模糊综合评价法

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在决策问题中，评价方法的选择对于得出准确的结论至关重要。

模糊综合评价法和层次分析法是两种常用的评价方法，它们各自有着不同的特点和适用范围。

本文将对这两种方法进行比较，并分析它们的优缺点及适用场景。

一、模糊综合评价法模糊综合评价法是一种基于模糊数学理论的决策方法。

它能够处理一些无法精确描述的决策问题，具有一定的模糊性。

模糊综合评价法的主要步骤包括：建立评价指标体系、建立模糊评价矩阵、确定模糊数的隶属度函数、计算权重系数、模糊综合评价以及结果分析。

模糊综合评价法的优点在于可以处理非常模糊的信息，对于具有一定主观性的问题有着较好的适应性。

其模糊矩阵可以对决策变量之间的关系进行直观表示，提高了决策的可理解性。

此外，模糊综合评价法还能够灵活地处理多个评价指标之间的关系，适用于复杂问题的决策。

然而，模糊综合评价法也存在一些缺点。

首先，模糊综合评价法在建立模糊矩阵时需要依赖专家的主观评价，其可靠性存在一定的局限性。

其次，在计算权重系数时，需要对每个指标的重要性进行模糊隶属度函数的设定，这可能会引入一定的主观偏差。

另外，由于模糊综合评价法对决策问题的要求较高，需要专业的知识和经验支持，所以在应用中需要慎重选择。

二、层次分析法层次分析法是一种将复杂问题分解为多个层次结构，并通过定量分析和专家判断来确定各个层次的权重的方法。

层次分析法的主要步骤包括：构建层次结构模型、确定判断矩阵、计算权重向量、一致性检验以及结果分析。

层次分析法的优点在于可以将复杂的决策问题分解为多个相对简单的子问题进行处理，提高了问题的可解性和可行性。

其通过定量化的方式确定各个层次的权重，减少了主观性的干扰。

此外，层次分析法具有较好的一致性检验方法，可以对决策结果的可靠性进行判断。

然而，层次分析法也存在一些不足之处。

首先，层次分析法在评价指标比较多或问题比较复杂时，计算量较大，耗时较长。

其次，层次分析法在构建判断矩阵和确定权重向量时，需要征求专家的意见和判断，其可靠性和准确性也受到专家主观因素的影响。

模糊综合评价法原理模糊综合评价法是一种基于模糊数学的综合评价方法，它应用模糊关系综合的原理，将一些界限不清、难以量化的因素量化，进行综合评价。

这种综合评价方法根据模糊数学的隶属度理论，将定性评价转化为定量评价，即利用模糊数学对受多种因素制约的事物或对象进行总体评价。

它具有结果明确、系统性强的特点，能解决模糊、难以量化的问题，适用于解决各种不确定性问题。

其特点是评价结果不是绝对肯定或否定的，而是用一个模糊集来表示。

模糊综合评价通常由目标层和指标层组成。

通过指标层与评价集之间的模糊关系矩阵(即隶属度矩阵)，可以得到目标层对评价集的隶属度向量，从而得到目标层的综合评价结果。

隶属度和隶属度矩阵是模糊综合评价的关键概念。

计算步骤1、确定评价对象的因素集设U={u1,u2,...,um}为刻画被评价对象的m种评价因素（评价指标），其中：m是评价因素的个数，由具体的指标体系所决定。

2、确定评价对象的评语集设V={v1,v2,...,vn},是评价者对被评价对象可能做出的各种总的评价结果组成的评语等级的集合，一般划分为3-5个等级。

3、确定评价因素的权重向量设A=（a1,a2,...,am）为权重分配模糊矢量，其中ai表示第i个因素的权重，要求a1+a2+...+am=1，A反映了各因素的重要程度。

在模糊综合评价中，权重会对最终的评价结果产生很大的影响，不同的权重有时会得到完全不同的结论。

现在权重一般是凭经验给的，但很主观。

确定权重的方法有:(1)专家估计法；(2)加权平均法:当专家人数少于30人时，可采用此方法。

先由多位专家独立给出各因素的权重，然后取各因素的平均值作为其权重；(3)频率分布测定的权重法；(4)模糊协调决策方法:贴近度和贴近度选择原则；(5)层次分析法。

4、进行单因素模糊评价，确立模糊关系矩阵R5、综合评价6、对模糊综合评价结果进行定量分析模糊综合评价的结果是被评价对象对各等级模糊子集的隶属度，它一般是一个模糊矢量，而不是一个值，因而他能提供的信息比其它方法更丰富。

模糊综合评价法

模糊综合评价法模糊综合评价法（Fuzzy Comprehensive Evaluation）是一种常用的多指标决策方法，它可以在不确定、模糊的条件下对不同选项进行评估和排序。

该方法通过将不同指标的评价结果用模糊集合表示，结合权重和评价等级，最终得出各选项的综合评估结果。

本文将介绍模糊综合评价法的概念、基本步骤和具体应用。

模糊综合评价法的核心思想是将模糊集合理论与评价方法相结合，从而克服了传统评价方法只考虑确定性条件下的不足。

在现实问题中，往往存在不确定和模糊的因素，无法用简单的数学模型描述。

而模糊综合评价法可以通过模糊集合的运算和推理，对这些模糊因素进行量化和评估。

模糊综合评价法的基本步骤如下：1. 确定评价指标：根据评价对象的特征和目标，确定几个关键评价指标。

这些指标应该能够反映出评价对象的综合性能。

2. 构建评价集合：对于每个评价指标，需要构建其对应的模糊集合。

模糊集合由隶属函数表示，它可以描述事物的不同特征和评价等级之间的关系。

3. 确定权重：为不同评价指标确定权重，反映出它们在综合评价中的重要性。

常用的方法有主观赋权、层次分析法等。

4. 进行评价计算：根据评价指标的隶属函数和权重，对每个指标进行评估计算。

通常采用隶属度最大值法、隶属度平均值法等方法。

5. 综合评价：将各个指标的评估结果综合起来，得出最终的综合评价结果。

可以通过加权平均法、熵权法等进行综合。

模糊综合评价法在实践中有着广泛的应用。

它可以用于企业绩效评估、项目可行性分析、人才选拔、产品质量评价等领域。

通过综合考虑多个指标，可以更全面地评估对象的优劣，为决策提供科学依据。

然而，模糊综合评价法也存在一些问题和挑战。

首先，评价指标的选择和权重的确定往往具有主观性，不同人对同一指标的看法可能存在差异。

其次，模糊综合评价法的计算过程较为繁琐，需要较高的数学基础和专业知识。

最后，由于模糊综合评价法忽略了指标之间的相互关系，可能导致评价结果的不准确性。

AHP-模糊综合评判法

（6）根据隶属度最大原则作出评判，或计算综合评判值
11
【引例】科研成果评价
假设评价科研成果，评价指标集合
U={u1 ，u2 ，u3}
={学术水平，社会效益，经济效益}，
其各因素权重设为
A {0.3,0.3,0.4}
12

确定评语集为V= {V1 ，V2 ，V3 ，V4} ={很好，好，一般，差}
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
对各指标分别表示如下：
u1 =“运算功能（数值、图形等）”； u 2 =“存储容量（内、外存）”； u3 =“运行速度（CPU、主板等）”； u 4 =“外设配置（网卡、调制调解器、多媒体部件等）”；
u5 =“价格”。
则
U {u1 , u2 , u3 , u4 , u5} 构成指标集或因素集。
R1 ,
R2 , R3 , R4 ,
R5 组合成评判矩阵 R
28
0 .2 0 .1 R 0 .0 0 .0 0 .5
0 .5 0 .3 0 . 0 0 .3 0 .5 0 . 1 0 .4 0 .5 0 . 1 0 . 1 0 .6 0 .3 0 .3 0 .2 0 . 0
A2 (0.4,0.35,0.15,0.1)
23
（5）用算子 M (,) 计算综合评判为

模糊综合评价法

3、进行单因素评价，建立模糊关系矩阵R
单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价。在构造了等级模糊子集后，就要逐个对被评价对象从每个因素 u i ( i = 1, 2 , L , m ) 上进行量化，也就是确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵：
权重选择的合适与否直接关系到模型的成败。确定权重的方法有以下几种：层次分析法 Delphi法加权平均法专家估计法
5、多因素模糊评价
利用合适的合成算子将A与模糊关系矩阵R合成得到各被评价对象的模糊综合评价结果向量B。 R中不同的行反映了某个被评价对象从不同的单因素来看对各等级模糊子集的隶属程度。用模糊权向量A将不同的行进行综合就可以得到该被评价对象从总体上来看对各等级模糊子集的隶属程度，即模糊综合评价结果向量B。
常用的模糊合成算子有以下两种： M (∧ ， ) 算子： ∨
b j = ∨ (a i ∧ rij ) = max {min (a i , rij )} j = 1, 2 , L , n ,
m i =1 1≤ i ≤ m
M (⋅， ) 算子： ∨
b j = ∨ (a i , rij ) = max
m i =1
ri = (ri1 , ri 2 , L , rim ) 来刻画的（在其他评价方法中多
是由一个指标实际值来刻画，因此从这个角度讲，模糊综合评价要求更多的信息），r i 称为单因素评价矩阵，可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素与评价对象之间的“合理关系”。
在确定隶属关系时，通常是由专家或与评价问题相关的专业人员依据评判等级对评价对象进行打分，然后统计打分结果，然后可以根据绝对值减数法求得 r ij ，即：

模糊综合评价法

模糊综合评价法模糊综合评价当需要对评价对象做出客观全⾯的评价，但是存在⼤量的模糊性的概念，⽐如⼀个⼈的好坏这样的主观因素会起很⼤作⽤，会使很多指标都⽆法量化，这时就很适合⽤模糊综合评价。

⼀级模糊综合评判1. 确定因素集把所有需要评价的指标构成⼀个集合，即因素集U={u1,u2,...u n}其中的每个u i就为⼀个评价指标2. 确定评语集由于每个指标的评价值不同，那么我们需要有⼀个等级制度来评判各个指标把所有等级构成⼀个集合，即为评语集V={v1,v2,...,v m}⽐如V={好，较好，中等，较差，差}3. 确定各个因素的权重W=[w1,w2,...,w n]$w_i$为第i个元素的权重，且满⾜$\sum_{k=1}^{n}w_i=1$确定权重的⽅法有不少，如Delphi法，加权平均法，众⼈评估法等4. 确定模糊综合评价矩阵对于第i个评价指标u i来说，它有m个评语，我们把对它的评判向量记为R iR i=[r i1,r i2,...,r im]那么对各个指标的总模糊综合评价矩阵就为R=[R1,R2,...R n]它是⼀个从U到V的模糊关系矩阵，即是从因素到评语的关系5. 综合评判综合评价结果B就是权重W和关系矩阵R的乘积，即B=W.R那么最后的评价结果就是B=[b1,b2,...,b m]中最⼤的⼀个元素多层次的模糊综合评价1. 实际上多层次的分析就是在单层次的分析上在多⼀次分析就可由第⼀级的分析得到⼀级评判向量B=[b1,b2,...,b m]。

2. B的权重为A=[a1,a2,....a m]3. ⼆级评判向量B2为B2=A.B4. 故也可以继续推出第三级，第四级，甚⾄更⾼层次的步骤。

Processing math: 100%。

模糊综合分析法

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。

中文名模糊综合评价法理论依据模糊数学属性综合评标方法提出人查德模糊集合理论(fuzzy sets)的概念于1965 年由美国自动控制专家查德（L．A．Zadeh）教授提出，用以表达事物的不确定性。

术语定义为了便于描述，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）：是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）：是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）：是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）：是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）：是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 。

模糊综合评价法原理及案例分析

案例二：城市环境质量的模糊综合评价
总结词
客观性、科学性
详细描述
城市环境质量涉及多个方面，如空气质量、水质、噪音等，每个方面又有多个指标。通过模糊综合评价法，可以将这些指标综合考虑，对城市环境质量进行客观、科学的评价。
案例三：旅游景区的模糊综合评价
总结词
实用性、可操作性
VS
详细描述
旅游景区评价涉及多个方面，如资源价值、环境质量、服务质量等，每个方面又有多个指标。通过模糊综合评价法，可以将这些指标综合考虑，对旅游景区进行实用、可操作的评价。
80%
风险评估
模糊综合评价法可以用于风险评估，对风险因素进行权重分析和排序，为风险管理提供支持。
模糊综合评价法的历史与发展
历史
模糊综合评价法起源于20世纪60年代的模糊数学和模糊逻辑，经过多年的研究和发展，逐渐形成了较为完善的理论和方法体系。
发展
随着模糊数学和模糊逻辑的不断发展，模糊综合评价法也在不断完善和改进，应用范围越来越广泛，成为多因素、多指标评价的重要工具之一。
结合人工智能和大数据技术，开发更加高效、智能的模糊综合评价模型和方法，提高决策支持的效率和准确性。
THANK YOU
感谢聆听
模糊关系与模糊矩阵
模糊关系
模糊关系是指事物之间的不确定关系。在模糊集合中，两个元素之间的关联程度可以用模糊关系来表示，它是一个从模糊集合到模糊集合的映射。
模糊矩阵
模糊矩阵是用来表示模糊关系的矩阵形式。它由隶属度值组成，能够反映多个因素之间的关联程度。
模糊运算与模糊推理
模糊运算
模糊运算是对模糊集合进行各种数学运算的方法，包括并集、交集、补集等。通过这些运算，可以对模糊集合进行各种处理和变换。

模糊综合评价法(终版)

综合性：能够综合考虑多个因素对多属性或多指标进行综合评价
适用性：适用于多领域、多场景的评价问题应用范围广泛
灵活性：可以根据实际需求调整评价模型具有较好的灵活性
缺点
计算复杂度高对数据要求较高主观因素影响较大难以处理不确定性和模糊性
改进方向
优化模糊隶属度函数的选取提高评价的准确性
引入人工智能技术实现自动化评价
结合其他评价方法提高评价的全面性和客观性
针对具体应用领域开展针对性的改进研究
感谢观看
汇报人：
进行模糊合成和决策Fra bibliotek根据模糊权重向量和模糊矩阵进行模糊合成运算
根据模糊合成结果确定评价对象的等级归属
根据评价对象的等级归属进行决策分析
输出评价结果和决策建议
01
模糊综合评价法的应用案例
案例一：企业财务状况评价
添加标题
案例背景：企业财务状况评价是模糊综合评价法的重要应用之一通过对企业财务状况进行全面、客观、准确的分析和评价为企业决策提供有力支持。
划分评价等级：将评价因素划分为若干个等级以便进行
模糊评价
建立模糊关系矩阵
确定评价因素和评价等级
建立模糊关系矩阵根据模糊关系公式计算各因素之间的相似程度
对模糊关系矩阵进行归一化处理得到各评价因素在各评价等级上的隶属度
根据最大隶属度原则确定评价结果所属的等级
确定评价因素的权重
确定评价因素：明确评价对象的各项指标确定权重：根据评价因素的重要程度为其分配相应的权重值权重赋值：根据实际情况为每个评价因素赋予具体的权重值权重调整：根据评价结果对权重进行调整以提高评价准确性
常用的隶属度函数：三角形、梯形、高斯型等

模糊综合评判法(原理)

4、进行单因素模糊评价，确立模糊关
系矩阵R
单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价(one-way evaluation). 在构造了等级模糊子集后，就要逐个对被评价对象从每个因素ui上进行量化，也就是确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵：
ai表示第i个因素的权重,要求ai＞0,Σai=1. A反映了各因素的重要程度. 在进行模糊综合评价时，权重对最终的评价结果会产生很大的影响，不同的权重有时会得到完全不同的结论. 现在通常是凭经验给出权重，但带有主观性. 权重是以某种数量形式对比、权衡被评价事物总体中诸因素相对重要程度的量值.
因素集
评判集
单因素评判
综合评判
1、确定评价对象的因素集
设U={u1,u2,…,um}为刻画被评价对象的m种评价因素(评价指标).其中:m是评价因素的个数,有具体的指标体系所决定. 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,把每一类都视为单一评价因素，并称之为第一级评价因素.第一级评价因素可以设置下属的第二级评价因素,第二级评价因素又可以设置下属的第三级评价因素,依此类推. 即U=U1∪U2∪…∪Us.(有限不交并) 其中Ui={ui1,ui2,…，uim},Ui∩Uj=Φ,任意 i≠j,i,j=1,2,…，s. 我们称{Ui}是U的一个划分(或剖分),Ui称为类(或块).
r11 r12 r21 r22 B A R a1 , a2 ,, am r m1 rm 2 r1n r2 n b1 , b2 ,, bn rmn
其中：bj表示被评级对象从整体上看对评价等级模糊子集元素vj的隶属程度。

模糊综合评价方法

Si S m Si i 1
(i=1,2,
, m)
计算各评价对象方案的综合评价得分上述步骤可计算出所有可行方案的综合评价得分，根据得分的大小，即可对各可行方案进行优先顺序的排列，为决策者提供依据。

第三节模糊综合评价法
定义：应用模糊集理论进行综合评价的一种方法
主要步骤：
邀请有关专家组成评价小组根据专家的经验或通过如层次分析法等方法，确定评价因素集Ｕ及其权重向量这里评价因素集Ｕ是评价因素（即评价指标）的集合。设有n个评价因素，且这n个因素均在同一个层次上，则评价因素集Ｕ为：
根据模糊集理论的综合评定概念，S 的计算公式如下：
S PR
上式的计算是一种模糊映射过程，应采用模糊关系的合成方法计算。模糊关系合成运算方法如下：设A=BC为模糊关系的合成运算，B与C为矩阵或向量，其算法与一般矩阵乘法规则相同，但要将计算式中的普通乘法运算换为取最小的运算，记为∩；将计算式中的普通加法运算换为取最大的运算，记为∪。对 S 归一化：
模糊评价矩阵 R 反映从评价因素到评价尺度之间的模糊评价关系，这种评价关系是一种模糊映射，它可以通过专家投票等方法获得。
Rij表示认为第 i个评价因素 Ui的评分等级为 bj 的专家票数百分比
r11 r12 r21 r22 R ri1 ri 2 r r n1 n 2
r1 j
r2 j rij rnj
r1m r2 m rim rnm
n m
计算各评价对象方案的综合评定向量 S ，并对其进行
归一化，得到向量 S 综合评定向量S (S1, S2 , Sm ) 是根据评价因素的权重 P 对 R 加权后得到的各评价因素的综合评价向量，然后对向量 S 进行归一化处理（对向量归一化就是使得向量中各元素之和为1），得到向量 S 。向量 S 的含义是：认为方案的综合评价得分等级的专家票数百分比。

模糊综合评价方法

模糊综合评价方法
模糊综合评价方法是将复杂的现实问题通过建立模糊语言系统，借助对模糊语言表述
的知识推理能力，用精细化的数字模型来度量各项因素之间的相关性及其重要性，通过构
建模糊系统，实现系统众多因素综合评价的一种新方法。

模糊综合评价是以模糊数学方法
把定量或定性的评价指标合成为一个定量化的综合评价指标的新技术。

它结合了模糊数学、人工智能技术和智能决策理论等多学科，在实现多个事物多方面复杂关系的快速准确评价、评估和决策上起了重要作用。

模糊综合评价方法建立定量模型时首先要完成两个基本任务：第一是确定综合评价问
题的评价指标。

根据待评价问题的特点，分析问题，可以把涉及的各个方面的指标客观有
效地描述出来；第二是给所有的指标设定合理的权重，衡量指标间的关联性。

构建综合评
价指标权重的方法有多种，如由专家所属的决策委员会通过分析决策问题的内容来确定评
价指标和权重等。

建立了综合评价指标体系和权重以后，就可以运用模糊综合评价方法，进行多个指标
的定量化实现。

模糊综合评价方法，可根据指标划分不同的等级，将综合评价每条指标的
量化结果存入一个综合数 *，进而确定总评分。

模糊综合评价方法具有特殊的评价单位，
不仅全面衡量各个指标，而且以等级变量的表示方式，使评价变得简洁明了，结果更直观。

模糊综合评价方法造就了复杂事物的综合评估，广泛应用于工业类别中，用于系统性
地衡量决策上下文环境、产品内部结构、性能特性等多个指标子系统。

特别是模糊综合评
价法能够有效地解决问题对象难以精确量化的情况，能有效的保留专家的精神状态与专业
知识，比较适用于多元化的评价环境。

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

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。

由于地质环境与地质灾害系统的复杂性，地质环境与地质灾害评价需要研究的变量关系较多且错综复杂，其中既有确定的可循的变化规律，又有不确定的随机变化规律，人们对地质环境的认识也是既有精确的一面，也有模糊的一面。

用绝对的“非此即彼”有时不能准确地描述地质环境中的客观现实，经常存在着“亦此亦彼”的模糊现象，其刻划与描述也多用自然语言来表达，如某一斜坡地段的工程岩组为软“弱岩体” ，该地段岩体稳定性“较差”等等。

自然语言最大的特点是它的模糊性。

从逻辑上讲，模糊现象不能用 1 真(是)或 0 假(否)二值逻辑来刻划，而是需要一种用区间 [0， 1]的多值(或连续值)逻辑来描述。

可见，运用模糊理论解决地质环境与地质灾害危险性评价问题，是模拟人脑某些思维方式，提高认识地质体的一种有效方法。

因此，地质环境质量与地质灾害危险性评价中引入了模糊综合评判方法是客观事物的需要 ,也是主观认识能力的发展。

模糊综合评判方法是应用模糊关系合成的特性,从多个指标对被评价事物隶属等级状况进行综合性评判的一种方法,它把被评价事物的变化区间作出划分,又对事物属于各个等级的程度作出分析,这样就使得对事物的描述更加深入和客观,故而模糊综合评判方法既有别于常规的多指标评价方法 ,又有别于打分法。

(1)模糊综合评判数学模型设 U={ u1,u2, …,u m}为评价因素集,V={v1,v2, …v n}为危险性等级集。

评价因素论域和危险性等级论域之间的模糊关系用矩阵 R 来表示：式中， r ij = η(u i，v j)(0≤r ij ≤1) ，表示就因素 u i 而言被评为 v j 的隶属度；矩阵中第 i 行R i =(r i1,r i2, …,r in)为第 i 个评价因素 u i 的单因素评判，它是 V 上的模糊子集。

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。