模糊数学综合评价模型
12 模糊综合评价模型
二 模糊综合评价模型模糊综合评判方法，是一种运用模糊数学原理分析和评价具有“模糊性”的事物的系统分析方法。
它是一种以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评价方法。
由于这种方法在处理各种难以用精确数学方法描述的复杂系统问题方面所表现出的独特的优越性，近年来已在许多学科领域中得到了十分广泛的应用。
2.1 模糊综合评判模型2.1.1单层次模糊综合评判模型给定两个有限论域U=｛u 1，u 2，…，um ｝ (1) V=｛v 1，v 2，…，v n ｝ (2)(1)式中，U 代表所有的评判因素所组成的集合；(2)式中，V 代表所有的评语等级所组成的集合。
如果着眼于第i(i=1，2，…，m)个评判因素u i ，其单因素评判结果为R i =[r i1，r i2，…，r in ]，则m 个评判因素的评判决策矩阵为11112122122212n n m m m mn R r r r R r r r R R r r r ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦（3） 就是U 到V 上的一个模糊关系。
如果对各评判因数的权数分配为：1,2,,m A a a a ⎡⎤=⎣⎦（显然，A 是论域U 上的一，个模糊子集，且101,1mi i i a a =≤≤=∑）则应用模糊变换的合成运算，可以得到论域V 上的一个模糊子集，即综合评判结果：1,2,,n B A R b b b ⎡⎤=⨯=⎣⎦ （4）2.1.2多层次模糊综合评判模型在复杂大系统中，需要考虑的因素往往是很多的，而且因素之间还存在着不同的层次。
这时，应用单层次模糊综合评判模型就很难得出正确的评判结果。
所以，在这种情况下，就需要将评判因素集合按照某种属性分成几类，先对每一类进行综合评判，然后再对各类评判结果进行类之间的高层次综合评判。
这样，就产生了多层次模糊综合评判问题。
多层次模糊综合评判模型的建立，可按以下步骤进行：(1)对评判因素集合U ，按某个属性，将其划分成m 个子集，使它们满足：1()mi i ij U UU U i j =⎧=⎪⎨⎪⋂=Φ≠⎩∑ （5）这样，就得到了第二级评判因素集合： U=｛U 1，U 2，…，U m ｝ (6)在(6)式中，U i =｛U ik ｝(i=1，2，…，m ；k=1，2，…，nk)表示子集U i 中含有n k 个评判因素。
模糊综合评价模型的研究及应用
四、实验结果及分析
在实验过程中，我们得到了以下结果并进行以下分析：
1、模型的拟合度：通过比较模型预测结果与实际结果之间的差异，可以得 出模型的拟合度。实验结果表明，我们的模糊综合评价模型具有较高的拟合度， 能够较为准确地预测评价结果。
2、置信区间：通过计算模型预测结果的置信区间，可以评估模型的可靠性 和稳定性。实验结果表明，我们的模型的置信区间相对较小，说明模型较为稳定 可靠。
四、应用实例
为了验证基于云模型的模糊综合评价方法的有效性，我们将其应用于一个水 利工程项目的风险评估中。首先，我们确定了风险评估的主要因素，如技术风险、 市场风险、政策风险等。然后，我们利用云模型确定了各因素的权重。接着，我 们建立了评价集，将风险等级分为五级：低风险、较低风险、中等风险、较高风 险和高风险。最后，我们进行了单因素评价和多因素综合评价，得到了该项目的 风险评估结果。
4、计算综合评价结果
通过将权重向量和评价矩阵进行模糊运算，可以得出审计风险的综合评价结 果。该结果可以反映审计风险的总体水平，为审计师提供参考。
三、应用实例
假设某公司财务报表存在一定的不确定性、不完整性和不准确性，同时审计 师的执业能力和职业道德水平也存在一定的问题。通过应用基于动态模糊评价的 审计风险综合评价模型，我们可以得出该公司的审计风险较高。因此，审计师应 谨慎发表意见，充分披露相关信息，以降低审计风险。
三、模型建立与评价
在模糊综合评价模型的建立和评价过程中，我们需要以下几方面的考虑：
1、数据集的选择：为了建立有效的模糊综合评价模型，需要选择适当的数 据集。数据集应该具有一定的代表性，能够涵盖多种情况和情境，以便于我们更 好地训练模型并进行验证。
2、评价指标的选择：评价指标的选择对于模糊综合评价模型的建立至关重 要。我们应该根据评价对象的特征和评价目标，选择恰当的评价指标，并对评价 指标进行分类和权重分配。
模糊综合评判
企管人员管理能力素质综合评判，从行政组织能力、企管水准、科技知识、 例2 企管人员管理能力素质综合评判，从行政组织能力、企管水准、科技知识、知人善任意识 四个方面评判企管人员管理能力素质。 四个方面评判企管人员管理能力素质。 {行政组织能力 企管水准、科技知识、知人善任意识} 行政组织能力、 取评判因素集为 X = {行政组织能力、企管水准、科技知识、知人善任意识} ， 很好、较好、一般、较差、 取评语集为 Y = { 很好、较好、一般、较差、很差 } ， 试就这四个因素对该企管人员管理能力素质作出综合评判。 试就这四个因素对该企管人员管理能力素质作出综合评判。 对该企管人员管理能力素质进行单因素评判， 企管人员管理能力素质进行单因素评判 解：① 确定 R：对该企管人员管理能力素质进行单因素评判，得： 0.6，0.2，0.1，0.1， A行 =( 0.6，0.2，0.1，0.1，0 ) 0.4，0.3，0.2，0.1， A企 =( 0.4，0.3，0.2，0.1，0 ) 0.2，0.2，0.3，0.1， A科 =( 0.2，0.2，0.3，0.1，0.1 ) 0.5，0.4，0.1， A知 =( 0.5，0.4，0.1，0，0 ) 这样就可得模糊矩阵： 这样就可得模糊矩阵： A行 0.6 0.2 0.1 0.1 0 A 0.4 0.3 0.2 0.1 0 企 R= = A科 0.2 0.2 0.3 0.1 0.1 A知 0.5 0.4 0.1 0 0 ② 确定 A：确定四项单因素在总评判中的权重 0.3，0.3，0.3， A = ( 0.3，0.3，0.3，0.1 ) 进行综合评判， ③ 确定 B：进行综合评判，采用算子 M(⊙,•)，并将结果归一化 0.6 0.2 0.1 0.1 0 0.4 0.3 0.2 0.1 0 B = A o R = (0.3,0.3,0.3,0.1) o 0.2 0.2 0.3 0.1 0.1 = ( 0 . 41 , 0 . 25 , 0 . 19 , 0 . 12 , 0 . 03 ) 0 0.5 0.4 0.1 0 综合这四个因素，认为对该企管人员管理能力“很好” 41%， 较好” 综合这四个因素，认为对该企管人员管理能力“很好”的比重为 41%，“较好”的比重 4 25%， 一般” 19%， 较差” 3%。 为 25%，“一般”的比重为 19%，“较差”的比重为 3%。
模糊数学模型和评价模型
模糊数学方法的数学模型和主观性较强的多属性评价模型对于非标准化的电子作品难以用精确的百分制来进行评定的问题，可以引入模糊数学方法的数学模型与多属性评价模型进行评价1．模糊数学方法的数学模型评价学生成绩的因素可划分为若干类（如课堂平时成绩、电子作品集、其中成绩和期末考试），每类又有相应的评价权重（如课堂平时成绩占30%、电子作品集占20%、期中成绩占20%和期末考试占30%）和评价等级（如课堂平时成绩—优秀、电子作品集—良好、其中成绩—中、期末考试—良好），称为一级评价因素；而每一类一级评价因素（如电子作品集）又可包含若干二级评价因素（如电子作品集好坏的评价标准）和每个评价标准的权重，依次类推。
下面的模型只考虑具有二级评价因素的问题如何用模糊数学的方法来做出科学的评价。
假设考虑学生的成绩的因素中，一级评价因素有n 类，记为U ={u 1,u 2,u 3,…,u n }，其权重为),,,(21n w w w W =，其评价等级对应的成绩为=D ),,,(21n d d d ，则该学生的成绩为：CJ==D W T)(2121n n d d d w w w ⎪⎪⎪⎪⎪⎭⎫⎝⎛下面求=D ),,,(21n d d d 。
假设某个评价因素u i 有m 个二级评价指标，记为V i ={v i 1,v i 2,v i 3,…,v im }，权重分别为Q i ={q i 1,q i 2,q i 3,…,q im }，有t 种评价等级，记为P ={p 1,p 2,p 3,…,p t }，与各等级对应的分数是F ={f 1,f 2,f 3,…,f t }，有k 个评委对每个指标的各个等级的投票人数为矩阵W m *t ：W m *t =⎪⎪⎪⎪⎪⎭⎫⎝⎛3212222111211m m m t t w w w w w w w w w其中，m i k wtj ij,,2,1,1==∑=则D i ),,2,1(n i =为各矩阵的乘积：Q 1*m *W m *t * F t *1 = ()⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛t mt m m t t im i i f f f w w w w w w w w w q q q 2121222211121121多级评价等级可以多次使用此法求得。
模糊综合评判的数学模型(学生)
模糊综合评判的数学模型例1服装评判问题1考虑因素. 花色样式、耐穿程度和价格费用这3种因素. 用数学符号表示为1u =花色样式, 2u =耐穿程度, 3u =价格费用将所有考虑的因素放在一起称为因素集, 记作U . 这样该问题的因素集就是123{,,}U u u u =2 引入评价集假设对本问题的评价分为四等: 很欢迎、比较欢迎、不太欢迎和不欢迎. 用符号表示为1v =很欢迎, 比较欢迎, 2v =3v =不太欢迎, 4v =不欢迎将这些评价(或决断)放在一起称为决断集或评判集, 记作V . 这时的决断集为1234{,,,}V v v v v =3 进行单因素评价.1(0.70.20.10)u 6, ,2(0.20.40.30.1)u 63(0.10.30.40.2)u 64 作出单因素评判矩阵0.70.20.100.20.40.30.10.10.30.40.2⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠R三元组构成一个综合评判模型(综合决策模型). (,,)U V R 假设某位顾客对该服装诸因素考虑的权重为()0.50.30.2A =问应作出何种综合性决断?5 运算()(0.70.20.100.50.30.20.20.40.30.10.50.30.30.20.10.30.40.2B A ⎛⎞⎜⎟===⎜⎟⎜⎟⎝⎠R D D )6 决策(或判断)练习1 教师教学质量评价 假设影响教师教学质量的因素为:1u =清楚易懂, 教材熟练, 2u =3u =生动有趣, 4u =板书清楚即因素集取为.1234{,,,}U u u u u =评价集取为, 其中1234{,,,}V v v v v =1v =很好, 2v =较好, 3v =一般, 不好. 4v =对某教师, 进行调查问卷, 得到如下的单因素评判矩阵:123412340.40.50.100.60.30.100.10.20.60.10.10.20.50.2v v v v u u u u ⎛⎞⎜⎟⎜⎟=⎜⎟⎜⎟⎝⎠R (1) 解释评价矩阵各行的含义?(2) 假设对诸因素的权重分配为()0.50.20.20.1A =, 按最大隶属原则给出该教师的质量认定.进一步的思考:1 综合决策与综合评判是一回事吗?2 影响结果的环节有哪些?(1) 首先要确定(,, 这是前提. ,)U V R (2) 要明确合成运算“”的含义. D (a) “”取为“∨−”(主因素决定型)D ∧(b) “D ”取为“”或“”(主因素突出型) ∨−⋅⊕−∧(c) “”取为 “⊕−”(加权平均型)D ⋅练习2 利用(b)和(c)取作的合成运算, 给出上述练习1的解答. (3) 决策依据的原则3 如果评价对象的因素很多, 而且因素之间有层次之分, 怎么办?例2 评价一批产品质量, 因素集分为九项指标, 即129{,,,}U u u u =". 评价分为四等:1v =一等品, 2v =二等品, 3v =次品, 4v =废品即. 评价小组由专家、检验人员和用户三类组成, 他们分别从不同着眼点进行评价, 分别得出单因素评判矩阵, 具体如下:1234{,,,}V v v v v =123411230.360.240.130.270.200.320.250.230.400.220.260.12v v v v u u u ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠R 123442560.300.280.240.180.260.360.120.200.220.420.160.10v v v v u u u ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠R123473890.380.240.080.200.340.250.300.110.240.280.300.18v v v v u u u ⎛⎞⎜⎟=⎜⎟⎜⎟⎝⎠R 假定确定的权数分配为()0.100.120.070.070.160.100.100.100.18A =则计算出的决策向量为()0.180.180.180.18B A ==R D这时无法决策!建立二级综合评判模型来解决上述问题.假定按某种属性, 将U 分为, 1123{,,}U u u u =2456{,,}U u u u =, 3789{,,}U u u u =, 它们所对应的单因素评价矩阵分别为, 和. 设, 和各自对应的权重分配为1R 2R 3R 1U 2U 3U ()10.300.420.28A =, ()20.200.500.30A =, ()30.300.300.40A =于是便有()1110.300.320.260.27B A ==R D ()2220.260.360.200.20B A ==R D ()3330.300.280.300.20B A ==R D令1230.300.320.260.270.260.360.200.200.300.280.300.20B B B ⎛⎞⎛⎜⎟⎜==⎜⎟⎜⎜⎟⎜⎝⎠⎝R ⎞⎟⎟⎟⎠若123{,,}U U U =U 的权重分配为()0.200.350.45A =, 则()0.300.350.300.20B A ==R D根据最大隶属原则将这批产品评定为二等品.4 在综合评判中需要知道权重, 如何确定权重?综合决策的正问题 对给定权重A , 应如何作出综合性的决断? 答案是: 综合决断为B A =R D .求权重, 可以看作是综合决策的逆问题, 即已知综合决断B , 问决断B 所赖以产生的因素权重A 是什么?5 综合评价的理论基础。
模糊综合评价模型
模糊综合评价模型模糊综合评价模型(Fuzzy Synthetic Evaluation Model)什么是模糊综合评价模型,模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。
在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价;在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。
模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。
模糊综合评价模型类别模糊评价基本模型设评判对象为P: 其因素集 ,评判等级集。
对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵:(1)其中，r表示u关于v的隶属程度。
(U,V,R) 则构成了一个模糊综合评判ijij模型。
确定各因素重要性指标(也称权数)后，记为,满足，合成得(2)经归一化后，得 ,于是可确定对象P的评判等级。
置信度模糊评价模型(1) 置信度的确定。
在(U,V,R)模型中，R中的元素r 是由评判者“打分”确定的。
例如 k 个ij评判者，要求每个评判者u 对照作一次判断，统计得分和归j一化后产生 , 且 , 组成 R 。
其中既代表 u 关于v 的“隶属程度”，也反映了评判u 为 v 的集0jjjjinstallation and the cable wiring, and GIS and the network control real estate cabinet installation and the cable wiring, and boiler room, and steam room instrument tube laying, and boiler room, and steam room Bridge frame installation and the cable laying, and unit electric dust equipment installation, and cycle pump room equipment, and pipeline installation and the paint, and unit chemical water system equipment and the pipeline中程度。
专题3-1_模糊综合评价方法
r11 r 21 R rn1
23
r12 r22 rn 2
... ... ...
r1m r2 m rnm
三、模糊综合评价的数学模型
例7中，对科学性(u1)一个因素来评定该教材，若采用民意测验的方 法，结果16%的人说“很好”，42%的人说“好”， 19%的人说 描述 “一般”， 23%的人说“差”，则评价结果可用模糊集 B 1
5
二、模糊数学基础
1、论域
所谓论域就是指我们所涉及到的对象的全体，
是一个普通的集合。
X = { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 }
什么是经典数学中的子集？
6
二、模糊数学基础
2、模糊子集（简称模糊集）
定义：所谓论域X上的一个模糊子集 ，它是集合 ( x ), x | x X A
[a , a , ... , a ] 简记为n维向量形式 A 1 2 n
其中 ai 为U中相应元素的隶属度，且 ai [0,1], ai 1 。
i 1 n
27
三、模糊综合评价的数学模型
例7中，科学性(u1)、实践性(u2) 、适应性(u3) 、先进性(u4) 、 专业性(u5)等方面分别占的比重为 0.25 、0.20、0.15、0.25、 0.15。
A
100
0
A ( x) x
0 x 25 25 x 80 x 80
1, x 25 2 1 A ) ] , ( x ) [1 ( 5 0，
二、模糊数学基础
3、模糊子集的运算 (1 ( x )) / x （1）补集 A
模糊综合评价模型的研究及应用
模糊综合评价模型的研究及应用模糊综合评价模型是一种基于模糊数学理论的决策分析方法，它可以解决具有模糊性问题的综合评价和决策问题。
模糊综合评价模型主要通过建立模糊评价矩阵，利用模糊数学的运算规则计算出各个评价指标的权重和综合评价值，从而对评价对象进行排序和决策。
在模糊数学的基本理论中，包括模糊集合的定义、模糊关系的建立和运算等内容。
模糊集合是对现实事物或现象的模糊描述，可以用来表示评价指标的隶属度程度。
模糊关系是一种模糊数值之间的映射关系，它可以用来描述评价指标之间的相互关系。
模糊数学的运算规则包括模糊矩阵的加法、减法、乘法和除法等运算，在模糊综合评价模型中起到了关键作用。
在模糊综合评价方法的建模和计算中，常用的方法包括模糊层次分析法、模糊敏感性分析法和模糊综合评判法等。
模糊层次分析法是一种基于层次结构的模糊评价方法，它通过建立评价指标的层次结构，确定各个层次之间的关系，以及评价指标之间的相对权重。
模糊敏感性分析法是一种基于模糊关系的模糊评价方法，它通过计算评价指标之间的模糊关系矩阵，对各个评价指标进行排序和评价。
模糊综合评判法是一种基于模糊矩阵的模糊评价方法，它通过计算评价指标之间的模糊矩阵，确定各个指标的权重和综合评价值。
在模糊综合评价模型的改进和应用中，主要包括模糊综合评价方法的改进和拓展以及模糊综合评价模型在各个领域的应用。
模糊综合评价方法的改进和拓展包括模糊综合评价模型的模糊数学运算规则的改进和扩展、评价指标的模糊化处理方法的改进和扩展等。
模糊综合评价模型在各个领域的应用包括工业工程、管理科学、经济学、环境科学等领域。
在工业工程中，模糊综合评价模型可以用于产品质量评价、供应链绩效评价等；在管理科学中，模糊综合评价模型可以用于人力资源评价、员工绩效评价等；在经济学中，模糊综合评价模型可以用于产业竞争力评价、金融风险评价等；在环境科学中，模糊综合评价模型可以用于环境污染评价、生态系统评价等。
旅游业中模糊综合评判的数学模型(1)
旅游业中模糊综合评判的数学模型随着旅游业的发展，对旅游目的地的综合评价变得越来越重要。
为了能够对旅游目的地进行综合评估，需要使用数学模型来量化和比较不同目的地的综合性能。
本文将介绍旅游业中常用的模糊综合评判的数学模型。
一、模糊综合评判模糊综合评判是一种把多个指标进行组合并综合评估的方法。
该方法可以将各种不同的指标进行汇总，形成一个总体分数来对不同的目的地进行综合评估。
在模糊综合评判中，有两个步骤：模糊化和综合评判。
模糊化是将各种不同的指标以模糊数的方式进行表达，即将指标的值从一个确定的数值转化为一个模糊的语言值。
接下来，使用模糊综合评判方法对这些模糊语言值进行评估和组合。
在评估和组合过程中，需要考虑每个指标的重要性、尺度级别以及指标间的相关性。
最终，得出的综合分数将决定目的地的综合性能。
二、数学模型在模糊综合评判中，需要使用数学模型来处理和计算指标的模糊语言值。
常用的数学模型包括层次分析法、模糊数学和灰色关联理论等。
以下是其中两个常用的数学模型：1. 层次分析法层次分析法 (AHP) 是一种决策分析方法，广泛用于多目标决策问题的评价。
在旅游业中，该方法被用于评价旅游目的地。
AHP 方法可以将多个指标划分为不同的层次，并分别分配不同的权重，从而得出一个综合分数。
采用 AHP 方法时，需要进行以下步骤：(1) 确定指标首先需要确定用于评估旅游目的地的所有指标，并将其组织成结构层次。
(2) 设计问卷设计问卷，让每个评估者对每个指标进行打分，并且计算每个指标对每个层次的权重。
(3) 构建判断矩阵将问卷结果用判断矩阵的形式展现出来，用矩阵来比较各个指标间的相对权重。
(4) 计算权重通过层次分析法的计算公式，计算每个指标对总体分数的权重。
(5) 综合评估按照权重计算出每个目的地的综合得分。
2. 模糊数学模糊数学是一种处理模糊信息和不确定性的数学方法。
在旅游业中，该方法被用于评价旅游目的地。
模糊数学可以将每个指标的数值表示为模糊数，即一个数不是精确的，而是在一个数值集合内波动。
模糊综合评价法数学建模
模糊综合评价法数学建模在这篇文章里，我们将聊聊“模糊综合评价法”这种听起来挺高大上的数学建模方法。
别担心，我们会用最简单的语言，让它变得像聊天一样轻松。
准备好了吗？那就一起往下看吧！1. 什么是模糊综合评价法？好，首先咱们得明白模糊综合评价法到底是个啥。
简单来说，它是一种处理那些不太确定、模糊不清的数据的工具。
打个比方吧，就像你在选择一部新手机时，可能会考虑多个方面：价格、性能、外观、品牌等。
可是这些方面有时候很难量化，模糊综合评价法就是用来帮你把这些“模糊”的因素综合起来，从而做出一个比较合理的决策。
1.1 基本概念模糊综合评价法的核心在于“模糊”。
什么是模糊？就是那些不完全确定的东西。
比如，今天你觉得这个手机的外观“很不错”，但并没有具体到说“好到什么程度”。
这种感觉就属于模糊的范围。
模糊综合评价法通过一些数学技巧，把这些模糊的感觉变成一个可以分析的结果。
1.2 应用场景这种方法在许多地方都能用上，比如在评估公司员工的绩效、选择投资项目、甚至在一些医学领域的决策中。
它特别适合那些信息不完全、评价标准多样化的情况。
可以说，模糊综合评价法就像一个能把复杂情况简化的超级工具。
2. 模糊综合评价法的步骤接下来，我们来看一下使用模糊综合评价法的具体步骤。
虽然步骤听起来有点复杂，但其实也没那么难搞。
2.1 确定评价指标首先，你得列出所有需要考虑的评价指标。
以选手机为例，可能包括价格、性能、外观、品牌等。
这里的每一个指标都是用来帮助你做出决策的关键因素。
2.2 建立模糊评价矩阵接下来，咱们就要建立一个模糊评价矩阵。
这个矩阵就是把每个指标的“模糊感”转化为一个可以处理的数据形式。
例如，你可以把“外观好”转化为一个模糊数值，像“7分”，然后在评价矩阵中填上这些数值。
2.3 综合评价最后一步就是综合这些模糊数据。
你需要把所有的模糊数值综合在一起，得出一个总的评价结果。
这一步有点像拼图，把各个小部分都拼在一起，最终你会得到一个清晰的总体评价。
模糊综合评价模
模糊综合评价模模糊数学是从量的角度研究和处理模糊现象的科学。
这里模糊性是指客观事物的差异在中介过渡时所呈现的“亦此亦比”性。
比如用某种方法治疗某病的疗效“显效”与“好转”、某医院管理工作“达标”与“基本达标”、某篇学术论文水平“很高”与“较高”等等。
从一个等级到另一个等级间没有一个明 确的分界，中间经历了一个从量变到质变的连续过渡过程，这个现象叫中介过渡。
由这种中介过渡引起的划分上的“亦此亦比”性就是模糊性。
模糊综合评价是以模糊数学为基础。
应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法。
一、单因素模糊综合评价的步骤（1）根据评价目的确定评价指标（Evaluation Indicator ）集合{}m u u u U ,,,21 =例如：评价某项科研成果，评价指标集合为={学术水平，社会效益，经济效益}。
（2）给出评价等级（Evaluation Grade ）集合{}n v v v V ,,,21 =例如：评价某项科研成果，评价等级集合为={很好，好，一般，差}。
（3）确定各评价指标的权重（Weight ）{}m w μμμ,,,21 =权重反映各评价指标在综合评价中的重要性程度，且∑=1iμ例如：假设评价科研成果，评价指标集合={学术水平，社会效益，经济效益}其各因素权重设为{}4.0,3.0,3.0=w（4）确定评价矩阵R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()0,2.0,3.0,5.01=R同样如果社会效益，经济效益两项单因素评价结果分别为()1.0,2.0,4.0,3.02=R ()2.0,3.0,2.0,2.03=R那么该项成果的评价矩阵为⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=2.03.02.02.01.02.04.03.002.03.05.0321R R R R（5）进行综合评价通过权系数矩阵W 与评价矩阵R 的模糊变换得到模糊评判集S 。
模煳数学03 综合评价
j 1,2, ,（n 1）
（1）式是模糊综合评判的一般模型，记为 M (*, 。*)王光远
（1984）根据对运算符“ ”的 不同定义，总结出了四种不同
的模糊综合评判模型。这四种模糊综合评判模型分别为：
模型I M (, )
此模型就是用
取代
*
，用
m
取代
*
。此时，（1）式变为：
例 为了综合b评j 价 i某1(a公i 园ri的j ) 噪声，将该（公2园）的四个
a2
am
)
r21 rm1
r22 rm2
r2n rmn
式中： “ ”表示模糊运算符。对此运算符的定义不同，则对 应不同的模糊综合评判模型。陈永义等（1983）采用特殊符号， 给出的上式在广义模糊运算下B的各元素的计算式为：
b j (a1 *r1 j )*(a2 *r2 j )* *(am *rmj ) ,
4
i1(ai
ri1 )
4
i1(ai ri2 )
4
i1(ai ri3 )
4
i1(ai ri4 )
4
i1(ai
ri
5
)
(0.28 0.28 0.20 0.28 0.32)
根据极大隶属度原则，对该公园的综合评价为“毫不烦恼”。
所谓极大隶属度原则，就是取隶属度最大的那个作为最终 评价结果。比如此例中，最大隶属度为，而对应评语集中的。 为评语“毫不烦恼”，所以根据极大隶属度原则，对该公园的 综合评价为“毫不烦恼”。
对评语进行定量化处理后，该公园的得分为75。59。故该公
园只能评为三级——“有点烦恼”。如此对评语进行定量化处理
后，就可清楚地看出仅按极大隶属度原则得出的结论太粗，是
旅游业中模糊综合评判的数学模型
旅游业中模糊综合评判的数学模型【摘要】旅游业中的模糊综合评判数学模型是一种能够综合考虑各种不确定因素的评价方法。
本文首先对模糊综合评判理论进行了概述，介绍了其基本原理和应用领域。
接着探讨了在旅游业中如何运用模糊综合评判方法进行综合评价，并详细讨论了如何构建旅游业模糊综合评判数学模型。
通过分析模型的数学原理和实际应用情况，揭示了模糊综合评判在旅游业中的重要性和有效性。
结论部分总结了模型的优势和局限性，并提出了未来研究的方向，为进一步完善和应用模型提供了参考。
通过本文的研究，可以更好地借助数学模型来提升旅游业的评价与决策能力，推动旅游业的可持续发展。
【关键词】旅游业、模糊综合评判、数学模型、研究背景、研究意义、模糊综合评判理论、构建模型、数学原理、实际应用、优势、局限性、未来研究方向1. 引言1.1 研究背景针对这一问题，模糊综合评判理论应运而生。
模糊综合评判理论是一种将模糊数学与多因素综合评判相结合的数学方法，能够处理评价数据的不确定性和模糊性，为决策提供科学的支持。
在旅游业中，由于其特殊性和复杂性，模糊综合评判理论具有广泛的应用前景。
通过构建旅游业模糊综合评判数学模型，可以更准确地评估各个旅游业者的综合实力和竞争优势，为相关决策提供科学依据。
本研究旨在利用模糊综合评判理论，构建适用于旅游业的评价模型，具有重要的理论与实践价值。
通过对旅游业中模糊综合评判数学模型的研究，可以为旅游业的管理提供科学的评价工具，促进其健康可持续发展。
1.2 研究意义旅游业中模糊综合评判的数学模型具有重要的研究意义。
随着旅游业的迅速发展，需要对各种旅游产品和服务进行评价和比较，以便消费者能够做出更明智的选择。
使用模糊综合评判方法可以将不确定性和模糊性因素纳入考虑范围，更全面地评估各种旅游产品和服务的特点和质量。
旅游业中的各种评价指标往往是多样化且难以量化的，传统的评价方法可能无法全面准确地反映旅游产品和服务的实际情况。
而模糊综合评判方法能够有效地处理各种模糊信息和不确定因素，使评价结果更具有客观性和准确性。
模糊综合评价模型
k s i i 1 n
si 其中为待定系数（ K＝1或K＝2），目的是控制 较大的所起的作用．
说明：
以上方法可以依据评价目的来选用，如果需 要序化，可选用后种方法，如果只需给出某事 物一个总体评价结论，则用第一种方法． 例1 例2
二、多级模糊综合评判
有些情况因为要考虑的因素太多，而权重难以细 分，或因各权重都太小，使得评价失去实际意 义，为此可根据因素集中各指标的相互关系，把 因素集按不同属性分为几类．可先在因素较少的 每一类（二级因素集）中进行综合评判，然后再 对综合评判的结果进行类之间的高层次评判．如 果二级因素集中有些类含的因素过多，可对它再 作分类，得到三级以至更多级的综合评判模 型．注意要逐级分别确定每类的权重．
单因素模糊综合评价的步骤
（1）根据评价目的确定评价指标（evaluation indicator）集合
U {u1 , u2 ,, um }
例如评价某项科研成果，评价指标集合为={学术 水平，社会效益，经济效益}．
单因素模糊综合评价的步骤
（2）给出评价等级（evaluation grade）集合
学生综合素质主要包括：学习成绩、德育素质、 体育素质、能力素质。
德育素质：学生乐于助人，团结同学，积极参加各项社会 公益活动，尊敬师长，遵守校规校纪等 体育素质：经常参加体育锻炼，积极参加各项体育活动， 并在比赛中取得优异成绩等 能力素质：学生组织各项活动及其管理的能力
学生学习成绩由考试测出，德育素质、能 力素质由教师打分并取平均值，得下表
M max(S1 , S 2 ,, S n )
M 所对应的元素为综合评价结果．该方法虽简单 易行，但只考虑隶属度最大的点，其它点没有考 虑，损失的信息较多．
模糊综合评价模型及实例
模糊综合评价模型[编辑]什么是模糊综合评价模型？模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。
在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。
[编辑]模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。
[编辑]模糊综合评价模型类别[1][编辑]模糊评价基本模型设评判对象为P: 其因素集 ,评判等级集。
对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵：(1)其中，rij表示u i关于v j的隶属程度。
(U,V,R)则构成了一个模糊综合评判模型。
确定各因素重要性指标（也称权数）后，记为,满足，合成得(2)经归一化后，得 ,于是可确定对象P的评判等级。
[编辑]置信度模糊评价模型(1) 置信度的确定。
在(U,V,R)模型中，R中的元素rij是由评判者“打分”确定的。
例如k 个评判者，要求每个评判者uj对照作一次判断，统计得分和归一化后产生, 且 , 组成R0。
其中既代表uj关于v j的“隶属程度”，也反映了评判u j为v j的集中程度。
数值为1 ,说明u j为v j是可信的，数值为零为忽略。
因此，反映这种集中程度的量称为“置信度”。
对于权系数的确定也存在一个信度问题。
在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。
当取N个等级时，其量化后对应于[0，l]区间上N次平分。
例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。
对某j个指标，取遍k个专家对该指标评估所得的权重，得。
数学建模评价类模型——模糊综合评价
数学建模评价类模型——模糊综合评价文章目录•o一级模糊综合评价应用o1）模糊集合o2）隶属度、隶属函数及其确定方法o3）因素集、评语集、权重集o1、模糊综合评价法的定义o2、应用模糊综合评价法需要的一些小知识oo3、模糊综合评价法的应用（实例）oo4、最后总结1、模糊综合评价法的定义先来看看官方标准定义：模糊综合评价法是一种基于模糊数学的综合评价方法。
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。
初次看，是不是觉得有点懵懵懂懂的？（偷笑）我来用非官方的语言解释一遍，或许你就明白了。
大家想想，生活中，是不是有很多模糊的概念。
比如班级要评三好学生，那评价的标准一般就是学习成绩好不好、思想品德好不好、身体好不好（我查了下百度才发现三好学生竟然要身体好！？感情身体不好还不行）。
学习成绩好或者不好、思想品德好或者不好、身体好或者不好听起来是不是就很模糊？怎么样就算学习成绩好了或者思想品德好了或者身体好了？对，其实这些指标就是模糊的概念。
模糊综合评价法是什么呢？其实就是对评价对象就评价指标进行综合评判，最后给每个评价对象对于每个指标一个隶属度。
（有点绕口，用三好学生的例子再来阐述一下）比如现在有个学生参与评判三好学生。
标准假如就是评上和评不上。
用模糊综合评价法得到的最终结果就是这名学生对于评上的隶属度和评不上的隶属度。
假如评上的隶属度高一些，那这名学生肯定是被评上咯。
（反之亦然）我这样介绍一下，是为了让大家知道我们这个模糊综合评价到底是干嘛的，不要嫌我啰嗦（吃手手）2、应用模糊综合评价法需要的一些小知识1）模糊集合① 定义：（我觉得这段话不错，来自360百科）这段话其实就举了模糊的一些概念，和经典集合（就是有明确数字的，高中学的那个集合）的区别及其历史。
综合评价决策模型模糊
设三个指标的权系数向量： A ＝｛图像评价，声音评价，价格评价｝ ＝（0.5, 0.3, 0.2) 所以有综合评价结果为： B＝A⊙P ＝（0.3, 0.5, 0.2, 0.2) 归一化处理： B＝（0.25, 0.42, 0.17, 0.17) 所以综合而言，电视机还是比较好的比重大。
1
0
25
50
U
B（u）
U→[0，1]
究年龄规律，取[0，130]，它表达了问题的总范围，称为论域,
一般地，为研究某事物的规律性，总是先给定义目标集，如研
定义 设A是论域U到[0，1]的一个映射，即 称A是U上的模糊集，而函数A （· ）称为模糊集A的隶 属函数，A （x)称为x对模糊集A的隶属度。
第一章节
归一化后得：
所以项目乙可推荐为优秀项目
求得：
综合评价决策模型方法
综合评价决策模型
添加标题
建模的两个主要方法：
添加标题
层次分析法
添加标题
模糊综合评价方法
添加标题
模糊数学建模
PART 加标题
02
模糊现象：“亦此亦彼”的不分明现象
添加标题
03
模糊数学——研究和揭示模糊现象的定量处理方法。
添加标题
用数学的眼光看世界，可把我们身边的现象划分为： 确定性现象：如水加温到100oC就沸腾，这种现象的规律 性靠经典数学去刻画； 随机现象：如掷筛子，观看那一面向上，这种现象的规律 性靠概率统计去刻画; 模糊现象：如 “今天天气很热”，“小伙子很帅”，…等等。 此话准确吗？有多大的水分？靠模糊数学去刻画。
添加标题
50
添加标题
U
添加标题
0
添加标题
1
模糊数学综合评价模型
三种电视机模糊综合评价模型摘要本文通过顾客对三种电视机的图像，价格，音质三种评价因素建立的模糊综合评价的模型，此模型首先设定了评价指标因素集U 和评语集V ,从而建立了评价矩阵R , 然后根据评价指标权重集A 最后分别运用了四个算子，进而采用了加权平均原则的方法建立了如下四个模型，最终得出模型一：运用①算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出112.73B =，12 2.62B =，13 2.46B =，即第一种电视机最受顾客青睐模型二：运用②和加权平均原则方法对三种电视机建立模糊综合评价模型，得出21 2.72B =，22 2.75B =，23 2.51B =，即第二种电视机最受顾客青睐模型三：运用③算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出312.71B =，32 2.58B =，33 2.32B =，即第一种电视机最受顾客青睐模型四：运用④ 算子和最大隶属原则方法对三种电视机建立模糊综合评价模型，得出41 2.75B =，422.71B =，43 2.39B =，即顾客对第二种电视机做出综合评价较好。
综合四个模型这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。
关键词：综合评价 模糊数学 加权平均原则 算子),(∨∧M (,)M •∨算子),(⊕∧M ),(⊕•M一、问题重述在对电视机质量的评价中，其涉及的因素很多，一般说来基本要考虑图像，声音，价格等等，而每一类因素的质量水平受许多因素的影响。
这些评价因素往往具有模糊性。
评价的结果本身也带有模糊性。
如何合理地评价电视机的质量呢？假设对电视机的评价因素U={图像u1，声音u2，价格u3}，评语集合V={很好v1，较好v2，可以v3，不好v4}，现请专家10人对三种电视机进行评价，结果如下：设某类顾客主要关心图像、价格，对音质不太关心，即试对以上三种电视机进行模糊综合评价。
模糊综合评判模型
模糊综合评判1. 评价模型评价的含义：评价是指根据明确的系统目标，结构及系统的属性，用有效的标准确定出系统的性质和状态，然后与一定评价准则相比较并做出判断常用的数学模型评价方法：2. 模糊综合评价模型模糊数学：研究和处理模糊性现象的数学（概念与对立面之间没有一条明确的分界线）综合评判就是对受到多个因素制约的事物或对象作出一个总的评价，如产品质量平定，科技成果鉴定，某种作物种植适应性的评价等，都属于综合评判问题。
由于从多方面对事物进行评价难免带有模糊性和主观性，采用模糊数学的方法进行综合评判将使结果尽量客观从而取得更好的实际效果。
3.模糊综合评价的一般步骤1.确定评价对象的因素集；2.确定评语集；3.作出单因素评价；4.综合评价；4.举例问题：设有甲，乙，丙三项科研成果，有关资料如表1所示，现欲从中评出一项优秀成果。
甲接近国际先进70% >100万元乙国内先进100% >200万元解：设评价指标（目标）集合为U={科技水平，实现可能性，经济效益}为了简化运算，设评语集合为V={高，中，低}或V={大，中，小}在专家们讨论，统一认识后，得出评价指标的权系数向量为)5.0,3.0,2.0(=A 专家评价的结果如表2所示。
(表中的数据是指赞成此种评价的专家人数与专家总人数的比值)。
这样得到模糊评判矩阵⎪⎪⎪⎭⎫ ⎝⎛=1.06.03.07.02.01.01.02.07.0甲R ⎪⎪⎪⎭⎫ ⎝⎛=03.07.00011.06.03.0乙R ⎪⎪⎪⎭⎫ ⎝⎛=6.03.01.00015.04.01.0丙R于是三项科研成果的综合评判结果为)3.0,5.0,3.0(1.06.03.07.02.01.01.02.07.0)5.0,3.0,2.0(=⎪⎪⎪⎭⎫⎝⎛⋅=⋅=甲甲R A B），，（乙乙1.03.05.0=⋅=R A B ），，（丙丙5.03.03.0=⋅=R A B经过归一化处理后得），，（），，（甲27.046.027.03.05.03.03.03.05.03.05.03.05.03.03.0=++++++=B ），，（乙11.033.056.0=B ），，（丙46.027.027.0=B甲27% 46% 27% 乙 56% 33% 11% 丙 27% 27% 46%答：从评价结果中可以看出，乙项科研成果应评为优秀项目。
- 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)。
三种电视机模糊综合评价模型摘要本文通过顾客对三种电视机的图像，价格，音质三种评价因素建立的模糊综合评价的模型，此模型首先设定了评价指标因素集U 和评语集V ,从而建立了评价矩阵R , 然后根据评价指标权重集A 最后分别运用了四个算子，进而采用了加权平均原则的方法建立了如下四个模型，最终得出模型一：运用①算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出112.73B =，12 2.62B =，13 2.46B =，即第一种电视机最受顾客青睐模型二：运用②和加权平均原则方法对三种电视机建立模糊综合评价模型，得出21 2.72B =，22 2.75B =，23 2.51B =，即第二种电视机最受顾客青睐模型三：运用③算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出312.71B =，32 2.58B =，33 2.32B =，即第一种电视机最受顾客青睐模型四：运用④ 算子和最大隶属原则方法对三种电视机建立模糊综合评价模型，得出41 2.75B =，422.71B =，43 2.39B =，即顾客对第二种电视机做出综合评价较好。
综合四个模型这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。
关键词：综合评价 模糊数学 加权平均原则 算子),(∨∧M (,)M •∨算子),(⊕∧M ),(⊕•M一、问题重述在对电视机质量的评价中，其涉及的因素很多，一般说来基本要考虑图像，声音，价格等等，而每一类因素的质量水平受许多因素的影响。
这些评价因素往往具有模糊性。
评价的结果本身也带有模糊性。
如何合理地评价电视机的质量呢？假设对电视机的评价因素U={图像u1，声音u2，价格u3}，评语集合V={很好v1，较好v2，可以v3，不好v4}，现请专家10人对三种电视机进行评价，结果如下：设某类顾客主要关心图像、价格，对音质不太关心，即试对以上三种电视机进行模糊综合评价。
二、问题分析根据对题目的理解，我们知道问题的求解是根据10位专家对三种电视机的图像，价格，音质的评价结果，而要求我们对这三种电视机进行模糊综合评价，所以我采用四种算子方法。
即①算子(0.5,0.2,0.3)A =(){}nk r r s jkj mj jk j mj k ,,2,1,,min max )(11=∧=≤≤=∨μμ＝),(∨∧M②③算子④ 算子 然后分别运用加权平均原则得出三台电视机综合评价结果三、模型假设1、假设这三种电视机除了电视机的图像、声音、价格不同，其余因素均相同。
2、假设10位专家的评价结果符合大众的选择。
3、网上收集筛选的所有数据准确可靠。
4、计算的数据都在误差允许的范围之内。
四、符号定义U : 评价因素 1u : 图像 2u : 声音 3u : 价格 V : 评语集合 1v : 很好 2v : 较好 3v : 可以 4v : 不好A : 评价指标权重集 iR : 表示第种电视机的评价矩阵ji B : 表示第台电视机第种算子的模糊综合评价结果(1,2,3),(1,2,3,4)i j ==(,)M •∨算子{}11()max ,1,2,,mk j jk j jk j mj s r r k n μμ≤≤==⋅⋅=∨＝),(⊕∧M ()n k r s m j jk j k ,,2,1,,min ,1min 1 =⎭⎬⎫⎩⎨⎧=∑=μ),(⊕•M nk r s m j jk j k ,,2,1,,1min 1 =⎪⎪⎭⎫⎝⎛=∑=μ五、模型建立与求解5.1【模型一】的求解5.1.1目标函数的确立与求解：根据问题要求我们对这三种电视机进行模糊综合评价首先选用了①算子 确定模糊评判集S , 最后按加权平均原则评判，步骤如下；()1110.50.40.10(0.5,0.2,0.3)0.40.30.20.10.5,0.4,0.3,0.300.10.30.6B A R ⎛⎫⎪=== ⎪ ⎪⎝⎭ ()1220.40.30.20.1(0.5,0.2,0.3)0.50.10.20.20.4,0.3,0.3,0.30.20.10.30.4B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭ ()1330.10.50.20.2(0.5,0.2,0.3)0.40.30.10.20.2,0.5,0.3,0.300.20.40.4B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭将评价等级很好，较好，可以，不好分别赋值为4,3,2,1.4141().40.530.420.310.31 2.7310.50.40.30.3iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑4141().40.430.320.310.31 2.6220.40.30.30.3iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑4141().40.230.520.310.31 2.4630.20.50.30.3iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑(){}nk r r s jkj mj jk j mj k ,,2,1,,min max )(11=∧=≤≤=∨μμ＝),(∨∧M综上可得1111232.73 2.62 2.46B B B =>=>= ，所以这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。
5.2【模型二】的求解5.1.2目标函数的确立与求解：根据问题要求我们对这三种电视机进行模糊综合评价选用另一种②确定模糊评判集S , 最后按加权平均原则评判，步骤如下；()2110.50.40.10(0.5,0.2,0.3)0.40.30.20.10.25,0.2,0.09,0.1800.10.30.6B A R ⎛⎫⎪=== ⎪ ⎪⎝⎭()2220.40.30.20.1(0.5,0.2,0.3)0.50.10.20.20.2,0.15,0.1,0.120.20.10.30.4B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭()2330.10.50.20.2(0.5,0.2,0.3)0.40.30.10.20.08,0.25,0.12,0.1200.20.40.4B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭将评价等级很好，较好，可以，不好分别赋值为4,3,2,1.4141().40.2530.220.0910.182 2.7210.250.20.090.18iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑4141().40.230.1520.110.122 2.7520.20.150.10.12iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑(,)M •∨算子{}11()max ,1,2,,mk j jk j jk j mj s r r k nμμ≤≤==⋅⋅=∨＝141().40.0830.2520.1210.122 2.5130.080.250.120.12iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑综上可得2222132.75 2.62 2.51B B B =>=>= ，所以这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第二种电视机最受顾客青睐，第一种次之，第三种最不受欢迎。
5.3【模型三】的求解5.1.3目标函数的确立与求解：根据问题要求我们对这三种电视机进行模糊综合评价又选用另外一种 ③算子 确定模糊评判集S , 最后按加权平均原则评判，步骤如下；()3110.50.40.10(0.5,0.2,0.3)0.40.30.20.10.7,0.7,0.6,0.400.10.30.6B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭()3220.40.30.20.1(0.5,0.2,0.3)0.50.10.20.20.8,0.5,0.7,0.60.20.10.30.4B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭()3330.10.50.20.2(0.5,0.2,0.3)0.40.30.10.20.3,0.9,0.6,0.700.20.40.4B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭将评价等级很好，较好，可以，不好分别赋值为4,3,2,1.4141().40.730.720.610.43 2.7110.70.70.60.4iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑),(⊕∧M ()n k r s mj jk j k ,,2,1,,min ,1min 1 =⎭⎬⎫⎩⎨⎧=∑=μ141().40.830.520.710.63 2.5820.80.50.70.6iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑4141().40.330.920.610.73 2.3230.30.90.60.7iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑综上可得3331232.71 2.58 2.32B B B =>=>=，所以这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。
5.4【模型三】的求解5.1.3目标函数的确立与求解：根据问题要求我们对这三种电视机进行模糊综合评价又还选用另外一种④ 算子确定模糊评判集S , 最后按加权平均原则评判，步骤如下；()4110.50.40.10(0.5,0.2,0.3)0.40.30.20.10.33,0.29,0.18,0.2000.10.30.6B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭ ()4220.40.30.20.1(0.5,0.2,0.3)0.50.30.20.20.36,0.20,0.23,0.210.20.10.30.2B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭ ()4330.10.50.20.2(0.5,0.2,0.3)0.40.30.10.20.13,0.37,0.25,0.2600.20.40.4B A R ⎛⎫ ⎪=== ⎪ ⎪⎝⎭将评价等级很好，较好，可以，不好分别赋值为4,3,2,1.4141().40.3330.2920.1810.204 2.7510.330.290.180.20iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑),(⊕•M141().40.3630.2020.2310.214 2.7120.360.200.230.21iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑4141().40.1330.3720.2410.264 2.3630.130.370.240.26iii ii u v ssB ==⨯+⨯+⨯+⨯===+++∑∑综上可得 ，4441232.75 2.71 2.36B B B =>=>=，所以这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。