模糊綜合評價(jià).docx

1、2 模糊綜合評價(jià)在對許多事物進(jìn)行客觀評判時(shí)，其評判因素往往很多，我們不能只根據(jù)某一個(gè)指標(biāo)的好壞就作出判斷，而應(yīng)該依據(jù)多種因素進(jìn)行綜合評判，如技術(shù)方案的選擇、經(jīng)濟(jì)發(fā)展的比較等.模糊綜合評判可有效地對受多種因素影響的事物作出全面評價(jià).2.1 理論介紹 模糊綜合評判通常包括以下三個(gè)方面：設(shè)與被評價(jià)事物相關(guān)的因素有個(gè)，記為，稱之為因素集。又設(shè)所有可能出現(xiàn)的評語有 個(gè)，記為，稱之為評判集。由于各種因素所處地位不同，作用也不一樣，通?？紤]用權(quán)重來衡量，記為 。1.評判步驟 進(jìn)行模糊綜合評判通常按以下步驟進(jìn)行：（1）確定因素集。 （2）確定評判集。（3）進(jìn)行單因素評判得。（4）構(gòu)造綜合評判矩陣：（5）綜合評

2、判：對于權(quán)重，計(jì)算，并根據(jù)最大隸屬度原則作出評判。2.算子的定義在進(jìn)行綜合評判時(shí)，根據(jù)算子 的不同定義，可以得到不同的模型。1）模型主因素決定型運(yùn)算法則為 。該模型評判結(jié)果只取決于在總評判中起主要作用的那個(gè)因素，其余因素均不影響評判結(jié)果，比較適用于單項(xiàng)評判最優(yōu)就能認(rèn)為綜合評判最優(yōu)的情形。2）模型主因素突出型運(yùn)算法則為。該模型與模型I 比較接近，但比模型I更精細(xì)些，不僅突出了主要因素，也兼顧了其他因素，比較適用于模型I失效，即不可區(qū)別而需要加細(xì)時(shí)的情形。3）模型加權(quán)平均型運(yùn)算法則為。該模型依權(quán)重大小對所有因素均衡兼顧，比較適用于要求總和最大的情形。4）模型取小上界和型運(yùn)算法則為。使用該模型時(shí)，需

3、要注意的是：各個(gè)不能取得偏大，否則可能出現(xiàn)均等于1的情形；各個(gè)也不能取得太小，否則可能出現(xiàn)均等于各個(gè)之和的情形，這將使單因素評判的有關(guān)信息丟失。5）模型均衡平均型運(yùn)算法則為，其中。該模型適用于綜合評判矩陣中的元素偏大或偏小時(shí)的情景。2.2 案例分析例1 考慮一個(gè)服裝評判的問題，為此建立因素集，其中表示花色，表示式樣，表示耐穿程度，表示價(jià)格。建立評判集，其中表示很歡迎，表示較歡迎，表示不太歡迎，表示不歡迎。進(jìn)行單因素評判的結(jié)果如下：，設(shè)有兩類顧客，他們根據(jù)自己的喜好對各因素所分配的權(quán)重分別為, 試分析這兩類顧客對此服裝的喜好程度。分析 由單因素評判構(gòu)造綜合評判矩陣：用模型計(jì)算綜合評判為根據(jù)最大隸

4、屬度原則知，第一類顧客對此服裝不太歡迎，第二類顧客對此服裝則比較歡迎。程序源碼：function Example 1A1=0.1 0.2 0.3 0.4;A2=0.4 0.35 0.15 0.1;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;fuzzy_zhpj(1,A1,R)fuzzy_zhpj(1,A2,R)end%functionB=fuzzy_zhpj(model,A,R) %模糊綜合評判B=;m,s1=size(A);s2,n=size(R);if(s1=s2) disp(A的列不等于R的行);else

5、if(model=1) %主因素決定型 for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=0; if(A(i,k)R(k,j) x=A(i,k); else x=R(k,j); end if(B(i,j)x) B(i,j)=x; end end end end elseif(model=2) %主因素突出型 for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=A(i,k)*R(k,j); if(B(i,j)x) B(i,j)=x; end end end end elseif(model=3) %加權(quán)平均型 fo

6、r(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) B(i,j)=B(i,j)+A(i,k)*R(k,j); end end end elseif(model=4) %取小上界和型 for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=0; x=min(A(i,k),R(k,j); B(i,j)=B(i,j)+x; end B(i,j)=min(B(i,j),1); end end elseif(model=5) %均衡平均型 C=; C=sum(R); for(j=1:n) for(i=1:s2) R(i,j)=R(i,j

7、)/C(j); end end for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=0; x=min(A(i,k),R(k,j); B(i,j)=B(i,j)+x; end end end else disp(模型賦值不當(dāng)); endendend程序輸出結(jié)果如下：ans= 0.2000 0.3000 0.4000 0.1000ans= 0.3500 0.4000 0.2000 0.1000例 2 某校規(guī)定，在對一位教師的評價(jià)中，若“好”與“較好”占50%以上，可晉升為教授。教授分教學(xué)型教授和科研型教授，在評價(jià)指標(biāo)上給出不同的權(quán)重，分別為，。學(xué)科評議組由7

8、人組成，對該教師的評價(jià)見表1，請判別該教師能否晉升，可晉升為哪一級教授。表1 對該教師的評價(jià)好較好一般較差差政治表現(xiàn)42100教學(xué)水平61000科研能力00511外語水平22111分析 將評議組7人對每一項(xiàng)的投票按百分比轉(zhuǎn)化為成隸屬度得綜合評判矩陣：按模型 針對倆個(gè)權(quán)重分別計(jì)算得由于要計(jì)算百分比，需要將上述評判結(jié)果進(jìn)一步歸一化為如下： 顯然，對第一類權(quán)重“好”與“較好”占50%以上，故該教師可晉升為教學(xué)型教授，程序與例1相同。 輸入及結(jié)果：%輸入評價(jià)指標(biāo)權(quán)重矩陣和綜合評判矩陣A1=0.2 0.5 0.1 0.2;A2=0.2 0.1 0.5 0.2;R=0.57 0.29 0.14 0 0;

9、0.86 0.14 0 0 0; 0 0 0.71 0.14 0.14 0.29 0.29 0.14 0.14 0.14 ;fuzzy_zhpj(1,A1,R)fuzzy_zhpj(1,A2,R)程序輸出結(jié)果如下：ans= 0.5000 0.2000 0.1400 0.1400 0.1400ans= 0.2000 0.2000 0.5000 0.1400 0.1400例3 某產(chǎn)糧區(qū)進(jìn)行耕作制度改革，制定了甲、已、丙三個(gè)方案見表2，以表3作為評價(jià)指標(biāo)，5個(gè)因素權(quán)重定為，請確定應(yīng)該選擇哪一個(gè)方案。表2 三個(gè)方案方案畝產(chǎn)量（kg/畝）產(chǎn)品質(zhì)量 畝用工量畝純收入/元生態(tài)影響甲592.5355725乙5

10、292381053丙412132852表3 5個(gè)評價(jià)標(biāo)準(zhǔn)分?jǐn)?shù)畝產(chǎn)量產(chǎn)品質(zhì)量畝用工量畝純收入生態(tài)影響55506001130145005502203011013023450500330409011032400450440507090413504005506050705060506分析 根據(jù)評價(jià)標(biāo)準(zhǔn)建立各指標(biāo)的隸屬函數(shù)如下。畝產(chǎn)量的隸屬函數(shù)：產(chǎn)品質(zhì)量的隸屬函數(shù)：畝用工量的隸屬函數(shù)：畝純收入的隸屬函數(shù)：對生態(tài)影響的隸屬函數(shù)：將表2三個(gè)方案中數(shù)據(jù)帶入相應(yīng)隸屬函數(shù)算出隸屬度，從而得到綜合評判距陣：根據(jù)所給權(quán)重按加權(quán)平均型計(jì)算得根據(jù)最大隸屬度原則，0.662最大，所對應(yīng)的是乙方案，故應(yīng)選擇乙方案。程序同例1

11、.輸入及結(jié)果：%輸入評價(jià)指標(biāo)權(quán)重矩陣和綜合評判距陣A=0.2 0.1 0.15 0.3 0.25;R=0.97 0.716 0.248; 0.6 0.8 1; 0.125 0.55 0.7; 0.275 0.6875 0.4375; 0.2 0.6 0.8;fuzzy_zhpj(3,A,R) %調(diào)用綜合評判函數(shù)程序運(yùn)行結(jié)果如下：ans= 0.4053 0.6620 0.5858 例4 表4是大氣污染物評價(jià)標(biāo)準(zhǔn)。今測得某日某地以上污染物日均濃度為（0.07，0.20，0.123，5.00，0.08，0.14），各污染物權(quán)重為（0.1，0.20，0.3，0.3，0.05，0.05），試判別其污染等

12、級。 表4 大氣污染物評價(jià)標(biāo)準(zhǔn) 單位污染物級級級級 0.050.150.250.50 0.120.300.501.00 0.100.100.150.30 4.004.006.0010.00 0.050.150.250.50 0.120.160.200.40分析 由于大氣中各污染物含量均是越少大氣質(zhì)量越高，可構(gòu)造各污染物含量對四個(gè)等級的隸屬函數(shù)如下：對級的隸屬函數(shù)：對級的隸屬函數(shù)：對級的隸屬函數(shù)：對級的隸屬函數(shù)：其中表示6種污染物，如表示第二種污染物的含量對級的隸屬度，而依次表示評價(jià)標(biāo)準(zhǔn)中各污染物含量。對污染物，其含量，計(jì)算其對各等級的隸屬度如下：因,故 因，故，因，故。同理可計(jì)算其他污染物含量對各等級的隸屬度，從而得綜合評判距陣：結(jié)合權(quán)重，選擇加權(quán)平均型進(jìn)行計(jì)算得，根據(jù)最大隸屬度原則，0.478最大，故當(dāng)日大氣質(zhì)量為級。程序同例1輸入及其結(jié)果： A=0.1 0.2 0.3 0.3 0.05 0.05; R=0.8 0.2 0 0;0.56 0.44 0 0;0 0.6 0.4 0;0 0.5 0.5 0;0.7 0.3 0 0;0.5 0.5 0 0;fuzzy_zhpj(3,A,R)程序運(yùn)行結(jié)果如下:ans=0.2520 0.4780 0.2700 02.3 方法評論 模糊綜合評價(jià)經(jīng)常用來處理一類選擇和排序問題。應(yīng)用的關(guān)鍵在于模糊綜合評價(jià)矩