多元统计分析模糊综和评判.pptVIP

常用综合评价模型 第4章 综合评价概述 第5章 层次分析法（AHP） 第6章 模糊综合评价 第7章 逼近于理想解的排序技术TOPSIS 第8章 秩和比法（ RSR ） 第9章 灰色综合评价和灰色预测 数据包络分析（DEA）；突变级数法；人工神经网络评价（BP）；…… 小结 模糊综合评价/判 Fuzzy Synthetic Evaluation Model 6.1 基本原理 6.2 模型和步骤 6.3 应用案例分析 6.1 基本原理 一、模糊性和随机性 在客观世界中，存在着许多不确定的现象，这种不确定性主要表现在两个方面： 随机性：事件是否发生的不确定性。随机性是由于对事物的因果关系掌握不够，即对事物发生的条件无法严格控制，以致于一些偶然因素使实验结果产生了不确定性。 模糊性：事件本身状态的不确定性。它是指某些事物或者概念的边界不清楚，这种边界不清楚，不是由于人的主观认识达不到客观实际而造成的，而是事物的一种客观属性，是事物之间存在着中间过渡过程的结果。 一般说来，随机性是一种外在因果的不确定性，而模糊性是一种内在结构的不确定性。从信息观点看，随机性只涉及信息的量，模糊性则关系到信息的质。可以说，模糊性是比随机性更深刻的不确定性。 6.1 基本原理 二、模糊概念和模糊现象 理发师悖论：只给不自己刮胡子的人刮胡子，他自己刮否？ 秃子悖论: 天下所有的人都是秃子 6.1 基本原理 三、模糊数学 至今，数学的发展已经历三代： 6.1 基本原理 三、模糊数学 模糊数学的产生把数学的应用范围，从精确现象扩大到模糊现象的领域，去处理复杂的系统问题。它是用精确的数学方法和工具来处理过去无法用数学描述的模糊事物和现象。从某种意义上说，模糊数学是架在形式化思维和复杂系统之间的一座桥梁，通过它可以把多年积累起来的形式化思维，应用到复杂系统中去。 模糊数学给数学“禁区”的各门学科，如社会、人文学科等提供新的语言和工具，模糊数学在实际中的应用几乎涉及到国民经济的各个领域及部门，农业、林业、气象、环境、地质勘探、医学、经济管理等方面都有模糊数学的广泛而又成功的应用。 6.1 基本原理 四、综合评判、模糊综合评判 在实际工作中，对一个事物的评价，常常涉及到多个因素或指标，这就要求根据这多个因素对事物做出一个评价，而不能只从某一个因素的情况去评价事物，这就是综合评判。在这里，评判的意思是指按给定的条件对事物的优劣，好坏进行评比、判别；综合的意思是指评判条件包含多个因素或多个指标。 模糊综合评判是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法。具体的说，模糊综合评价就是以模糊数学为基础，应用模糊关系合成原理，将一些边界不清、不易定量的因素定量化，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。综合评判对被评判对象的全体，根据所给的条件，给每个对象一个非负实数――评判指标，再据此排序择以优。 6.1 基本原理 Fuzzy Maths , 1965年美国加州大学查德(L.A.Zadeh)教授写了《Fuzzy Sets》一文，标志其诞生。 模糊综合评判作为模糊数学的一种具体应用方法，最早是由我国学者汪培庄提出的。 其优点是： 数学模型简单，容易掌握； 评判逐对进行，对被评对象有惟一的评价值，不受被评价对象所处对象所处对象集合的影响； 对多因素、多层次的复杂问题评判效果比较好，是别的数学分支和模型难以代替的方法，应用十分广泛。 6.1 基本原理 五、隶属度、隶属函数 以安全管理为例，在分析和识别高处作业的危险性时, 不能简单地只用 “1”(安全),“0”(不安全)两个数值去度量, 而必须考虑 “危险性”这个模糊概念的程度怎样，需用0～1之间一个实数去度量, 这个数就叫 “隶属度” 。例如某方案对“ 操作性” 的概念有八成符合, 即称它对 “ 操作性” 的隶属度是0.8 。用函数表示不同条件下隶属度的变化规律称为 “隶属函数”。隶属度可通过已知的隶属函数或统计法求得。再如： 对于服装的欢迎程度：｛很欢迎，欢迎，一般，不欢迎｝ 如果针对样式这一因素，各程度对应的评价（评语）分别为： ｛0.2，0.5 ，0.3 ， 0.0｝ 6.2 模型和步骤 一般包括如下几个步骤： 一、建立因素集 二、确定因素集权重（确定权重集） 三、建立评语集（等级集） 四、单因素模糊评判（构建评判矩阵） 五、模糊综合决策 以安全系统的分析为例 模糊矩阵的定义 如果对于任意i=1,2,…,m, j=1,2,…,n,都有rij∈[0,1],则称