模糊综合评价

模糊综合评价可以用来对人、事、物进行全面、正确而又定量的评价,因此,它是提高领导者决策能力和管理水平的一种有效方法。当面对多种而复杂的方案、褒贬不一的人才、众说纷纭的成果时,就试用模糊综合评价法。

一、模糊评价法原理
1、模糊的概念
普通集合只能表现确切的概念。但现实生活中却存在着外延不分明的概念,如医学中的“发高烧”、“健康人”,气象中的“阴雨天”等概念的界限都是十分模糊的。我们称这类外延不分明的概念为模糊概念。Zadeh. A首先引入模糊集的概念,其基本思想是把普通集合中的绝对隶属关系灵活化,使元素对“集合”的隶属度从只能取{0,1}中的值扩充为可取区间[0,1]中的任一数值。

2、模糊集的概念

定义:为定量刻划这些模糊性,定义了论域U上的一个模糊子集A:对于,都指定了一个数 ,都指定了一个数,叫做u对A的隶属程度。

映射叫做的A隶属函数。

例:某班一组有5个同学,即 ,论域U={},现分别对每个同学的“性格稳重程度”按百分制打分,再除以100。实际上就是给定一个从论域U到[0,1]闭区间的映射,设为

这样就确定了一个模糊子集A,它表示出这个小组的同学对“性格稳重”这个模糊概念的符合程度。如果论域U是有限集合时,可以用向量来表示模糊子集,对于上例可以写成:A=(0.85,0.75,0.98,0.30,0.60)。

3、模糊关系——模糊矩阵R

普通关系只能描述两元素有无某种关系R如兄弟、父子关系等。但现实存在着大量更为复杂的关系,不是简单地有或无,而是不同程度的存在着,即模糊关系,模糊关系对应的模糊矩阵R。如用打分法表示四种物品:苹果、乒乓球、书、篮球的相似程度,完全相似为“1”,完成不相似为“0”,其余按相似程度在[0,1]中给出一个数u,这样,就得到一个模糊关系R,所得到的模糊矩阵为:

4、模糊评价的数学模型(运算)

模糊评判B=A·R=(b1, b2 ,… , bn)是将权重模糊矩阵A与单因素评判矩阵R按模糊矩阵的相乘来进行的。

二、模糊综合评判

1、因素集——是影响评价对象的各指标因素组成的一个普通集合。

2、(因素)权重集——为反映各指标因素的重要程度,对各因素ui赋予一相应的权数ai,各权数组成的集合为A=(a1, a2,…, am)或写成A= a1 / u1 + a2 / u2 + … + am / um。

3、评价集——是评价者对评判对象可能作出的各种总的评判结果所组成的集合,一般写成:V={v1, v2, …, vn}, vj(j=1,2, …,n)代表各种可能的评判结果(评判等级)。

4、单因素模糊评价——分别从一个因素出发进行评价,以确定评判对象对评价集各元素的隶属程度。

设对评价对象的ui因素进行评价,对评价集中第j个元素vj的隶属程度为rij,则按ui评判的结果为一模糊集,记为:
     R=(ri1, ri2, …, rin), 或记为:
     R=(ri1 /v1, ri2 /v2, …, rin /vn) (i=1,2, …,m)
从m个因素入手,得单因素评判矩阵
  R=[Ri]=

5、模糊综合评判——综合考虑所有因素的影响,得出正确的评判结果。

B=A*R

6、评价指标的处理

例:教学质量评价模型的建立和求解

1.因素集:U={清楚易懂,教材熟练,生动有趣,板书整洁}

2.因素权重集:A=(0.5,0.2,0.2,0.1),st: 0<=ai<=1  ai求和=1

3.评价集:V={很好,较好,一般,不好}

4.单因素模糊评价:就清楚易懂因素考虑,全班有40%的同学认为“很好”,50%的同学认为“较好”,10%的同学认为“一般”,所以,得该因素的评判集:R1=(0.4,0.5,0.1,0)

同理得:R2=(0.4,0.3,0.2,0.1)R3=(0.1,0.2,0.6,0.1)R4=(0.1,0.2,0.5,0.2)

该老师的模糊评判矩阵         R=

5.模糊综合评判

B=AR=(0.5,0.2,0.2,0.1)*=(0.37,0.31,0.28,0.06)

6.指标处理

1)最大隶属度法 

2)评价集:Vj=(1.0,0.7,0.4,0.1)

(评价集???什么意思)

转载于:https://www.cnblogs.com/amberwang2018/p/11019345.html

已标记关键词 清除标记
表情包
插入表情
评论将由博主筛选后显示,对所有人可见 | 还能输入1000个字符 “速评一下”
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页