模糊综合评判法47610.docVIP

模糊综合评判法 很多时候，人们不仅要从多种因素考虑问题，且一般只能用模糊语言描述。如显示器的舒适性，人员的政治立场坚定，某建设方案的社会影响等。 评价者从诸因素出发，参照有关信息，根据其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”等程度性的模糊评价。 多因素评价较困难，因为要同时综合考虑的因素很多，而各因素重要程度又不同，使问题变得很复杂。如用经典数学方法来解决综合评价问题，就显得很困难。而模糊数学则为解决模糊综合评价问题提供了理论依据，从而找到了一种简便而有效的评价与决策方法。 可通过模糊数学提供的方法进行运算，得出定量的综合评价结果，从而为正确决策提供科学依据。 模糊综合评价的四个要素： （1）评价因素集F 即评价指标体系。一般有： （2）评定（语）集E 即评价等级的模糊尺度集合，如（好、较好、一般、较差），可写为： （3）因素权重集（权重向量） 即评价项目或指标的权重或权系数向量。 （4）单因素评价隶属度向量，形成隶属度矩阵 对因素集内诸要素的评定是一种模糊映射f：F→E。 单因素评价就是相对于评价因素 分别作出评价 的隶属度。 因此，整个因素集内诸因素的隶属度向量组成隶属度矩阵，即模糊矩阵。 这样，对一个评价问题，（F、E、R）就构成了一个模糊评价模型。根据模糊集理论的综合评定概念，若已知因素内诸因素的隶属度向量R，以及因素集的权重向量WF，则综合评定结果（综合评价向量）为： 实例分析 某服装厂对某一新产品进行评判： 评判因素集（F）={款式色彩，穿着舒适，价格费用}， 评价集（E）={很好，较好，不太好，不好}。（各个因素的评价集相同） 并请若干专家与顾客进行评价，若对款式色彩有20%人很欢迎，70%的人比较欢迎，10%的人不太欢迎，则可以得出对款式色彩评价的隶属度： R款式色彩=（0.2/很欢迎，0.7/较欢迎，0.1/不太欢迎，0/不欢迎） 同样： R穿着舒适=（0/很舒适，0.4/较舒适，0.5/不太舒适，0.1/不舒适）R价格费用=（0.2/很合理，0.3/较合理，0.4/不太合理，0.1/不合理） 这样，可得到隶属度矩阵（模糊矩阵）为： 已知顾客考虑三项因素的权重为： 则顾客对该服装的综合评价值为： 即综合评价介于不大喜欢和较喜欢之间。 按最大隶属原则，结论是：“不太好”。