模糊数学综合评价总结.docVIP

模糊综合评判 1、概念及基本知识 1965年，美国著名自动控制专家查德（L.A. Zadeh）教授提出了模糊（fuzzy）的概念，并发表了第一篇用数学方法研究模糊现象的论文“模糊集合”（fuzzy set）。他提出用“模糊集合”作为表现模糊事物的数学模型。并在“模糊集合”上逐步建立运算、变换规律，开展有关的理论研究，就有可能构造出研究现实世界中的大量模糊的数学基础，能够对看来相当复杂的模糊系统进行定量的描述和处理的数学方法。 而模糊综合评价是根据模糊数学的隶属度理论把定性评价转化为定量评价的一种综合评价方法。它具有结果清晰，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。 在决策中，对于方案、人才、成果的评价，人们的考虑往往是从多种因素出发的，而且这些考虑一般只能用模糊语言来描述。例如，评价者从考虑问题的诸因素出发，参照有关的数据和情况，根据他们的判断对复杂问题分别作出“大、中、小”；“高、中、低”；“优、良、可、劣”；“好、较好、一般、较差、差”等程度的模糊评价。然后通过模糊数学提供的方法进行运算，就能得出定量的综合评价结果。 2、模糊综合评价的基本原理 首先确定被评价对象的因素（指标）集合评价（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，得到模糊综合评价结果。 其特点在于评判逐对象进行，对被评价对象有唯一的评价值，不受被评价对象所处对象集合的影响。综合评价的目的是要从对象集中选出优胜对象，所以还需要将所有对象的综合评价结果进行排序。 3、模糊综合评判方法步骤 1、确定评价对象的因素论域 2、确定评语等级论域 3、进行单因素评价，建立模糊关系矩阵R 4、确定评价因素的模糊权向量 5、多因素模糊评价 6、对模糊综合评价结果进行分析 答案二： 模糊综合评价的一般步骤如下： （1） 确定评价对象的因素集 （2） 确定评语集； （3） 作出单因素评价 （4） 综合评价 确定评价对象的因素集 也就是说有m个评价指标，表明我们对被评价对象从哪些方面来进行评判描述。 2、确定评语集 评语集是评价者对被评价对象可能做出的各种总的评价结果组成的集合，用V表示： 实际上就是对被评价对象变化区间的一个划分。其中 vi代表第i个评价结果，n为总的评价结果数。具体等级可以依据评价内容用适当的语言进行描述，比如评价产品的竞争力可用V={强、中、弱}，评价地区的社会经济发展水平可用V={高、较高、一般、较低、低}，评价经济效益可用V={好、较好、一般、较差、差}等。 3、进行单因素评价，建立模糊关系矩阵R 单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价。在构造了等级模糊子集后，就要逐个对被评价对象从每个因素 上进行量化，也就是确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵： 在确定隶属关系时，通常是由专家或与评价问题相关的专业人员依据评判等级对评价对象进行打分，然后统计打分结果，然后可以根据绝对值减数法求得，即： 权重选择的合适与否直接关系到模型的成败。确定权重的方法有以下几种： 层次分析法 Delphi法 加权平均法 专家估计法 5、多因素模糊评价 利用合适的合成算子将A与模糊关系矩阵R合成得到各被评价对象的模糊综合评价结果向量B。 R中不同的行反映了某个被评价对象从不同的单因素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以得到该被评价对象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B。 6、对模糊综合评价结果进行分析 模糊综合评价的结果是被评价对象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，因而他能提供的信息比其他方法更丰富。对多个评价对象比较并排序，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。将综合评价结果B转换为综合分值，于是可依其大小进行排序，从而挑选出最优者。 处理模糊综合评价向量常用的两种方法 最大隶属度原则 若模糊综合评价结果向量中的，则被评价对象总体上来讲隶属于第r等级，即为最大隶属原则。 问题：最大隶属原则在某些情况下使用会显得很牵强，损失信息较多，还可能出现不合理的评价结果。 4、模糊综合评价方法的优缺点 1、模糊综合评价法的优点 模糊评价通过精确的数字手段处理模糊的评价对象，能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价； 评价结果是一个向量，而不是一