决定模糊关系矩阵.pptVIP

一、一級模糊綜合評判 （一）、確定評判因素集 (四)、決定模糊關係矩陣 對於U1，可得到模糊關係矩陣 (四)、決定模糊關係矩陣 相同方法： 對於U2，可得模糊關係矩陣 (四)、決定模糊關係矩陣 相同方法： 對於U3，可得模糊關係矩陣 五.求出次級綜合評判結果 對子因素集分別進行初級綜合評判： 其中採用的運算子為Zadeh算子。 (六)、求出最終的綜合 評判結果 以U1，U2，U3為元素，用B建構其因素評判矩陣為： (六)、求出最終的綜合評判 結果 因此，最終綜合評判為： 因為 0.24+0.35+0.30+0.20=1.09≠1 必須歸一化處理得到 ： (七)、解模糊(等級賦值法） 由上述評判結果各等級比例小數為： 優=0.22；甲=0.32； 乙＝0.28；丙=0.18 其結果還是模糊的。 (七)、解模糊(等級賦值法） 為確實反映出綜合評判結果，可以透過等級賦值法，根據矩陣，計算出評價結果Q。以下我們給予評語等級賦值： 優=4；甲＝3；乙=2；丙=1 (七)、解模糊(等級賦值法） 那麼等級賦值矩陣為 λ=[4 3 2 1] 【註：評語等級賦值一般是按等差 數列排列】 (七)、解模糊(等級賦值法） 綜合評判的結果等級Q應是各等級的加權平均值： = 0.84＋0.93＋0.52＋0.22 = 2.51 (七)、解模糊(等級賦值法） Q = 2.58，是介於2與3之間，且較靠近 3 所以可評判為 『甲』。本例使用第II型運算法綜合評判，第II型算法注重突出主因素。 * 第二章 模糊綜合評判 根據所給的評價標準和實測值，經過 模糊變換後對事物做出評價的一種方法 壹、模糊綜合評判的層級 貳、模糊綜合評判的具體步驟 壹、模糊綜合評判的層級 一、一級模糊綜合評判 二、二級模糊綜合評判 三、多層級模糊綜合評判 壹、模糊綜合評判的層級 學生學習成效綜合評判 情意領域（因素集U1） 興 趣（子因素U11） 態 度（子因素U12） 價值觀（子因素U13） 認知領域（因素集U2） 技能領域（因素集U3） 知 識（子因素U21） 理 解（子因素U22） 應 用（子因素U23） 分 析（子因素U24） 知覺（子因素U31） 反應（子因素U32） 適應（子因素U33） 創新（子因素U34） 一級 二級 貳、模糊綜合評判的 具體步驟 （一）、確定評判因素集 （二）、決定因素集 內各因素之權 重，組成一權重向量 （三）、確定對每一因素之評語集 （四）、決定模糊關係矩陣 （五）、求出綜合評判結果 （六）、解模糊 以學生學習成效綜合評判為例 具體步驟如下： =﹛情意，認知，技能﹜ 等三個領域作模糊評判 （二）、決定因素集內各 因素之權重，組成一權重向量： 可反應各因素的重要程度 例： 情意 認知 技能 =﹝0.3 0.5 0.2 ﹞ （三）、確定對每一因素之 評語集 例： =﹛優，甲，乙，丙﹜ 將參與評鑑委員之評鑑意見統計匯總，計算出各等級的比例小數或百分數，統計紀錄表如下： （四）、決定模糊關係 矩陣 （四）、決定模糊關係矩陣 0 0.2 0.7 0.1 技能U13 0 0.1 0.2 0.7 認知U12 0.1 0.6 0.2 0.1 情意U11 丙 乙 甲 優 模糊 關係 （四）、決定模糊關係 矩陣 （五）、求出綜合評判結果 優 甲 乙 丙 情意 認知 技能 優 甲 乙 丙 情意 認知 技能 （五）、求出綜合評判結果 【評判結果運算過程】 1、採第I型普通矩陣算法 y1=0.3×0.1+0.5×0.7+0.2×0.1 =0.4 y2=0.3×0.2+0.5×0.2+0.2×0.7 =0.24 y3=0.3×0.6+0.5×0.1+0.2×0.2 =0.27 y4=0.3×0.1+0.5×0+0.2×0=0.03 (五)、求出綜合評判結果 所以 =[0.4 0.24 0.27 0.03 ] 因為0.4+0.24+0.27+0.03=0.94≠1 所以必須歸一化 (五)、求出綜合評判結果 【評判結果運算過程】 2、第II型取小取大算法 以下採用的運算子為Zadeh算子： ＞表示符號兩邊的元素取小的 ＜表示符號兩邊的元素取大的