二、经典集合和模糊集合的基本概念。
fuzzy set

模糊集合，0到1 之间。

表示法是一个记法，而不是实际的计算（除以清风）（相加）

偏小型：递减
中间型：先增后减
偏大型：递增

三、隶属函数的三种确定方法

（1）.调查问卷统计，耗时间，不适合。

（2）.借助已有的客观尺度（参考已经有人研究出来的数据。）

（3）.指派法。——用的比较多的是梯形分布

梯形分布：
偏小型

中间型和片大型。

求出对于每个等级，它的隶属度。

四、应用：模糊综合评价（评判）

一级模糊综合评价模型
1.确定因素集。

2.确定评语集。

3.确定各因素的权重

4.确定模糊综合判断矩阵

隶属度：对于ri ，指标的符合程度是多少（例如：专业排名有80%符合评语优，就是隶属度）
Ri中的 ri1 是指标ui对评语 i 的隶属度

5.综合评判

例题：某单位对运功的年终综合评定。

更新11_模糊综合评价_第5部分_空气质量等级评定和煤矿边坡方案选择.ev1

步骤

1.确定因素集，评语集，权重集。

权重集为最后使用，B= A*R（A为权重，R为综合评判矩阵）

2。综合判断矩阵

通过浓度代入上式计算得综合评判矩阵。

3.计算B = A R

例题：一级模糊综合评价模型实例。
步骤

1.确定因素集，评语集，权重集。
因素集

将方案作为评语集（之前是优，良，差。）

正向化处理过程。确定隶属度函数，函数不唯一，合理即可。

计算所得，隶属度表。


最后权重乘评判矩阵得到最后的综合评价。

可以用excel绘制一个图形放在论文中，更加直观。

然后再得出结论即可。

=============================================================

=============================================================

=============================================================

多级模糊综合评价模型

例题：二级模糊

没有数据，由模糊统计法得到。（问卷调查）

三级模糊综合评价模型。

例题：

1、一级模糊综合评判


2.二级模糊综合评判

3.三级模糊综合评价