模糊评价灰色评价.docVIP

模糊评价 一、模型的建立 设系统有 SKIPIF 1 0 个待优选的对象组成备择对象集，有 SKIPIF 1 0 个评价因素组成系统的评价指标集。每个评价指标对每一备择对象的评判用指标特征量表示，则系统有 SKIPIF 1 0 阶指标特征量矩阵： SKIPIF 1 0 ， SKIPIF 1 0 SKIPIF 1 0 式中 SKIPIF 1 0 为第 SKIPIF 1 0 个备择对象的第 SKIPIF 1 0 个评价因素的指标特征量，一般情况下，它具有两种类型: （1)“越大越优”型，其隶属度计算式为： SKIPIF 1 0 式中 SKIPIF 1 0 为 SKIPIF 1 0 中的最大值。 （2）“越小越优”型,其隶属度计算式为： SKIPIF 1 0 式中 SKIPIF 1 0 为 SKIPIF 1 0 中的最小值。 优化的任务在于根据指标特征量矩阵选择出最优对象或对象的最优排序。事实上，优与次（或劣）这一对立的概念之间不存在绝对分明的界限，这是优化的模糊性。另一方面，优化是依据指标特征量在备择对象集中进行，优或次是相对于备择对象集中的元素间比较而言，这是优化的相对