模糊综合评价模型-模糊综合评价【重生之我要学数模】

• 对于有数据的题目更加科学一些【相较于topsis来说】

• 题目中给定数据可以自己设定隶属函数/直接给出隶属函数时使用这个方法（自己计算数据时间不够，自己编数据不要被发现）

数学知识基础

一、模糊数学的概念

（1）数学归纳法和秃子悖论

1. n=1成立

2. n=k成立推n=k+1成立

3. 所有n都成立

（2）量的划分

（3）生活中的模糊性（和确定性相对）

二、模糊集合和隶属函数

（1）经典集合和特征函数

1. 互斥性和确定性（非此即彼）

2. 特征函数作用：帮助确定对应数是否在集合中

（2）模糊集合和隶属函数

1. 承认亦此亦彼

2. 隶属函数：对模糊函数的刻画：确定其隶属度（使用A（x）带Ua（x）表示隶属函数）

从特征函数的两个值到隶属函数的一个范围

（3）模糊集合的表示方法

这里的表示方法只是一种记法：并不是“除”的意思

（4）模糊集合的分类对应不同的隶属函数

三、隶属函数的确定

（1）模糊统计法（数模比赛中少用、科研论文较多）

用隶属频率近似模糊度

（2）借助已有的客观尺度（有合适指标且能收集到数据）

  注：所搜集到的指标需要在0-1之间。（归一化处理或其他方法）

（3）指派法（直接套用某种分布作为隶属函数，主观性较强，使用频率高）

例:柯西分布

例2：梯形分布（重点）

确定；类型模型后进行转换

数学模型应用

四、应用：模糊综合评价

1、运用概念

两个角度：

• 对象对应指定评语

• 选择最优方案

• 一级模糊评价：指标个数少且相关 性不强

• 指标较多时用多级模糊综合评价

2、一级模糊综合评价模型

1. 确定因素集（找出评价的角度）v

2. 确定评语集（评价的度量）u

3. 确定各因素的权重（找1中各元素占综合评价的权重）

   1. 德尔菲法（专家调查法）：征求专家意见后再反馈给专家，再次征求意见，直到意见统一（耗时过长，不推荐使用）

   2. 无数据：层次分析法

   3. 有数据：熵权法

4. 判断模糊综合判断（）

   1. 得到一个各个评价对各个指标的隶属度矩阵

   2. 行代表评语集n

   3. 列代表因素集m

   4. 每行表示评语集对ui的隶属度

5. 综合评判

   1. 权重和矩阵相乘

   2. 取数值最 大的评语作为评判结果（谁大选谁）

小例题1 年终评定

这道题的评语集和隶属度矩阵都已知

小例题2 空气质量测量

综合多个因素对空气质量的影响

整体评价空气质量

• 根据表格算出对应的依赖度

• 算出每个污染物对应模糊评价的综合评判矩阵

• 最后乘权重得到最后的结论

小例题三 方案的选择（采矿方案）

方案起到推荐的作用，没有绝对的方案

最后的结果可以绘制一个直观的图像

隶属函数不唯一，合理即可

3、多级模糊综合评价模型

概念

最多考虑到三级，再多就太复杂了

元素较多的时候，就可以引入多级评价模型进行归类

（1）划分因素集

• 划分是各元素集不能有交集

• 且并集就是U

• 根据相关性进行划分：哪些指标相关性强就划分到一个因素集里

（2）确定评语集v，并对二级因素集进行操作

对二级因素集进行一级模糊综合评价

（3）对第一集因素进行综合评价

（4）按最大隶属度原则确定最终答案

小例题1-二级模糊评价模型-主观因素评价的奖学金评定（无数据，自己设定）

小例题2-三级模型-陶瓷厂产品销售前景

三级也就是：从小到大依次拼接起来

确定隶属函数时一定要进行正向化

最后结果可以使用柱状图进行可视化