基于多层次模糊分析综合评价法的课堂教学评价数学模型
摘要：本文将采取多层次模糊综合评价法对课堂教学进行量化的评价，并给出评价等级。它首先通过参考信息工程大学的本科人才培养目标，教师队伍发展的指导思想，结合现实的教学情况，制定了一套完整的评价指标体系，并且将反应课堂质量的因素按照层次分类并对其重要性进行量化，得到一系列各层次的权值矩阵。通过对学员问卷调查最终得到了模糊判断矩阵计算出数字化的模糊关系矩阵，通过多层的复合运算, 最终确定评价对象所属等级。
文中将看到此模型在制定评价指标体系中的权值分配反应的我校教学转型思想和“三基四能”培养目标，通过构建四项评价机制“教员互评”、“教员自评”、“学员评价”、“专家评价”比较完整地科学地评价了一门课程，并能经改进后能够做到跟踪调查，反馈意见，据此模型给出我们对我校我院的教学方式的一些意见。本模型经过些许修改可以适用于任何一种评价模型。
基于多层次模糊分析综合评价法的课堂教学评价数学模型
问题的提出以及分析
课堂的教学质量评价，是我院全面提高教学质量，调节教学行为，优化教师队伍结构 , 促进教学水平提高，使师资队伍的管理系统化、科学化的一项有效措施。近几年，我校大力推进教育转型，深化编制体制改革，对课堂教学质量提出了更高的要求。课堂教学评估是一项实践性很强的工作，需要一定的科学理论为依据，方法为基础。本文将结合我校教育转型和“三基四能”人才培育方案，通过建立教师教学质量评估体系的层次结构图 ,构建模糊一致判断矩阵并计算出各指标权重，通过对不同的全体（学员、教员、专家）问卷调查的统计分析，分别得到模糊判断矩阵，算出在不同全体的评价分值，在对各评价分值通过加权计算得到该课堂的最终结果。
（一）模型假设、层次构建以及符号定义
一、模型假设
（1）在对课堂模型评价过程中，教员自评能够诚实守信、以人格为重，对自己教学的长处和不足给出客观的评价，教师互评中教员没有互相考虑，互相照顾。
（2）学生评价在课程考试之前进行，由专家安排人员组织学员认真填写测评表，学员能够自主地按照自己的意愿实事求是地给出自己的评价。
（3）所有的问卷调查表都能够回收，没有出现丢失和篡改现象。
（4）专家评价由专家评价小组施行，专家评价小组依据平时的听课、召开学生座谈会、检查学生作业、学生试卷、教师教案以及查看教学报告等情况进行评价。
（5）出现以下情况者直接定义为不合格：
1、多次出现教学事故
2、参与测评的学生有半数对其教学效果的综评价为不合格者直接判断为不合格。
二、课堂教学评价层次。
课堂质量绝对不能仅仅只从期末成绩的好坏来判断，从我校教学转型的方向和本科培养应用型人才的目标来看，一个良好的课堂应该包括教学目标的科学准确、德育渗透，教学内容重点突出、层次清晰、延拓性强，教学方法注重启迪、手段多样、体现互动，教学素质过硬可靠、熟练规范，教学效果气氛活跃、落实目标。同时在军校本科教学中，答疑这一方面是地方大学、军校研究生阶段所没有的，所以课堂评价中应该还要包括教员答疑的出勤率、以及答疑效果。我们的课堂教学模型的评价的功能应从注重甄别与选拔转向激励、反馈与调整；评价内容应从过分注重学业成绩转向注重多方面发展的潜能；评价主体应从单一转向多元，即由学员、教员自己、教员同事、专家一起参与评价。所以，我们构建了如下的层次模型：
课堂教学质量
教学目标
教学内容
教学效果
教学素质
答疑
德育渗透自然得体
操作技术熟练规范
组织调控灵活有效
语言准确板书规范
教态自然情绪饱满
面向全体因材施教
教学手段恰当实用
体现双主师生互动
启发思维培养能力
创设情景激发兴趣
容量恰当学法指导
信息广泛注重实践
层次清晰把握联系
重点突出滩点突破
科学准确符合实际
教学目标得到落实
能力方法都有所得
生动活泼气氛热烈
积极表达大胆质疑
兴趣浓厚思维活跃
充分利用答疑解惑
准时到场出勤率高
教学方法
教员
自评
专家
测评
教员
互评
学员
评价
第一层次第二层次
第四层次
三、符号体系的建立以及相关公式。
根据以上的层次模型我们定义如下的符号体系以及与算法有关的相关公式：
1、在一级评价指标（对应第二层次）中，设因素教员自评、教员互评、专家测评、学员评价分别为A1，A2，A3，A4，得到一级指标因素的集合为：A={ A1，A2，A3，A4}。
2、在二级评价指标（对应第三层次）中，设因素教学目标、教学内容、教学方法、教学素质、教学效果、答疑分别B1，B2，B3，B4，B5，B6，得到二级指标因素的集合为B={ B1，B2，B3，B4，B5，B6}。
3、在三级评价指标（对应第四层次）中，设隶属二级指标Bi（i=1，2，3，4，5，6）的三级指标为结合Ci1,Ci2,Ci3,Ci4,Ci5，记为Ci{ Ci1,Ci2,Ci3,Ci4,Ci5}，很明显，隶属于二级指标Bi（i=1，2，3，4，5，6）的三级指标集合Ci包含的元素有没有达到六项的，在此我们做如下处理：对缺项的集合Ci的缺项直接省略，如C1记作为{ C11,C12}，对应{教学准确，符合实际}。
4、对于评价等级我们定义为四级：优秀（90-100）、良好（80-90）、及格（60-80）、不及格（0—60）。分别记为V1,V2,V3,V4，我们建立评价集合V{ V1,V2,V3,V4}。
5、定义评价指标体系的权重。在我们的模型中，权重至关重要，直接影响综合评价的结果，这里我们权重的求法构造成对比较矩阵确定。假设有某一集合A={ A1，A2，A3，A4，A5，A6}（此处随便举一例，不同于一级指标因素集合）为例，我们建立如下的模糊一致判断矩阵：
a11a12a13a14a15a16
a21a22a23a24a25a26
a31a32a33a34a35a36
a41a42a43a44a45a46
a51a52a53a54a55a56
a61a62a63a64a65a66
A=
其中a ij表示因素A i与因素A j具有模糊关系“A i比A j重要”的隶属度。
此文的计算中我们采取的Matlab 软件进行求解。同时我们引入Saaty 的层次分析法中对不一致性的定义及求取不一致矩阵的权向量的方法。Saaty 将
CI=(d-n)/(n-1)
定义为一致性指标，其中，d 表示A 的最大特征根，n 表示A 的阶数。并引入随机一致性指标RI ，其数值如下
n 1 2 3 4 5 6 7 8 9 10 11 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 对于n>=3的成对比较矩阵A ，将它的一致性指标CI 与同阶（指n 相同）的随机一致性指标RI 之比称为一致性比率CR ，当
CR=CI/RI<0.1
时认为A 的不一致程度在容许范围之内，可用其特征向量作为权向量。根据上述说明，我们可以得到一级因素指标向量集的权值向量为W A =[W A1，W A2，W A3，W A4]
二级因素指标集的权值向量为W B =[w1,w2,w3,w4,w5,w6],同理我们可以得到三级因素各指标集权值向量W B 1=[w11,w12]。 W B 2=[w21,w22,w23,w24]。
W B 3=[w31,w32,w33,w34,w35]。 W B 4=[w31,w32,w33,w34] 。 W B 5=[w51,w52,w53,w54,w55]。 W B 6=[w61,w62]。
6、定义第四层次的综合判断矩阵Rj k （j=1，2，3，4，分别代表来自教员自评、教员互评、专家测评、学员评价的调查问卷构造的综合判断矩阵）。 根据我们从问卷调查收集的原始信息，经过Excel 软件的处理得到了对课堂评价的6个三级指标集每一因素的优秀率、良好率、及格率以及不及格率。如下Rk(k=1,2,3,4,5,6)：
r k 11 r k 12 r k 13 r k 14 r k 21 r k 22 r k 23 r k 24 r k 31 r k 32 r k 33 r k 34 r k 41 r k 42 r k 43 r k 44 r k 51 r k 52 r k 53 r k 54
R k =
尺度aij 含 义
1 Ai 与Aj 的影响相同 3 Ai 比Aj 的影响稍强 5 Ai 比Aj 的影响强 7 Ai 比Aj 的影响明显的强 9 Ai 比Aj 的影响绝对的强
2,4,6,8
Ai 与Aj 的影响之比在上述两个相邻等级
之间
1,1/2,···,1/9 Ai 与Aj 的影响之比为上面的互反数
其中rk11 ，rk12， rk13 ，rk14分别表示对于隶属于二级指标因素B K的三级因素Ck1的优秀率、良好率、及格率以及不及格率
7、定义第三层次的综合判断矩阵P。第三层次的每一因素的综合判断矩阵Pji=Rji*W B i （i=1，2，3，4，5，6）
最终可以得到Pj=[pj1,pj2,pj3,pj4，pj5，pj6]T。（j=1，2，3，4，分别代表来自教员
自评、教员互评、专家测评、学员评价的第四层次综合判断矩阵得到的第三层次的综合判断矩阵）
8、我们的第二层次的综合判断矩阵S1，S2,S3,S4。对于第二层次的教员自评、教员互评、专家测评、学员评价我们都可以计算出它的综合判断矩阵S1，S2,S3,S4。其计算方
法为Sj=W B*Pj=[w1,w2,w3,w4,w5,w6]* [p1,p2,p3,p4，p5，p6]T
等级优秀良好及格不及格
分数段90—100 80-90 60-80 45-60 代表分数95 85 70 53
分数向量为Q=[95，85，70，53]T。
10、计算第二层次分别来自教员自评、教员互评、专家测评、学员评价的分数Q1，Q2,Q3,Q4.Qi=Si*Q（i=1，2，3，4）
11，最后的结果Result=[Q1，Q2，Q3，Q4]* W A==[Q1，Q2，Q3，Q4]* [W A1，W A2，W A3，W A4]。
（二）算法分析和求解
首先，我们对来自学生的问卷调查问卷进行处理，得到来自学生评价的分数值S4 （1）由收集过来的针对学生的问卷调查，对课堂层次模型的第四层次的22项指标进行等级测评，利用EXCEL对评测结果进行数据统计、分析。可以得到隶属于第三层次的5个模糊判断矩阵。
供学生调查使用
二级指标三级指标
评价等级
优秀良好合格不合格
课堂教学质量评教学目标科学准确符合实际18 37 33 12
德育渗透自然得体21 44 21 14 教学内容
重点突出滩点突破30 55 15 0
层次清晰把握联系23 43 34 0
信息广泛注重实践19 40 33 8
容量恰当学法指导21 33 42 4 教学方法
创设情景激发兴趣23 44 32 1
启发思维培养能力25 32 39 4
体现双主师生互动44 34 22 0
教学手段恰当实用23 46 29 2
面向全体因材施教20 41 28 11 教学素质
教态自然情绪饱满33 43 24 0
语言准确板书规范35 41 24 0
组织调控灵活有效19 41 30 10
测
操作技术 熟练规范
34 33 28 5 教学效果 兴趣浓厚 思维活跃
23 45 22 10 积极表达 大胆质疑
32 33 45 0 生动活泼 气氛热烈 34 43 23
0 能力方法 都有所得
36 47 17 0 教学目标 得到落实
41 36 23 0 答疑 准时到场 出勤率高
80 20 0 0 充分利用 答疑解惑
76 24 0 0 教学目标 科学准确 符合实际
0.18 0.37 0.33 0.12 德育渗透 自然得体
0.21 0.44 0.21 0.14 据）：
0.18 0.37 0.33 0.12 0.21 0.44 0.21 0.14
R 41=
同理，我们可以得到教学内容模糊判断矩阵R42、教学方法模糊判断矩阵R43、教学素质模糊判断矩阵R44、教学效果模糊判断矩阵R45、答疑模糊判断矩阵R46
0.30 0.55 0.15 0.00 0.23 0.43 0.34 0.00 0.19 0.40 0.33 0.08 0.21 0.33 0.46 0.00
教学内容模糊判断矩阵 R 42=
0.23 0.4 0.32 0.01 0.25 0.32 0.39 0.04 0.44 0.34 0.22 0.00 0.23 0.46 0.29 0.02 0.20 0.41 0.28 0.11
教学方法模糊判断矩阵 R 43=
0.33 0.43 0.24 0.00 0.35 0.41 0.24 0.00 0.19 0.41 0.30 0.10 0.34 0.33 0.28 0.05
教学素质模糊判断矩阵
R 44=
0.23 0.45 0.22 0.10 0.32 0.33 0.45 0.00 0.34 0.43 0.23 0.00 0.36 0.47 0.17 0.00 0.41 0.36 0.23 0.00
教学效果模糊判断矩阵
R 45=
0.80 0.20 0.00 0.00 0.76 0.24 0.00 0.00 答疑模糊判断矩阵
R 46=
（2） 确定二级指标和三级指标的权重向量。以隶属与教学目标的两因素“科学准确，
符合实际”和“德育渗透，自然得体”为例，我们首先建立它的成对对比矩阵：
1 1 1 1
B 1=
根据上文所给公式可以计算得到权值向量W B 1=[0.5，0.5]。我们依据军校课堂的特点以及我校教育转型的相关精神和“三基四能”人才培养方案（具体说明将在第五部分给出），给出相应的成对对比矩阵，并求出相应的权值向量如下： W B 2[0.25,0.25,0.25,0.25]，
W B3[0.3,0.25,0.25,0.05,0.1]，
W B4[0.2,0.3,0.3,0.2]，
W B5[0.2,0.2,0.1,0.2,0.2,0.1]，
W B6[0.4，0.6]，
所有的成对向量矩阵都是满足一致性判断标准的，即CR〈0.1。
对于二级指标，它的成对对比矩阵为判断矩阵为：
1.0000 0.5000 0.3333 0.5000 0.2500
2.0000
2.0000 1.0000 2.0000 2.0000
3.0000 3.0000
3.0000 0.5000 1.0000 2.0000 0.3333 2.0000
2.0000 0.5000 0.5000 1.0000 0.3333 2.0000
4.0000 0.3333 3.0000 3.0000 1.0000 4.0000
0.5000 0.3333 0.5000 0.5000 0.2500 1.0000
计算可得CR =0.0783，满足一致性要求。同时权向量为
W B=(0.0837,0.3121,0.1551,0.1128,0.2728,0.0635)
对于一级指标，它的成对判断矩阵为：
1.0000
2.0000 0.2500 0.2000
0.5000 1.0000 0.5000 0.3333
4.0000 2.0000 1.0000 0.5000
5.0000 3.0000 2.0000 1.0000
计算可得CR=0.0878，W A=(0.1215,0.1127,0.2928,0.4730)
（3）计算二级指标的综合判断矩阵P.根据上文所给公式Pji=Rji*W B i，我们依次计算出：
P41=[0.1950 0.4050 0.2700 0.1300]
P42=[0.2325 0.4275 0.3200 0.0200]
P43=[0.2830 0.3695 0.3050 0.0305]
P44= [0.2960 0.3980 0.2660 0.0400]
P45=[0.3205 0.4180 0.2565 0.0250]
P46=[0.7760 0.2240 0 0]
最终得到二级指标的综合判断矩阵：
0.1950 0.4050 0.2700 0.1300
0.2325 0.4275 0.3200 0.0200
0.2830 0.3695 0.3050 0.0305
P4=
0.2960 0.3980 0.2660 0.0400
0.3205 0.4180 0.2565 0.0250
0.7760 0.2240 0 0
（4）得到一级因素中的学生评价的综合判断矩阵S4=W B*P4，经过Matlab计算即为：
S4=[0.3029 0.3978 0.2698 0.0332]
（5）计算基于学生问卷数据的评价分数Q4。Q4=S4*Q，即为Q4=[0.3029 0.3978 0.2698 0.0332]*[95，85，70，53]T=83.2341
（5）同理我们可以计算出来自教员自评、教员互评、专家评价的分数S1，S2，S3。以下给出来自专家组（假设专家组的人数为10人）的问卷调查表
二级指标三级指标
评价等级
优秀良好合格不合格
课堂教学质量评测教学目标科学准确符合实际 6 4 1 0
德育渗透自然得体7 3 0 0 教学内容
重点突出滩点突破 5 4 1 0
层次清晰把握联系 5 3 2 0
信息广泛注重实践7 2 1 0
容量恰当学法指导8 2 0 0 教学方法
创设情景激发兴趣 3 4 3 0
启发思维培养能力 5 2 3 0
体现双主师生互动 4 4 2 0
教学手段恰当实用 2 6 2 0
面向全体因材施教7 1 2 0 教学素质
教态自然情绪饱满 3 3 4 0
语言准确板书规范 5 1 4 0
组织调控灵活有效 3 4 3 0
操作技术熟练规范 5 3 2 0 教学效果
兴趣浓厚思维活跃 3 5 2 0
积极表达大胆质疑 2 3 5 0
生动活泼气氛热烈 4 3 3 0
能力方法都有所得 6 3 1 0
教学目标得到落实 5 3 2 0 答疑准时到场出勤率高 6 2 2 0
充分利用答疑解惑7 2 1 0
（6）计算最终评价结果：result=[S1，S2，S3，S4]*W A。
（三）关于模型中各权重的阐述
对于不同对象，一堂课的好坏评价标准是不一样的，各标准所占权重也不同。因而我们加了第二层，以期从不同角度来考察课堂效果，使本模型更具科学性及合理性。在课堂教学中，学生与教师关系最密切，对教师教学行为的观察最直接，体会也最深切，因而“学生评价”在教学效果评价体系中占有最重要的地位，相对于其余三项的权值最大。同时，同一门课的教员在一起工作，工作上有相通之处，所以教员互评也可以作为一个评价量。另外，专家组的评价和教员自评也应该作为因素考虑进去。所以第二层就包括了学员评价、教员自评、教员互评、专家评价四项指标。其中学员自评和专家评价由于其本身客观性，可占较大权重。教员自评与互评可使教员在课堂教学评价体系中不至处于被动地位，保护了教员的积极性及自主性，使整个评价体系更完整科学。
在第三层，除教学目标，教学内容，教学方法，教学素质，教学效果这几项常规评价课堂教学效果的准则外，我们又增加了答疑这一项。答疑课是军校教学的特色。地方大学的教师完成一天的教学工作后不会花大量的时间为学生进行专门的答疑辅导。而军校学员由于其自习时间的统一性，学校会安排教员进行额外的答疑课。因而答疑也应包
括在评价指标内。
（四）模型改进跟踪模型的构建
为了长期对某教员的课堂教学进行跟踪评价,并给出该教员个性化的督导意见,我们需要对我们的指标体系和评价模型进行些许变化.
在第二层次方面，我们将移去专家评价和教员互评。第一，专家组进行评价时，主要依据来自教员的教学报告和平时的课堂听课。而事实上，专家组的听课的次数和教员写的教学报告的数量都很少，如果进行跟踪调查的话，收集的原始数据不能很好的反应课堂教学在短时间内的变化，所以我们可以降低专家评价的权重，为了简化模型，我们不妨去掉这一指标。第二，同专家组类似，在教员互评方面，教员之间的互相印象在很长一段时间应该是较为固定的，如果进行长期的跟踪评价，来自教员评价的分数几乎是一样的，所以应该剔除。
在第三层次方面，我们认为，对于一门课程来说，其教学目的在课程开始之初就已经确立了，所以在跟踪评价中教学目的可以剔除。在教学素质方面，我院聘请的教员的教学素质还是相当高的，并且其教学素质在长期内是稳定的，所以也可以剔除。同理答疑对提出督导意见意义也不大，可以剔除。
同时，为了能够给给教员提出更好的意见，学员评价的地位应该突出，权值应该增加。个性化意见的主要方面集中在教学内容和教学方法上，所以我们重新建立层次模型，并且给出了相应的指标权值，按照上述方法就可以更加有效的进行跟踪评级了。
课堂教学质量跟踪评价
教学内容
教学效果
面向全体 因材施教教学手段 恰当实用体现双主 师生互动启发思维 培养能力创设情景 激发兴趣容量恰当 学法指导信息广泛 注重实践层次清晰 把握联系重点突出 滩点突破教学目标 得到落实能力方法 都有所得生动活泼 气氛热烈积极表达 大胆质疑兴趣浓厚 思维活跃教学方法
教员自评学员评价
（0.2）
（0.8）
（0.4）
（0.4）
（0.2）
（0.25）（0.1）（0.25）（0.25）（0.25）（0.3）（0.1）（0.25）（0.25）（0.1）
（0.25）（0.25）（0.2）（0.2）
（五）不足和改进之处
我们通过多层次模糊分析法建立教师教学质量评估体系的结构图,通过对比较阵的一致性检验,给出各指标的权重,避免了人为的主观性决策。通过对来自问卷调查到的原始数据的统计分析、标准化处理, 给出了教师教学质量评估的最后得分。总的来说，此模型是能够科学地客观地评价课堂质量的，能够体现我校教育转型精神和“三基四能”人才培养方案的要求。不过我们的模型也存在一些问题：
1.数据量太少，缺乏科学性。可尝试让教员对不同队的学员讲同一堂课，进而得到问卷调查表，以扩大数据量。并采用长期调查的方式提高各评价系数的准确性。
2.未用计算机软件很好实现整个模型的求解过程，运算量大，运算复杂，对进一步推广该模型造成了限制。
3.量化规则虽采用了逐项比较，但仍太笼统，不够细化。并且有些指标不能用确切的数字概括，可用一个合适的范围来表示，但这必然会为之后的矩阵权向量计算增加难度。
4.可以再增加更多的评价指标提高模型的科学性。
第三节 模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。 基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于： （1） 即使简单的问题也需要大量的约束条件和变量。 （2） 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法，有良好的理论基础。特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。 1．模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为 12(,,,)k U U U U = 且应满足： 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多，在实际运用中常用的方法有：Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据，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。 ④ 单级综合评判B A R =
⑵多层次综合评判模型 一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。所以，需采用分层的办法来解决问题。 2．应用 运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型
模糊综合评价方法 1、基本思想和原理 基本思想 在客观世界中，存在着大量的模糊概念和模糊现象。模糊数学就是试图用数学工具解决模糊事物方面的问题。 模糊综合评价是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法。具地说，模糊综合评价就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，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。 原理 首先确定被评价对象的因素（指标）集合评价（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊综合评价结果。 其特点在于评判逐对象进行，对被评价对象有唯一的评价值，不受被评价对象所处对象集合的影响。综合评价的目的是要从对象集中选出优胜对象，所以还需要将所有对象的综合评价结果进行排序。 2. 模糊综合评价法的模型和步骤 步骤 步骤1 确定评价对象的因素论域， 有m个评价指标，表明评价对象的各个因素。 步骤2 确定评语等级论域
评语集是对被评价对象的各个评价结果的集合，用V表示， 有n个评价结果，其中表示第j个评价结果。 步骤3 进行单因素评价，建立模糊矩阵R， 单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价。 在构造了等级模糊子集后，对被评价对象的每个因素进行量化,即确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵， 其中，表示被评价对象从因素来说对等级模糊子集的隶属度。一个被评价对象在某个因素方面的表现是通过模糊向量来刻画的（在其他评价方法中多是由一个指标实际值来刻画，因此模糊评价需要更多的信息），称为单因素评价矩阵，可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素和评价对象之间的“合理关系”。 在确定隶属关系时，通常是专家打分，然后统计结果，根据绝对值减数法求得，即， 其中，c可以适当选取，使得0≤≤1。 步骤4 确定评价因素的模糊权向量 因为各评级因素的重要程度不同，所以要对个因素分配一个相应的权数，(i=1，2，3…m)，≥0，。A即为权重集。
模糊综合评价法（见课件） 模糊数学是从量的角度研究和处理模糊现象的科学．这里模糊性是指客观事物的差异在中介过渡时所呈现的“亦此亦比”性．比如用某种方法治疗某病的疗效“显效”与“好转”、某医院管理工作“达标”与“基本达标”、某篇学术论文水平“很高”与“较高”等等．从一个等级到另一个等级间没有一个明确的分界，中间经历了一个从量变到质变的连续过渡过程，这个现象叫中介过渡．由这种中介过渡引起的划分上的“亦此亦比”性就是模糊性． 一、单因素模糊综合评价的步骤 1． 根据评价目的确定评价指标（evaluation indicator ）集 合 },,,{21m u u u U = 例如评价某项科研成果，评价指标集合为U ={学术水平，社会效益，经济效益}． 2． 给出评价等级（evaluation grade ）集合 },,,{21n v v v V = 如评价等级集合为V ={很好，好，一般，差}． 3． 确定各评价指标的权重（weight ） },,,{21m W μμμ = 权重反映各评价指标在综合评价中的重要性程度，且∑=1i μ． 例如假设评价科研成果，评价指标集合U ={学术水平，社会效益，
经济效益}其各因素权重设为}4.0,3.0,3.0{=W ． 4．确定评价矩阵R 请该领域专家若干位，分别对此项成果每一因素进行单因素评价（one-way evaluation ），例如对学术水平，有50%的专家认为“很好”，30%的专家认为“好”，20%的专家认为“一般”，由此得出学术水平的单因素评价结果为()0,2.0,3.0,5.01=R 同样如果社会效益，经济效益两项单因素评价结果分别为 ()1.0,2.0,4.0,3.02=R ()2.0,3.0,2.0,2 .03=R 那么该项成果的评价矩阵为 ???? ? ??=????? ??=2.03.02.02.01.02.04.03.002.03.05.0321R R R R 5．进行综合评价 通过权系数矩阵W 与评价矩阵R 的模糊变换得到模糊评判集S ： 设m j W ?=1)(μ，n m ji r R ?=)(，那么 ()()n mn m m n n m s s s r r r r r r r r r R W S ,,,,,,212 1 22221 11211 21 =???? ?? ? ??==μμμ 其中“ ”为模糊合成算子． 进行模糊变换时要选择适宜的模糊合成算子，模糊合成算子通 常有四种： (1) ),(∨∧M 算子
模糊综合评价 模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。其基本步骤可以归纳为： ①首先确定评价对象的因素论域 可以设N 个评价指标，12(,, ...)n X X X X =； ②确定评语等级论域 设12n =(W ,W , ...W )A ，每一个等级可对应一个模糊子集，即等级集合。 ③建立模糊关系矩阵 在构造了等级模糊子集后，要逐个对被评事物从每个因素(=1,2,,n)i X i ……上 进行量化，即确定从单因素来看被评事物对等级模糊子集的隶属度i X （R ），进而 得到模糊关系矩阵11112122122212nm ......=..................m m n n n nm X r r r X r r r X r r r ??????????????????????????（R ）（R ）R=（R ），其中，第i 行第j 列元素，表示某个被评事物i X 从因素来看对j W 等级模糊子集的隶属度。 ④确定评价因素的权向量 在模糊综合评价中，确定评价因素的权向量：12(,, ...)n U u u u =。一般采用层 次分析法确定评价指标间的相对重要性次序。从而确定权系数，并且在合成之前归一化。 ⑤合成模糊综合评价结果向量 利用合适的算子将U 与各被评事物的R 进行合成，得到各被评事物的模糊综合评价结果向量B 即：
111212122 2121212nm ......(,, ...)(,, ...)...............m m n m n n nm r r r r r r U R u u u b b b B r r r ??????===?????? 其中，i b 表示被评事物从整体上看对j W 等级模糊子集的隶属程度。 ⑥对模糊综合评价结果向量进行分析 实际中最常用的方法是最大隶属度原则，但在某些情况下使用会有些很勉强，损失信息很多，甚至得出不合理的评价结果。提出使用加权平均求隶属等级的方法，对于多个被评事物并可以依据其等级位置进行排序。
８ 《商场现代化》２００６年７月（中旬刊）总第４７３期 ２０世纪８０年代初，汪培庄提出了对绿色供应链绩效进行评价的模糊综合评价模型，此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面，广大实际工作者运用此模型取得了一个又一个的成果。本文简单介绍模糊综合评价法的数学模型方法。 一、构造评价指标体系 模糊综合评价的第一步就是根据具体情况建立评价指标体系的层次结构图，如图所示： 二、确定评价指标体系的权重 确定各指标的权重是模糊综合评价法的步骤之一。本文根据绿色供应链评价体系的层次结构特点，采用层次分析法确定其权重。尽管层次分析法中也选用了专家调查法，具有一定的主观性，但是由于本文在使用该方法的过程中，对多位专家的调查进行了数学处理，并对处理后的结果进行了一致性检验，笔者认为，运用层次分析法能够从很大程度上消除主观因素带来的影响，使权重的确定更加具有客观性，也更加符合实际情况。 在此设各级指标的权重都用百分数表示，且第一级指标各指标的权重为Ｗｉ，ｉ＝１，２，…，ｎ，ｎ为一级指标个数。一级指标权重向量为： Ｗ＝（Ｗ１，…，Ｗｉ，…Ｗｎ） 各一级指标所包含的二级指标权重向量为： Ｗ＝（Ｗｉ１，…，Ｗｉｓ，…Ｗｉｍ），ｍ为各一级指标所包含的二级指标个数，ｓ＝１，２，…，ｍ。 各二级指标所包含的三级指标权重向量为： Ｗｉｓ＝（Ｗｉｓ１，…Ｗｉｓ２，…Ｗｉｍｑ），ｑ为各二级指标所包含的三级指标个数。三、确定评价指标体系的权重建立模糊综合评价因素集将因素集Ｘ作一种划分，即把Ｘ分为ｎ个因素子集Ｘ１，Ｘ２，…Ｘｎ，并且必须满足： 同时，对于任意的ｉ≠ｊ，ｉ，ｊ＝１，２，…，均有 即对因素Ｘ的划分既要把因素集的诸评价指标分完，而任一个评 价指标又应只在一个子因素集Ｘｉ中。 再以Ｘｉ表示的第ｉ个子因素指标集又有ｋｉ个评价指标即：Ｘｉ＝｛Ｘｉ１，Ｘｉ２，…，ＸｉＫｉ｝，ｉ＝１，２，…，ｎ 这样，由于每个Ｘｉ含有Ｋｉ个评价指标，于是总因素指标集Ｘ其有 个评价指标。 四、 进行单因素评价，建立模糊关系矩阵Ｒ 在上一步构造了模糊子集后，需要对评价目标从每个因素集Ｘｉ上进行量化，即确定从单因素来看评价目标对各模糊子集的隶属度，进而得到模糊关系矩阵： 其中ｓｉ（ｉ＝１，２，…，ｍ）表示第ｉ个方案，而矩阵Ｒ中第ｈ行第ｊ列元素ｒｈｊ表示指标Ｘｉｈ在方案ｓｊ下的隶属度。对于隶属度的确定可分为两种 情况：定量指标和定性指标。 （１）定量指标隶属度的确定 对于成本型评价因素可以用下式计算： 对于效益型评价因素可以用下式计算：对于区间型评价因素可以用下式计算：上面三个式子中：ｆ（ｘ）为特征值，ｓｕｐ（ｆ），ｉｎｆ（ｆ）分别为对应于同一个指标的所有特征值的上下界，即是同一指标特征值的最大值和最小 模糊综合评价法的数学建模方法简介 任丽华 东营职业学院 ［摘 要］ 本文一种数学模型方法构造了一种对绿色供应链绩效进行评价的模糊综合评价法，主要从构造评价指标体系，确定评价指标体系的权重，确定评价指标体系的权重，建立模糊综合评价因素集，进行单因素评价、建立模糊关系矩阵Ｒ，计算模糊评价结果向量Ｂ等五个方面介绍这种评价方法。 ［关键词］ 绿色供应链绩效评价 模糊综合评价法 数学模型方法 流通论坛
三种电视机模糊综合评价模型 摘要 本文通过顾客对三种电视机的图像，价格，音质三种评价因素建立的模糊综合评价的模型，此模型首先设定了评价指标因素集U 和评语集V ,从而建立了评价矩阵R , 然后根据评价指标权重集A 最后分别运用了四个算子，进而采用了加权平均原则的方法建立了如下四个模型，最终得出 模型一：运用① 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出11 2.73B =，12 2.62B =，13 2.46B =，即第一种电视机最受顾客青睐 模型二：运用② 和加权平均原则方法对三种电视机建立模糊综合评价模型，得出21 2.72B =，22 2.75B =，23 2.51B =，即第二种电视机最受顾客青睐 模型三：运用③ 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出31 2.71B =，32 2.58B =，3 3 2.32B =，即第一种电视机最受顾客青睐 模型四：运用④ 算子和最大隶属原则方法对三种电视机建立模糊 综合评价模型，得出41 2.75B =，4 2 2.71B =，43 2.39B =，即顾客对第二种电视机做出综合评价较好。 综合四个模型这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。 关键词：综合评价 模糊数学 加权平均原则 算子 ),(∨∧M (,)M ?∨算子),(⊕∧M ),(⊕?M
一、问题重述 在对电视机质量的评价中，其涉及的因素很多，一般说来基本要考虑图像，声音，价格等等，而每一类因素的质量水平受许多因素的影响。这些评价因素往往具有模糊性。评价的结果本身也带有模糊性。如何合理地评价电视机的质量呢？ 假设对电视机的评价因素U={图像u1，声音u2，价格u3}，评语集合V={很好v1，较好v2，可以v3，不好v4}，现请专家10人对三种电视机进行评价，结果如下： 设某类顾客主要关心图像、价格，对音质不太关心，即 试对以上三种电视机进行模糊综合评价。 二、问题分析 根据对题目的理解，我们知道问题的求解是根据10位专家对三种电视机的图像，价格，音质的评价结果，而要求我们对这三种电视机进行模糊综合评价，所以我采用四种算子方法。 即① 算子 评语 因素 (1)第一类电视机 (2)第二类电视机 (3)第三类电视机 v1 v2 v3 v4 v1 v2 v3 v4 v1 v2 v3 v4 u1 5 4 1 0 4 3 2 1 1 5 2 2 u2 4 3 2 1 5 1 2 2 4 3 1 2 u3 0 1 3 6 2 1 3 4 2 4 4 (0.5,0.2,0.3) A =(){}n k r r s jk j m j jk j m j k ,,2,1, ,min max )(11 =∧=≤≤=∨μμ＝),(∨∧M
学科评价模型（模糊综合评价法） 摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。（将问题1中的部分结果进行阐述）（或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：、2、、、、、、1 对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。 一、问题重述 学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法：因素分析法和内涵解析法。本模型基于某大学（科研与教学并重型高校）的13个学科在某一时期内的调查数据，包括各种建设成效数据和前期投入的数据。通过计算每一级、每一个评价因素所占的权重，确定某一学科在评价是各因素所占的比重，构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题： 根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 模型分析，给出建立模型的适用性、合理性分析。 假设数据来自于某科研型祸教学型高校，请给出相应的学科评价模型。 二、符号说明与基本假设 符号说明 符号说明 S——评价数（评价所依据的最终数值） X——影响评价数值的一级因素所构成的矩阵 x——一级因素的平均值
用模糊数学综合评价法对水质进行评价 付智娟 （中山市环境保护科学研究所，中山 542803） 摘 要：综合评价法作为模糊数学的一种具体应用方法，在很多领域中得到了广泛的运用。由于综 合评价法的数学模型简单、容易掌握，更适合于对多因素、多层次的复杂问题的评价。将其应用于对水质的评价能更客观、科学地反映水质情况。 关键词：模糊数学 ；综合评价法；水质评价法 Abstract:As the praxis of fuzzy mathematics,comprehensive evaluation is prevalent used in many fields ,Because it is a simple mathematical model and easy to use,comprehensive evaalution has advantage to solve the complex problem that have more different https://www.doczj.com/doc/5413887468.html,ing it to evaluate the quality of water can get an objective and scientific result. Key words: fuzzy mathematics; comprehensive evaluation; evaluate the quality of water 模糊数学理论是近年来发展起来的科学，水质的好坏具有模糊的概念，因此也可以用它来评价水质，对水质进行综合评价，打破以往仅用一个确定性的指标来评价水质的方法，并可以弥补其中的不足，更客观、科学地对水质进行评价。现引用对某水质进行评价的例子来说明模糊数学综合评价在水质评价中的运用。 1. 基本概念 1. 1隶属度 以往的水质分级中多用一个简单的数学指标为界限，造成界限两边分为截然不同的等级.例如参数DO ， I 级水的指标为7mg/L,则7.1mg/L 为I 级水，但DO 若为6.9mg/L 就的定为II 级水。事实上，由于水质的污染程度属于模糊概念,所以这里用隶属概念来描述模糊的水质分级界限。所谓隶属度系指某事物所属某种标准的程度：如:DO=7.1mg/L 时,隶属I 级水的程度为100%;6.9mg/L 时,隶属I 级水的程度达95%。 隶属度可用隶属函数表示。为方便起见，取线性函数： 10X X X X --或 11X X X X --，（X 0 2016江西财经大学数学建模竞赛 A题 城市交通模型分析 参赛队员: 黄汉秦、乐晨阳、金霞 参赛队编号：2016018 2016年5月20日~5月25日 承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C中选择一项填写）： A 我们的参赛队编号为2016018 参赛队员(打印并签名) ： 队员1. 姓名专业班级计算机141 队员2. 姓名专业班级计算机141 队员3. 姓名专业班级计算机141 日期： 2016 年 5 月 25 日 编号和阅卷专用页 江西财经大学数学建模竞赛组委会 2016年5月15日制定 城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快，我国机动车保有量及道路交通流量急剧增加，交通出行结构发生了根本变化，城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析，讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型，确定了目标层，准则层（一级指标），子准则层（二级指标）。 其次，建立评价集V=(优，良，中，差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出，即U ＝[0,100]应用模糊统计建立它们的隶属函数A(u)， B(u)， C(u) ，D(u)，最后得出目标层的评价矩阵Ri ，（i=1,2,3,4,5）。利用A,B 两城相互比较法，根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i （i=1,2,3,4,5） 然后，我们经过N 次试验调查，明确了各层元素相对于上层指标的重要性排序，构造模糊判断矩阵P ，利用公式 1 ,ij ij n kj k u u u == ∑ 1 ,n i ij j w u ==∑ 1 ,i i n j j w w w == ∑ []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值，经过一致性检验公式 RI CI CR = 检验后，均有0.1CR <，由此得出各层次的权向量()12,,T n W W W W =K 。然后后， 给出建立绩效评价模型（其中O 是评价结果向量），应用模糊数学中最大隶属度原则，对被评价城市交通的绩效进行分级评价。 接着在改进方案中，我们具体以交叉口为中心建立模型，其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况，不需要测量车速、时间等因素而浪费的人力物力和财力，有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵 层次分析法 模糊综合评判 绩效评价 隶属度 文献综述 电气工程及自动化 模糊综合评价法的应用研究 摘要：综合评判是对多种属性的事物，或者说其总体优劣受多种因素影响的事物，做出一个能合理地综合这些属性或因素的总体评判。例如，教学质量的评估就是一个多因素、多指标的复杂的评估过程，不能单纯地用好与坏来区分。而模糊逻辑是通过使用模糊集合来工作的，是一种精确解决不精确不完全信息的方法，其最大特点就是用它可以比较自然地处理人类思维的主动性和模糊性。因此对这些诸多因素进行综合，才能做出合理的评价，在多数情况下，评判涉及模糊因素，用模糊数学的方法进行评判是一条可行的也是一条较好的途径。 关键词：：层次分析；模糊综合评判 1模糊综合评价法的原理和思想 在客观世界中存在着许多不确定性，这种不确定性表现在两个方面；一是随机性-时间是否发生的不确定行；二是模糊性-事物本身状态的不确定行。 在客观世界中，存在着大量的模糊概念和模糊现象。一个概念和与其对立的概念无法划出一条明确的分界，他们是随着量变逐渐过渡到质变的。例如“年轻”和“年老”、“高与矮”、“胖与廋”、“美与丑”等没有确切界限的一些对立概念都是所谓的模糊概念。凡涉及模糊概念的现象被称为模糊现象。现实生活中的绝大多数现象，存在着中介状态，并非非此即彼，表现出亦此亦彼，存在着许多，甚至无穷多的中间状态。 总之，模糊性是时间本身状态的不确定性，或者说是指某些事物或者概念的边界不清楚，这种边界不清楚，不是由人的主观认识达不到客观实际所造成的，而是事物的一种客观属性，是事物的差异之间存在着中间过渡过程的结果。 模糊数学就是试图利用数学工具解决模糊现象一门学科。1965年，美国加州大学的控制论专家扎德发表了一篇题为《模糊集合》的重要论文，第一次成功运用精确的数学方法描述了模糊概念，从而宣告了模糊数学的诞生。从此，模糊数学现象进入了人类科学的研究领域。 模糊数学是产生把数学的应用范围，从精确现象扩大到模糊现象的领域，去处理复杂的系统问题。模糊数学绝不是把已经很清楚的数学变得模模糊糊，而是用精确的数学方法来处理过去无法用数学描述的模糊事物。从某种意义上来说，模糊数学是架在形式化思想和复杂系统之间的一座桥梁，通过它可以把多年积累起来的形式化思想，也就是精确数学的一系列 （一）问题重述 连锁店选址： 今有8个候选作为连锁店选址，其因素集由表一决定，各隶属度由表二给出。请给出排序。表一 表二模糊综合评价矩阵 此题是一个连锁店选址问题，根据表一里给的那些因素集给它选择一个比较合适的开店地址。我们可以把题目分成三个小题： 第一，求出三级指标供水、供电、供气等对二级指标的三供、废物处理等的影响程度。 第二，求出二级指标对一级指标的影响程度。 第三，求出一级指标对连锁店选址的影响程度，然后根据算出的影响程度对选址做出合适的选择。 （二）问题分析 此题比较特殊，这个连锁店选址已经通过因素集表一和隶属度 表二给了我们做题的方法。就是通过两个表数据用模糊综合评价法去做题；在这里我们是用的模糊评价法里的算子),(⊕?M 和excel 软件进行数据的处理和求解。 模糊评价法的几种算子： ),(.1∨∧M {}n k r a r a b jk j m j jk j m j k ,,2,1,),min(max )(11 ==∧∨=≤≤= ),(.2∨?M {}n k r a r a b jk j m j jk j m j k ,,2,1,max )(11 =?=?∨=≤≤= ),(.3⊕∧M n k r a b m j jk j k ,,2,1,),min(,1min 1 =??? ???=∑= ),(.4⊕?M n k r a b m j jk j k ,,2,1,,1min 1 =??? ????=∑= 以及这几种算子的优缺点： 由表知道算子),(⊕?M 的体现权数作用明显、综合程度强、利用数据信息充分，而且是加权平均型；计算比较容易又作用比较好，故这里我们使用的是算子),(⊕?M 。 用模糊数学班上的学生进行评估 姓名：李万杰 学号：201107010113 2014年6月27日 模糊数学综合评判法，作为一种模糊数学方法，被用于各个领域，取得了很好的效果。本文将用这种方法分析班上的学生以成绩分类。这种方法能有效处理学生平时成绩中的一些模糊性，同时，也使考核的成绩更加合理与公正。 一、模糊数学的基本概念 长期以来，人们对干客观事物的认识习惯于追求其精确性或清晰性。但人脑作为认识和改造客观世界的主体，对自然现象的反映往往都是模糊的。模糊集合是对这些模糊现象或模糊概念的刻画。利用模糊数学理论，建立模型，根据模糊数学最大隶属度原则，使学生以成绩分类更加合理化。综合评判就是对受到多个因素制约的事物或对象作出一个总的评价，这是在日常生活和科研工作中经常遇到的问题，由于从多方面对大学生综合素质进行评价难免带有模糊性和主观性，采用模糊数学的方法进行综合评价将使结果尽量客观从而取得更好的实际效果。 二、评定学生平时成绩的依据 通过长期的教学实践，对学生平时成绩的评定主要依据四个方面：(1)出勤情况，以学生到课情况作为平时成绩给定的依据，这一评价制度的具体要求是通过上课点名的办法来找出缺课的学生。(2)课堂表现，包括课堂笔记记录情况、回答问题的积极主动性、课堂纪律等。根据“上课提问情况”来评定平时成绩是教师经常使用的方法。这种方式也存在不足：假设每一个学生在教师提问 后都举手抢答，教师应该将首答权交给谁呢?这一模式的公正程度取决于教师有没有足够的时间允许学生都回答课堂上的提问。(3)作业情况，检查平时作业是教师经常使用的考核学生平时学习情况的重要方法。然而实践表明，这个方法也存在不足。由于教师无法了解学生的平时作业究竟是不是自己独立完成的，在假定“学生都能按时完成作业”的前提下，教师只能根据作业的工整情况或对错状况来判定学生的平时成绩。教师经常遇到的问题是：有时抄袭作业的学生，作业的卷面反而要比自己独立完成的学生要工整些；或者由于参考了一些同学的作业，其正确率反而比独立完成的同学高一些。(4)平时测验情况。对上述四个方面综合考虑，把学生平时成绩评定分为四级：优、良、中、差。在上述评定学生平时成绩的主要依据的因素中，多数因素很难区分出较严格的数值界限，而且有一定的相关性和很大的“模糊性”。对这些具有“模糊性”的因素进行综合评定，并以此来确定学生平时成绩是很困难的。采用模糊综合评判法来考核学生的平时成绩，在促进学生学习积极性方面，效果是明显的，同时也使考核的成绩更加合理、公正。 三、模糊数学综合评判法 所谓评判，就是按给定的条件对事物的优劣、好坏进行评比、判别；综合的意思就是指评判条件包含多个因素或多个指标。因此，综合评判就是要对受多个因素影响的事物作出全面评价。综合评判的方法有许多种，常用的有两种： (一)评总分法。即根据评判对象列出评价项目，对每个项目定出评价的等级，并用分数表示，以决定方案的优劣。 (二)加权评分法。这种方法主要考虑诸因素(或诸指标)在评价中所处的地位或所起的作用不尽相同，因此不能一律平等地对待诸因素(或诸指标)。于是，就引进了权重的概念，它体现了诸因素(或诸指标)在评价中的不同地位或不同作 模糊综合评价法-简介 模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。模糊集合理论的概念于1965 年由美国自动控制专家查德（L．A．Zadeh）教授提出，用以表达事物的不确定性。[1] 模糊综合评价法-思想和原理 模糊综合评价法 在客观世界中存在着许多不确定性，这种不确定性表现在两个方面：一是随机性－事件是否发生的不确定性；二是模糊性－事物本身状态的不确定性。在客观世界中，存在着大量的模糊概念和模糊现象。一个概念和与其对立的概念无法划出一条明确的分界，他们是随着量变逐渐过渡到质变的。例如“年轻”和“年老”、“高与矮”、“胖与瘦”、“美与丑”等没有确切界限的一些对立概念都是所谓的模糊概念。凡涉及模糊概念的现象被称为模糊现象。现实生活中的绝大多数现象，存在着中介状态，并非非此即彼，表现出亦此亦彼，存在着许多，甚至无穷多的中间状态。总之，模糊性是事件本身状态的不确定性，或者说是指某些事物或者概念的边界不清楚，这种边界不清楚，不是由于人的主观认识达不到客观实际所造成的，而是事物的一种客观属性，是事物的差异之间存在着中间过渡过程的结果。模糊数学就是试图利用数学工具解决模糊现象一门学科。1965年，美国加州大学的控制论专家扎德发表了一篇题为《模糊集合》的重要论文，第一次成功地运用精确的数学方法描述了模糊概念，从而宣告了模糊数学的诞生。从此，模糊现象进入了人类科学研究的领域。模糊数学的产生把数学的应用范围，从精确现象扩大到模糊现象的领域，去处理复杂的系统问题。模糊数学决不是把已经很精确的数学变得模模糊糊，而是用精确的数学方法来处理过去无法用数学描述的模糊事物。从某种意义上来说，模糊数学是架在形式化思维和复杂系统之间的一座桥梁，通过它可以把多年积累起来的形式化思维，也就是精确数学的一系列成果，应用到复杂系统里去。模糊数学着重研究“认知不确定”一类的问题，其研究对象具有“内涵明确，外延不明确”的特点。我们知道，一个事物往往需要用多个指标刻画其本质与特征，并且人们对一个事物的评价又往往不是简单的好与不好，而是采用模糊语言分为不同程度的评语。由于评价等级之间的关系是模糊的，没有绝对明确的界限，因此具有模糊性。显而易见，对于这类模糊评价问题，利用经典的评价方法存在着不合理性。模糊综合评价是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法。具体地说，模糊综合评价就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，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。应用模糊集合论方法对决策活动所涉及的人、物、事、方案等进行多因素、多目标的评价和判断，就是模糊综合评判，最早是由我国学者汪培庄提出的。其基本原理是：首先确定被评判对象的因素（指标）集和评价（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊评价综合结果。本方法的优点是：数学模型简单，容易掌握，对多因素、多层次的复杂问题评判效果比较好，是别的数学分支和模型难以代替的方法。这种模型应用广泛，在许多方面，采用模糊综合评判的实用模型取得了很好的经济效益 模糊综合评价法 一、基本思想和原理 在客观世界中，存在着大量的模糊概念和模糊现象，模糊数学就是试图用数学工具解决模糊事物方面的问题。 模糊综合评价是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法，具体说，模糊综合评价就是以数学为基础，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，从多个因素对被评价事物隶属度等级状况进行综合性评价的一种方法。 模糊综合评价的原理 首先确定被评价对象的因素（指标）集合评（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的全向量进行模糊运算并进行归一化，得到模糊综合评价结果。 其特点在于评判逐对象进行，对被评价对象有唯一的评价值，不受被评价对象所处对象集合的影响。综合评价的目的是从对象集中选出优胜对象，所以还需要将所有对象的综合评价结果进行排序。 二、模糊综合评价法的模型和步骤 1.确定评价对象的因素论域 U={u1,u2,u3···m} 也就是说有m个评价指标，标明我们对被评价对象从哪些方面来进行评判描述。 2.确定评语等级论域 评语集是评价者对被评价对象可能做出的各种总的评价结果组成的集合，用V表示： V={v1,v2,v3···n} 实际上就是对被评价对象变化区间的一个划分，其中v1代表第i个评价结果，n为总的评价结果数。 具体等级可以依据评价内容适当的语言进行描述，比如评价产品的竞争力可用V=（好、较好、一般、较差、差）等。 3.进行但因素评价，建立模糊关系矩阵R 单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价，在构造了等级模糊子集后，就要逐个对被评价对象从每个因素ui（i=1,2,···m）上进行量化，也就是确定从单因素来看被评价对象各等级模糊子集的隶属度，进而得到模糊关系矩阵： R= 模糊综合评价模型 模糊综合评价模型(Fuzzy Synthetic Evaluation Model) 什么是模糊综合评价模型, 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价;在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 模糊综合评价模型类别 模糊评价基本模型 设评判对象为P: 其因素集 ,评判等级集 。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵: (1) 其中，r表示u关于v的隶属程度。(U,V,R) 则构成了一个模糊综合评判ijij 模型。确定各因素重要性指标(也称权数)后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中，R中的元素r 是由评判者“打分”确定的。例如 k 个ij 评判者，要求每个评判者u 对照作一次判断，统计得分和归j 一化后产生 , 且 , 组成 R 。其中既代表 u 关于v 的“隶属程度”，也反映了评判u 为 v 的集0jjjjinstallation and the cable wiring, and GIS and the network control real estate cabinet installation and the cable wiring, and boiler room, and steam room instrument tube laying, and boiler room, and steam room Bridge frame installation and the cable laying, and unit electric dust equipment installation, and cycle pump room equipment, and pipeline installation and the paint, and unit chemical water system equipment and the pipeline 中程度。数值为1 ,说明 u 为 v 是可信的，数值为零为忽略。因此，反映这jj 种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。当取N个等级时，其量化后对应于[0，l]区间上N次平分。例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]， [0.6，0.8]，[0.8，l]。对某j个指标，取遍k个专家对该指标评估所得的权重，得。作和式 第四讲 模糊数学模型（Fuzzy ） 过份的精确反而模糊；适当的模糊反而精确。 起源：1965年 L.A.Zadeh 在杂志“ Information and Control ”上发表著名论文，首先提出模糊集合的概念，标志着模糊理论的产生。 一、模糊综合评判法 （一）模糊集合： 1、X 上的模糊集合A ，由()A U x 表示的隶属函数的集合。 ()A U x 表示X 隶属集合A 的程度，()A U x 越接近1 ，表示X 属于A 的程度越大。 当()A U x =1时，X 肯定属于A ； 当()A U x =0时，X 肯定不属于A ； 2、若X 为离散空间，则X 可以表示为：{}12,, ,n X x x x =,则模糊集合A 可以表示为： {}1122(,()),(,()),,(,())A A n A n A x U x x U x x U x =。 {}:1,2, ,9Eg X =,A=“大体上与5接近的数”， 模糊集合A 可以表示为A ={（1，0），（2，0），（3，0.4），（4，0.8）,(5,1),(6,0.8),(7,0.4),(8,0),(9,0)}。 3、若X 为连续空间，则X 可以表示为：{},,X x x R R =∈为某连续区域，模糊集合 {}(,()),A A x U x x R =∈。 Eg:若建立年轻人的隶属函数，可以根据统计资料，作出年轻人的隶属函数的大致曲线，发现与柯西分布接近。 21 ()()1 1()11 (30)0.3 1 3.51(3025)10 A A x a U x P x x a x a U βαβα≤?? ==?>?+-?===+-1 取a=25,=2,＝ 10 不合理 模糊识别作业一 各个湖水评价等级（由极贫营养到极富营养）其隶属函数依次如下： 44110341)(≥<<≤?????-=x x x x x A μ ???? ???? ?--=0192331)(x x x B μ 23 23441≥<<≤ 模糊识别作业二 现有茶叶等级标准样品五种：E B A，其中放映茶叶质量的因素 C D 论域为U，{} 条索 = U。假设各个等级的模糊 色泽 汤色 香气 滋味 净度 集为： 5.0( = A 4.0 5.0 3.0 )4.0 6.0 3.0( B = 2.0 2.0 2.0 )2.0 1.0 2.0 2.0( = C 2.0 )2.0 1.0 1.0 0( = D 1.0 2.0 )1.0 1.0 1.0 0( E 1.0 = 1.0 1.0 )1.0 1.0 现有一样品，其模糊集为： 4.0( L = 2.0 )6.0 1.0 5.0 4.0 试依据择近原则确定该样本属于哪一等级。 模糊聚类分析作业一 下表表示的是某地区12个县从1981—1990年的降水量，试根据以下数据，按降水量将12个县进行分类。 通过数据标准化，构建模糊相似矩阵，合成模糊等价矩阵，基于模糊等价矩阵，选取适当的λ值，进行模糊聚类分析，给出分类结果。(完整版)基于层次分析法的模糊综合评价模型
模糊综合评价法的应用研究【文献综述】(01)
模糊综合评价模型
用模糊数学对学生成绩进行评估
模糊综合评价法
模糊综合评价法
模糊综合评价模型
模糊数学模型
模糊数学例子
相关主题
文本预览