模糊数学第十六讲.pptVIP

第五章 模糊线性变换与模糊综合评判 第十六讲 5.3 多级模糊综合评判 复习有关内容 §5.1 模糊线性变换 1, 设U ,V为两个论域, {Ai|i?I} ?F(U), 这里I为任意指标集, 若 T:F(U)→F(V)满足 T(∪i?I ?i Ai)= ∪i?I ?i T(Ai) 则称T为U 到V的一个模糊线性变换, 其中?i?I, ?i?[0,1]. 2, 设A ? F(U), R ? F(U×V), 则可证明如下定义的模糊映射 TR:F(U)→F(V) A├→ TR (A)=A?R 是U 到V的一个模糊线性变换, 称TR为由R导出的模糊线性变换, 其中 TR (A)的隶属函数为 TR (A)(v)= ∨u?U (A(u) ∧R(u,v)), ?v?V §5.2 一级模糊综合评判 一, 基本思想与评价步骤 基本思想: 利用模糊线性变换原理和最大隶属度原则, 考虑与被评价事物相关的各个因素, 对其作出合理的综合评价. 2 评价步骤: 设与被评价事物相关的因素集为 U={u1,u2,…,um} 而评语集为 V={v1,v2,…,vn} (3) 确定因素重要程度模糊集 A=(a1, a2,…, an) 其中ai为因素ui (i=1,2,…,m)在总评价中的重要程度. (4) 确定评价模型, 求出模糊综合评价集 B=A?R=(b1, b2,…, bn) 其中?表示广义模糊合成运算,记作 ,即 (5) 综合评判 根据最大隶属度原则, 选择模糊综合评价集 B= (b1, b2,…, bn) 中最大的bj所对应的等级(评语) vj作为综合评判的结果. 二, 几种常见的评判模型 §5.3多级模糊综合评判 当被评判的系统复杂或影响因素较多时，仅由一级模型进行评判往往显得比较粗糙，不能很好地反映事物的本质。因此，本节将从三个方面加以改进 5.3.1二级指标模糊综合评判 具体步骤如下： 设因素集为U={u1, u2, …, um}, 评语集为V={v1, v2, …, vn}。 进行二级指标模糊综合评判 对A0和R0采用加权模型M(?,+)进行二级综合评判，即 B= A0 ? R0=(b1, b2, …, bn), 其中 根据最大隶属度原则，最大的bj值对应的等级 (评语)vj就是所要求的最佳评判结果。 例5.3.1 利用二级指标模糊综合评判方法评价教师教学质量问题(参见课本P191-194例题5.2.1, 5.2.3, 5.2.4, 5.2.5)。 解： (1) 选用模型M(?,∨) ，M(∧,∨) ，M(∧,⊕) 与 M(乘幂,∧) 进行一级综合评判，由前面例子可得到综合评判集分别为： B1=(0.300，0.250，0.200，0.100) B2=(0.405，0.365，0.150，0.080) B3=(0.786，0.660，0.617，0) B4=( 1，0.950，0.700，0.400) (3) 根据加权平均模型M(?, +) 可得二级模糊综合评价 集为 B=A0?R0=(0.617, 0.548, 0.410, 0.124)。 因为B(v1)=0.617=max{0.617, 0.548, 0.410, 0.124}，所以由最大隶属度原则知，该教师的教学质量为“优秀”。 2. 对因素子集进行一级综合评判 设Ui的因素重要程度模糊子集为Ai, Ui 的ki个因素对评语集V的综合评判矩阵为Ri ，选择一个一级模型对Ui进行模糊综合评价，设Ui的模糊综合评价集为 Bi=Ai*Ri=(bi1, bi2, …, bin) (i=1, 2, …, N)。 3. 对U进行二级综合评判 设U={U1, U2, …, UN}的因素重要程度为 A=(a1, a2, …,aN)