第3章 评价技术方法.ppt

第3章 评价技术方法 3.1 模糊综合评价方法 一、模糊综合评价问题 比如说，现在去买衣服，选中了三款衣服，到底买哪一款好，如何决策？那我们要分析评价各款衣服的综合因素，得出最后结果。 考虑因素：即指标集（因素集） U={花色式样（u1），耐穿程度（u2），价格费用（u3）} 单就因素u1，即花色式样来考虑，可以调查较多的顾客对此因素表态，并设定评语的论域（即评语集） V={很欢迎（v1），较欢迎（v2），不太欢迎（v3），不欢迎（v4）} 设有20%的顾客表示“很欢迎”，70%的顾客表示“较欢迎”，10%的顾客表示“不太欢迎”，没有人表示“不欢迎”，则该款服装的单因素u1的评价为 u1={0.2，0.7，0.1，0} 同样, u2={0，0.4，0.5，0.1} u3={0.2，0.3，0.4，0.1} 还有，不同顾客由于职业、性别、年龄、爱好、经济状况不同，对服装的三个因素所给予的重要性权数也是不同的。设某类顾客对因素u1，u2，u3分别赋予权数0.2，0.5，0.3，这些权数满足归一化的要求。 即0.2+0.5+0.3=1 三个权数组成U上的一个模糊向量 A=（0.2，0.5，0.3） 现在问题是在已知上述数据的条件下，如何对每一款服装的综合受欢迎程度做出一个综合评价。 通常称U为因素集，V为评语集，A为因素的模糊权重向量，而整个求解过程称为模型综合评价。 二、模糊综合评价的基本步骤 1、确定评价对象集，因素集和评语集 对象集：O={o1，o2，…，oL） 因素集：U={u1，u2， …，um） 评语集：V={v1，v2，…，vn} 2、建立m个评价指标（因素）的权重分配向量A={a1，a2，…，am}，其中，∑ai=1 表示每个指标在“评价目标”中的不同的地位和作用。确定权重的方法主要有两种：专家咨询法和层次分析法（AHP）。 3、通过对各单指标模糊评价获得模糊综合评价矩阵 4、进行复合运算可得到综合评价结果 6、选出最优对象 方法有两种： 第一种，按照最大隶属度原则选择最优对象 第二种，计算每个评价对象的综合分值，要事先对每个评语确定分值，然后根据最后计算出的隶属度来计算每个对象的总分值作为决策的依据。 如，现对本节开始的例题进行求解 （1）O={o1，o2，o3} U={u1，u2，u3} V={v1，v2，v3，v4} （2）A1={a11，a12，a13}={0.2，0.5，0.3} A2={a21，a22，a23}={0.5，0.3，0.2} A3={a31，a32，a33}={0.7，0.1，0.2} （3）假定三个对象的模糊评价矩阵R全相同，则 （4）计算模糊综合评价结果 （5）归一化处理 （6）决策 第一种方法：按最大隶属度原则选o3 第二种方法：按综合分值决策 设V={v1，v2，v3，v4}={4，3，2，1} 则：F1=B1×VT=2.59 F2=2.73 F3=2.84 故有，F3F2F1 选第三个对象为决策对象 例2：某企业对员工进行绩效考核，对某一职工评价情况如下，计算该职工的综合评价情况。 实验：多级模糊综合评价的计算方法 以下是评价高校综合实力的指标体系及相应的专家打分情况，试用模糊综合评价的方法，分析该高校的综合实力情况。 3.2 层次分析法（AHP） Analytical Hierarchy Process（AHP） 二、 层次分析法的基本步骤 1.建立层次结构模型 　 首先要将所包含的因素分组，每一组作为一个层次，按照最高层、若干有关的中间层和最低层的形式排列起来。对于评价决策问题，通常可以将其划分成层次结构模型。 Excel函数 PRODUCT(B11:F11)：参数的乘积； POWER(G11，1/5)：某数的乘幂； SUM(H$11:H$15)：数值的求和； MMULT(B11:F11，I$11:I$15)：两数组矩阵的乘积。 祝学习进步！ 3 层次单排序及一致性检验 层次单排序：确定下层各因素对上层某因素影响程度的过程。 用权值表示影响程度，先从一个简单的例子看如何确定权值。 例如 一块石头重量记为1，打碎分成n各小块，各块的重量 分别记为： 则可得成对比较矩阵： 由右面矩阵可以看出： 在正互反矩阵 中，若 ,则称 为一致阵。 即， 但在例2的成对比较矩阵中， 若成对比较矩阵是一致阵，则我们自然会取对应于最 大特征根 的归一化特征向量 ，且 表示下层第 个因素对上层某因素影响程度的权值。 若成对比较矩阵不是一致阵，Saaty等人建议用其最大 特征根对应的