构造模糊综合评判矩阵.PPTVIP

模糊数学在数学建模中的应用 主讲人：惠小静 数学与计算机科学学院 　模糊综合评判举例： 　　服装评判 　　请从花色，式样，耐穿性，价格，舒适程度对某一种服装的受欢迎程度进行评价。 一级模糊综合评判 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,…, am) 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 。 (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。 模型 不是唯一的，下面介绍几个常用的模型。 主因素突出型: 加权平均型: 全面制约型: 取小上界和型: 均衡平均型: 例：考虑对教师的教学质量评估问题。设与教学质量相关的因素，教材熟练程度，逻辑性程度，启发性程度，生动有趣性程度和板书整洁程度等5个因素，而评语分为优秀、良好、一般和不好4种。试用综合评判模型M(∧,∨)对某教师的教学质量进行评估。 解： 设因素集为 U={教材熟练程度u1，逻辑性程度u2，启发性程度u3， 生动有趣性程度u4 ，板书整洁程度u5} 评语集为{优秀v1 , 良好v2 , 一般v3 , 不好v4} 构造综合评判矩阵 如上，将个单因素评价集作为行构成矩阵 (5) 综合评判 因为B(v1)=0.30=max{0.30，0.25，0.20，0.10}所以由最大隶属度原则，认为该教师的教学质量为“优秀” 其他几种评判模型包括加权平均型，全面制约型，取小上界和型和均衡平均型主要区别是构造bj的计算公式，针对不同的问题可以选择不同的模型进行评价。 　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} (3) 进行二级指标模型模糊综合评判 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： 利用二级指标模糊综合评判方法评价教师教学质量问题 解 (1) 选用模型M(?,∨) ，M(∧,∨) ，M(∧,⊕) ， M(乘幂,∧) 进行一级综合评判，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(?,+) 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合为Ai, Ui的ki个因素对应的综合评判矩阵为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}因素重要程度为 A=(a1, a2, …,aN) 构造二级综合评判矩阵为 则得到的二级模糊综合评价集为 B=(b1, b2, …, bn) 最后用最大隶属度原则，最大的bj对应的评语为最佳的评判结果。 多层次的模糊综合评判反映了客观事物因素之间的不同