数据分析|模糊综合评价法

一、前言

1.定义

模糊综合评价法是一种基于模糊数学的综合评价方法，对受到多种因素制约的事物或对象做出一个总体的评价。

2.术语

① 评价指标（u）：对评价某个问题的具体内容
② 评价指标值（U）：评价内容的具体值。
③ 评价值（V）：评价指标的优劣程度（优、良、中、差）
④ 平均评价值（v）：评价值之和与评价数的比值
⑤ 权重（A）：评价指标的重要程度
⑥ 加权平均评价值（r）：平均评价值与权重之积
⑦ 综合评价值（R）：同一级评价指标的加权平均评价值之和。

3.特点

① 相互比较：当被评价的对象有两个以上时， 可以从多个对象中选择出一个最优的对象。
② 函数关系：通过统计方法，能够确定评价值与评价指标值之间的函数关系。

二、评价步骤

1.确定评价指标和评价集

（1）评价指标U
设某个问题的评价指标有n个，称为因素集U。

例如，评价某校研究生学术创新能力的指标如下：

因此，评价层分为两层：
第一层：U={学校因素,导师因素,个人因素}
第二层：u1={课程设置,学术氛围,资源环境},u2={导师指导,薪资队伍,责任意识},u3={目标管理能力,执行能力,学习能力}

（2）评价集V
设某个问题的所有可能的评语有m个，称为评价集V。
比如，评价某校研究生的学术创新能力可以分为优、良、中、差，那么评价集为：V={优,良,中,差}

2.确定权重向量矩阵A和构造权重判断矩阵R

（1）权重向量矩阵A
由于各种评价指标的重要程度不同，采用权重向量来衡量。一般确定权重方法可以借助层次分析法（AHP）、德尔菲法（Delphi）、加权平均法、专家估计法四种方法来计算。
例如，研究生学术创新能力权重向量矩阵A为：
第一层：A={0.65, 0.07, 0.28}
第二层：A1={0.06,0.45,0.49}，A2={0.49,0.08,0.43}，A3={0.10,0.26,0.64}

（2）权重判断矩阵R
通过专家打分或评价，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵 R。比如有30%的专家认为“优”，40%的同学认为“良”，20%的同学认为“中”，10%的同学认为“差”，所以，得该因素的评判集：r1=（0.3，0.4，0.2，1）
例如：某校研究生学术创新能力的权重判断矩阵R为：
其中：R1=（r1,r2,r3）,R2=（r4,r5,r6），R3=（r7,r8,r9）

3.模糊综合评判矩阵B

B = A