新編數(shù)學建模-綜合評價與決策方法課件

數(shù)學建模算法與應用數(shù)學建模算法與應用第14章

綜合評價與決策方法數(shù)學建模算法與應用第14章綜合評價與決策方法數(shù)學建模算法與應用新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.1理想解法14.1理想解法14.1.1示例14.1.1示例新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件采用上式進行屬性規(guī)范化時，經(jīng)過變換的最差屬性值不一定為0，最佳屬性值為1。采用上式進行屬性規(guī)范化時，經(jīng)過變換的最差屬性值不一定為0，最新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.1.2方法和原理14.1.2方法和原理新編數(shù)學建模-綜合評價與決策方法課件14.1.3TOPSIS法的算法步驟14.1.3TOPSIS法的算法步驟新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.2模糊綜合評判法14.2模糊綜合評判法新編數(shù)學建模-綜合評價與決策方法課件14.2.1一級模糊綜合評判在人事考核中的應用14.2.1一級模糊綜合評判在人事考核中的應用新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件2022年10月28日39模糊綜合評判一級模糊綜合評判2022年10月22日39模糊綜合評判一級模糊綜合評判2022年10月28日40模糊綜合評判2022年10月22日40模糊綜合評判2022年10月28日41根據(jù)運算的不同定義，可得到以下不同模型：模糊綜合評判2022年10月22日41根據(jù)運算的不同定義，可得到以下不2022年10月28日42例如有單因素評判矩陣則B＝(0.18,0.18,0.18,0.18)2022年10月22日42例如有單因素評判矩陣則B＝(0.12022年10月28日43模糊綜合評判2022年10月22日43模糊綜合評判2022年10月28日44模糊綜合評判2022年10月22日44模糊綜合評判2022年10月28日45其中：模糊綜合評判2022年10月22日45其中：模糊綜合評判2022年10月28日46

例：“晉升”的數(shù)學模型.以高校老師晉升教授為例：因素集U={政治表現(xiàn)及工作態(tài)度,教學水平,科研水平,外語水平},評判集V={好,較好,一般,較差,差}.

因素好較好一般較差差政治表現(xiàn)及工作態(tài)度42100教學水平61000科研水平00511外語水平22111

2022年10月22日46例：“晉升”的數(shù)學模2022年10月28日47給定以教學為主的權(quán)重A=(0.2,0.5,0.1,0.2)，分別用M(∧,∨)、M(·,＋)模型所作評判下：M(∧,∨)：B=(0.5,0.2,0.14,0.14,0.14)

歸一化后，B=(0.46,0.18,0.12,0.12,0.12)M(·,＋)：B=(0.6,0.19,0.13,0.04,0.04)2022年10月22日47給定以教學為主的權(quán)重A=(0.2022年10月28日48模糊綜合結(jié)論最后通過對模糊評判向量B的分析作出綜合結(jié)論．一般可以采用以下三種方法：(1)最大隸屬原則(2)加權(quán)平均原則評價等級集合為={很好，好，一般，差}，各等級賦值分別為{4，3，2，1}

2022年10月22日48模糊綜合結(jié)論最后通過對模糊評判向量14.2.2多層次模糊綜合評判在人事考核中的應用14.2.2多層次模糊綜合評判在人事考核中的應用新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件根據(jù)最大隸屬度原則，認為對該員工的評價為良好。同理可對該部門其他員工進行考核。根據(jù)最大隸屬度原則，認為對該員工的評價為良好。新編數(shù)學建模-綜合評價與決策方法課件14.3數(shù)據(jù)包絡(luò)分析法14.3數(shù)據(jù)包絡(luò)分析法14.4灰色關(guān)聯(lián)分析法14.4灰色關(guān)聯(lián)分析法新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.5主成分分析法當影響事件的因素過多時，可以根據(jù)因素內(nèi)在關(guān)系構(gòu)造出影響事件的主要成分，并且用主要成分來對事件進行評分。14.5主成分分析法當影響事件的因素過多時，可以新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件為主成分的累積貢獻率，

為主成分的累積貢獻率，新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.6秩和比綜合評價法14.6秩和比綜合評價法14.6.1原理及步驟14.6.1原理及步驟新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.6.2應用實例14.6.2應用實例新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件數(shù)學建模算法與應用數(shù)學建模算法與應用第14章

綜合評價與決策方法數(shù)學建模算法與應用第14章綜合評價與決策方法數(shù)學建模算法與應用新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.1理想解法14.1理想解法14.1.1示例14.1.1示例新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件采用上式進行屬性規(guī)范化時，經(jīng)過變換的最差屬性值不一定為0，最佳屬性值為1。采用上式進行屬性規(guī)范化時，經(jīng)過變換的最差屬性值不一定為0，最新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.1.2方法和原理14.1.2方法和原理新編數(shù)學建模-綜合評價與決策方法課件14.1.3TOPSIS法的算法步驟14.1.3TOPSIS法的算法步驟新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件14.2模糊綜合評判法14.2模糊綜合評判法新編數(shù)學建模-綜合評價與決策方法課件14.2.1一級模糊綜合評判在人事考核中的應用14.2.1一級模糊綜合評判在人事考核中的應用新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件2022年10月28日133模糊綜合評判一級模糊綜合評判2022年10月22日39模糊綜合評判一級模糊綜合評判2022年10月28日134模糊綜合評判2022年10月22日40模糊綜合評判2022年10月28日135根據(jù)運算的不同定義，可得到以下不同模型：模糊綜合評判2022年10月22日41根據(jù)運算的不同定義，可得到以下不2022年10月28日136例如有單因素評判矩陣則B＝(0.18,0.18,0.18,0.18)2022年10月22日42例如有單因素評判矩陣則B＝(0.12022年10月28日137模糊綜合評判2022年10月22日43模糊綜合評判2022年10月28日138模糊綜合評判2022年10月22日44模糊綜合評判2022年10月28日139其中：模糊綜合評判2022年10月22日45其中：模糊綜合評判2022年10月28日140

例：“晉升”的數(shù)學模型.以高校老師晉升教授為例：因素集U={政治表現(xiàn)及工作態(tài)度,教學水平,科研水平,外語水平},評判集V={好,較好,一般,較差,差}.

因素好較好一般較差差政治表現(xiàn)及工作態(tài)度42100教學水平61000科研水平00511外語水平22111

2022年10月22日46例：“晉升”的數(shù)學模2022年10月28日141給定以教學為主的權(quán)重A=(0.2,0.5,0.1,0.2)，分別用M(∧,∨)、M(·,＋)模型所作評判下：M(∧,∨)：B=(0.5,0.2,0.14,0.14,0.14)

歸一化后，B=(0.46,0.18,0.12,0.12,0.12)M(·,＋)：B=(0.6,0.19,0.13,0.04,0.04)2022年10月22日47給定以教學為主的權(quán)重A=(0.2022年10月28日142模糊綜合結(jié)論最后通過對模糊評判向量B的分析作出綜合結(jié)論．一般可以采用以下三種方法：(1)最大隸屬原則(2)加權(quán)平均原則評價等級集合為={很好，好，一般，差}，各等級賦值分別為{4，3，2，1}

2022年10月22日48模糊綜合結(jié)論最后通過對模糊評判向量14.2.2多層次模糊綜合評判在人事考核中的應用14.2.2多層次模糊綜合評判在人事考核中的應用新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件根據(jù)最大隸屬度原則，認為對該員工的評價為良好。同理可對該部門其他員工進行考核。根據(jù)最大隸屬度原則，認為對該員工的評價為良好。新編數(shù)學建模-綜合評價與決策方法課件14.3數(shù)據(jù)包絡(luò)分析法14.3數(shù)據(jù)包絡(luò)分析法14.4灰色關(guān)聯(lián)分析法14.4灰色關(guān)聯(lián)分析法新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學建模-綜合評價與決策方法課件新編數(shù)學