数学建模第四模型--模糊综合 评价模型
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