模糊综合评价法_第1页
模糊综合评价法_第2页
模糊综合评价法_第3页
模糊综合评价法_第4页
模糊综合评价法_第5页
已阅读5页,还剩23页未读 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、模糊综合评价法,演讲:中国矿业大学徐海大学,一、基本思想和原则,客观世界有很多模糊的概念和模糊的现象。模糊数学是试图用数学工具解决模糊事物的问题。模糊综合评价是依靠模糊数学的一些概念,对实际综合评价问题提供一些评价的方法。模糊综合评价是应用基于模糊数学的模糊关系合成原理,量化部分边界不明确、难以量化的因素,综合评价各种因素评价的事物隶属状态的一种方法。模糊综合评价的基本原则:首先确定受评价者的因素(指标)集评价(等级)集;分别确定每个元素的权重及其隶属度向量,获得模糊评价矩阵。最后对模糊评价矩阵和元素的权重向量进行模糊运算和规范化,得到模糊综合评价结果。其特点是不受有评价对象的对象集合的影响,

2、对评价对象有唯一的评价值。综合评价的目的是在对象集中挑选冠军对象,因此还要对所有对象的综合评价结果进行排序。第二,模糊综合评价法的模型和阶段,1,确定评价对象的因素,即显示评价对象从哪些方面评价的m个评价指标。2,确定评语评级域评语集是受审核者可以进行的各种总审核结果的集合,实际上标记为对受审核者更改部分的划分。其中表示第I次评估结果,n是评估结果总数。具体等级可以根据评价内容用适当的语言描述。例如,产品的竞争力评价可以指定为V=强,中,弱,评价地区的社会经济发展水平可以指定为V=高,高,中,低,低,评价经济利润可以指定为V=好,好,中,劣,3、单因素评价,模糊关系矩阵构建r通过单独一个因素的

3、评价确定评价对象属于评价集v的程度,称为单因素模糊评价。配置等级模糊子集后,按每个元素量化要评估的对象。也就是说,评估对象按单个元素确定每个等级的模糊子集的成员资格,从而得到模糊关系矩阵。其中,表示评估对象之一从该因素的角度对等级模糊子集的隶属度。受评者在一个因素上的表现(很多其他评价方法都是由一个指标实际值表征的,因此从这个角度看,模糊综合评价需要更多的信息)称为单因素评价矩阵,可以认为因素集u和评价集v之间的模糊关系,即影响因素和评价对象之间的“合理关系”。在确定隶属关系时,通常由专家或与评价问题相关的专家根据评价等级对评价对象进行评分,然后评价分数后,根据绝对值减法法获得。其中,c可以适

4、当地选择,4,确定评估元素的模糊权重向量,为了反映每个元素的重要性,每个元素u必须分配给适当的权重,通常需要满足要求。因此,由第一个元素的权重、每个权重组成的模糊集a是权重集。在进行模糊综合评价时,权重对最终评价结果有很大的影响,不同权重的情况下得到完全不同的结论。权重选择的恰当性直接关系到模型的成功或失败。确定权重的方法有多种。用层次分析法Delphi加权平均法专家估计方法、5、多因素模糊评价、适当的合成运算符合成a和模糊关系矩阵r,得到各评价对象的模糊综合评价结果向量b。r的不同行反映了受评估者从不同的单个元素到每个等级的模糊子集的隶属关系。使用模糊加权向量a组合不同的行,可以得到被评价者

5、在整体水平上的模糊综合评价结果向量b的模糊子集的隶属度。模糊综合评价如下:其中,a和r的j列运算表示评级对象总体上属于等级的模糊子集。常用的模糊复合运算符是运算符:6,模糊综合评价结果分析,模糊综合评价的结果是每个等级的模糊子集的评价对象的成员,通常是模糊向量,而不是一个点值,与其他方法相比,可以提供更丰富的信息。比较和排序多个评估对象需要进一步处理。也就是说,必须计算每个评估对象的综合分数,按大小排序,顺序优秀。综合评价结果将b转换为综合分数,并根据其大小排序,选择最佳者。处理模糊综合评价向量的两种常用方法:最大隶属度原则模糊综合评价结果向量,评价对象一般是属于r级的最大隶属度原则。问题2:

6、在什么情况下使用最大隶属原则可能会显得牵强,信息损失大,会出现不合理的评价结果,应该如何改善?加权平均原则加权平均原则是将排名视为相对位置连续。可以量化处理“1,2,3,用m表示各个等级,可以称为各个等级的等级。然后,每个排名的排名权重汇总到b的相应组成部分,以得出计算对象的相对位置,如下所示:其中k是保留系数(k=1或2)的目的是控制较大bj的作用。当时的加权平均原则是最大隶属原则。第三,模糊综合评价方法的优缺点,第一,模糊综合评价方法的优点模糊评价可以通过精确的数字手段处理模糊评价对象,进行包含信息模糊数据的比较科学、合理、接近实际的定量评价;评估结果是向量,而不是点值,它包含可以更准确地

7、表征评估目标的丰富信息,可进一步加工以获得参考信息。2,模糊综合评价方法的缺点计算复杂,指数加权向量的确定主观性强;指标集u较大,即指标集数较大时,在加权向量和条件约束1中,相对隶属度权重系数较小,权重向量与模糊矩阵r不匹配,结果是超模糊现象,分辨率非常差,无法分辨谁是较高的成员,或者判断失败时,用层次模糊评价方法进行改进,4,模糊综合评价方法的应用和案例分析,示例1:科学技术成果项目的综合评价,a,b,三个与研究成果相关的情况表,设置评估指标集:U=科学技术水平,可行性,经济效益意见集:v=高,中,低评估指标权重系数矢量:a=(0.2,0.3,0 .)判断集:V=好,更好,一般,劣,差;实例2:以“晋升”数学模型为例,假设大学教师晋升教授为例,(1)设置模糊综合评价矩阵,纪律审查组的每个成员评价受评价者时,假定纪律审查组由7人组成,并以分数或投票方法表示

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论