数学建模更新11（模糊综合评价）

一.概述

1.数学归纳法

1. $n=1$成立
2. 假设n=k成立，验证$n=k+1$也成立

2.秃子悖论

3. 减少一根 不是秃子
4. 假设减少$k$根也不是秃子，那么减少$k+1$也不是秃子

3.研究量的划分

4.模糊性

二.经典集合和模糊集合的基本概念

1.经典集合

1. 集合：具有相同属性的事情的集体
2. 基本属性：
   
3. 特征函数：
4. 例子

2.模糊集合（fuzzy set）和隶属函数

1. 模糊集合：用来描述模糊性概念的集合

2. 与经典集合相比，模糊集合承认亦此亦彼

3. 数据中对于模糊集合的刻画：隶属函数（membership function）

4. 例子：

1. 对于$u$每一个元素，均对应于$A$中的一个隶属度，隶属度介于[0，1]，越大表示越属于这种集合
2. 注：若对于一个模糊集合A我们给定一个隶属函数$u$_A ，则我们可以将$A$和$u$_A视为等同

5. 模糊集合的三次表达方式
   
   
   

6.模糊集合的分类
一般的，我们可以将模糊集合分为三类：

• 偏小型：年轻，小，冷
• 中间型：中年，中，暖
• 偏大型：年老，大，热

三.隶属函数的三种确定方法

1.模糊统计法

不太常用

• 原理：找多个人对同一个模糊概念进行描述，用隶属频率去定义隶属度
• 定义人的年龄为论域$U$,调查$n$个人，让这$n$个人仔细考虑的“年轻人”的定义后，找到他们认为最合适的年龄区间，例如
  以此类推，可以得到所有年龄对于年轻人的隶属频率，如果$n$很大的时候，隶属频率会趋于稳定，此时我们可将其视为隶属度，进行得到隶属函数

2.借助已有的客户尺度

需要有合适的指标，并能收集列数据

3.指派法

根据问题的性质直接套用某些分布作为隶属函数，主观性强

4.指派法的例子

例1：试用柯西分布确定“年轻人”的隶属函数

解：年轻人属于偏小型，柯西分布：

有三个未知参数：$a,\alpha ,\beta$
根据生活经验（或别人的研究成果，常识），我们令$a=20$，$A(30)=0.5$
注：
这样就求出了三个参数

例2：已知某一天$SO$₂的浓度为0.07mg/m³,大气污染中关于$SO$₂的评价标准为

试确定$SO$₂在每个等级中的隶属度

解：ⅰ属于偏小型，ⅱ级和ⅲ级为中间型，ⅳ级为偏大型
梯度分布的基础样子：

优化样子：

将0,07带入

四.模糊综合评价

1.评价问题概述

• 模糊评价问题是

  1. 把论域中的对象对应评语集中一个指定的评语
  2. 将方案作为评语集并选择一个最优方案

• 引入三个集合
  
  

2.一级模糊综合评价模型

注意：在指标个数较少的考核中，运用一级模糊综合评判，而在问题较为复杂的时候指标较多的的时候运用多层次模糊综合评价，以及提高精度

【1】步骤

小张的总结：

【2】例题1

【3】例题 2

【4】例题4

3.二级模糊综合评价模型

1.引入的意义

2.步骤

【1】例题

4.三级模糊综合评价模型