5 & 0.1 &0.1 & 0 \end{matrix} \right] R=0.50.40.70.30.30.40.10.50.10.10.20.10000.10.10.100

    ( e ) (e) (e). 模糊综合评判

    B = A ∗ R B = A*R B=AR

    B = [ [ 0.47 , 0.33 , 0.125 , 0.03 , 0.045 ] ] B =[[0.47 , 0.33 , 0.125, 0.03 , 0.045]] B=[[0.47,0.33,0.125,0.03,0.045]]

    对优秀的隶属度最大,即优秀

    4.参考文献

    [1]司守奎、孙兆亮.数学建模算法与应用(第二版)[M].国防工业出版社:北京,2015:386.

    5.代码

    import numpy as np
    A = np.array([[0.25, 0.2, 0.25, 0.3]])
    B = np.array([[0.5, 0.3, 0.1, 0, 0.1],
                 [0.4, 0.4, 0.1, 0, 0.1],
                 [0.7, 0.1, 0.2, 0, 0],
                 [0.3, 0.5, 0.1, 0.1, 0]])
    np.dot(A, B)
    
    展开全文
  • 数学建模常用算法—模糊综合评价法(FCE)

    万次阅读 多人点赞 2020-07-28 00:43:36
    模糊综合评价法是在模糊环境下,考虑了多因素的影响,为了某种目的对一事物作出综合决策的方法。

    解决问题

    模糊综合评价法是在模糊环境下,考虑了多因素的影响,为了某种目的对一事物作出综合决策的方法。

    优点

    模糊综合评价法具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。

    缺点

    • 计算复杂,对指标权重矢量的确定主观性较强。
    • 当指标集U较大,即指标集个数凡较大时,在权矢量和为1的条件约束下,相对隶属度权系数往往偏小,权矢量与模糊矩阵R不匹配,结果会出现超模糊现象,分辨率很差,无法区分谁的隶属度更高,甚至造成评判失败,此时可用分层模糊评估法加以改进。

    一般步骤

    以企业员工考核为例

    1. 建立综合评价的因素集

    因素集是以影响评价对象的各种因素为元素所组成的一个普通集合,通常用U表示,U = { u 1 u\mathop{{}}\nolimits_{{1}} u1 , u 2 u\mathop{{}}\nolimits_{{2}} u2 , ··· , u n u\mathop{{}}\nolimits_{{n}} un},其中元素 u i u\mathop{{}}\nolimits_{{i}} ui 代表影响评价对象的第 i 个因素。这些因素,通常都具有不同程度的模糊性。

    对员工的表现,需要从多个方面进行综合评判,如员工的工作业绩、工作态度、沟通能力、政治表现等。所有这些因素构成了评价指标体系集合,即因素集,记为:U = {政治表现 u 1 u\mathop{{}}\nolimits_{{1}} u1,工作能力 u 2 u\mathop{{}}\nolimits_{{2}} u2,工作态度 u 3 u\mathop{{}}\nolimits_{{3}} u3,工作成绩 u 4 u\mathop{{}}\nolimits_{{4}} u4}。

    2. 建立综合评价的评价集

    评价集是评价者对评价对象可能做出的各种结果所组成的集合,通常用V表示, V = { v 1 v\mathop{{}}\nolimits_{{1}} v1 , v 2 v\mathop{{}}\nolimits_{{2}} v2 , ··· , v m v\mathop{{}}\nolimits_{{m}} vm},其中元素 v j v\mathop{{}}\nolimits_{{j}} vj代表第 j 种评价结果,可以根据实际情况的需要,用不同的等级、评语或数字来表示。

    对企业员工的评价有好、良好、中等、较差、很差等。由各种不同决断构成的集合称为评语集,记为:V = {优秀 v 1 v\mathop{{}}\nolimits_{{1}} v1,良好 v 2 v\mathop{{}}\nolimits_{{2}} v2,中等 v 3 v\mathop{{}}\nolimits_{{3}} v3,较差 v 4 v\mathop{{}}\nolimits_{{4}} v4,很差 v 5 v\mathop{{}}\nolimits_{{5}} v5}。

    3. 确定各因素的权重

    评价工作中,各因素的重要程度有所不同,为此,给各因素 u i u\mathop{{}}\nolimits_{{i}} ui 一个权重 a 1 a\mathop{{}}\nolimits_{{1}} a1 ,各因素的权重集合的模糊集,用A表示:A = { a 1 a\mathop{{}}\nolimits_{{1}} a1 , a 2 a\mathop{{}}\nolimits_{{2}} a2 , ··· , a n a\mathop{{}}\nolimits_{{n}} an}。

    在没有数据时,我们可以通过层次分析法确定权重;在有数据时,我们可以通过熵权法确定权重。在案例中,我们确定各因素的权重为:A = {0.25,0.2,0.25,0.3}

    4. 进行单因素模糊评价,获得评价矩阵

    若因素集U中第 i 个元素对评价集V中第1个元素的隶属度为 r i 1 r\mathop{{}}\nolimits_{{i1}} ri1 ,则对第 i 个元素单因素评价的结果用模糊集合表示为: R i R\mathop{{}}\nolimits_{{i}} Ri = { r i 1 r\mathop{{}}\nolimits_{{i1}} ri1 , r i 2 r\mathop{{}}\nolimits_{{i2}} ri2 , ··· , r i m r\mathop{{}}\nolimits_{{im}} rim},以 m 个单因素评价集 R 1 R\mathop{{}}\nolimits_{{1}} R1 R 2 R\mathop{{}}\nolimits_{{2}} R2,···, R n R\mathop{{}}\nolimits_{{n}} Rn 为行组成矩阵 R n ∗ m R\mathop{{}}\nolimits_{{n*m}} Rnm,称为模糊综合评价矩阵。

    ——————————————————————————————————

    ★ 隶属函数的三种确定方法

    1. 模糊统计法 (数模比赛中很少用,要设计发放问卷,可能来不及,但实际做研究用的较多)
      原理 : 找多个人去对同个模糊概念进行描述,用隶属频率去定义隶属度 。

    2. 借助已有的客观尺度 (需要有合适的指标,并能收集到数据)
      在这里插入图片描述

    3. 指派法 (根据问题的性质直接套⽤某些分布 作为⾪属函数,主观性较强)
      在这里插入图片描述
      ——————————————————————————————————
      在本案例中,通过专家评审打分,我们得到以下评价矩阵:
      在这里插入图片描述

    5. 建立综合评价模型

    确定单因素评判矩阵R和因素权向量A之后,通过模糊变化将U上的模糊向量A变为V上的模糊向量B,即 B = A 1 n A\mathop{{}}\nolimits_{{1n}} A1n * R n m R\mathop{{}}\nolimits_{{nm}} Rnm = { b 1 b\mathop{{}}\nolimits_{{1}} b1 b 2 b\mathop{{}}\nolimits_{{2}} b2,···, b m b\mathop{{}}\nolimits_{{m}} bm}。

    在本例中
    在这里插入图片描述

    6. 确定系统总得分

    综合评价模型确定后,确定系统得分,即 F = B 1 ∗ m B\mathop{{}}\nolimits_{{1*m}} B1m * S 1 ∗ m T S\mathop{{}}\nolimits_{{1*m}}^{{T}} S1mT ,其中F为系统总得分,S 为V 中相应因素的级分。

    在本例中,我们设置优秀、良好、一般、较差、很差的得分分别为100、75、50、25、0,则我们得到S = {100,75,50,25,0},则该员工最后的系统总得分为71.5。

    其他案例

    1. 一级模糊综合评价模型实例(一)

    在这里插入图片描述

    2. 一级模糊综合评价模型实例(二)

    在这里插入图片描述
    在这里插入图片描述

    3. 二级模糊综合评价模型实例

    在这里插入图片描述
    在这里插入图片描述

    4. 三级模糊综合评价模型实例

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    代码

    此模型计算过程较简单,没有相应代码,只需按照步骤一步步完成即可,矩阵的乘法可以用MATLAB实现。

    展开全文
  • 所谓模糊评判 ,就是根据给出的评价标准和实测值 ,经过模糊变换对事物作出评价的一方法。一个事物往往具有多种属性 ,故评价事物必须同时考虑各种因素 ,但很多问题往往难以用一... 模糊综合评价法的核心在于确定隶属...

        所谓模糊评判 ,就是根据给出的评价标准和实测值 ,经过模糊变换对事物作出评价的一种方法。一个事物往往具有多种属性 ,故评价事物必须同时考虑各种因素 ,但很多问题往往难以用一个简单的数值表示 ,即常常带有模糊性 ,这时就应该采用模糊综合评价。根据评价因素的数量 ,模糊数学综合评价的类型又可分为单因素评价和综合评价 (多因素评价)两种方法。    

         模糊综合评价法的核心在于确定隶属度函数,该方法以模糊数学为理论基础,对评价对象定量分析,然后按照指标实测值和标准评价类别,通过矩阵变换,针对评价对象分析计算出一个评价结果。在模糊综合评价法的基础上发展了许多基于模糊理论的方法,并在各领域上都运用得极为广泛。考虑到水环境的复杂性和模糊性,将模糊理论和其它水质评价方法相结合应用于水质评价已成为热门研究方向。

       

         模糊综合评价法进行水质评价的流程如下图所示:

     

     

     

     

        应用模糊综合评价一般可归纳为以下几步:

    1) 建立污染物各单因子指标的集合 u= {u1, u2 , …… , un} , 元素 ui ( I= 1, 2,…… , n)为影响环境质量的各污染的实测值。

    2) 建立水质分级标准集合, K= { k1, k2,…… , km }, 其中 ,元素 kj= ( 1, 2,…… , m)为各个污染物所对应的水质分级标准值。

    3) 建立模糊关系矩阵R。即 R= [rij] 模糊关系矩阵在水质评价中 ,是反映评价因子对各级水隶属度的一种转化关系。如果采用“降半梯形” 计算隶属度 rij( 0< rij < 1) ,即隶属度的解析式为:

    式中: sj , sj+1代表相邻两级水质的标准值; ci 代表水样品中某评价因子的实测值。

    依次计算 ,即可得模糊关系矩阵 R :

    4)建立权重模糊矩阵W。

        A是由各污染因子对环境污染的贡献 ,以及多因子间的相互协同、颉颃作用对环境污染的影响,做出权数分配构成的一个n维行向量 (或称行矩阵 ) ,即: W = [W1, W2 ,… , Wn ]其中 ,利用污染物浓度超标加权法计算各污染因子的权重:

           Wi =Ci /S i

        式中: Ci 为第i 种污染物实测浓度; S i 为第i 种污染 物各级水质标准值的算术平均值。Wi≥0,I=1,2,……,n

    为了进行模糊变换 , Wi 值应满足归一化要求 ,即:

    5)计算模糊综合评价矩阵 B 。
      在建立了 R 和 A 之后 ,就可根据模糊变换原理求 B,即:

    …… I型综合评价

    式中: B = [b1, b2… bm ]是综合评价结果;

    6) 最后通过最大隶属度原则得出最终水质评价等级。
      
          模糊综合评价法考虑到水环境的不确定性,结合污染因子的权重,能够客观地反应出水环境状况。该方法优势在于通过评价目标对象,不仅可以得到各种评价因子共同作用的影响,也能够分析出影响水质的主要污染因子。但由于目前隶属度的确定标准仍未获得统一,一般情况下都是由人为主观确定得出,因此往往评价结果会出现较大差异,这也是该方法运用在水质评价的瓶颈之一
      
      
      
      
      
      
      
     
     
     


     

    转载于:https://www.cnblogs.com/lzb1991/p/5760263.html

    展开全文
  • 模糊综合评价法的R语言实现

    千次阅读 2020-09-06 11:56:46
    本文数据来源于一门课程的调研作业,当时以广外运动小程序为例,研究学生用户对这个小程序的满意度,采用层次分析和模糊综合评价对学生问卷评价结果进行分析,实现则用了R语言。 2本文要研究什么 本文想知道学生对...
  • 几种水质评价方法的比较,张文,,我国是一个干旱缺水严重的国家,对水质进行合理的评价具有重要的意义。本文介绍了水质评价的常用方法:单因子法、模糊综合评价法
  • 一般而言,在模糊综合评价中,当确定评价矩阵(决策矩阵)、以及权重向量后,要进行模糊合成。模糊合成需要用到合成算子,下面介绍几种常用的合成算子。
  • 一般而言,在模糊综合评价中,当确定评价矩阵(决策矩阵)、以及权重向量后,要进行模糊合成。模糊合成需要用到合成算子,下面介绍几种常用的合成算子。 1.Zadeh算子 2.有界算子 3.主因素决定型(取小取大算子) 4....
  • 其实风险评估就是在充分掌握资料的基础之上,采用合适的...在风险识别的基础之上,请专家对风险因素的发生概率和影响程度进行评价,再综合整体风险水平进行评价。老徐认为这类方法简单易行,但是大家在分析的时候最...
  • 8.1 系统评价决策模型概论 ...1.线性加权综合法(加权和) 2.非线性加权综合法(加权积) 3.逼近理想点(简称TOPSIS) 8.2 案例分析-汽车选购 8.2.1 问题引入 8.2.2 决策矩阵的规范化 ...
  • 下文讲的AHP TOPSISI EDA RSR 模糊综合评价法等这些选择方法都属于多准则决策方法。 多准则决策是指在具有相互冲突、不可共度的有限(无限)方案集中进行选择的决策。多准则决策根据决策方案是有限还是无限,而分为多...
  • 通过分析可能的攻击流程建立了相应的攻击因素树, 引入层次分析法计算评价因素的权值, 然后利用模糊综合评价法对IMS的攻击后果进行综合评估。为了降低由单一模糊算子特点带来的评估偏差, 选取了几种不同特点的算子...
  • 介绍了几种比较流行的现代综合评价方法的理论和应用。主要内容包括:层次分析法、模糊综合评判法、数据包络分析法、人工神经网络评价法、灰色综合评价法及其在经济管理中的典型应用案例。
  • 在医学综合评价中,合理解决权重系数是个关键问题。 确定权蓖系数方法有主、客观赋权两类。常用的主观赋权有层次分析(Analytic Hierarchy Process,AHP)、专家评分、专家排序,客观赋权有秩和比法(RSR)...
  • 通过分析可能的攻击流程建立了相应的攻击因素树, 引入层次分析法计算评价因素的权值, 然后利用模糊综合评价法对IMS的攻击后果进行综合评估。为了降低由单一模糊算子特点带来的评估偏差, 选取了几种不同特点的算子...
  • GAN的几种评价指标

    千次阅读 多人点赞 2019-08-05 14:46:33
    文章目录介绍考虑因素Inception Score (IS)基本原理局限性总结Fréchet Inception Distance(FID)基本原理局限性总结其它评价标准Mode ScoreKernel MMD (Maximum Mean Discrepancy)Wasserstein distance1-Nearest ...
  • 模糊综合评价法是一基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的...
  • 改进的模糊层次综合评判在重大危险源评价中的应用,吕康,郑洪波,以石油化工、煤化工及制药行业涉及到的危险装置、设施构成的危险源为研究对象。在简要介绍分析我国目前采用的几种重大危险源评价
  • 综合评价模型

    千次阅读 2017-03-09 11:12:00
    综合评价无外乎两:对多个系统进行评价和对一个系统进行评价。对多个系统进行评价的目的基本上有两:这东西是谁的——分类;哪个好哪个差——比较、排序。对一个系统进行评价的目的基本上就是看它达没达标、及不...
  • 摄像机的品质参数直接影响到视频监控系统的整体性能,如何科学、合理、有效地定量评价其...给出了几种用于安防视频监控的1080P 数字球型摄像机的综合评价结果,期望能为视频监控系统的建设和运行维护提供有意义的参考。
  • 介绍我国目前采用的几种重大危险源评价方法。利用层次分析的原理,针对重大危险源评价因子建立层次结构模型,构建比较矩阵;将成对比较矩阵的特征向量作为重大危险源评价的权重,确定了评价因子的影响力排序;建立...
  • 秦寿松 著,介绍了几种综合评价及分类方法的理论、算法和应用,综合评价现代化中存在的问题及解决办法。可作为系统工程、经济管理、应用数学、自动控制等专业高年级学生和研究生的教材或教学参考书。另外对数学建模...
  • 秦寿松 著,介绍了几种综合评价及分类方法的理论、算法和应用,综合评价现代化中存在的问题及解决办法。可作为系统工程、经济管理、应用数学、自动控制等专业高年级学生和研究生的教材或教学参考书。另外对数学建模...
  • 多指标综合评价方法汇总

    万次阅读 多人点赞 2016-10-27 22:59:08
    写在前面上学的时候,有一门综合评价的课程,那时候没觉得以后会用到它,现在才发现是那么实用,实际应用中如果采用单指标进行评价给人的感觉总是有偏驳的,除非是那种极其可靠且明确其重要性的指标。近期基本上把老...
  • 模糊综合评判

    2012-10-18 17:23:32
    系统介绍模糊评判的各种方法主观赋权评价法和客观赋权评价法。前者多是采取定性的方法,由专家根据经验进行主观判断而得到权数,如层次分析法、模糊综合评判法等;...以下是对几种常见综合评价方法的概述:
  • 讨论了水质指数的发展历程,...综合评价已有的水质评价指数及其应用情况,认为加拿大环境部长理事会水质指数(CCMEWQI)是一值得推荐使用的水质评价方法,建议以此方法为基础,建立适合我国的水源地水质指数评价方法。
  • 论文研究-多属性决策的TOPSIS夹角度量评价法.pdf, 推广了决策矩阵的几种规范化方法及与此相应的理想和负(反)理想解(点)的确定法。简化了新双基点法所用的与理想点的...
  • 1、综合评价模式是一对一个或多个系统进行评价的模型。一般分为如下个步骤: 2、选取评价指标,指标的选取应该具有独立性和全面性。 3、得到m×n测量矩阵,每一行表示一个带评价系统(共m行),没一列表示一个评价...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 17,363
精华内容 6,945
关键字:

几种综合评价法