安徽理工大学数学建模第4讲模糊综合评价
模糊综合评价法及例题ppt课件
0.3 0.4
0.2 0.2
0 0.1
0.2 0.2 0.3 0.2
0 .30 .30 .30 .2
完整版课件
22
算子
▪ (2) M(•,)算子
m
skj 1 (jrj) k ＝ 1 m j ma jr x jk, k 1 ,2 , ,n
(0.3
0.3
0.4)
0.5 0.3
0.3 0.4
问题10 ·“模糊”是否指“糊里糊涂”?
完整版课件
2
问题20 ·元素a=55岁的人、b=65的人与模糊集 A 的关系? ~
能说 a A 或a A ?
~
~
完整版课件
3
问题30 ·如何用隶属函数求隶属度?
如：55岁的人X1∈A={Q}集合的程度 65岁的人X2∈A={Q}集合的程度
完整版课件
4
什么是模糊数学
0 .80 .80 .70 .3
完整版课件
24
算子
▪ (4) M(•,)
skm 1 i,nmjrjk , k1,2, ,n
j 1
(0.3
0.3
0.4)
0.5 0.3
0.3 0.4
0.2 0.2
0 0.1
0.2 0.2 0.3 0.2
0 .80 .80 .70 .3
完整版课件
25
s
k i
i 1
评价等级集合为={很好，好，一般，差}，各等级赋值分别为{4，3，2，
1}
40.330.320.310.22.64
0.30.30.30.2
n
ci
s
k i
(3) 模糊向量单值化
完整版课件
数学建模-模糊综合评判
在综合评判中起主导作用时，建议采用模型1； 当模型1失效时可采用模型2，模型3.
模型4 M（●，+）----加权平均模型
n
bj ai • rij
j 1,2,, m
i 1
模型4对所有因素依权重大小均衡兼顾，
适用于考虑各因素起作用的情况
注：有关合成算子以及权值确定可以查阅相关 资料，根据实际情况选择。
值就是 x0对A 的隶属度值。这种方法较直观地反映了 模糊概念中的隶属程度,但其计算量相当大。
(2)专家经验法： 专家经验法是根据专家的实际经验给出模
糊信息的处理算式或相应权系数值来确定隶属 函数的一种方法。在许多情况下,经常是初步 确定粗略的隶属函数,然后再通过“学习”和 实践检验逐步修改和完善,而实际效果正是检 验和调整隶属函数的依据。
例
设论域X=[0,100]，模糊子集A表示“年老”，B 表示“年轻”。Zadeh给出的A、B的隶属度函数 分别为：
0
Ax
1
x
50 5
2
1
1
Bx
1
x
25 5
2
1
0 x 50; 50 x 100.
0 x 25; 25 x 100.
μ(x) 1
年轻
0
25
50
根据定义，我们不难算出 B(30)=0.5，
R=（rij）n×m∈F（X×Y）。
n
（4）确定各因素权重 A=（a1,a2,…,an)， ai 1, ai 0 i 1
（5）做综合评判 B A R
注:
（1） 为了更好地理解、解释评判结果，可 以将评判结果归一化。令
B' (b1',b2 ',, bm ')
数学建模模糊综合评价法
学科评价模型（模糊综合评价法）摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。
基于此对未来学科的发展提供理论上的依据。
对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。
然后将各因素值进行标准化。
在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。
（将问题1中的部分结果进行阐述）（或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。
通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。
同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。
对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。
所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。
一、问题重述学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。
而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。
学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。
鉴于学科评价的两种方法：因素分析法和内涵解析法。
模糊综合评价的方法
模糊综合评价的方法
模糊综合评价方法是一种用于处理不确定性和模糊性的评价方法，它基于模糊逻辑理论，将模糊集合理论应用于评价问题。
以下是一种常用的模糊综合评价方法：
1. 确定评价指标：首先确定评价对象的各个指标，这些指标可以是
qualitätskriterien（质量标准），wie Snalligkeit（快速性），Zuverlässigkeit （可靠性），剩余期限（余剩期限）等。
这些指标应该与评价对象的特性和要求相关。
2. 选择评价集：根据评价指标的取值范围和等级划分，选择合适的评价集，用于描述指标的表现。
3. 建立模糊评价矩阵：根据评价集和评价指标的要求，建立模糊评价矩阵。
4. 确定权重矩阵：确定各个评价指标的权重，可以采用专家调查、层次分析法等方法。
5. 计算隶属度矩阵：通过将评价指标的取值与评价集进行对比，计算出各个评价指标在不同评价集中的隶属度。
6. 计算模糊评价值：根据权重矩阵和隶属度矩阵，计算出各个评价指标的加权隶属度，并将其进行求和得到模糊评价值。
7. 判断评价等级：根据模糊评价值的大小，将评价对象划分为不同的评价等级，如优秀、良好、一般、较差等。
模糊综合评价方法能够考虑到评价指标之间的相互关系和不确定性因素，提高了评价的准确性和全面性。
但是在实际应用中，需要根据具体情况选择适当的方法和参数，以达到最优的评价结果。
完整版模糊综合评价法(终版).pptx
,n
0.5 0.3 0.2 0
0.3
0.3
0.3
0.3
0.4
0.2
0.1
0.3
0.3
0.3
0.2
0.2 0.2 0.3 0.2
b1
max
1i3
0.3,
0.3,
0.2
0.3
18
.精品课件.
（2） M •， 算子（模型二）：
m
bj
i 1
ai , rij
max 1i m
ai rij
min 1,
m
ai
rij
,
j 1, 2,
,n
i1
0.5 0.3 0.2 0
0.3
0.3
0.3
0.3 0.2
0.4 0.2
0.2 0.3
00..21 0.3
0.27
0.21
0.09
b1
min
1,
3
0.15
0.09
0.06
min
1,
0.3
0.3
i1
21
.精品课件.
（三）模糊综合判定法的优缺点
隶属度是模糊综合评价中最基本和最重要的概念。所谓隶属度 rij 是
指多个评价主体对某个评价对象在 ui 方面作出 v j评定的可能性大小
m
（可能性程度）。隶属度向量 Ri (ri1, ri2 ,…,rim ), i 1, 2,..., n, rij 1
j 1
r11 r12
R
r21
r22
r1m
2. 确定各项评价指标的权重 下面先对学生的评价进行模糊综合评价。设1, 2, 3...... 8的权重
模糊综合评价法讲解
2、模糊综合评价法的缺点
计算复杂，对指标权重向量的确定主观性较强；
当指标集U较大，即指标集个数凡较大时，在权向 量和为1的条件约束下，相对隶属度权系数往往偏 小，权向量与模糊矩阵R不匹配，结果会出现超模 糊现象，分辨率很差，无法区分谁的隶属度更高， 甚至造成评判失败，此时可用分层模糊评估法加以 改进（详见《模糊数学与军事决策》张明智编 国防 大学出版社，1997）。
四、模糊综合评价法的应用及案例分析
模糊综合评价法多用于模糊环境下对受多因素影 响的事物坐综合决策的领域。比如对企业融资效率 、创新能力、经济效益、绩效考核的评价；选址问 题；交通路线比选等等模糊性问题中。
此外，模糊综合评价法常常与AHP、DEA、GRA 以及BP神经网络等方法一起使用。
例1：对某品牌电视机进行综合模糊 评价
模糊综合评价法
一、基本思想和原理
在客观世界中，存在着大量的模糊概念和模糊 现象。模糊数学就是试图用数学工具解决模糊 事物方面的问题。
模糊综合评价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。 具地说，模糊综合评价就是以模糊数学为基础， 应用模糊关系合成的原理，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。
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。
例2：对科技成果项目的综合评价
有甲、乙、丙三项科研成果，现要从中 评选出优秀项目。
三个科研成果的有关情况表
设评价指标集合： U＝｛科技水平，实现可能性，经济效益
｝ 评语集合：
V＝｛高，中，低｝ 评价指标权系数向量：
集的隶属程度。
数学建模模糊综合评判
某同学想购买一台电脑，他关心电脑的以下几个指标： “运算功能（数值、图形等）”；“存储容量（内、外 存）”；“运行速度（CPU、主板等）”；“外设配置（网 卡、多媒体部件等）”；”价格”。
于是请同宿舍几个同学一起去买电脑。
为了数学处理简单，先令
u1 =“运算功能（数值、图形等）”；
0.1 0.3 0.5 0.1
(0.1
0.1
0.3
0.15
0.35)
0.0
0.4
0.5
0.1
0.0 0.1 0.6 0.3
0.5
0.3
0.2
0.0
((0.1 0.2) (0.1 0.1) (0.3 0.0) (0.15 0.0) (0.35 0.5),
(0.1 0.5) (0.1 0.3) (0.3 0.4) (0.15 0.1) (0.35 0.3),
u2 =“存储容量（内、外存）”； u3 =“运行速度（CPU、主板等）”； u4 =“外设配置（网卡、调制调解器、多媒体部件等）”； u5 =“价格”。
称 U {u1, u2 , u3, u4 , u5} 因素集。
评语集 V {v1, v2 , v3, v4} 其中
v1 =“很受欢迎”； v2 =“较受欢迎”；v3 =“不太受欢迎”； v4 =“不受欢迎”；
0.0 0.1 0.6 0.3
0.5
0.3
0.2
0.0
运算功能 存储容量 运行速度 外设配置 价格
对微机的要求是：工作速度快，外设配置较齐全，价格便 宜，而பைடு நூலகம்运算和存储量则要求不高。于是得各因素的权重 分配向量：A (0.1,0.1,0.3,0.15,0.35)
模糊综合评价法及例题 1 ppt课件
0.4)
0.5 0.3
0.3 0.4
0.2 0.2
0 0.1
0.2 0.2 0.3 0.2
0 .30 .30 .30 .2
2020/12/12
24
算子
▪ (2) M(•,)算子
m
skj 1 (jrj) k ＝ 1 m j ma jr x jk, k 1 ,2 , ,n
(0.3
0.3
0.4)
0.5 0.3
0.3 0.4
0.2 0.2
0 0.1
0 .10 5 .10 2 .10 2 .0 8
0.2 0.2 0.3 0.2
2020/12/12
25
算子
▪ (3) M(,)
m
skm 1 i,nmij,n rjk,
k 1,2, ,n
j 1
(0.3
0.3
0.4)
0.5 0.3
R 1 0 . 5 ,0 . 3 ,0 . 2 ,0
R 2 0 . 3 ,0 . 4 ,0 . 2 ,0 . 1
R1 0.5 0.3 0.2 0 RR20.3 0.4 0.2 0.1
R3 0.2 0.2 0.3 0.2
2020/12/12
22
模糊综合评价
r11
SW R1,2, ,mr21
6
什么是模糊数学
•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。
2020/12/12
数学建模模糊综合评价法
数学建模模糊综合评价法哎呀，今天小智就来给大家聊聊一个有趣的话题——数学建模模糊综合评价法。
这个方法可是在解决各种实际问题时，给我们提供了很多便利哦！那我们就一起来看看吧，这个方法到底是怎么工作的呢？我们要明白，模糊综合评价法是一种处理不确定性信息的方法。
在现实生活中，我们经常会遇到一些难以量化的因素，比如一个人的品质、一个产品的性能等等。
这些因素都是相互关联、相互影响的，很难用一个简单的分数或者数值来表示。
而模糊综合评价法则是通过对这些因素进行模糊化处理，然后通过一定的计算方法，得出一个综合评价结果。
那么，这个方法是怎么实现的呢？其实，我们可以把它分成两个部分来看：一是模糊化处理，二是综合评价。
1. 模糊化处理我们需要对那些难以量化的因素进行模糊化处理。
这就像是把一张照片变成一幅水墨画一样，让我们能够看到事物的本质，而不是仅仅看到表面现象。
模糊化处理的方法有很多，比如德尔菲法、层次分析法等等。
这些方法都是通过对因素进行分类、划分等级，然后根据一定的权重来进行模糊化处理。
2. 综合评价接下来，我们要对模糊化处理后的结果进行综合评价。
这个过程就像是我们在选美比赛中，要根据选手的外貌、才艺、气质等多方面因素来评选出最终的冠军。
综合评价的方法也有很多，比如加权平均法、主成分分析法等等。
这些方法都是通过对模糊化处理后的结果进行加权求和或者提取主要成分，从而得到一个综合评价结果。
好了，现在我们已经知道了模糊综合评价法的基本原理。
那么，它在实际生活中有哪些应用呢？其实，这个方法在各个领域都有广泛的应用。
比如在企业管理中，我们可以通过模糊综合评价法来评估员工的工作绩效；在城市规划中，我们可以通过模糊综合评价法来评估一个区域的发展潜力；在教育评价中，我们可以通过模糊综合评价法来评估一个学生的能力等等。
当然啦，这个方法也有它的局限性。
比如在某些情况下，模糊综合评价法可能会受到数据量的影响；另外，这个方法也不能完全消除不确定性信息的干扰。
AHP-模糊综合评判法
(0.3 0.3
0.5 0.3 0.2 0 0.4) 0.3 0.4 0.2 0.1 0.15 0.12 0.12 0.08 0.2 0.2 0.3 0.2
17
(3)
M ( , )
m
⊕表示相加
a j , rjk , k 1 , 2 , , n Bk min
26
评语集 V {v1 , v2 , v3 , v4 } 其中
v3 =“不太受欢迎”； v1 =“很受欢迎”；v2 =“较受欢迎”；
v4 =“不受欢迎”；
对于某个型号的电脑，请一些用户对各因素进行评价： 若对于运算功能
u1 ,有20%的人认为是“很受欢迎”，50%的
的单因素评价向量为
人认为“较受欢迎”，30%的人认为“不太受欢迎” ，没有
AHP-模糊综合评估法
1
模糊综合评价法
2
一、模糊现象与模糊数学基础
二、模糊综合评判法的主要步骤
三、模糊综合评判法的主要算子 四、模糊综合评判法实例 五、模糊综合评价法优缺点
3
一、模糊现象与模糊数学基础
4
模糊数学绪论
用数学的眼光看世界，可把我们身边的现象划分为： 1.确定性现象：物质的汽化、冷凝，运动的速率，这种现象 的规律性靠经典数学去刻画； 2.随机现象：某种事物的分布，故障发生的概率，这种现象 的规律性靠概率统计去刻画; 3.模糊现象：年轻、重、热、美、厚、薄、快、慢、大、小、 高、低、长、短、贵、贱、强、弱，靠模糊数学去刻画。 模糊现象的共同特点：外延不清晰
称之为因素集或指标集，考虑用权重 A {a1 , a2 ,, an }来 衡量各因素重要程度的大小。 又设所有可能出现的评语有 m 个，记作
数学建模模糊综合评价法
数学建模模糊综合评价法1. 什么是模糊综合评价法？好啦，今天咱们聊聊一个听起来复杂，但其实挺有意思的话题——模糊综合评价法。
别担心，不会让你脑袋里冒烟的。
其实，模糊综合评价法就像一个超级聪明的评委，专门用来评判那些不那么明确的事情。
比如，假设你想评估一个产品的质量，单靠“好”或“不好”这两个词，太简单了吧？这时候，模糊综合评价法就能派上用场了！想象一下，如果你要评价一部电影，除了“好看”和“难看”，你可能会考虑“剧情”、“演技”、“音乐”、“特效”等等。
而每一项评价可能还有不同的分数，像是“非常好”、“一般”、“差不多”等等。
模糊综合评价法就像给你一张多维度的评分表，让你全面而又细致地评估一件事情，省得你像那种一口气就咽下去的面条，吞得太快，咽不下去还得拉肚子。
2. 模糊综合评价法的基本步骤2.1 确定评价指标首先，我们得确定评价指标。
就像你要做一道美味的菜，必须先想好要用哪些食材。
比如说，如果你在评价一款手机，可能会考虑“屏幕清晰度”、“电池续航”、“拍照效果”等等。
每个指标就像是你挑选的食材，每个食材的好坏都会影响到最后的菜肴。
2.2 建立评价模型接下来，就是建立评价模型。
这里的模型有点像是咱们的食谱，得把所有的指标按照一定的规则组合在一起。
你可以根据每个指标的重要性来加权，也就是说，有些食材比其他的更重要。
比如，电池续航对一个经常出门的人来说，肯定比音质重要。
然后，你把每个指标的评分汇总，算出一个总分。
简单说，就是给每个食材加点调料，让整道菜更有味道。
3. 实际应用案例3.1 选学校说到这里，咱们不妨举个例子，比如说你想给孩子选个学校。
光看排名可不够，你还得考虑学校的师资力量、校园环境、课外活动、家长评价等等。
这时候，模糊综合评价法就像是你的一个小助手，帮你把这些看似杂乱无章的信息整理成一张清晰的图。
你可以给每个学校的这些指标打分，最终找出一个最适合你孩子的学校。
3.2 企业评估再比如，在企业管理中，模糊综合评价法也大显身手。
第四讲：模糊综合评判
§4.1
简单的排序方法
一、Borda数排序方法 为了对论域U ={u1, u2, … , un}中的元素进行 排序,由m个专家组成专家小组M,分别对U中的元 素排序,得到m种意见： V ={v1, v2, … , vm}, 其中vi 是第i 种意见序列,即U 中的元素的某一个 排序. 若uj在第i 种意见vi中排第k位,则令Bi(uj)=n–k, m 称 B(u j ) Bi (u j )
即有： (1)T ( A B ) T ( A) T ( B ); 而 [0，， 1] [(A) R]( y ) [( A( x )) R( x , y )]
x X
[(A) R]( y ) [( A( x )) R( x , y )] [ ( A( x ) R( x , y )]
二、 模糊二元对比排序方法
设论域X ={x1, x2, … , xn}为n个被选方案,在n 个被选方案中建立一种模糊优先关系,即先两两进 行比较,再将这种比较模糊化. 然后用模糊数学方 法给出总体排序,这就是模糊二元对比决策. 在xi与xj作对比时,用rij表示xi比xj的优先程度, 并且要求rij满足 ① rii = 1(便于计算)； ② 0≤rij≤1； ③ 当i≠j 时,rij + rji = 1. 这样的rij组成的矩阵R = (rij)n×n称为模糊优先矩阵, 由此矩阵确定的关系称为模糊优先关系.
B(a)=5+2+5+4=16; B(b)=2+4+4+3=13; B(c)=4+3+3+5=15; B(d)=3+0+1+2=6; B(e)=1+5+2+1=9; B(f )=0+1+0+0=1; 按Borda数集中后的排序为： a, c, b, d, e, f .
模糊数学综合评价
v 3 = 0.228
v4 = 0.544
于是四项评价指标的权重为： 于是四项评价指标的权重为：
ϖ 1 = 0.244,ϖ 2 = 0.172,ϖ 3 = 0.172,ϖ 4 = 0.411
3. 相关系数法 首先求出m个评价指标的相关系数矩阵 ： 首先求出 个评价指标的相关系数矩阵R： 个评价指标的相关系数矩阵
− Rm1 1 −
对例2用相关系数法求评价指标的权数 例3. 对例 用相关系数法求评价指标的权数 利用MATLAB,我们很容易求出 解 利用 我们很容易求出
，，，
0.6839 0.7575 0.9885 1 1 0.9164 0.7209 0.6839 R= 0.7575 0.9164 1 0.7332 1 0.9885 0.7209 0.7332
x1 = (5.2 + 10.08 + 5.25 + 9.72 + 6.6) / 5 = 7.37,
2 s1 = 1 ∑ (a1 j − x1 ) 2 = 5.67 4 j =1 5
s1 = 2.38
v1 = s1 x1 = 2.38 / 7.37 = 0.323
同理可得： 同理可得：
v 2 = 0.227
第四讲 模糊综合评价 §4.1评价指标权重的确定 评价指标权重的确定 在对许多事物进行客观评价时， 在对许多事物进行客观评价时 ， 其评价因素可能较 我们不能只根据某一个指标的好坏就做出判断， 多 ， 我们不能只根据某一个指标的好坏就做出判断 ， 而应该依据多种因素进行综合评价。 而应该依据多种因素进行综合评价。 是待评价的n个方案集合 个方案集合， 设 U = {u1 , u2 , L , un }是待评价的 个方案集合，
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。
模糊综合评价方法课件
评估结果也可以用图1表示, 1、2、3、4分别表示火灾 发生、自动报警、自动扑救、消防员手动扑救几个阶段 的结束时刻, a、b、c、d、e表示建筑火灾风险评估结 果为好、较好、一般、较差、差的隶属度变化曲线。根 据曲线的变化可以看出,在火灾自动扑救阶段内,由于自动 扑救系统响应效率、在线可用性、可靠性较差,阻燃、防 火结构和建筑构造较差,自动扑
j
等级模糊子 集的隶属度
上进行量化，即确定从单
因素来看被评事物对等级
模糊子集的隶属度 R | ui 一个被评事物在某个因素 ，进而得到模糊关系矩阵 方面的表现，是通过模糊向量
：
R| u1 r11 r12
RR|
u2
r21
r22
R| up rp1 rp2
1、确定评价对象的因素论域
个评价指标，
2、确定评语等级论域
vv1,v2, ,vp
即等级集合。每一个等级可对应一个模糊子集。
ui
3、建立模糊关系矩阵
在构造了等级模糊子 集后，要逐个对被评事物 从每个因素 u ii1 ,2 , ,p
矩阵R中第i行第j列元素，表示某个被评事
u v 物 i 从因素来看对
1确定评价对象的因素论域个评价指标3建立模糊关系矩阵3建立模糊关系矩阵在构造了等级模糊子集后要逐个对被评事物从每个因素上进行量化即确定从单因素来看被评事物对等级模糊子集的隶属度进而得到模糊关系矩阵11122122从因素来看对等级模糊子集的隶属度一个被评事物在某个因素方面的表现是通过模糊向量来刻画的而在其他评价方法中多是由一个指标实际值来刻画的因此从这个角度讲模糊综合评价要求更多的信息
i
对 被 评 事 物 重 要 的 因 素 的
数学建模-模糊综合评判(2017.8.20)
并： A U B = (aij ∨ bij )m×n 交： A I B = (aij ∧ bij )m×n 余： Ac = (1 − aij )m×n
⎛ 1 0.1 ⎞ ⎛ 0.4 0 ⎞ 例：设A = ⎜ ⎟, B = ⎜ ⎟, 则 ⎝ 0.2 0.3 ⎠ ⎝ 0.3 0.2 ⎠ ⎛ 1 0.1 ⎞ AU B = ⎜ ⎟ ⎝ 0.3 0.3 ⎠ ⎛ 0 0.9 ⎞ A =⎜ ⎟ ⎝ 0.8 0.7 ⎠
模糊数学简介
• 最后，人们对模糊性的认识往往同随机性混淆起来， 其实它们之间有着根本的区别。随机性是其本身具 有明确的含义，只是由于发生的条件不充分，而使 得在条件与事件之间不能出现确定的因果关系，从 而事件的出现与否表现出一种不确定性。而事物的 模糊性是指我们要处理的事物的概念本身就是模糊 的，即一个对象是否符合这个概念难以确定，也就 是由于概念外延模糊而带来的不确定性。
A( xi ) 这里 表示 xi 对模糊集A的隶属度是A( xi ) 。 xi
（2）序偶表示法
A = {( x1 , A( x1 )), ( x2 , A( x2 )),L, ( xn , A( xn ))}
（3）向量表示法
A = ( A( x1 ), A( x2 ),L, A( xn ))
若论域U为无限集，其上的模糊集表示为：
第二讲 模糊集合及其运算
一、经典集合与特征函数 典集合与特征函数 集合：具有某种特定属性的对象集体。 通常用大写字母A、B、C等表示。 论域：对局限于一定范围内进行讨论的对象的全体。 通常用大写字母U、V、X、Y等表示。 论域U中的每个对象u称为U的元素。
在论域U中任意给定一个元素u及任意给定一个 经典集合A，则必有 u ∈ A 或者u ∉ A ，用函数表示为：
模糊数学第四讲
U = {U 1 , U 2 ,⋯ , U k }，
其中U = ∪ U i , U i ∩ U j = Φ( i ≠ j )
i =1 k
为第一级因素集。 称U = {U 1 , U 2 ,⋯ , U k }为第一级因素集。 （2）设评判集V = {v1 , v 2 ,⋯ , v m }, 先对第二级因素集 评判集 因素集
B3 = A3 R3 = (0.3,0.28,0.3,0.2)
（4）对第一级因素U = {U 1 , U 2 , U 3 }, 设权重为 ） A = (0.2,0.35,0.45). 因素评判矩阵为 评判矩阵 令总单因素评判矩阵为 B1 0.30 0.32 0.26 0.27 R = B2 = 0.26 0.36 0.20 0.20 B 0.30 0.28 0.30 0.20 3 模糊综合评判， 综合评判 作二级模糊综合评判，得 B = A R = ( 0.30,0.35,0.30,0.20) 隶属原则 原则， 产品属 按最大隶属原则，此产品属二级品。
类似于 情形， 结论前通常将 对于类似于 B2 的情形，在下结论前通常将其归一化为
′ B2 = (
0.35 0.4 0.2 0.1 , , , ) = (0.33,0.38,0.19,0.1) 1.05 1.05 1.05 1.05
输入数据： 输入数据： R=[0.2 0.5 0.2 0.1;0.7 0.2 0.1 0;0 0.4 0.5 0.1;0.2 0.3 0.5 0] A1=[0.1 0.2 0.3 0.4] A2=[0.4 0.35 0.15 0.1] 调用函数： 调用函数： [B]=fuzzy_zhpj(1,A,R) 输出结果： 输出结果： B= 0.2000 0.3000 0.4000 0.1000 调用函数： 调用函数： [B]=fuzzy_zhpj(1,A2,R) 输出结果： 输出结果： B= 0.3500 0.4000 0.2000 0.1000
数学建摸优秀课件之模糊综合评价
多级模糊总评价
举例：战略导弹效能的多级模糊总评价问题。
通过MATLAB实现模糊优选 —采矿方案的选择
谢谢！
分析：
AIC菜肴质量
原料选择
工艺制作
产品品质
产地 原料 刀工 配伍
前期 优化 火候 芡汁
色泽 香气 口味 质感
1，建立因素集：
一级评价因素集合：U={u1,u2,u3}={原料选择， 工艺流程，产品品质}
二级评价因素集合：u1={产地，原料，刀工，配 伍}，u2={前期优化，火候，芡汁}，u3={色泽， 香气，口味，质感}
因此，隶属度函数不是唯一的，前面的例子中，“老年人”的隶属 度函数还可以为：
0
A（x）
x
50
20 1
0 x 50 50 x 70
x 70
应用方向决定合理程度
另一个专 家给出的 ~
单因素评判
多因素评判
•
前面讲的例子是一个最简单的“单因素影响”对事物的评价问
题。因为题目中决定“年老”“年轻”的因素只有“年龄”一个。仅
评价结果。
常见的评价事物分类：
• 单一因素影响型：年龄
年轻程度
• 多个确定因素影响型： 教师的教学质量
• 二级或多级评价型：即当每个影响因素又有若
干个影响因素制约.
二级评价例题：
由深圳繁兴科技有限公司投资，扬州大学与上海 交通大学联合研制的中餐自动烹饪机器人（AIC）于 2006年3月通过了国家鉴定。AIC的研制成功打破了中 国菜肴不能实现科学化，标准化的观念。为传统中国 烹饪技艺，提高中国烹饪的学科地位，进一步推动中 国烹饪走向世界提供了良好的平台。当然，对AIC生产 的菜肴的质量评价体系也有必要的规范。
- 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)。
34
例2 已知5个投资方案如下表，试 确定4个评价指标的权重。
方案
目标
A1 A2 A3 A4 A5
投资额 5.20 10.08 5.25 9.72 6.60
期望净现 5.20 6.70 4.20 5.25 3.75
风险盈利 4.73 5.71 3.82 5.54 3.30
风险损失 0.473 1.599 0.473 1.313 0.803
模糊分布法将隶属函数看成一种 模糊分布，首先根据问题性质选取适 当的模糊分布，然后再依据相关数据 确定分布中的参数。
下面简要介绍模糊分布中常用的 梯形分布。
2020/2/15
15
(1) 偏小型
y 1
1, x a,
A
x
b b
x a
,
a
x
b,
0, x b.
第4讲 模糊综合评价
一、引 言
现实世界中的许多现象和关系具 有不确定性。这些不确定性的表现形 式多种多样，如随机性、灰色性、模 糊性和粗糙性等。
模糊数学正是利用模糊集及其运 算研究、处理模糊不确定现象和关系 的数学分支学科。
许多数学建模问题包括模糊现象
2020/2/15
3
和关系，这类问题往往可以用模糊数 学方法处理。
0.323,
v2 0.227, v3 0.228, v4 0.544
2020/2/15
39
从而，4项评价指标的权重为
1 0.244,2 0.172,
3 0.173,4 0.412.
需要指出的是，用变异系数法求
出的某指标的权重与该指标在评价体
系中的重要性是两个概念。
由于模糊集中没有元素和集合间
的绝对隶属关系，所以模糊集的运算
是通过隶属函数完成的。
设模糊集A,B的隶属函数为A x, B x，则A与B的常用运算有
(1) 包含：A B A x B x (2) 相等：A B A x B x
2020/2/15
0 0.5
0.4 0.3
0.5 0.2
0.1 0
2020/2/15
32
3. 评价指标权重的确定
确定了模糊综合评价矩阵，尚不
足以对事物做出评价。原因在于，各
评价指标在评价目标中有不同的地位
和作用，即各评价指标在综合评价中
占有不同的权重。
通常引入一个模糊向量A=(a1, a2, …,an)来表示各评价指标在目标中所
对一个事物的评价通常要涉及多 个因素或多个指标，评价是在多因素 相互作用下的一种综合评判。
综合评价是数学建模竞赛中较为 常见的问题，如长江水质的评价与预 测(2005A), 艾滋病疗法的评价及疗效
2020/2/15
21
的预测(2006B), 2010上海世博会影响 力的定量评估(2010B)。
综合评价的方法众多，常用的有 灰色评价法、层次分析法、模糊综合 评价法、数据包络分析法、人工神经 网络评价法、理想解法等。有时，还 可将两种评价方法集成为组合评价方 法。
反映了被评价事物从不同的指标评价
对各等级的隶属程度。用权
事物从总体上对各等级的隶属程度，
即模糊综合评价结果。
通常采用所谓“模糊合成”来实
现 2020/2/15
42
上述综合，基本思想是：对评价矩阵 R和权向量A进行某种适当的模糊运 算, 将两者合成为一个模糊向量B={b1, b2,…,bn}，即B=AoR，然后对B按照一 定法则进行综合分析后即可得出最终 的模糊综合评价结果。
……
……
1234
28 29 30
解 “长” 是模糊概念，可用模
糊 2020/2/15
9
集描述。
设 xi 表 示 第 i(i=1,2,…,30) 条 线 段 , 则论域 U={x1, x2,…, x30}。
若A为“长线段”的集合，则线 段xi作为集A的成员资格，就是xi对A 的隶属度。
下面建立A的一种隶属函数。 因为线段越长，属于A 的程度越
2020/2/15
35
变异系数法的设计原理是：若某 项指标的数值差异较大，能明确区分 开各被评价对象，说明该指标的分辨 信息丰富，因而应给该指标以较大的 权重；反之，若各个被评价对象在某 项指标上的数值差异较小，那么这项 指标区分各评价对象的能力较弱，因 而应给该指标较小的权重。
2020/2/15
常用的模糊合成算子 o有：
2020/2/15
43
m
(1)
2020/2/15
31
R2=(0.1,0.3,0.5,0.1)，R3=(0,0.1,0.6,0.3), R4=(0,0.4,0.5,0.1), R5=(0.5,0.3,0.2,0)。
由此可得模糊综合评价矩阵为
0.2 0.5 0.3 0
0.1
0.3
0.5
0.1
A 0 0.1 0.6 0.3
12
(3) 交：C A B C x
A x B x (4) 补：AC AC x 1 A x
(5) 内积：A e B A x B x xU
(6) 外积：A B A x B x xU
d
x
,
c
x
d
d c
0, x d.
Oa b c d x
2020/2/15
18
偏小型一般适用于描述“小”、 “少”、“浅”、“淡”等偏向小的 程度的模糊现象；偏大型正好与偏小 型相反；而中间型一般适用于描述处 于中间状态的模糊现象。
2020/2/15
19
三、模糊综合评价
评价是人类社会中经常性的、极 为重要的认识活动。
其表示 x 属于A的程度。映射
x U A x[0,1] 称为A的隶属函数，函数值 A x 称
为x对A的隶属度。 显然，每个元素都有隶属度的集
合即为模糊集。确定模糊集的关键是
构造隶属函数。
2020/2/15
8
下面举例说明如何构造隶属度。 例1 从下列30条线段中选出长线 段。
2020/2/15
33
占权重，称之为权重向量。其中ai为
ui的权重，且满足 ai ? 0, ai 1。
确定权重通常有主观和客观两类
方法。主观法的代表是层次分析法。
客观法是根据各指标间的联系，利用
数学方法计算出各指标的权重，如质
量分数法、变异系数法等。
下面用实例介绍变异系数法。
2020/2/15
2020/2/15
22
各种评价方法出发点不同，解决 问题的思路不同，适用对象不同，各 有优缺点。
不同的评价方法会产生不同的评 价结论，有时甚至结论相左，即综合 评价的结果不是唯一的。
2020/2/15
23
模糊综合评价作为模糊数学的一 种具体应用，最早由我国学者汪培庄 提出。基本思想是：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 况进行综合评价。具体步骤为：首先 确定被评价对象的因素集和评价集，
O
a
bx
2020/2/15
16
(2) 偏大型
0, x a,
A
x
x b
a a
,
a
x
b,
y
1, x b.
1
Oa b
x
2020/2/15
17
(3) 中间型
y 1
0, x a,
x
a
,
a
x
b,
A
x
b
a 1,
b x c,
2020/2/15
28
2. 构造模糊综合评价矩阵
在确定了评价指标和评价等级后，
接 着 就 要 对 每 个 评 价 指 标 ui (i=1, 2,…m) 逐一进行模糊评价。
具体评价方法是：对评价指标ui 给出其能被评为等级vj的隶属度rij。 rij可理解为指标ui对于等级vj的隶属 度，通常要将rij归一化以便于使用。
36
因为方差可以描述取值的离散程 度，即某指标的方差反映了该指标的 的分辨能力，所以可用方差定义指标 的权重。
由于方差的大小是相对的，还需 考虑指标取值的大小、量级，故指标 的分辨能力可定义为
2020/2/15
37
vi si xi 解 根据变异系数法，可按照下列
步骤确定各指标的权重：
(1) 计算第i项指标的均值与方差
2020/2/15
29
设指标ui的模糊评价为ri=(ri1,ri2, …, rin)，则对所有评价指标ui(i=1,2,…, m) 进行的模糊评价构成的矩阵
r11 r12 L r1n
R
rij
r21
mn M
r22 L MO
r2n
M
rm1
rm 2
L
rmn
对 象 的 m 种 因 素 ， 即 评 价 指 标 ； V= {v1,v2,…,vn} 为 刻 画 每 一 因 素 所 处 状 态的n种评语，即评价等级。
这里，m为评价因素的个数，通 常由具体指标体系决定; n为评语的 个数，一般划分为3～5个等级。
2020/2/15
26
例如，某服装厂欲采用模糊综合
变异系数法的作用只是提高指标
的分辨能力，利于排序。