数学建模-模糊综合评价分析法原理笔记

这里是根据清风数学建模视频课程记录的笔记，我不是清风本人。想系统学习数学建模的可以移步B站搜索相关视频

概述

• 数学中研究的量的划分

  • 确定性：经典数学（几何、代数）
  • 不确定性
    • 随机性（概率论、随机过程）
    • 灰性（灰色系统）
    • 模糊性（模糊数学）

• 模糊性

  • 确定性概念：性别、天气、年龄、身高、体重等
  • 模糊性概念：帅、高、白、年轻等

经典集合和模糊集合的基本概念

经典集合和特征函数

• 集合：拥有相同属性的事物的集体
• 集合的基本属性
  • 若$a\in A,b\in A,则a\ne b$（互斥性）
  • $a\in A$和$a\notin A$有且仅有之一发生（非此即彼）（确定性）
• 数学中对于经典集合的刻画——特征函数
  • f A : U → { 0 , 1 } f_A:U→\{0,1\} fA​:U→{0,1}​，$U$为论域，即我们感兴趣的一些对象的集合，$f_A$表示A集合的特征函数
  • 例如： U = { 68 , 77 , 56 , 90 , … , 40 } U=\{68,77,56,90,…,40\} U={68,77,56,90,…,40}​是全班成绩的一个集合，$f_A=\{\begin{array}{l}1,成绩\ge 60\\ 0,成绩＜60\end{array}$​
  • 假设 A = { 60 , 61 , 62 , … , 100 } A=\{60,61,62,…,100\} A={60,61,62,…,100}​为及格分数的集合，则最终表示为
  • $f_A(x)=\{\begin{array}{l}1,x\in A\\ 0,x\notin A\end{array}，\forall x\in U$​（注：U可看作定义域，{0,1}可看作值域）

模糊集合和隶属函数

• 模糊集合：用来描述模糊性概念的集合（帅、高、白、年轻）
• 与经典集合相比，模糊集合承认亦此亦彼（可以属于多个集合）
• 数学中对于模糊集合的刻画——隶属函数
  • $u_A:U\to [0,1]$
  • 例如：$U=(0,150)$表示年龄的集合，$A="年轻"$（模糊集合）
  • 有可能$u_A(x)=\{\begin{array}{l}1,0<x<20\\ \frac{40-x}{20},20\le x\le 40\\ 0,40<x<150\end{array}，x\in U$​​
  • 注意：$u_A(x)$​​不唯一！
• 对于$U$中每一个元素，均对应于$A$中的一个隶属度，隶属度介于$[0,1]$​​​之间，数值越大表示越属于这个集合
• 注：若对于一个模糊集合$A$​我们给定了一个隶属函数$u_A$​，则我们可以将$A$​和$u_A$​​视为等同，便于符号展示，如$A(x)=u_A(x)$​​

模糊集合的三种表示方法

论域 U = { x 1 , x 2 , … , x n } U=\{x_1,x_2,…,x_n\} U={x1​,x2​,…,xn​}，模糊集合为$A$，隶属度为$A(x_i),i=1,2,\dots ,n$

• 扎德（Zadeh）表示法：$A=\frac{A(x_1)}{x_1}+\frac{A(x_2)}{x_2}+\dots +\frac{A(x_n)}{x_n}$（注意：这仅仅是一种关系的表示，并非真的除法和加法）
• 序偶表示法：$A=\{(x_1,A(x_1),(x_2,A(x_2),\dots ,(x_n,A(x_n)\}$
• 向量表示法： A = { A ( x 1 ) , A ( x 2 ) , … , A ( x n ) } A=\{A(x_1),A(x_2),…,A(x_n)\} A={A(x1​),A(x2​),…,A(xn​)}

例如：现在有清风、小明、小王、小红四个人，可爱程度分别为0.9,0.6,0.7,0.8，试用模糊集合对其进行表示

• U = { 清风，小明，小王，小红 } , A = 可爱程度 , u A ( 清风 ) = 0.9 ， u A ( 小明 ) = 0.6 , u A ( 小王 ) = 0.7 , u A ( 小红 ) = 0.8 U=\{清风，小明，小王，小红\},A=可爱程度,u_A(清风)=0.9，u_A(小明)=0.6,u_A(小王)=0.7,u_A(小红)=0.8 U={清风，小明，小王，小红},A=可爱程度,uA​(清风)=0.9，uA​(小明)=0.6,uA​(小王)=0.7,uA​(小红)=0.8
• 扎德表示法：$A=\frac{0.9}{清风}+\frac{0.6}{小明}+\frac{0.7}{小王}$
• 序偶表示法：$A=\{(清风,0.9),(小明,0.6),(小王,0.7),(小红,0.8)\}$​
• 向量表示法： A = { 0.9 , 0.6 , 0.7 , 0.8 } A=\{0.9,0.6,0.7,0.8\} A={0.9,0.6,0.7,0.8}

特别地，当论域$U$​为无限集合时，$A={\int }_{x\in U}\frac{u_A(x)}{x}$​

例如：$U=(0,150)$表示年龄的集合，$A="年轻"$（模糊集合），$u_A(x)=\{\begin{array}{l}1,0<x<20\\ \frac{40-x}{20},20\le x\le 40\\ 0,40<x<150\end{array}，x\in U$​，则$A={\int }_{x\in (0,20)}\frac{1}{x}+{\int }_{x\in [20,40]}\frac{\frac{40-x}{20}}{x}+{\int }_{x\in (40,150)}\frac{0}{x}$

模糊集合的分类

• 偏小型（越小越对）：年轻、小、冷
• 中间型（越接近某个值越对）：中年、中、暖
• 偏大型（越大越对）：年老、大、热
  

隶属函数的三种确定方法

模糊统计法

• 数模中较少使用，因为要设计问卷发放问卷，时间来不及。但实际中较为常用）
• 原理：找多个人对同一个模糊概念进行描述，再用隶属频率来定义隶属度
• 例如：定义“年轻人”的隶属函数
  • 定义人的年龄论域$U$，总共调查$n$个人
  • 让受调查的人给出他们认为的最符合“年轻人”的年龄区间选择
  • 任一确定的年龄，若$n$个人中有$m$个人认为该年龄在“年轻人”的年龄区间范围内，则称$\frac{m}{n}$为该年龄对于“年轻人”的隶属频率
  • 以此类推，可以得到所有年龄的隶属频率
  • 若$n$很大，隶属频率会趋向稳定，此时我们可将其视为隶属度，进而得到隶属函数

借助已有的客观尺度

例如

论域	模糊集	隶属度
设备	设备完好	设备完好率
产品	质量稳定	正品率
家庭	小康家庭	恩格尔系数

注意：找到的指标必须在[0,1]范围内，若不在，则归一化$\frac{x_i}{\sum x_i}(x_i\ge 0)$

⭐️指派法

根据问题的性质直接套用某些分布作为隶属函数，主观性较强，但最常用

• 最常用的是梯形分布
• 例1：试用柯西分布确定“年轻人”的隶属函数
  • “年轻人”是偏小型，对应的柯西分布为：$A(x)=\{\begin{array}{l}1,x\le a\\ \frac{1}{1+\alpha (x-a{)}^{\beta }}\end{array}$​
  • 因此我们需要确定三个参数$a,\alpha ,\beta$​
  • 根据生活经验（或者别人的研究成果，常识），我们令$a=20,A(30)=0.5$​，即表示认为年龄在20岁以下的​完全隶属于“年轻人”，因此隶属度为1，令30岁的隶属度为0.5是考虑到40岁一般为中年人，那么20-40岁的中间30岁，可设为$\frac{1}{2}$
  • 对于$\beta$的确定，一般希望简化模型，因此可以设为1或者2
  • 最后对于$\alpha$的确定，可借助上述数据推算。如$a=20,A(30)=0.5,\beta =2$，可以解得$\alpha =0.01$​​
• ⭐️⭐️例2：已知某一天$S{O}_2$的浓度为$0.07mg/m^3$，大气污染物中关于$S{O}_2$​的评价标准为

Ⅰ级	Ⅱ级	Ⅲ级	Ⅳ级
0.05	0.15	0.25	0.50

• 试确定$S{O}_2$在每个等级中的隶属度

  • 分析：问题是确定$S{O}_2$在每个等级中的隶属度，表示每个等级都会对应不同的隶属函数。要确定隶属函数首先要确定使用的分布，以及隶属函数类型

  • 我们选择使用梯形分布，并且能够判断出Ⅰ级为偏小型， Ⅱ级和Ⅲ级为中间型，Ⅳ级为偏大型
    

  • Ⅰ级：$A_1=\{\begin{array}{l}1,x\le 0.05\\ \frac{0.15-x}{0.15-0.05},0.05<x<0.15\\ 0,x\ge 0.15\end{array}$，由于当浓度小于等于0.05时，是完全隶属于Ⅰ级的，因此隶属度为1，因此确定$a=0.05$。同理可知当浓度大于等于0.15时，已经属于下一等级，因此完全不隶属于该等级，隶属度为0，因此确定$b=0.15$​

  • Ⅱ级：$A_2=\{\begin{array}{l}0,x\le 0.05\\ \frac{x-0.05}{0.15-0.05},0.05<x\le 0.15\\ \frac{0.25-x}{0.25-0.15},0.15<x<0.25\\ 0,x\ge 0.25\end{array}$​​，同理，当浓度小于等于0.05，以及浓度大于等于0.25，都完全不隶属于Ⅱ级，因此隶属度皆为0，因此$a=0.05,c=0.25$​，中间可根据等级范围来确定得到 $b=0.15$​

  • Ⅲ级：$A_3=\{\begin{array}{l}0,x\le 0.15\\ \frac{x-0.15}{0.25-0.15},0.15<x\le 0.25\\ \frac{0.5-x}{0.5-0.25},0.25<x<0.5\\ 0,x\ge 0.5\end{array}$，同理，当浓度小于等于0.15，以及浓度大于等于0.05时，都完全不隶属于 Ⅲ级，因此隶属度皆为0，因此$a=0.15,c=0.5$，中间根据等级范围确定得到$b=0.25$

  • Ⅳ级：$A_4=\{\begin{array}{l}0,x\le 0.25\\ \frac{x-0.25}{0.5-0.25},0.25<x<0.5\\ 1,x\ge 0.5\end{array}$，当浓度小于等于0.25时，完全不隶属于该等级，因此隶属度为0，当浓度大于等于0.5时，完全隶属于该等级，因此隶属度为1，因此确定$a=0.25,b=0.5$​

⭐️应用：模糊综合评价

评价问题概述

• 目的
  • 将论域中的对象对应到评语集中的符合的评语（如论域的对象为全班同学，评语集中的评语为优、良、差。目的是让每位同学对应相符的等级评价）
  • 将方案作为评语集并选择一个最优方案（如此前小明选择旅游景点的问题，提出的方案即为最终的选择范围，也相当于评语集）
• 模糊综合评价中的三个集合
  • 因素集（评价指标集） U = { u 1 , u 2 , … , u n } U=\{u_1,u_2,…,u_n\} U={u1​,u2​,…,un​}，例如 U = { 专业排名，课外实践，志愿服务，竞赛成绩 } U=\{专业排名，课外实践，志愿服务，竞赛成绩\} U={专业排名，课外实践，志愿服务，竞赛成绩}
  • 评语集（评价的结果集） V = { v 1 , v 2 , … , v m } V=\{v_1,v_2,…,v_m\} V={v1​,v2​,…,vm​}，例如 V = { 优，良，差 } V=\{优，良，差\} V={优，良，差}
  • 权重集（评价指标的权重集） A = { a 1 , a 2 , … , a n } A=\{a_1,a_2,…,a_n\} A={a1​,a2​,…,an​}，例如 A = { 0.5 , 0.1 , 0.1 , 0.3 } A=\{0.5,0.1,0.1,0.3\} A={0.5,0.1,0.1,0.3}

一级模糊综合评价模型

在指标个数较少的考核中，运用一级模糊综合评判，而在问题较为复杂、指标较多时，运用多层次模糊综合评判，以提高精度。下面以一级模糊综合评判在人事考核中的应用为例讲解步骤：

确定因素集

对员工的表现，需要从多个方面进行综合评判，如员工的工作业绩、工作态度、沟通能力、政治表现等。记为 U = { u 1 , u 2 , … , u n } U=\{u_1,u_2,…,u_n\} U={u1​,u2​,…,un​}

确定评语集

好、较好、中等、较差、很差等。记为 V = { v 1 , v 2 , … , v n } V=\{v_1,v_2,…,v_n\} V={v1​,v2​,…,vn​}

确定各因素的权重

A = { a 1 , a 2 , … , a n } A=\{a_1,a_2,…,a_n\} A={a1​,a2​,…,an​}，$a_i$为第$i$个因素的权重，且满足${\sum }_{i=1}^n{a}_i=1$

确定权重的方法有很多，如德尔菲（Delphi）法、加权平均法、众人评估法等（无数据可用层次分析法，有数据可用熵权法）

⭐️确定模糊综合判断矩阵

对指标$u_i$来说，对各个评语的隶属度为$V$上的模糊子集。对指标$u_i$的评判记为

$R_i=[r_{i1},r_{i2},\dots ,r_{im}]$

该式中，$r_{i1}$表示指标$u_i$对评语1，即$v_1$​的隶属度，后面以此类推

各指标的模糊综合判断矩阵即为

$$R=\left[\begin{array}{cccc}{r}_{11}& r_{12}& \cdots & r_{1m}\\ r_{21}& r_{22}& \cdots & r_{2m}\\ ⋮& ⋮& \ddots & ⋮\\ r_{n1}& r_{n2}& \cdots & r_{nm}\end{array}\right]=\left[\begin{array}{c}{R}_1\\ R_2\\ ⋮\\ R_n\end{array}\right]$$​

该矩阵第一列表示各个指标$(u_i)$对于评语1$(v_1)$的隶属度，第二列表示各个指标$(u_i)$对评语2$(v_2)$​的隶属度，以此类推

综合评判

利用前一步的R矩阵就可以的到一个模糊变换，得到综合评判结果$B_{1\ast m}=A_{1\ast n}\ast R_{n\ast m}$​，即

$$B=\left[\begin{array}{cccc}{a}_1& a_2& \cdots & a_n\end{array}\right]\ast \left[\begin{array}{cccc}{r}_{11}& r_{12}& \cdots & r_{1m}\\ r_{21}& r_{22}& \cdots & r_{2m}\\ ⋮& ⋮& \ddots & ⋮\\ r_{n1}& r_{n2}& \cdots & r_{nm}\end{array}\right]=\left[\begin{array}{cccc}{b}_1& b_2& \cdots & b_m\end{array}\right]$$

其中$b_1=a_1\ast r_{11}+a_2\ast r_{21}+\dots +a_n\ast r_{nm}$，则**$b_1$​表示评价对象对于评语1的隶属度，$b_2$表示评价对象对于评语2的隶属度**

（因为由上一步可知，每一列为各个指标对于某一评语的隶属度，此时乘上各个指标的权重，并将各个指标综合，那么综合所有指标的即为一个评价对象，因此最后的$B$​​​矩阵即为综合评判结果）

最后观察得到 m a x { b 1 , b 2 , … , b m } = b k max\{b_1,b_2,…,b_m\}=b_k max{b1​,b2​,…,bm​}=bk​，则最终将该评价对象划分为评语$k$​这一类

一级综合模糊评价案例

某单位对员工的年终综合评定

1、取因素集 U = { 政治表现 u 1 , 工作能力 U 2 , 工作态度 U 3 , 工作成绩 U 4 } U=\{政治表现u_1,工作能力U_2,工作态度U_3,工作成绩U_4\} U={政治表现u1​,工作能力U2​,工作态度U3​,工作成绩U4​}

2、取评语集 V = { 优秀 v 1 , 良好 v 2 , 一般 v 3 , 较差 v 4 , 差 v 5 } V=\{优秀v_1,良好v_2,一般v_3,较差v_4,差v_5\} V={优秀v1​,良好v2​,一般v3​,较差v4​,差v5​}

3、确定各因素的权重 A = { 0.25 , 0.2 , 0.25 , 0.3 } A=\{0.25,0.2,0.25,0.3\} A={0.25,0.2,0.25,0.3}

4、确定模糊综合评判矩阵，对每个因素$u_i$做出评价

1）$u_i$由群众评议打分确定$R_1=[0.1,0.5,0.4,0,0]$，该式表示，参与打分的群众中，有$10\%$的人认为这位员工的政治表现优秀，则我们可以认为0.1为该员工政治表现指标对于优秀这一评语的隶属度。同理，有$50\%$的人认为这位员工政治表现为好，则我们认为0.5为该员工政治表现指标对于好这一评语的隶属度。后面同理。

2）$u_2,u_3$由部门领导打分确定$R_2=[0.2,0.5,0.2,0.1,0],R_3=[0.2,0.5,0.3,0,0]$

3）$u_4$由单位考核组成员打分确定$R_4=[0.2,0.6,0.2,0,0]$

最后，构成评价矩阵

$$R=\left[\begin{array}{ccccc}0.1& 0.5& 0.4& 0& 0\\ 0.2& 0.5& 0.2& 0.1& 0\\ 0.2& 0.5& 0.3& 0& 0\\ 0.2& 0.6& 0.2& 0& 0\end{array}\right]$$

5、模糊综合评判

$B=A\ast R=[0.25,0.2,0.25,0.3]\ast \left[\begin{array}{ccccc}0.1& 0.5& 0.4& 0& 0\\ 0.2& 0.5& 0.2& 0.1& 0\\ 0.2& 0.5& 0.3& 0& 0\\ 0.2& 0.6& 0.2& 0& 0\end{array}\right]=[0.175,0.53,0.275,0.02,0]$

其中，0.175表示该员工对于优秀等级的隶属度，0.53表示该员工对于良好等级的隶属度，后面同理。最终选择数值最大的隶属度，即0.53的评语作为综合评判结果，评判结果为良好。

空气质量

下表给出了大气污染物评价标准，今测得某日某地表中这些污染物日均浓度依次为$(0.07,0.2,0.12,5.00,0.08,0.14)$，各污染物权重确定如下$(0.1,0.2,0.3,0.3,0.05,0.05)$​

1、确定因素集

U = { S O 2 , T S P , N O x , C O , P M 1 , O 3 } U=\{SO_2,TSP,NO_x,CO,PM_1,O_3\} U={SO2​,TSP,NOx​,CO,PM1​,O3​}

2、确定评语集

V = { Ⅰ级 , Ⅱ级 , Ⅲ级 , Ⅳ级 } V=\{Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级\} V={Ⅰ级,Ⅱ级,Ⅲ级,Ⅳ级}

3、确定权重集

$A=\{(0.1,0.2,0.3,0.3,0.05,0.05)\}$

4、确定模糊综合判断矩阵

1）确定隶属函数：选择梯形分布

• Ⅰ级（偏小型）：$A_1=\{\begin{array}{l}1,x\le 0.05\\ \frac{0.15-x}{0.15-0.05},0.05<x<0.15\\ 0,x\ge 0.15\end{array}$​
• Ⅱ级（中间型）：$A_2=\{\begin{array}{l}0,x\le 0.05\\ \frac{x-0.05}{0.15-0.05},0.05<x\le 0.15\\ \frac{0.25-x}{0.25-0.15},0.15<x<0.25\\ 0,x\ge 0.25\end{array}$​​​​
• Ⅲ级（中间型）：$A_3=\{\begin{array}{l}0,x\le 0.15\\ \frac{x-0.15}{0.25-0.15},0.15<x\le 0.25\\ \frac{0.5-x}{0.5-0.25},0.25<x<0.5\\ 0,x\ge 0.5\end{array}$
• Ⅳ级（偏大型）：$A_4=\{\begin{array}{l}0,x\le 0.25\\ \frac{x-0.25}{0.5-0.25},0.25<x<0.5\\ 1,x\ge 0.5\end{array}$

2）计算隶属度

• $A_1(0.07)=\frac{0.15-0.07}{0.15-0.05}=0.8$

• $A_2(0.07)=\frac{0.07-0.05}{0.15-0.05}=0.2$

• $A_3(0.07)=A_4(0.07)=0$

• 注意：这里使用梯形分布得到四个评语的隶属度的和恰好为1，但使用其他分布得到的隶属度的和不一定为1哦！

• 其他污染物对于不同评语的隶属度如上计算，总共要算24次

3）得到综合评判矩阵

$R=\left[\begin{array}{cccc}0.8& 0.2& 0& 0\\ 0.56& 0.44& 0& 0\\ 0& 0.6& 0.4& 0\\ 0& 0.5& 0.5& 0\\ 0.7& 0.3& 0& 0\\ 0.5& 0.5& 0& 0\end{array}\right]$​

5、综合评判

$B=A\ast R=(0.252,0.478,0.27,0)$
因此确定空气质量为二级

以方案为评语的案例

某露天煤矿有五个边坡设计方案，其各项参数根据分析计算结果得到边坡设计方案的参数如下表所示

项目	方案Ⅰ	方案Ⅱ	方案Ⅲ	方案Ⅳ	方案Ⅴ
可采矿量/万吨	4700	6700	5900	8800	7600
基建投资/万元	5000	5500	5300	6800	6000
采矿成本/（元·吨${}^{-1}$​）	4.0	6.1	5.5	7.0	6.8
不稳定费用/万元	30	50	40	200	160
净现值/万元	1500	7000	1000	50	100

据勘探，该矿探明储量8800吨，开采总投资不超过8000万元，试做出个方案的优劣排序，选出最佳方案

1、确定因素集

U = { 可采矿量，基建投资，采矿成本，不稳定费用，净现值 } U=\{可采矿量，基建投资，采矿成本，不稳定费用，净现值\} U={可采矿量，基建投资，采矿成本，不稳定费用，净现值}

2、确定评语集

V = { 方案Ⅰ，方案Ⅱ，方案Ⅲ，方案Ⅳ，方案Ⅴ } V=\{方案Ⅰ，方案Ⅱ，方案Ⅲ，方案Ⅳ，方案Ⅴ\} V={方案Ⅰ，方案Ⅱ，方案Ⅲ，方案Ⅳ，方案Ⅴ}

3、确定隶属函数

1）可采矿量的隶属函数（偏大型）

${\mu }_A(x)=\frac{x}{8800}$（隶属函数不唯一，合理就行。一般根据专家建议、根据他人写的文章等都可以确定）

2）基建投资的隶属函数（偏小型）

${\mu }_B(x)=1-\frac{x}{8000}$（因为是偏小型，因此该函数当$x$越大，隶属度越小，符合偏小型）

3）采矿成本的隶属函数（偏小型）

根据专家意见，采矿成本$a_1\le 5.5元/吨$为低成本，$a_2=8.0元/吨$为高成本，故

${\mu }_C(x)=\{\begin{array}{l}1,0\le x\le a_1\\ \frac{a_2-x}{a_2-a_1},a_1\le x\le a_2\\ 0,a_2<x\end{array}$

• 也可以定义${\mu }_C(x)=1-\frac{x}{7}$​（7为表中采矿成本最大值，隶属函数不唯一）​

4）不稳定费用的隶属函数（偏小型）

${\mu }_D(x)=1-\frac{x}{200}$

5）净现值的隶属函数

取上限15百万元，下限0.5百万元，采用线性隶属函数

${\mu }_E(x)=\frac{x-50}{1500-50}$

5、计算隶属度

将原表中的数据带入对应的隶属函数，计算隶属度，可以得到下表

项目	方案Ⅰ	方案Ⅱ	方案Ⅲ	方案Ⅳ	方案Ⅴ
可采矿量/万吨	0.5341	0.7614	0.6705	1	0.8636
基建投资/万元	0.3750	0.3125	0.3375	0.15	0.25
采矿成本/（元·吨${}^{-1}$​）	1	0.76	1	0.4	0.48
不稳定费用/万元	0.85	0.75	0.8	0	0.2
净现值/万元	1	0.4480	0.6552	0	0.0345

6、确定单因素评判矩阵

$R=\left[\begin{array}{ccccc}0.5341& 0.7614& 0.6705& 1& 0.8636\\ 0.3750& 0.3125& 0.3375& 0.15& 0.25\\ 1& 0.76& 1& 0.4& 0.48\\ 0.85& 0.75& 0.8& 0& 0.2\\ 1& 0.4480& 0.6552& 0& 0.0345\end{array}\right]$​

7、综合评判

根据专家评价，诸因素在决策中占的权重为$A=(0.25,0.2,0.2,0.1,0.25)$，于是诸方案的综合评价为$B=A\ast R=(0.7435,0.5919,0.6789,0.3600,0.3905)$，因此方案Ⅰ最佳，Ⅲ次之，方案Ⅳ最差

• 注意：权重确定可以用层次分析法（无数据）或者熵权法（有数据）确定

多级模糊综合评价模型

因素集中元素较多的话我们可以先对其进行归类

二级模糊综合评价模型

1、根据相关性划分因素集 U = { u 1 , u 2 , … , u n } U=\{u_1,u_2,…,u_n\} U={u1​,u2​,…,un​}为若干组 U = { U 1 , U 2 , … , U k } U=\{U_1,U_2,…,U_k\} U={U1​,U2​,…,Uk​}，且$U={\cup }_{i=1}^k{U}_i$并且$U_i\cap U_j=\varnothing (i\ne j)$

$U$称为第一级因素集，$U_i$称为第二级因素集

2、确定评语集 V = { v 1 , v 2 , … , v m } V=\{v_1,v_2,…,v_m\} V={v1​,v2​,…,vm​}​，并对第二级因素集 U i = { u 1 ( i ) , u 2 ( i ) , … , u n i ( i ) } U_i=\{u_1^{(i)},u_2^{(i)},…,u_{n_i}^{(i)}\} Ui​={u1(i)​,u2(i)​,…,uni​(i)​}​进行评判得到综合评判矩阵（总共有K个这样的矩阵）

$R_i=\left[\begin{array}{cccc}{r}_{11}^{(i)}& r_{12}^{(i)}& \cdots & r_{1m}^{(i)}\\ r_{21}^{(i)}& r_{22}^{(i)}& \cdots & r_{2m}^{(i)}\\ ⋮& ⋮& \ddots & ⋮\\ r_{n_{i}1}^{(i)}& r_{n_{i}2}^{(i)}& \cdots & r_{n_{i}m}^{(i)}\end{array}\right]$

若 U i = { u 1 ( i ) , u 2 ( i ) , … , u n i ( i ) } U_i=\{u_1^{(i)},u_2^{(i)},…,u_{n_i}^{(i)}\} Ui​={u1(i)​,u2(i)​,…,uni​(i)​}的权重为 A i = { a 1 ( i ) , a 2 ( i ) , … , a n i ( i ) } A_i=\{a_1^{(i)},a_2^{(i)},…,a_{n_i}^{(i)}\} Ai​={a1(i)​,a2(i)​,…,ani​(i)​}​，则综合评判为$B_i=A_i\ast R_i(i=1,2,\dots ,k)$

3、再对第一级因素 U = { U 1 , U 2 , … , U k } U=\{U_1,U_2,…,U_k\} U={U1​,U2​,…,Uk​}进行综合评判，若权重为 A = { a 1 , a 2 , … , a k } A=\{a_1,a_2,…,a_k\} A={a1​,a2​,…,ak​}，则

$R=\left[\begin{array}{c}{B}_1\\ B_2\\ ⋮\\ B_k\end{array}\right]$​，综合评判为$B=A\ast R$

4、最后按照最大隶属度原则确定相应评语或等级

奖学金案例

评价学生的表现并作为奖学金的评判标准

因素集 U = { 专业课成绩，非专业课成绩，国家级竞赛成绩，省级竞赛成绩，校级竞赛成绩，国家级荣誉奖项，省级荣誉奖项，校级荣誉奖项，志愿服务时长 } U=\{专业课成绩，非专业课成绩，国家级竞赛成绩，省级竞赛成绩，校级竞赛成绩，国家级荣誉奖项，省级荣誉奖项，校级荣誉奖项，志愿服务时长\} U={专业课成绩，非专业课成绩，国家级竞赛成绩，省级竞赛成绩，校级竞赛成绩，国家级荣誉奖项，省级荣誉奖项，校级荣誉奖项，志愿服务时长}

将其归类得到（后面的数字为权重）

$因素集U=\{\begin{array}{l}学习成绩(U_1)0.4\{\begin{array}{l}专业课成绩(u_1^{(1)}),0.6\\ 非专业课成绩(u_2^{(1)}),0.4\end{array}\\ 竞赛成绩(U_2)0.3\{\begin{array}{l}国家级竞赛成绩(u_1^{(2)}),0.5\\ 省级竞赛成绩(u_2^{(2)}),0.3\\ 校级竞赛成绩(u_3^{(2)}),0.2\end{array}\\ 个人荣誉(U_3)0.2\{\begin{array}{l}国家级荣誉奖项(u_1^{(3)}),0.5\\ 省级荣誉奖项(u_2^{(3)}),0.3\\ 校级荣誉奖项(u_3^{(3)}),0.2\end{array}\\ 志愿服务(U_4)0.1\{\begin{array}{l}志愿服务时长(u_1^{(4)}),1\end{array}\end{array}$​​​​​​

设评语集为 V = { 一等奖学金 v 1 , 二等奖学金 v 2 , 无奖学金 v 3 } V=\{一等奖学金v_1,二等奖学金v_2,无奖学金v_3\} V={一等奖学金v1​,二等奖学金v2​,无奖学金v3​}

接着使用模糊统计法，根据专家评委的投票来确定隶属度得到

$R_1=\left[\begin{array}{ccc}0.8& 0.2& 0\\ 0.7& 0.3& 0\end{array}\right]$

其中，0.8的意思是有80%的人认为该同学的学习成绩$(U_1)$中的专业课成绩$(u_1^{(1)})$应该隶属于一等奖学金。0.2说明有20%的人认为该同学的学习成绩$(U_1)$中的专业课成绩$(u_1^{(1)})$应该隶属于二等奖学金

0.7的意思是有70%的人认为该同学学习成绩$(U_1)$中的非专业课成绩$(u_2^{(1)})$应该隶属于一等奖学金。0.3说明有30%的人认为该同学学习成绩$(U_1)$中的非专业课成绩$(u_2^{(1)})$应该隶属于二等奖学金

同理我们可以得到竞赛成绩、个人荣誉、志愿服务的评判矩阵（等同于隶属度）$R_2,R_3,R_4$

又根据题中的权重，可以计算综合评价

$B_1=\left[\begin{array}{cc}0.6& 0.4\end{array}\right]\ast R_1=\left[\begin{array}{cc}0.6& 0.4\end{array}\right]\ast \left[\begin{array}{ccc}0.8& 0.2& 0\\ 0.7& 0.3& 0\end{array}\right]=\left[\begin{array}{ccc}0.76& 0.24& 0\end{array}\right]$​​同理可以计算$B_2,B_3,B_4$

$B_2=\left[\begin{array}{ccc}0.5& 0.3& 0.2\end{array}\right]$

$B_3=\left[\begin{array}{ccc}0.15& 0.27& 0.58\end{array}\right]$

$B_4=\left[\begin{array}{ccc}0.1& 0.8& 0.1\end{array}\right]$

那么构造$R=\left[\begin{array}{c}{B}_1\\ B_2\\ B_3\\ B_4\end{array}\right]=\left[\begin{array}{ccc}0.76& 0.24& 0\\ 0.15& 0.27& 0.58\\ 0.4& 0.2& 0.4\\ 0.1& 0.8& 0.1\end{array}\right]$​​

又因为$A=\left[\begin{array}{cccc}0.4& 0.3& 0.2& 0.1\end{array}\right]$

则$B=A\ast R=\left[\begin{array}{ccc}0.439& 0.297& 0.264\end{array}\right]$

由于0.439最大，所以该同学应评为一等奖学金