模糊综合评价模型(下:多级)
为什么引入多级
因素集中元素较多(指标太多),我们可以对其进行归类。
比如下面的评价标准,因素集有很多小的指标,这样如果使用一级指标,要考虑9个小指标(一般一级不超过5个,偶尔6个),这里就要用到多级模糊综合评价。
二级模糊综合评价模型
建模步骤
- 划分因素集
- 对第二级因素集分别构造评价矩阵
第二级因素是:比如学习成绩下面的专业课成绩和非专业课成绩
3.对一级指标进行处理
应用
题目描述如下
step1:首先对每个二级指标进行评价
例如学习成绩对于评语集{一等奖学金,二等奖学金,无奖学金}的评价矩阵:
A = [ 0.8 0.2 0 0.7 0.3 0 ] A= \begin{bmatrix} 0.8 & 0.2 & 0 \\ 0.7 & 0.3 & 0 \end{bmatrix} A=[0.80.70.20.300]
- 具体上面的矩阵是如何构造的请看(模糊综合评价模型(中))。
- 0.8代表的含义是:这位同学的专业课成绩对于一等奖学金的隶属度为0.8。
step2:对每个一级指标进行处理
题目告诉我们(题目没有就要自己确定):专业课成绩和非专业课成绩的权重是0.6和0.4, 所以可以构建矩阵:
B = [ 0.6 0.4 ] B = \begin{bmatrix} 0.6 & 0.4 \end{bmatrix} B=[