数学建模 5章 综合评价模型.pptVIP

第五章 综合评价模型 %层次分析法的matlab程序 disp(请输入判断矩阵A(n阶)); A=input(A=); [n,n]=size(A); x=ones(n,100); y=ones(n,100); m=zeros(1,100); m(1)=max(x(:,1)); y(:,1)=x(:,1); x(:,2)=A*y(:,1); m(2)=max(x(:,2)); y(:,2)=x(:,2)/m(2); p=0.0001;i=2;k=abs(m(2)-m(1)); while kp i=i+1; x(:,i)=A*y(:,i-1); m(i)=max(x(:,i)); y(:,i)=x(:,i)/m(i); k=abs(m(i)-m(i-1)); end a=sum(y(:,i)); w=y(:,i)/a; t=m(i); disp(权向量);disp(w); disp(最大特征值);disp(t); %以下是一致性检验 CI=(t-n)/(n-1);RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59]; CR=CI/RI(n); if CR0.10 disp(此矩阵的一致性可以接受!); disp(CI=);disp(CI); disp(CR=);disp(CR); else disp(此矩阵的一致性不可以接受!); end §5.2模糊综合评价模型 对方案、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，当评价具有模糊概念的系统（评价对象）时很难给出确切的表达，这时可以采用模糊评价方法。 一、模糊综合评价的基本步骤： 1.首先求出模糊评价矩阵： 其中 表示方案 在第i个目标处于第j级评语的隶属度，对多个(m个)目标进行综合模糊评价时，还要对各个目标分别加权，设第i个目标权系数为 ，则可得权系数向量 ，满足 2.利用矩阵的模糊乘法得到综合模糊评价矩阵B, B表示方案 处于各档评语的隶属情况。 即： 矩阵的模糊乘法 只需将矩阵乘法中普通相乘改为取最小 运算，普通相加改为取最大 运算。  3.归一化处理： 二、实例1.综合评价某品牌彩电 同样：对声音进行评价，结果为（0.4，03，0.2，0.1）对价格进行评价，结果为（0.1，0.1，0.3，0.5） 从而得到模糊评价矩阵： 一般地，顾客买彩电主要要求是图像清晰、音响效果好，价格已经很低了，所以可设三个指标权系数向量为A=（图像，声音，价格）=（0.5，0.3，0.2） 于是顾客对彩电的综合评价结果为： 彩电综合评价指标向量B的归一化向量B’=(0.25,0.42,0.17,0.17) 结论： 对该品牌彩电而言，把图像、声音、价格同时考虑时，由归一化向量不难看出，“较好”占比重最大，因此顾客对该品牌彩电的最终综合评判结果是：“较好”。 例2.甲乙、丙三项科研成果，资料如下，请从中选出优秀项目来。 设评价指标集合U={科技先进，实现可能性，经济效益}，设评语集合V={高，中，低}或V={大，中，小}专家讨论统一认识后，得出评价指标权系数向量为A=（0.2，0.3，0.5） 三个项目各自的综合评价指标向量为： 例如： 评价指标（目标） 集合：U={图像， 声音，价格}； 评语集合： V={很好，较好， 一般，不好} 假设对图像进行评价，有30%人认为“很好”， 有50%人认为“较好”， 有20%人认为“一般”， 没有人认为“不好”， 则得到图像的评判结果为 （0.3，0.5，0.2，0） 20万元 100% 一般 丙 200万元 100% 国内先进 乙 100万元 70% 接近国际先进 甲 经济效益 实现可能性 科技水平 专家评价结果： 0.6 0.3 0.1 0 0 1 0.5 0.4 0.1 丙 0 0.3 0.7 0 0 1 0.1 0.6 0.3 乙 0.1 0.6 0.3 0.7 0.2 0.1 0.1 0.2 0.7 甲 低 中 高 小 中 大 低 中 高 经济效益 实现可能性 科技水平 * * * * * 5.1 层次分析法模型 5.2 模糊综合评价模型 5.1 层次分析法模型 背景 日常工作、生活中的决策问题 涉及经济、社会等方面的因素 作比较判断时人的主观选择起相当大的作用，各因素的重要性难以量化 Saaty于1970年代提