1.什么是模糊综合评价
模糊综合评价是以模糊数学为基础 ,应用模糊关系合成的原理, 将一些边界不清, 不易定量的因素定量化 ,进行综合评价的一种方法。
2.问题引入
例:考核公司里的员工,我们该从哪几个方面去评判(因素集),又该怎么评判(评语集),这几个方面各自占的权重(权重集)。
3.建模步骤
( a ) (a) (a). 因素集的确定
U = {政治表现u1,工作能力u2,工作态度u3,工作业绩u4}
( b ) (b) (b). 评语集的确定
V ={优秀,较好,一般,较差,很差}
( c ) (c) (c). 权重集的确定
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}
(按书上例题给出)
( d ) (d) (d). 模糊综合评判矩阵的确定(需要对每一个u做出评价)
1. 如果10个人当中有5个人认为该员工政治表现优秀,3个人认为表现较好,1个人认为一般,一个人认为不好.
则
R
1
=
[
0.5
,
0.3
,
0.1
,
0
,
0.1
]
R_{1}= [0.5, 0.3, 0.1, 0, 0.1]
R1=[0.5,0.3,0.1,0,0.1]
2. u 2 / 3 / 4 u_{2/3/4} u2/3/4做出的评价同理,此处假定
R 2 = [ 0.4 , 0.4 , 0.1 , 0 , 0.1 ] R_{2}= [0.4, 0.4, 0.1, 0, 0.1] R2=[0.4,0.4,0.1,0,0.1]
R 3 = [ 0.7 , 0.1 , 0.2 , 0 , 0 ] R_{3}= [0.7, 0.1, 0.2, 0, 0] R3=[0.7,0.1,0.2,0,0]
R 4 = [ 0.3 , 0.5 , 0.1 , 0.1 , 0 ] R_{4}= [0.3, 0.5, 0.1, 0.1, 0] R4=[0.3,0.5,0.1,0.1,0]
3. 构成矩阵
R = [ 0.5 0.3 0.1 0 0.1 0.4 0.4 0.1 0 0.1 0.7 0.1 0.2 0 0 0.3 0.5 0.1 0.1 0 ] R=\left[ \begin{matrix} 0.5 & 0.3 & 0.1 & 0 & 0.1\\ 0.4 & 0.4 & 0.1 & 0 & 0.1 \\ 0.7 & 0.1 & 0.2& 0 & 0 \\ 0.3 & 0.5 & 0.1 &0.1 & 0 \end{matrix} \right] R=⎣⎢⎢⎡0.50.40.70.30.30.40.10.50.10.10.20.10000.10.10.100⎦⎥⎥⎤
( e ) (e) (e). 模糊综合评判
B = A ∗ R B = A*R B=A∗R
B = [ [ 0.47 , 0.33 , 0.125 , 0.03 , 0.045 ] ] B =[[0.47 , 0.33 , 0.125, 0.03 , 0.045]] B=[[0.47,0.33,0.125,0.03,0.045]]
对优秀的隶属度最大,即优秀
4.参考文献
[1]司守奎、孙兆亮.数学建模算法与应用(第二版)[M].国防工业出版社:北京,2015:386.
5.代码
import numpy as np
A = np.array([[0.25, 0.2, 0.25, 0.3]])
B = np.array([[0.5, 0.3, 0.1, 0, 0.1],
[0.4, 0.4, 0.1, 0, 0.1],
[0.7, 0.1, 0.2, 0, 0],
[0.3, 0.5, 0.1, 0.1, 0]])
np.dot(A, B)