1.原理
模糊综合评判方法即将评价目标看成是由多种因素组成的模糊集合(称为因素集
u),再设定这些因素所能选取的评审等级,组成评语的模糊集合(称为评判集
v),分别求出各单一因素对各个评审等级的归属程度(称为模糊矩阵),然后根据各个因素在评价目标中的权重分配,通过计算(称为模糊矩阵合成),求出评价的定量解值。它是应用模糊变换原理和最大隶属度原则,对各因素作综合评价的。其原理表示为:
B=E×
R
式中
E={e1,e2,... ,ei,...,em},为模糊向量或称模糊变换器,是评价因素集
X={ x1,x2,,xi,,xm }的权重分配。
式中
R为评价因素
X={ x1,x2, ...,xi, ...,xm }与评判集
U={ u1,u2,,ui,,un }构成的模糊关系矩阵。
|R1| |r11 r12 ... r1m|
R=|R2|= |r21 r22 ... r2m|
| | | ||Rn | |rn2 rn2 ... rnm|
其中
n为评价集合的个数,
m为评价因素
(或评判指标
)的个数。
2.程序算法
下面是采用环境中的常用的超标加权法计算权重,使用“线性降半阶”函数计算隶属度的matlab程序,供各位参考。
clear;clc;
a=[
48.37611111 26.33277778 819.1455556 334.5933333 1032.364444 262.3716667 2374.722222