【优质】模糊数学精品讲义3.7模糊综合评价.ppt

3.7 模糊综合评判 　　实际事物常有多种属性或受多种因素影响，人们需要对这些多种属性或因素做出综合的总体评价，这就是综合评判。在多数情况下，这些属性或因素具有模糊性，对这种模糊性因素做出综合评价，就是模糊综合评判。 3.7.1 模糊变换 　　模糊变换是模糊综合评判的理论基础。 　　图 3.50 表示了一个模糊变换器的原理，方框中的 R 是一个模糊关系。输入是一个模糊集 A，当它输入到模糊变换器中后，模糊关系便对它发生作用。从数学角度看，这个作用就是输入 A 与模糊关系 R 进行了合成运算，我们用符号 “?”　表示这一合成运算。经过作用以后，模糊变换器便得到一个输出 定义 3.7.1 设 A?F ( X )，R?F ( X?Y )，B?F ( Y )，称下列映射为模糊变换，若映射是唯一的 R: F ( X ) ? F ( Y )， 特别地，当 X ={ x1, x2, …, xn } ，Y={ y1, y2, …, ym}为有限论域时，若 A ={a1, a2, …, an}，R=(rij)n?m， 则经模糊变换 其隶属度为 更一般的， A 也可以是一个模糊关系，此时通过 R 变换后，就成为另一个模糊关系 B。 定义 3.7.2 设 A，R，B?F ( X ? X ) ，若下列映射是唯一的，则称此映射为 X 上的模糊变换： R: F ( X ? X ) ? F ( X ? X ) 3.7.2 简单模糊综合评判 设 因素集是 X = {x1, x2, …, x n }， 评价集是 Y = {y1, y2, …, ym}。 从因素到评价的模糊关系 R 表示了对各个单因素 xi 作各种评价的可能性。例如 rij 就表示对 xi 作出 yj 评价的可能性。 A 是一个权重分配， A = { a1，a2，…，an }， 它表示各因素在评价中的相对重要性。例如 ai 表示因素 xi 在评价中相对重要性的权重值。 评价的结果是模糊集 B = { b1，b2，…，bm }， 它表示作各种评价的隶属度，例如 bj 表示综合评价为 yj 的隶属度。 其中 若 bj0 = max {b1, b2, …, bm}， 则得到综合评判为 yj0 。 例 3.7.1 服装评判问题 假定考虑服装的三种因素： x1 = 花色式样， x2 = 耐穿程度， x3 = 价格， 于是构成因素集 X = { x1，x2，x3 }。 评价分为四个等： y1 = 很欢迎， y2 = 较欢迎， y3 = 不太欢迎， y4 = 不欢迎， 这样就得到评价集 Y = { y1，y2，y3，y4 }。 对于某类服装，我们先作单因素评价。例如可以请若干专门人员或顾客来单就花色式样 (x1) 表态；若有 70% 的人很欢迎， 20% 的人较欢迎， 10% 的人不太欢迎， 没有人不欢迎， 则关于 x1 的评价为 ( 0.7，0.2，0.1，0 )； 类似的可以得到对耐穿程度 x2 的评价为 ( 0.2，0.4，0.3，0.1)； 对价格 x3 的评价为 ( 0.1，0.3，0.4，0.2 )。 这样就得到一个该衣服各因素评价的关系矩阵： 　　对不同类的顾客而言，各因素的权重通常是不同的。现假设某类顾客对诸因素的考虑权重为 A = ( 0.5, 0.3, 0.2 ) 则由模糊合成运算可得综合评判向量如下： 因 0.5 在 B 中是最大的，故这类服装对该类顾客而言是“很欢迎”的。 例 3.7.2 教师教学质量评价 因素集 X ={ x1 (清楚易懂)，x2 (教材熟练)， x3 (生动有趣)，x4 (板书清楚) }； 评价集 Y = { y1 (很好)，y2 (较好)，y3 (一般)，y4 (不好) }。 通过调查统计，得到教师甲的教学情况单因素 评价矩阵为