模糊综合评价模型.docVIP

模糊综合评价模型 这样就确定了模糊关系矩阵。 记一级评价因素的权重为：A＝（A1，A2，…,Am） 则综合评价结果为：B＝A＝（b1, b2, …bn） （2） 若=max(b1, b2, …bn)，则评价对象属于第k类。 实践评价工作中，评价者往往由多类人员组成（如专家类、领导类、同行类、学生类），各类人员的评价结果的重要性不同，此时可以这样进行：先分别按上述方法求出各类评价人员的综合评价结果，最后作加权平均得出总评价结论。 设有K类评价人员，他们的综合评价结果分别为向量B1，B２，…，BK，权值分别为T１，T２，…，TK。则总评价结论为 B＝(T１，T２，…，TK)(B１，B２，…，BK)τ 确定评价指标体系 评价指标体系是指评价对象所涉及到的各种影响因素的集合。 建立评价指标体系时，要符合指标与评价目标的一致性、同体系内指标的相容性、各评价指标的相对独立性的原则，并按照可测性、完备性和可行性的原则进行设计。 评价指标体系的变量设置不宜过多，否则就使评价与计算的工作量变大，同时对主要影响因素没有遗漏，做到可行性与完整性的结合。 确定评价因素的权重 评价因素权重的确定一般采用三种方法：一是专家会议法，二是特尔裴法，第三是层次分析法[1]，层次分析法是运用多因素分级处理来确定因素权重的方法。这种方法可以比较科学地确定权重，因此我们采用层次分析法作为网络化学习的权重确定方法。 下面简述层次分析法确定权重的方法： 首先，对同一层次的指标两两比较其重要度，并根据表2赋值，可以得到比较值，如表3所示。相对重要度如果取值为偶数，则表示两个评价指标的相对重要性介于两个奇数取值之间。 表2 指标相对重要度比较法则 值 相对重要性 说明 1 同等重要 两者对目标的贡献相等 3 略微重要 根据经验，前者比后者稍有利 5 重要 根据经验，前者比后者更有利 7 重要得多 前者比后者有利，且优势明显 9 极端重要 前者比后者的重要程度可以断言为最高 表3 比较值表 ? A1 A2 A3 … An A1 1 A12 a13 … a1n A2 a21 1 a23 … a2n A3 a31 A12 1 … a3n … … … … … … An an1 an2 an3 … 1 该比较值表有如下重要特点： ??????? 1.任意指标与自身相比同等重要，因此该表对角线上的值均为1； ??????? 2.对角线两边互为倒数，比如有 ,则一定有 ， 即存在 （3-2）； ??????? 3.矩阵具有一致性。比如 ， ，那么应有 一般说来如果有如下关系存在： （3-3） 则这个矩阵就称为具有完全一致性，它的最大特征根所对应的特征向量就能给出各指标的相对重要次序，将其正则化后就是所求的权重向量。 设评价因素集合对应的权重因子向量为 ： （3-4） 式中ai为评价因素ui在总评定因素中所起作用大小和所占地位轻重的量度，称为权重。一般规定： ai≥0，且 (3-5) 评价等级隶属度的确定 通常评语论域的取值采用分等级评分，再量化综合的办法给定。 一般评价等级通常采用五级评定法，也可以分为七等；最简单的量化是给每个等级分别赋值为5，4，3，2，1；二是设定各等级的隶属度，隶属度可以通过一个隶属函数给出[1]： (3-6); 定性等级的量化按照（3-6）式设定，如表4所示： 表4 评价等级隶属度 评价等级 非常A 较A 一般A 较不A 不A 0.90 0.74 0.61 0.50 0.41