模糊综合评价模型

个人学习笔记，课程为数学建模清风付费课程

目录

一、概述

1.1数学归纳法和秃子悖论

1.1.1数学归纳法

1.1.2秃子悖论

1.2数学中研究的量的划分

1.3生活中处处存在模糊性

1.4模糊数学的介绍

二、经典集合和模糊集合的基本概念

2.1经典集合和特征函数

2.2模糊集合和隶属函数

三、隶属函数的三种确定方法

3.1模糊统计法

3.1.1原理

3.1.2例子

3.2借助已有的客观尺度

3.3指派法

四、应用：模糊综合评价（评判）

4.1评价问题概述

4.2一级模糊综合评价模型

4.2.1对企业员工进行人事考核

4.2.2对员工进行年终评定

4.2.3评价空气质量等级

4.2.4选择最优边坡设计方案

4.3多级模糊综合评价模型

4.3.1根据学生表现评选奖学金

4.3.2陶瓷厂六种产品销量的评价

---

一、概述

1.1数学归纳法和秃子悖论

1.1.1数学归纳法

当n=1时候，成立；假设n=k时成立，验证n=k+1也成立。=>对于所有的n均成立

1.1.2秃子悖论

秃子悖论认为：如果一个有X根头发的人被称为秃子，那么，有X + 1根头发的人也是秃子。所以，(X + 1) + 1根头发的还是秃子。以此类推，无论你有几根头发都是秃子。

1.2数学中研究的量的划分

1.3生活中处处存在模糊性

1.4模糊数学的介绍

       模糊数学又称Fuzzy 数学，是研究和处理模糊性现象的一种数学理论和方法。模糊性数学发展的主流是在它的应用方面。

       由于模糊性概念已经找到了模糊集的描述方式，人们运用概念进行判断、评价、推理、决策和控制的过程也可以用模糊性数学的方法来描述。例如模糊聚类分析、模糊模式识别、模糊综合评判、模糊决策与模糊预测、模糊控制、模糊信息处理等。这些方法构成了一种模糊性系统理论，构成了一种思辨数学的雏形，它已经在医学、气象、心理、经济管理、石油、地质、环境、生物、农业、林业、化工、语言、控制、遥感、教育、体育等方面取得具体的研究成果。

二、经典集合和模糊集合的基本概念

2.1经典集合和特征函数

（1）集合：具有相同属性的事物的集体，例如：颜色、性别、手机品牌、自然数集

（2）集合的基本属性：

①若a∈A，b∈A，则a≠b，互斥性

②a∈A和a不属于A 有且仅有之一发生（非此即彼），确定性

（2）数学中对于经典集合的刻画：特征函数

2.2模糊集合和隶属函数

（1）模糊集合:用来描述模糊性概念的集合(帅、高、白、年轻)

（2）与经典集台相比，模糊集合承认亦此亦彼

（3）数学中对于模糊集合的刻画：隶属函数

A：模糊集合

（4）模糊集合的三种表示方法

（5）模糊集合的分类

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

3.1模糊统计法

（数模中很少用，要设计发放问卷，可能来不及，但实际做研究应用的较多）

3.1.1原理

找多个人去对同一个模糊概念进行描述，用隶属频率去定义隶属度

3.1.2例子

3.2借助已有的客观尺度

（需要有合适的指标，并能收集到数据）

3.3指派法

（根据问题的性质直接套用默写分布作为隶属函数，主观性较强）

四、应用：模糊综合评价（评判）

4.1评价问题概述

模糊评价问题是要把论域中的对象对应评语集中一个指定的评语或者将方案作为评语集并选择一个最优的方案（两个角度）

4.2一级模糊综合评价模型

一级模糊综合评价分为以下五个步骤：
①确定因素集
②确定评语集
③确定各因素的权重
④确定模糊综合判断矩阵
⑤综合评判

4.2.1对企业员工进行人事考核

4.2.2对员工进行年终评定

4.2.3评价空气质量等级

4.2.4选择最优边坡设计方案

4.3多级模糊综合评价模型

（本质是转化成一级模糊综合评价）
概念：将因素进行分类，分别对每一类因素进行综合评判，再对评价结果在各类之间进行更高层次综合的评价方法。

为什么要引入多级模糊综合评价模型：如果因素集中指标较多，我们则需要对其进行归类来简化计算，这里就要用到我们的多级模糊综合评价。

划分原则：看哪俩个指标有相关性就把他们划分在一起，同一级的权重之和为 1 。

二级模糊综合评价模型：

4.3.1根据学生表现评选奖学金

4.3.2陶瓷厂六种产品销量的评价