模糊综合评价笔记

最新推荐文章于 2023-09-03 10:18:06 发布

CourserLi

最新推荐文章于 2023-09-03 10:18:06 发布

阅读量2k

点赞数 2

分类专栏：数学建模文章标签：数学建模

本文链接：https://blog.csdn.net/CourserLi/article/details/106810920

版权

数学建模专栏收录该内容

20 篇文章 24 订阅

订阅专栏

模糊综合评价法什么时候用？

模糊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，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。

模糊综合评价法适合各种非确定性、多级评判指标问题的解决

模糊综合评价法的顺序

① 指标的构建（确定因素集和评语集）
② 构建评价矩阵（建立隶属函数）
③ 构建权重向量（用熵权法或层次分析法）
④ 综合评判（矩阵和权重的合成）

演示模糊综合评价的两种类型（一级与多级）

① 一级模糊综合评价

在这里插入图片描述
一、构建评语集和因素集
因素集U = {可采矿量，基建投资，采矿成本，不稳定费用，净现值}
评语集V = {方案Ⅰ，方案Ⅱ，方案Ⅲ，方案Ⅳ，方案Ⅴ}

二、确定隶属函数（这个阶段相当于Topsis的正向化）
可采矿量属于偏大型，隶属函数 $\mu_{A}(x)=\frac{x}{8800}$

基建投资属于偏小型，隶属函数 $\mu_{B}(x)=1-\frac{x}{8000}$

采矿成本属于中间型，隶属函数 $\mu_{c}(x)=\left\{\begin{array}{ll} 1, & 0 \leqslant x \leqslant a_{1} \\ \frac{a_{2}-x}{a_{2}-a_{1}}, & a_{1} \leqslant x \leqslant a_{2} \\ 0, & a_{2}<x \end{array}\right.$
不稳定费用也属于偏小型，隶属函数 $\mu_{D}(x)=1-\frac{x}{200}$

净现值属于区间型，隶属函数 $\mu_{E}(x)=\frac{x-50}{1500-50}$

三、建立评价矩阵
在这里插入图片描述
根据 隶属度表（上图）可以得出 评价矩阵R（下表）

$\boldsymbol{R}=\left[\begin{array}{ccccc}0.5341 & 0.7614 & 0.6705 & 1 & 0.8636 \\ 0.3750 & 0.3125 & 0.3375 & 0.15 & 0.25 \\ 1 & 0.76 & 1 & 0.4 & 0.48 \\ 0.85 & 0.75 & 0.8 & 0 & 0.2 \\ 1 & 0.4480 & 0.6552 & 0 & 0.0345\end{array}\right]$
每行代表： 每个方案（评语集）对一个项目（因素集）的隶属度
每列代表： 一个方案（评语集）对每个项目（因素集）的隶属度

四、确定权重
可根据熵权法或层次分析法求出权重

本题求得：权重集A = {0.25，0.20，0.20，0.10，0.25}

五、综合评判
最后用评价矩阵乘以权重集可得到结果集

结果集B = 权重集 $A$ $*$ 评判矩阵 $R$ = [0.743，0.591，0.678，0.360，0.390]

由此可知：方案Ⅰ $>$ 方案Ⅲ $>$ 方案Ⅱ $>$ 方案Ⅴ $>$ 方案Ⅳ

%% 因素集正向化
U1 = [0.5341  0.7614  0.6705  1  0.8636];
U1 = U1 / 8800;
U2 = [0.3750  0.3125  0.3375  0.15  0.25];  % 转为极大型
U2 = U2 / 8000 * -1;
U2 .+ 1;
...

%% 模糊评判矩阵
R = [U1; U2; U3; U4; U5];		%% 下面就是最终判断矩阵	
								R = [0.5341  0.7614  0.6705  1     0.8636;
								 	 0.3750  0.3125  0.3375  0.15  0.25  ;
								  	 1  	 0.76  	 1 		 0.4   0.48  ;
								     0.85    0.75    0.8  	 0     0.2   ;
								     1  	 0.4480  0.6552  0     0.0345]  %% 注释
    
%% 各因素的权重
A = [0.25 0.2 0.25 0.3]

%% 隶属度计算
B = A * R

%% 最佳方案
W = max(B)

② 多级模糊综合评价（以三级为例）

问：对某陶瓷厂生产的6种产品的销售前景进行判断，下图是已经归一化的产品评价值
在这里插入图片描述
一、构建评语集和因素集
一级因素集U = {产品情况，销售能力，市场需求} 二级因素U = {…} 三级因素U = {…}
评语集V = {产品 1，产品 2，产品 3，产品 4，产品 5，产品 6}

二、针对三级因素集
下表是影响 $U_{23}$ 运行费用 的各因素的 评价矩阵 ${R}_{23}$ （已正向化过）

$\boldsymbol{R}_{23}=\left[\begin{array}{ccccc}0.18 & 0.14 & 0.18 & 0.14 & 0.13 & 0.23 \\ 0.15 & 0.20 & 0.15 & 0.25 & 0.10 & 0.15 \\ 0.25 & 0.12 & 0.13 & 0.12 & 0.18 & 0.20 \\ 0.16 & 0.15 & 0.21 & 0.11 & 0.20 & 0.17 \\ 0.23 & 0.18 & 0.17 & 0.16 & 0.15 & 0.11 \\ 0.19 & 0.13 & 0.12 & 0.12 & 0.11 & 0.33 \\ 0.17 & 0.16 & 0.15 & 0.08 & 0.25 & 0.19\end{array}\right]$

根据熵权法或层次分析法求得：权重集 $A_{23}$ = {0.02，0.15，0.10，0.10，0.20，0.25，0.10}
运行费用的三级评判 ${B}_{23}$ = $A_{23} * {R}_{23}$ = [0.191，0.156，0.159，0.146，0.150，0.196]

二、针对二级因素集
与针对三级因素集类似：

先列出 $U_{1}$ 产品情况 、 $U_{2}$ 营销能力 、 $U_{3}$ 市场需求 的 评价矩阵 ${R}_{1}$ 、 ${R}_{2}$ 、 ${R}_{3}$ （已正向化过）
再分别乘以各自的 权重集 $A_{1}$ 、 $A_{2}$ 、 $A_{3}$
得出 各自的二级评判 ${B}_{1}$ 、 ${B}_{2}$ 、 ${B}_{3}$

三、针对一级因素集
将 二级评判结果 ${B}_{1}$ 、 ${B}_{2}$ 、 ${B}_{3}$ 作为行，组成 一级评判矩阵R （已正向化过）
$\boldsymbol{R}=\left(\begin{array}{l}\boldsymbol{B}_{1} \\ \boldsymbol{B}_{2} \\ \boldsymbol{B}_{3}\end{array}\right)$ 最终评判结果 $B$ = 权重集 $A$ $*$ 一级评判矩阵 $R$

结果集B = [0.148，0.142，0.156，0.186，0.157，0.209]

由此可知：产品 6 $>$ 产品 4 $>$ 产品 5 $>$ 产品 3 $>$ 产品 3 $>$ 产品 2

%% 三级指标的隶属度计算
B23 = A23 * R23

%% 将算出的 B23 代替进初始的模糊矩阵，得到新的模糊矩阵 R2

%% 二级指标的隶属度计算
B1 = A1 * R1
B2 = A2 * R2    % R2
B3 = A3 * R3

%% 将算出的 B1 B2 B3 代替进前一步的模糊矩阵，得到新的模糊矩阵 R

%% 一级指标的模糊综合评判矩阵
R = [B1; B2; B3]

%% 一级指标的隶属度计算
B = A * R

%% 最佳方案
W = max(B)

切记不能直接用于论文中，要根据题目适当的修改，避免查重

模糊综合评价法的评估

模糊综合评价法的优点：
（1） 使用明确的数字代替模糊的评价对象，能对隐藏的信息呈现模糊性的资料作出较为准确、有效、简单易懂的量化评价标准
（2） 评价对象是一个矢量，并非一个点值，所蕴含的信息比较充实，不仅可以比较合理的描述被评价对象，还可以进行再加工，获取参考信息
模糊综合评价法的缺点：
计算较为复杂，在对评价对象的矢量上有较强的主观性