模糊综合评价法作业
模糊综合评价法的例题计算方法
模糊综合评价法的例题计算方法模糊综合评价法是一种利用模糊数学理论进行综合评价的方法,它能够有效地处理评价指标间的不确定性和模糊性问题,因此在实际应用中被广泛使用。
下面我们将通过一个例题来介绍模糊综合评价法的计算方法。
假设某个公司要评价三名员工的工作表现,评价指标包括工作态度、工作效率和工作质量,评价等级分为优秀、良好、一般和较差四个等级。
经过考察和评估,得到如下各项指标的评价结果:员工一:工作态度优秀,工作效率一般,工作质量良好。
员工二:工作态度良好,工作效率较差,工作质量一般。
员工三:工作态度一般,工作效率良好,工作质量优秀。
现在我们需要对三名员工的工作表现进行综合评价,采用模糊综合评价法,步骤如下:1. 设定各项指标的权重首先需要确定各项指标的权重,这里我们假设工作态度、工作效率和工作质量的权重分别为0.4、0.3和0.3。
2. 根据评价结果构建模糊矩阵根据员工的评价结果,构建出模糊矩阵如下:工作态度工作效率工作质量员工一优秀一般良好员工二良好较差一般员工三一般良好优秀其中,对于每个评价等级,可以使用一个模糊数来表示,如优秀可以表示为{0,1,0},良好可以表示为{0,0.5,1,0.5,0},一般可以表示为{0,0,0.5,1,0.5,0,0},较差可以表示为{0,0,0,0.5,1,0.5,0,0}。
3. 计算模糊矩阵的加权平均值将权重矩阵与模糊矩阵相乘,得到加权矩阵,然后对加权矩阵的每一列求和,得到每个指标的加权平均值,如下所示:工作态度工作效率工作质量加权平均值 {0.3,0.3,0.4} {0.25,0.4,0.35}{0.25,0.4,0.35}4. 求解综合评价结果将每个指标的加权平均值相加,即可得到最终的综合评价结果,如下所示:员工一的综合评价结果为0.39,员工二的综合评价结果为0.33,员工三的综合评价结果为0.38。
因此,我们可以得出结论:员工一的工作表现最好,员工二的工作表现最差,员工三的工作表现居中。
模糊综合评价法及例题
指标
很好
好
一般
差
疗效
治愈
显效
好转
无效
住院日
≤15
16~20
21~25
>25
费用(元) ≤1400 1400~1800 1800~2200 >2200
表2 两年病人按医疗质量等级的频数分配表
指标
很好 质量好 等级一般 差
疗效 住院日 费用
01年 02年
01年 02年
01年 02年
160 170
180 200
•模糊概念 秃子悖论: 天下所有的人都是秃子
设头发根数n n=1 显然 若n=k 为秃子 n=k+1 亦为秃子
模糊概念:从属于该概念到不属于该概念之间 无明显分界线
年轻、重、热、美、厚、薄、快、慢、大、小、 高、低、长、短、贵、贱、强、弱、软、硬、 阴天、多云、暴雨、清晨、礼品。
共同特点:模糊概念的外延不清楚。 模糊概念导致模糊现象 模糊数学就是用数学方法研究模糊现象。
模糊综合评价
▪ 假设评价科研成果,评价指标集合U={学术水 平,社会效益,经济效益}其各因素权重设为
W {0.3,0.3,0.4}
模糊综合评价
▪ 请该领域专家若干位,分别对此项成果每一因素进行单因素 评价(one-way evaluation),例如对学术水平,有50%的 专家认为“很好”,30%的专家认为“好”,20%的专家认为 “一般”,由此得出学术水平的单因素评价结果为
• 术语来源 Fuzzy: 毛绒绒的,边界不清楚的 模糊,不分明,弗齐,弗晰,勿晰
模糊数学的产生与基本思想
•产生 1965年,L.A. Zadeh(扎德) 发表了文章《模糊集 》
(Fuzzy Sets,Information and Control, 8, 338-353 )
模糊综合评价法和层次分析法比较
模糊综合评价法和层次分析法比较模糊综合评价法和层次分析法,这俩在解决问题的时候可都有自己的一套本事。
咱先来说说模糊综合评价法。
这就好比你去买水果,你没法明确说这个苹果到底是“超级好”还是“有点差”,因为“好”和“差”的界限不是那么清晰的。
模糊综合评价法就是能处理这种模模糊糊、不好明确界定的情况。
比如说,评价一个老师的教学质量,学生们的感受可能各种各样,有的觉得特别好,有的觉得还行,有的觉得不太满意。
这时候用模糊综合评价法,就能把这些模糊的感受综合起来,给出一个相对全面的评价。
我记得有一次,我们学校组织评选优秀教师。
当时用的就是模糊综合评价法。
先列出了好多评价指标,像教学方法、与学生的互动、作业批改情况等等。
然后让学生们打分,不是那种明确的分数,而是类似于“很好”“较好”“一般”“较差”“很差”这样的等级。
最后把这些模糊的评价综合起来,还真选出了大家都比较认可的优秀教师。
再来说说层次分析法。
这就像是给问题搭个架子,一层一层分得清清楚楚。
比如说要决定假期去哪里旅游,你得先考虑是国内还是国外,国内的话是南方还是北方,南方又有好多具体的地方可以选。
通过这样一层一层地分析,最后就能做出比较明智的选择。
我有个朋友,前段时间装修房子。
他就用了层次分析法来决定各种装修材料的选择。
先确定大的方面,比如地板是选木地板还是瓷砖;然后在木地板这个选项里,再细分是实木的还是复合的;接着再考虑颜色、价格、质量等等因素。
最后装出来的效果那叫一个满意!那这两种方法有啥不一样呢?模糊综合评价法更侧重于处理那些模糊不清、难以精确衡量的东西;而层次分析法则更擅长把一个复杂的问题一层一层分解,让你能更有条理地去思考和做决定。
比如说,评价一个城市的宜居程度。
如果用模糊综合评价法,可能会综合大家对环境、交通、教育、医疗等方面那种模糊的感受来评价。
但要是用层次分析法,就会先把这些因素分层,比如第一层是大的方面,像基础设施、公共服务;第二层再细分,基础设施里包括交通、水电供应等,公共服务里有教育、医疗、文化活动等。
模糊综合评判法在企业安全生产管理评价中的应用
模糊综合评判法在企业安全生产管理评价中的应用一、前言安全生产管理从对象而言,包括人的行为和物的状态;从部门而言几乎包括了安全、生产、技术、财务等所有部门,因此对企业安全管理进行评价将涉及诸多方面的因素,现在普遍运用的定量、定性评价方法都不能适用。
本文介绍了建立在模糊数学原理与方法基础上对企业安全生产管理的模糊综合评判模型。
模糊综合评判数学模型简单、容易掌握,适合于对多因素、多层次的复杂问题的评价,在很多领域中得到了广泛的运用。
二、模糊综合评判的数学模型模糊综合评判的理论基础是模糊映射与模糊变换、模糊综合评判的数学模型及其应用。
安全生产管理模糊综合评判模型就是运用模糊数学的方法将与安全生产管理有关因素组成一个评价因素集V,安全生产管理的状态组成一个评价集U,根据这2个集合得到一个模糊评判集R,结合安全生产管理的隶属度μ,对安全生产管理状况做出评判。
在安全生产管理评价中需考虑的因素多且具不同的层次一般采用二级模糊综合评判法。
1、确定评价因素集V将论域(企业安全生产管理)划分为n个评价因素集:V={V1,V2,V3……Vn}其中Vi(i=1,2,3……n)代表各待评价的因素。
对各评价因素Vi继续分解,设定为:Vi={Vi1,Vi2,Vi3……Vim}其中Vij(j=1,2,3……m)以检查项目进行归纳。
2、确定评判集U将各因素的状况分为j个评价级别,安全生产管理评价中一般分为好、较好、中、较差、差5个评价等级:U={U1,U2,U3 (5)3、确定权重集A根据各因素的重要程度,确定评价论域中各评价因素集V的归一化权重分配:A={a1,a2,a3……an}且4、确定隶属度μ隶属函数是模糊综合评判方法的关键之一,它是一种对不能精确定量表述的事物现象、规律及进程模糊陈述的表达式,是对模糊概念贴近程度的度量。
因此,隶属函数确定是否符合实际情况,会直接影响到分析结果的正确性。
目前确定隶属函数的方法通常用模糊统计方法或者是凭实际经验。
模糊综合评价法案例
模糊综合评价法案例模糊综合评价法是一种常用的多指标决策方法,它可以帮助决策者在具有多个评价指标的情况下,对各个方案进行综合评价,从而找到最优的决策方案。
下面我们通过一个案例来具体介绍模糊综合评价法的应用。
某公司需要选定一个供应商,以满足其原材料采购需求。
为了选择最优的供应商,公司需要考虑多个指标,包括价格、交货周期、质量等。
为了进行综合评价,公司决定采用模糊综合评价法。
首先,公司确定了三个评价指标,价格、交货周期和质量。
然后,针对每个指标,公司对供应商进行评价。
在评价过程中,由于供应商的表现可能存在一定的不确定性,公司采用了模糊数来描述评价结果。
比如,对于价格指标,公司可能认为某供应商的价格在便宜和昂贵之间存在一定的模糊性,于是可以用“价格便宜”的模糊数来描述其价格水平。
接下来,公司需要确定各个评价指标的权重。
在实际应用中,评价指标的重要性往往不同,因此需要对各个指标进行加权。
公司可以通过专家打分、层次分析法等方法来确定各个指标的权重。
然后,公司对每个供应商的评价结果进行模糊综合评价。
具体来说,对于每个供应商的每个指标,公司根据其模糊数和权重,计算出一个综合评价值。
最终,通过比较各个供应商的综合评价值,公司可以找到最优的供应商。
通过模糊综合评价法,公司成功地选择了最优的供应商,并在原材料采购中取得了良好的效果。
这个案例充分展示了模糊综合评价法在多指标决策中的优势和应用价值。
总之,模糊综合评价法是一种非常有效的多指标决策方法,它可以帮助决策者在不确定的环境下进行综合评价,找到最优的决策方案。
在实际应用中,我们可以根据具体情况,灵活运用模糊综合评价法,为企业的决策提供有力的支持。
模糊综合评价法的例题计算方法
模糊综合评价法的例题计算方法模糊综合评价法是一种常用的决策分析方法,主要用于对多个因素进行综合评价。
在实际应用中,模糊综合评价法可以被广泛应用于各种领域,如经济、环境、管理等。
下面通过一个例题来介绍模糊综合评价法的计算方法。
假设某公司需要对10家供应商进行综合评价,评价因素包括价格、交货期、质量、服务等四个方面。
评价等级分为优秀、良好、一般、差。
通过问卷调查和实地考察,得到了如下评价数据:评价因素 | 供应商1 | 供应商2 | 供应商3 | …… | 供应商10 --------|--------|--------|--------|--------|--------价格 | 优秀 | 良好 | 一般 | …… | 差交货期 | 良好 | 一般 | 差 | …… | 优秀质量 | 一般 | 差 | 优秀 | …… | 良好服务 | 差 | 优秀 | 良好 | …… | 一般首先,需要将评价因素转化为数值,以便进行计算。
这里可以使用三角隶属函数,将每个等级的数值表示为一个隶属度区间。
例如,对于价格因素,可以设定隶属度如下:优秀:[0,0,5,10]良好:[0,5,7.5]一般:[5,7.5,10]差:[7.5,10,10,10]接下来,计算每个供应商在每个评价因素上的隶属度。
以供应商1为例,其在价格上的隶属度可以计算为:优秀:(10-0)/(10-5) = 2良好:(5-0)/(7.5-5) = 2一般:(0-5)/(10-5) = -1差:(0-7.5)/(10-7.5) = -2同样地,可以计算出该供应商在其他评价因素上的隶属度。
最后,将各个评价因素的隶属度加权求和,得到该供应商的综合评价得分。
例如,可以设定价格因素的权重为0.4,交货期为0.3,质量为0.2,服务为0.1,则供应商1的综合评价得分可以计算为:综合评价得分 = 0.4×2 + 0.3×2 + 0.2×(-1) + 0.1×(-2) = 0.5同样地,可以计算出其他供应商的综合评价得分。
层次分析法和模糊综合评判法
层次分析法和模糊综合评判法
层次分析法和模糊综合评判法在化工园区(聚集区)的应用
化工园区(聚集区)是非常复杂的系统,采用层次分析法和模糊综合评判法相结合,对化工园区(聚集区)的整体安全性进行分析和评价,该方法属于一种简单易行的化工园区(聚集区)安全评价方法。
该法有以下几点结论:
1)应用模糊综合评价研究方法,结合化工园的实际情况,客观、合理地选择评价指标,建立了化工园区安全现状评价模型。
2)应用模糊综合评价法,可以全面考虑影响系统安全的各种因素,将定性和定量的分析有机地结合起来,既能够充分体现评价因素和评价过程的模糊性,又尽量减少个人主观臆断所带来的弊端,比一般的评价方法更符合客观实际。
评价结果可信、可靠。
3)该方法既可以用于系统的整体安全评价也可以用于局部的系统评价。
如:可以评价一个园区的安全状况以及园区中某个企业的安全状况,甚至企业中某部分作业的安全状况。
4)该方法易于实现计算机程序化,在计算机上即可得出评价人员因素评价结果,直观易懂、可操作性强,是一种较好的系统安全评价方法。
5)根据化工园区(聚集区)安全现状模糊综合评价的结果,可以了解整个园区的安全现状,可以通过对安全等级较差的指标的进一步分析提出合理的安全对策措施,实现改善园区安全状况的目标。
(完整版)多级模糊综合评判法案例
第三节 模糊综合评判法的应用案例二、在物流中心选址中的应用物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点,其促进商品能够按照顾客的要求完成附加价值,克服在其运动过程中所发生的时间和空间障碍。
在物流系统中,物流中心的选址是物流系统优化中一个具有战略意义的问题,非常重要。
基于物流中心位置的重要作用,目前已建立了一系列选址模型与算法。
这些模型及算法相当复杂。
其主要困难在于:(1) 即使简单的问题也需要大量的约束条件和变量。
(2) 约束条件和变量多使问题的难度呈指数增长。
模糊综合评价方法是一种适合于物流中心选址的建模方法。
它是一种定性与定量相结合的方法,有良好的理论基础。
特别是多层次模糊综合评判方法,其通过研究各因素之间的关系,可以得到合理的物流中心位置。
1.模型⑴ 单级评判模型① 将因素集U 按属性的类型划分为k 个子集,或者说影响U 的k 个指标,记为12(,,,)k U U U U =且应满足:1, ki ij i U U U U φ===② 权重A 的确定方法很多,在实际运用中常用的方法有:Delphi 法、专家调查法和层次分析法。
③ 通过专家打分或实测数据,对数据进行适当的处理,求得归一化指标关于等级的隶属度,从而得到单因素评判矩阵。
④ 单级综合评判B A R =⑵多层次综合评判模型一般来说,在考虑的因素较多时会带来两个问题:一方面,权重分配很难确定;另一方面,即使确定了权重分配,由于要满足归一性,每一因素分得的权重必然很小。
无论采用哪种算子,经过模糊运算后都会“淹没”许多信息,有时甚至得不出任何结果。
所以,需采用分层的办法来解决问题。
2.应用运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。
根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见表3-7.表3-7 物流中心选址的三级模型因素集U 分为三层: 第一层为 {}12345,,,,U u u u u u =第二层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u ==假设某区域有8个候选地址,决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址,数据进行处理后得到诸因素的模糊综合评判如表3-8所示。
模糊综合评价法例题
模糊综合评价法例题以选择一款智能手表为例,假设有以下几个指标和权重:指标1:电池续航力(权重0.3)。
指标2:刘海屏幕大小(权重0.2)。
指标3:系统处理速度(权重0.2)。
指标4:尺寸适宜性(权重0.15)。
指标5:价格(权重0.15)。
下面是4款手表的评价得分,得分越高表示越好:手表A:电池续航力80分,刘海屏幕大小60分,系统处理速度75分,尺寸适宜性85分,价格70分。
手表B:电池续航力90分,刘海屏幕大小65分,系统处理速度70分,尺寸适宜性80分,价格75分。
手表C:电池续航力85分,刘海屏幕大小70分,系统处理速度80分,尺寸适宜性85分,价格80分。
手表D:电池续航力60分,刘海屏幕大小75分,系统处理速度75分,尺寸适宜性70分,价格90分。
首先需要标准化每个指标的得分,将评分范围调整为0~1之间:手表A:电池续航力0.64,刘海屏幕大小0.4,系统处理速度0.58,尺寸适宜性1,价格0.33。
手表B:电池续航力0.86,刘海屏幕大小0.5,系统处理速度0.35,尺寸适宜性0.8,价格0.5。
手表C:电池续航力0.75,刘海屏幕大小0.6,系统处理速度0.65,尺寸适宜性1,价格0.67。
手表D:电池续航力0,刘海屏幕大小0.8,系统处理速度0.58,尺寸适宜性0.6,价格1。
然后计算加权得分,即每个指标得分乘以对应权重的得分,最后求和即得到模糊综合评价的得分:手表A:0.64*0.3+0.4*0.2+0.58*0.2+1*0.15+0.33*0.15=0.514。
手表B:0.86*0.3+0.5*0.2+0.35*0.2+0.8*0.15+0.5*0.15=0.557。
手表C:0.75*0.3+0.6*0.2+0.65*0.2+1*0.15+0.67*0.15=0.628。
手表D:0*0.3+0.8*0.2+0.58*0.2+0.6*0.15+1*0.15=0.461。
因此综合评价得分最高的手表是手表C,其次是手表B、A和D。
ahp-模糊综合评价法
ahp-模糊综合评价法全文共四篇示例,供读者参考第一篇示例:AHP-模糊综合评价法AHP(Analytic Hierarchy Process)和模糊综合评价法是两种常用的决策分析方法,它们在不同程度上解决了现实中的复杂决策问题。
本文将介绍AHP和模糊综合评价法的基本原理,以及它们在决策分析中的应用。
一、AHP原理及应用AHP是由美国数学家托马斯·萨蒙提出的一种多目标决策方法。
其基本原理是通过将复杂的决策问题分解成多个层次,构建层次结构,并利用专家判断或数据分析来确定各个层次的权重和优先级,最终得出最佳决策方案。
AHP的应用范围非常广泛,包括工程管理、项目评估、投资决策等多个领域。
在工程管理中,可以用AHP确定工程项目的目标、任务和资源分配方案;在项目评估中,可以用AHP评估项目的风险和收益,并确定最优的项目实施方案;在投资决策中,可以用AHP评估投资项目的收益和风险,并确定最佳的投资方向。
AHP的核心是通过对多个因素进行两两比较,建立一个判断矩阵,然后利用特征向量法计算各个因素的权重,最终确定最佳的决策方案。
二、模糊综合评价法原理及应用模糊综合评价法是一种用来处理模糊信息和不确定性的决策分析方法。
其基本原理是通过建立模糊数学模型,将模糊信息量化,并据此进行决策分析。
模糊综合评价法的应用领域包括环境评价、质量评价、效益评价等多个领域。
在环境评价中,可以用模糊综合评价法评估环境污染的程度和影响因素;在质量评价中,可以用模糊综合评价法评估产品质量的好坏和改进方向;在效益评价中,可以用模糊综合评价法评估项目的效益和影响因素。
模糊综合评价法的核心是建立评价指标体系和评价模型,将模糊信息转化为数值信息,并根据不同指标的权重计算综合评价值,最终确定最佳决策方案。
AHP和模糊综合评价法分别适用于不同类型的决策问题。
AHP更适用于确定多目标多标准的决策问题,它能够通过层次结构和权重计算确定最佳决策方案。
基于模糊综合评价法的FDPSO完井作业系统安全性评价
S a f e t y As s e s s me nt o f We l l Co mp l e t i o n i n t h e FDPS O
Ba s e d o n t h e Fu z z y I n t e g r a t i v e Ev a l u a t e M e t h o d
的风 险 。新 型 海上 浮式钻 井储 卸 油 生产 处 理装 置 F D P S O 完 井作 业 工序 繁 多 , 操 作 比其他 钻 井装
置复 杂 , 在作 业 条件相 对 恶劣 的条件 下 , 机 械 设备 、 操 作人 员等 都会 处 于较 大 的风 险之 中。结合 完 井过程 特征 , 明确 6大评 价体 系指 标 , 应 用层 次分 析与模 糊 综合 评 价相 结合 的 方法 对 F D P S O石 油
201 3 正 第
4 2卷 第 3 期 第 1 1页
石 油 矿 场 机 械
0I L FI ELD
E QU 『 I P M ENT
2 0 1 3, 4 2 ( 3 ) : 1 1 ~1 5
文 章编 号 : 1 0 0 1 — 3 4 8 2 ( 2 O 1 3 ) 0 3 一 O 0 1 1 - 0 5
The i mp or t a nt e q ui pme n t us e d du r i ng dr i l l i n g o pe r a t i o n i n oi l a nd na t u r a l g a s i ndu s t r y, c o nt a i ns s i gn i f i c a nt r i s ks d ur i n g s e r v i c e .The p oo r ma n a g e me nt t o r i s k f a c t o r s ma y d e ve l o p t he r i s ks t o a e — c i d e n t s, whi c h wi l l r e s u l t i n g r e a t l o s s a n d s e r i ou s l y a f f e c t t he i ma g e a nd pr o du c t i o n o f a n e n t e r — pr i s e . Ne w of f s ho r e e q u i pme nt FDPSO c ombi ne s t he d r i l l i n g s ys t e m, t he un l o a di n g s y s t e m a nd t h e p r o c e s s i n g s y s t e m t o g e t he r . I t ha s a v a r i e t y of t h e o p e r a t i on pr o c e s s . The o pe r a t i o n i s mo r e e om— pr e he ns i v e t ha n t h e o t h e r d r i l l i ng de vi c e s .M e c ha n i c a l e q ui p me nt , o pe r a t o r s ,e t c, wi l l i n a l a r g e
模糊综合评价法举例
模糊综合评价法举例例:运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。
根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见表2所示:表2 物流中心选址的三级模型因素集U 分为三层: 第一层为 {}12345,,,,Uu u u u u =第二层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u ==假设某区域有8个候选地址,决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址,数据进行处理后得到诸因素的模糊综合评判如表3所示。
表3 某区域的模糊综合评判⑴ 分层作综合评判{}51511512513,,u u u u =,权重{}511/3,1/3,1/3A =,由表3对511512513,,u u u 的模糊评判构成的单因素评判矩阵:510.600.710.770.600.820.950.650.760.600.710.700.600.800.950.650.760.910.900.930.910.950.930.810.89R ⎛⎫ ⎪= ⎪ ⎪⎝⎭用模型(,)M •+(矩阵运算)计算得:515151(0.703,0.773,0.8,0.703,0.857,0.943,0.703,0.803)B A R ==类似地:525252(0.895,0.885,0.785,0.81,0.95,0.77,0.775,0.77)B A R ==5550.7030.7730.80.7030.8570.9430.7030.8030.8950.8850.7850.810.950.770.7750.77(0.40.30.20.1)0.810.940.890.600.650.950.950.890.900.600.920.600.600.840.650.81B A R ⎛⎫ ⎪⎪== ⎪ ⎪⎝⎭=(0.802,0.823,0.826,0.704,0.818,0.882,0.769,0.811)4440.600.950.600.950.950.950.950.950.600.690.920.920.870.740.890.95(0.10.10.40.4)0.950.690.930.850.600.600.940.780.750.600.800.930.840.840.600.80B A R ⎛⎫⎪⎪== ⎪⎪⎝⎭=(0.8,0.68,0.844,0.899,0.758,0.745,0.8,0.822)1110.910.850.870.980.790.600.600.950.930.810.930.870.610.610.950.87(0.250.250.250.25)0.880.820.940.880.640.610.950.910.900.830.940.890.630.710.950.91B A R ⎛⎫⎪⎪== ⎪⎪⎝⎭=(0.905,0.828,0.92,0.905,0.668,0.633,0.863,0.91)(2)高层次的综合评判{}12345,,,,U u u u u u =,权重{}0.1,0.2,0.3,0.2,0.2A =,则综合评判12345B B B A R A B B B ⎛⎫ ⎪ ⎪⎪== ⎪ ⎪ ⎪⎝⎭0.9050.8280.920.9050.6680.6330.8630.910.950.900.90.940.600.910.950.94 =(0.10.20.30.20.2)0.900.900.870.950.870.650.740.610.80.680.8440.8990.7580.7450.80.8220.8020.8230.8260.7040.8180.8820.7690.811⎛ ⎝⎫⎪⎪⎪⎪⎪ ⎪⎭ =(0.871,0.833,0.867,0.884,0.763,0.766,0.812,0.789)由此可知,8块候选地的综合评判结果的排序为:D,A,C,B ,G,H,F,E ,选出较高估计值的地点作为物流中心。
模糊综合评价法(fuzzy comprehensive evaluation method)
模糊综合评价法(fuzzy comprehensive evaluation method)1.什么是模糊综合评价法模糊综合评价法是一种基于模糊数学的综合评标方法。
该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。
它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。
2.模糊综合评价法的术语及其定义为了便于描述,依据模糊数学的基本概念,对模糊综合评价法中的有关术语定义如下:1.评价因素(F):系指对招标项目评议的具体内容(例如,价格、各种指标、参数、规范、性能、状况,等等)。
为便于权重分配和评议,可以按评价因素的属性将评价因素分成若干类(例如,商务、技术、价格、伴随服务,等),把每一类都视为单一评价因素,并称之为第一级评价因素(F1)。
第一级评价因素可以设置下属的第二级评价因素(例如,第一级评价因素“商务”可以有下属的第二级评价因素:交货期、付款条件和付款方式,等)。
第二级评价因素可以设置下属的第三级评价因素(F3)。
依此类推。
2.评价因素值(Fv):系指评价因素的具体值。
例如,某投标人的某技术参数为120,那么,该投标人的该评价因素值为120。
3.评价值(E):系指评价因素的优劣程度。
评价因素最优的评价值为1(采用百分制时为100分);欠优的评价因素,依据欠优的程度,其评价值大于或等于零、小于或等于1(采用百分制时为100分),即0≤E≤1(采用百分制时0≤E≤100)。
4.平均评价值(Ep):系指评标委员会成员对某评价因素评价的平均值。
平均评价值(Ep)=全体评标委员会成员的评价值之和÷评委数5.权重(W):系指评价因素的地位和重要程度。
第一级评价因素的权重之和为1;每一个评价因素的下一级评价因素的权重之和为1 。
6.加权平均评价值(Epw):系指加权后的平均评价值。
模糊综合评价法原理及案例分析
二2、、在模物糊流综中合心评选价址综法中的的合模应型用评和步价骤 是指通过一定的数学模型将多个评价指标值 “合成”为一个整体性的综合评价值.
导论
常见的综合评定方法分为两类:
(1)综合评定法:直接评分法(专家打分综合法)、总分法、加权 综合评定法、AHP+模糊综合评判、模糊神经网络评价法、待定 系数法及分类法.
评价,即对受到多种因素制约的事物或对象做出一个总体的评价。 评价、评判、评语、评定、评议、评估实为同一涵义.
一、模糊综合评价法的思想和原理
模糊数学的产生:1965年, 伯克利加利福 尼亚大学电机工程与计算机科学系教授、自 动控制专家L.A. Zadeh(扎德) 发表了文 章《模糊集》(Fuzzy Sets,Information and Control, 8, 338-353 ),第一次成功 滴运用精确的数学方法描述了模糊概念,从 而宣告了模糊数学的诞生.他所引进的模糊 集(边界不明显的类)提供了一种分析复杂 系统的新方法.因发展模糊集理论的先驱性 工作而获电气与电子工程师学会(IEEE)的教 育勋章。
其特点在于评判逐对象进行,对被评价对象有唯一的评价值,
不受被评价对象所处对象集合的影响.
综合评价的目的是要从对象集中选出优胜对象,因此,最后要
将所有对象的评价结果进行排序.
评判的意思是指按照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.
综合评判就是要对受多个因素影响的事物做出全面评价.
如果说关肇直院士(及后来的蒲保明院士和 李国平院士)是我国模糊集合论研究的倡导 者及推动者,那么汪培庄便是我国模糊集合 论研究的先驱者或开拓者之一.刘应明(川大)
水质评价模糊综合评判法
• 原理简介 • 研究区域 • 评价因子 • 综合评价 • 结果分析
#
模糊综合评价法
• 传统:单因子评价法,综合评价法等。 • 定性——定量 • 通过隶属度函数反应水质边界的模糊性。
#
具体方法
• 建立评价因素集U={U1,U2Um} • 建立评价标准集S={S1,S2…Sn} • 构建评价标准矩阵amxn及实测数据集x1xm
• 按照加权求和型运算求得B=AOR={d1,d2,d3,d4,d5} • 其中
• 得到B=AOR=(0.156,0.221,0.156,0.346,0.122) • 根据最大隶属度原则,maxB=b4=0346,因此龙三十
队所在类即为Ⅳ类水
#
评价结果分析
• 对研究区全部158组水样进行模糊评价, 得到整个灌区采样点评价结果:Ⅰ类水 14.56%,Ⅱ类水9.49%,Ⅲ类水34.18% ,Ⅳ类水32.91%,Ⅴ类水8.86%。
• 下表为龙三十队各项指标的实测值。
#
建立权重向量
其中
W铁=2.478
A={2.478 ,1.552,0.000,0.278,0.572,0.644,0.316,0.865,0.717,0.730}
#
• 通过计算得到铁对于各级水的隶属度为 • 同理求得其他指标对于水的隶属度,建
立模糊矩阵R
#
AOR运算
• 水文地质区:
• 冲洪积倾斜平原孔隙和裂隙层间水区 • 冲、湖积平原孔隙水区 • 东侧的低丘台地基岩裂隙水区
溉入渗补给、大气 降水补给、侧向径流补给、洪水散失补给、 地下水灌溉回渗补给
– 排泄:一部分以蒸发和人工开采的形式排泄 ,一部分则以侧向径流形式流向排水沟和黄 河
#
模糊综合评价法案例
模糊综合评价法案例模糊综合评价法是一种综合评价方法,它能够有效地处理评价指标之间的模糊性和不确定性,广泛应用于各种决策和评价场景中。
下面我们通过一个案例来具体了解模糊综合评价法的应用。
某公司需要对几位员工进行绩效评价,评价指标包括工作态度、工作成绩、团队合作能力和创新能力。
每个指标的评价等级分为优秀、良好、一般和差,我们将采用模糊综合评价法来进行绩效评价。
首先,我们需要建立模糊评价矩阵。
对于每个员工的每个评价指标,我们需要确定其隶属度函数,即确定其在各个评价等级下的隶属度值。
例如,对于工作态度这一指标,我们可以设定“优秀”评价等级的隶属度为0.8,良好为0.6,一般为0.4,差为0.2。
通过这样的方式,我们可以建立出完整的模糊评价矩阵。
接下来,我们需要确定各个评价指标的权重。
在这个案例中,我们可以采用层次分析法或者专家打分法来确定各个指标的权重。
假设我们确定工作态度的权重为0.3,工作成绩的权重为0.2,团队合作能力的权重为0.25,创新能力的权重为0.25。
然后,我们可以计算出每个员工在每个评价指标下的模糊评价值。
以员工A为例,我们可以通过模糊综合评价法计算出其工作态度、工作成绩、团队合作能力和创新能力的模糊评价值。
最后,我们可以利用模糊综合评价法计算出每位员工的综合评价值。
通过综合评价值的比较,我们可以得出每位员工的绩效排名,从而为公司的绩效奖金分配、晋升评定等决策提供参考依据。
通过以上案例,我们可以看到模糊综合评价法在实际应用中的优势和效果。
它能够有效地处理评价指标之间的模糊性和不确定性,为决策提供科学、客观的依据。
在实际工作中,我们可以根据具体情况对模糊综合评价法进行适当的调整和改进,以更好地满足实际需求。
总的来说,模糊综合评价法在绩效评价、风险评估、项目选择等领域具有广泛的应用前景,它为我们提供了一种全新的综合评价方法,帮助我们更好地应对复杂多变的决策和评价问题。
希望通过本案例的介绍,能够增进大家对模糊综合评价法的理解,为其在实际工作中的应用提供一些借鉴和启发。
模糊综合评价法的实际应用
模糊综合评价法1 模糊综合评价的方法、步骤1模糊综合评价模糊综合评价法是一种基于模糊数学的综合评标方法;该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价;它具有结果清晰,系统性强的特点,能较好地解决模糊的难以、;当,或综si =5初级评价;由i U 的单因素评价矩阵i R ,及i U 上的权重集i A ,得第一级综合决策向量:[]im i i i i i b b b R A B 21=︒= (1)其中,“°”为模糊关系合成算子; (6)二级评价;将每一个iU 作为一个元素,把i B 作为它的单因素评价,又可构成评价矩⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=sm s m s b b b b B B R 11111阵 (2)再根据U 的权重集A,得出第二级综合决策向量[]m b b b B A B 21,==;由B 作出风险判断,根据最大隶属度原则,当{}m i b b b b ,,,max 21 =时,堰塞湖风险等级G=i;根据以上指标体系,将因素集分为两个层次:第一级因素集:}{6,5,4,3,2,1U U U U U U U =,其中1U :爆破参数;2U :爆破切口;3U :预处理;4U :爆破公害;5U :爆破事故;6U :爆破导向失控;第二级因素集:}{6,5,4,3,2,11u u u u u u U =,其中1u :最小抵抗线;2u :炮孔深度;3u :炮眼间距;4u :炮眼排距;5u :单孔装药量;6u :爆破网络设计;}{5,4,3,2,12u u u u u U =,其中1u :爆破切口长度;2u :爆破切口宽度;3u :爆破切口形,2安全得分 > 90 80 ~90 60 ~79 40 ~59 < 40 安全级别好较好中较差差3权重分配1各因素的权重分配A对U 集合中各因素确定其重要度A;根据爆破事故与爆破导向失控在烟囱爆破中的重要性作出以下权重分配:)(6,5,4,3,2,1a a a a a a A ==0.15,0.15,0.1,0.2,0.25,0.25表1 烟囱爆破安全指标结构体系因素权重分子因素权重目标一级评价因素二级评价因素好较好中较差差爆破粉尘0.6 0.3 0.1 0.0 0.0 0.25噪声0.6 0.2 0.2 0.0 0.0 0.2续表毒气0.4 0.3 0.3 0.0 0.0 0.12评价因素的子因素的权重分配i A==)(16,15,14,13,12,111a a a a a a A 0.3,0.2,0.1,0.1,0.1,0.2==)(25,24,23,22,212a a a a a A 0.25,0.25,0.1,0.2,0.2 ==)(34,33,32,313a a a a A 0.2,0.3,0.2,0.3==)(46,45,44,43,42,414a a a a a a A 0.25,0.1,0.1,0.25,0.2,0.1 ==)(52,515a a A 0.6,0.4==)(64,63,62,616a a a a A ⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤0.00.00.00.00.00.02求各因素评价矩阵 由公式i i A B =iR o ,得出各因素评价矩阵如:⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=0.00.05.03.02.01.02.04.02.01.00.01.05.02.02.01.01.04.03.01.03R ⎥⎥⎥⎥⎦⎢⎢⎢⎢⎣=0.00.01.02.07.00.00.01.03.06.00.00.01.03.06.06R()1.0,1.0,3.0,3.0,3.00.00.05.01.04.00.01.05.01.03.01.01.02.05.01.01.01.02.05.01.00.01.01.06.02.00.00.03.03.04.02.01.01.01.02.03.0111=⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡== R A B)0.0,1.0,2.0,2.0,25.0(0.00.01.04.05.00.00.01.04.05.00.00.01.05.04.00.01.02.01.06.00.01.02.01.06.02.02.01.025.025.0222=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡== R A B)1.0,2.0,3.0,2.0,2.0(0.00.05.03.02.01.02.04.02.01.00.01.05.02.02.01.01.04.03.01.03.02.03.02.0333=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡== R A B)0.0,0.0,2.0,25.0,25.0(0.00.03.03.04.00.00.02.02.06.00.00.01.03.06.00.00.03.02.05.00.00.03.02.05.00.00.02.01.07.01.02.025.01.01.025.0444=⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡== R A B)0.0,0.0,1.0,3.0,6.0(0.00.01.03.06.00.00.01.02.07.04.06.0555=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡== R A B)0.0,0.0,2.0,3.0,3.0(0.00.01.02.07.00.00.01.03.06.00.00.01.03.06.00.00.02.03.05.03.03.02.02.0666=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡== R A B5归一化处理根据公式对评价矩阵进行归一化处理,得出结果如下:)091.0,091.0,272.0,272.0,272.0(51111==∑=i ww B)1.0,2.0,3.0,2.0,2.0(51222==∑=i ww B)000.0,133.0,267.0,267.0,333.0(533==ww B R 1由公式R A B =有:)1.0,133.0,25.0,25.0,25.0(0.00.025.0375.0375.00.00.01.03.06.00.00.0428.0357.0357.00.0133.0267.0267.0333.01.02.03.02.02.0091.0091.0272.0272.0272.025.025.02.01.015.015.0=⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡2归一化处理有:B= 0.25/0983,0.25/0.983,0.25/0.983 ,0.133/0.983, 0.1/0.983 = 0.254,0.254,0.254,0.135,0.1027等级评定:f1=950.272+800.272+650.272+450.091+300.091=72.105f2=9502+800.2+650.3+450.2+300.1=76.333f3=950.333+800.267+650.267+450.1333+300.000=66.5f4=950.357+800.357+650.428+450.000+300.000=90.295f5=950.6+800.3+650.1+450.000+300.000=87.5f6=950.375+800.375+650.25+450.000+300.000=81.875由上述计算可知,对照等级关系表烟囱爆破的“爆破参数”、“爆破切口”、“预处理”评价指,“爆破公害”。
多级模糊综合评价法例题
多级模糊综合评价法例题多级模糊综合评价法(Multi-level Fuzzy Comprehensive Evaluation Method)是一种常用于进行综合评价的方法。
在这种方法中,我们基于模糊集理论,将评价对象的各个指标进行模糊化处理,并通过一系列的运算和权重分配,得出最终的评价结果。
本文将通过一个例题来介绍多级模糊综合评价法的具体应用过程。
假设我们需要对某家公司的项目进行综合评价。
该项目的评价指标包括:投资金额、项目规模、运营成本、市场竞争力等。
第一步,我们首先对评价指标进行模糊化处理。
以“投资金额”指标为例,我们可以将其划分为“低投资”、“中等投资”和“高投资”三个模糊集合。
- 低投资:感觉投资较小- 中等投资:感觉投资适中- 高投资:感觉投资较大对于其他指标,也可以根据具体情况进行类似的模糊化处理。
第二步,我们需要确定各个评价指标之间的权重。
权重表示了不同评价指标对最终评价结果的重要程度。
一种确定权重的方法是利用专家问卷调查等方式进行主观评价,另一种方法是利用经验和历史数据进行客观评价。
在本例中,我们假设已经获得了评价指标的权重如下:- 投资金额:0.3- 项目规模:0.2- 运营成本:0.25- 市场竞争力:0.25第三步,我们将各个指标的模糊集合进行运算。
对于每个评价指标,我们需要确定各个模糊集合的隶属度。
以“投资金额”指标为例,我们可以通过一定的算法(如三角隶属度函数)来计算模糊集合的隶属度。
- 低投资:隶属度为0.4- 中等投资:隶属度为0.6- 高投资:隶属度为0.8对于其他指标,也可以利用类似的方法计算出各个模糊集合的隶属度。
第四步,我们通过隶属度的加权平均值来计算出各个评价指标的综合评价值。
以“投资金额”指标为例,计算公式为:综合评价值 = 低投资 * 0.4 + 中等投资 * 0.6 + 高投资 * 0.8。
利用类似的计算公式,我们可以得到其他评价指标的综合评价值。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
评“三好学生”
黄志平 钟子红 练逸夫
设评价指标集合: U={道德素质、课程成绩、参加院系活动情况、英语 水平、和身体素质} 评语集合: V={优、良、合格、不合格} 评价指标权系数向量: A=(0.2、0.5、0.15、0.05、0.1)
(1)建立模糊综合评价矩阵
50人每人1票,由题中数据可知,得到他们的模糊评价综合矩阵:
运用模型 M ( , ) 计算得 ·
算法
优
李刚
0.6
良
0.3
合格
0.08
不合格
0.02
王老五 0.654762 0.238095 0.099206 0.007937
钱多多
0.56
0.28
0.14
0.02
由该表我们可以看出,三人“不合格”得分最多者是李刚与钱多多,故排除。而 且从优良评价看,王老五得分占优。最终,王老五获得“三好学生”称号。
运用模型 M ( , ) 计算得
算法
优
李刚
良
合格
不合格
0.531915 0.319149 0.106383 0.042553
王老五 0.532359 0.255532 0.170355 0.041754
钱多多 0.520833 0.291667 0.145833 0.041667
由该表我们可以看出,三人“不合格”得分最多者是李刚,排除。根据其余两人 “优”、“良”的综合得分来看。最终,钱多多获得“三好学生”称号。
返回
%加权平均型的模糊评判 function [evaluate]=aver_sum(A,a) p=a i=size(p); n=m(2); m=m(1); for i=1:m all=sum(p(i,:)); for j=1:n p(i,j)=p(i,j)/all; end end
for j=1:n for i=1:m flag(i)=p(i,j)*A(i); end evaluate_unone(j)=sum(flag); end all2=sum(evaluate_unone); evaluate_unone evaluate=evaluate_unone./all2; end
9
4
10
工厂效益B 0.041136 0.039446 0.037441 0.036948 0.036455 0.035717 0.03547 0.034282 0.033239 0.032481
工厂号 排名
1 11
7 12
15 13
2 14
12 15
18 16
5 17
3 18
8 19
6 20
%主因素决定型的模糊评判 function [evaluate]=diciding(A,a) p=a i=size(p); j=i(2); i=i(1); for i=1:m all=sum(p(i,:)); for j=1:n p(i,j)=p(i,j)/all; end end
for j=1:n for i=1:m flag(i)=min(p(i,j),A(i)); end evaluate_unone(j)=max(flag); end all2=sum(evaluate_unone); evaluate_unone evaluate=evaluate_unone./all2;
运用模型 M ( , ) 计算得 ·
算法
优
李刚
0.661
良
0.239
合格
0.085
不合格
0.015
王老五 0.679627 0.188686 0.122765 0.008922
钱多多
0.651
0.218
0.112
0.019
由该表我们可以看出,三人“不合格”得分最多者是钱多多,排除。根据其余两 人“优”、“良”的综合得分来看。最终,李刚获得“三好学生”称号。
for j=1:n for i=1:m flag(i)=min(p(i,j),A(i)); end evaluate_unone(j)=max(flag); end all2=sum(evaluate_unone); evaluate_unone evaluate=evaluate_unone./all2; evaluate=[evaluate;1:20]; evaluate=fliplr(sortrows(evaluate')')'; evaluate_rand=fliplr(evaluate(:,2)') end
ri j
c ij
ห้องสมุดไป่ตู้
k 1
20
c ik
( i 1, , ,4; j 1, , , ) 23 2 20
即rij表示第j个制药厂的第 i个因素的值在20家制药厂 的同一因素值的总和中所占 的比例,得到模糊综合评判 矩阵R=(rij)4×20
15
16 17 18 19 20
1.453
1.765 1.532 1.488 2.586 1.992
设 c i j ( i 1, , ,4; j 1, , , ) 23 2 20 表示第 j 个制药厂的 第 i 个因素的值 ,令
u1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1.611 1.429 1.447 1.572 1.483 1.371 1.665 1.403 2.62 2.033 2.015 1.501 1.578 1.735 u2 10.59 9.44 5.97 10.78 10.99 6.46 10.51 6.11 21.51 24.15 26.86 9.74 14.52 14.64 u3 0.69 0.61 0.24 0.75 0.75 0.41 0.53 0.17 1.4 1.8 1.93 0.87 1.12 1.21 u4 1.67 1.5 1.25 1.71 1.44 1.31 1.52 1.32 2.59 1.89 2.02 1.48 1.47 1.91
李刚
0 .7 0 .6 R 1 0 .8 0 .5 0.76 0 .2 0 .3 0 . 12 0 .3 0.16 0 .1 0 . 08 0 . 06 0 . 16 0.08 0 . 02 0 . 02 0 . 04 0 0
王老五
返回
%对20间药厂的主因素决定型的模糊评判 function [evaluate]=yao_diciding(A,a) p=a' m=size(p); n=m(2); m=m(1); for i=1:m all=sum(p(i,:)); for j=1:n p(i,j)=p(i,j)/all; end end
得到每个工厂的经济效益以及它们的排名(如下表): 算法
工厂效益B 0.105492 0.080793 0.075351 0.063797 0.061266 0.06069 0.050653 0.050337 0.046885 0.042121
工厂号
排名
17
1
11
2
10
3
9
4
19
5
20
6
14
7
16
8
13
返回
钱多多
0 .7 0 .6 R 3 0 .8 0 .5 0 . 76 0 .2 0 .3 0 . 12 0 .3 0 . 16 0 .1 0 . 08 0 . 06 0 . 16 0 . 08 0 0 . 02 0 . 02 0 . 04 0
例4: 利用模糊综合评判对20家制药厂经 济效益的好坏进行排序 因素集: U={u1,u2,u3,u4}为反映企业经济效益的主 要指标 其中u1:总产值/消耗;u2:净产值;u3: 盈利/资金占有;u4:销售收入/成本, 评判集: V={v1,v2,…,v20}为20家制药厂
(1)建立模糊综合评判矩阵
12.88
17.94 29.42 9.23 16.07 21.63
0.87
0.89 2.52 0.81 0.82 1.01
1.52
1.4 1.8 1.45 1.83 1.89
(2)综合评判
设各因素的权重分配为 A 0 . 15 , 0 . 15 , 0 . 20 , 0 . 50 )
用模型 M ( , ) : b j max{ a i ri j )1 i 4 }求解
0 . 72 0 . 66 R 2 0 . 76 0 . 46 0 .7 0 .1 0 . 24 0 . 12 0 .3 0 . 16 0 . 16 0 .1 0 . 12 0 . 22 0 . 12 0 . 02 0 0 0 . 02 0 . 04
end
返回
%主要因素突出型的模糊评判 function [evaluate]=outstanding(A,a) p=a n=m(2); m=m(1); for i=1:m all=sum(p(i,:)); for j=1:n p(i,j)=p(i,j)/all; end end
for j=1:n for i=1:m flag(i)=p(i,j)*A(i); end evaluate_unone(j)=max(flag); end all2=sum(evaluate_unone); evaluate_unone evaluate=evaluate_unone./all2; end