模糊综合评价的基本方法.docVIP

模糊综合评价的基本方法例8-7：设成套设备公司准备推出一套新的分拣系统，为了掌握市场对该系统的欢迎程度考虑用五种指标进行评价，即：易维修性、功能、自动化程度、价格和动力耗费程度。这些指标就构成评价因素集，记作 U={易维修，功能，自动化程度，价格，燃料耗费度}={u1, u2,…, um} 这里给出的是自然语言的评价，这些评价语言构成评语集（也称为评价集）。例如，给出评语集为V，即： V={很受欢迎，受欢迎，一般，不受欢迎}={ v1, v2,…,vn } 要给出对各个因素的权重，也就是说对不同的需要对象，他们对各因素重要程度的看法不一样。例如，对大公司来说，比较重视易维修和功能，他们给出的权重设为 X = {0.35，0.35，0.10，0.10，0.10} 而对于小公司来说，他们的权重集为 Y = {0.10，0.10，0.15，0.30，0.35} 这两个权重集（模糊子集）就构成一个模糊矩阵A，即： 在此基础上，进行单因素评价。例如，请若干专家对“易维修性”进行评价，假设有20％的人很欢迎，有50％的人欢迎，有30％人认为一般，没有人不欢迎，于是可得到对维修性评价的模糊隶属度： R1（易维修）{0.2/很欢迎，0.5/欢迎，0.3/一般，0.0/不欢迎}； 同样的方法有： R2（功能）{0.1/很欢迎，0.3/欢迎，0.5/一般，0.1/不欢迎}； R3（自动化程度）{0.0/很欢迎，0.1/欢迎，0.6/一般，0.3/不欢迎}； R4（价格）{0.0/很欢迎，0.4/欢迎，0.5/一般，0.1/不欢迎}； R5（动力耗费度）{0.5/很欢迎，0.3/欢迎，0.2/一般，0.0/不欢迎}； 联合以上单因素评价集，并略去评语，可得单因素评矩阵R，即模糊关系矩阵： 将大、小公司的权重与单因素评矩阵进行模糊集运算，得模糊综合评价结果B为： 将B归一化，有： 结果说明，该系统在小公司当中，有32%很受欢迎，27%受欢迎，27%一般，14%不欢迎。 通过这个例子，可归纳出用模糊综合评价方法解决问题的步骤（1）建立评价系统的评价因素集：U={u1, u2,…, um}； （2）建立评语集合（或评价集）：V={ v1, v2,…,vn }； （3）建立反映各因素重要程度的权重集：A={a1, a2, …, am}；权重应满足归一性和非负性条件，即 Σ ai =1，且ai ≥0。 权数ai表示因素ui对“重要性”的隶属度，因此权重集是因素集上的模糊子集，并可表示为： A = a1／u1 + a2／u2 +…+ am／um （4）建立单因素评价矩阵 从一个因素出发，对评判对象进行评判，可以得单因素评判集Ri (i=1,2,…, m)，最后，可得单因素的评判矩阵R=[ R1，R2 ,…, Rm ]T。 （5）5）综合评价：将权重矩阵与单因素评价矩阵进行模糊合成运算，得综合评价矩阵： B=AR 港口竞争力评价的指标体系 通过分析影响港口竞争力的因素及其构成，可以从以上六个方面建立大类指标，每一大类指标下再分为若干小类指标，有的还包括更具体的分类指标。可根据这些指标间的影响关系以及包含关系，建立起港口市场竞争力的多层次综合评价指标体系，如图8-9所示。