下载文档原格式
模糊综合评价法及其应用陈勇（新华学院）摘要：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(fuzzy sets)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。
关键字：模糊评价法、应用、评价因素、评价值、特点正文：为了便于描述，依据模糊数学的基本概念，对模糊综合评价法中的有关术语定义如下：1．评价因素（F）：系指对招标项目评议的具体内容（例如，价格、各种指标、参数、规范、性能、状况，等等）。
为便于权重分配和评议，可以按评价因素的属性将评价因素分成若干类（例如，商务、技术、价格、伴随服务，等），把每一类都视为单一评价因素，并称之为第一级评价因素（F1）。
第一级评价因素可以设置下属的第二级评价因素（例如，第一级评价因素“商务”可以有下属的第二级评价因素：交货期、付款条件和付款方式，等）。
第二级评价因素可以设置下属的第三级评价因素（F3）。
依此类推。
2．评价因素值（Fv）：系指评价因素的具体值。
例如，某投标人的某技术参数为120，那么，该投标人的该评价因素值为120。
3．评价值（E）：系指评价因素的优劣程度。
评价因素最优的评价值为1（采用百分制时为100分）；欠优的评价因素，依据欠优的程度，其评价值大于或等于零、小于或等于1（采用百分制时为100分），即0≤E≤1（采用百分制时0≤E≤100）。
4．平均评价值（Ep）：系指评标委员会成员对某评价因素评价的平均值。
平均评价值（Ep）=全体评标委员会成员的评价值之和÷评委数 5．权重（W）：系指评价因素的地位和重要程度。
第一级评价因素的权重之和为1；每一个评价因素的下一级评价因素的权重之和为 1 。
数学建模方法详解--模糊数学在生产实践、科学实验以及日常生活中，人们经常会遇到模糊概念（或现象）。
例如,大与小、轻与重、快与慢、动与静、深与浅、美与丑等都包含着一定的模糊概念。
随着科学技术的发展，各学科领域对于这些模糊概念有关的实际问题往往都需要给出定量的分析，这就需要利用模糊数学这一工具来解决。
模糊数学是一个较新的现代应用数学学科，它是继经典数学、统计数学之后发展起来的一个新的数学学科。
统计数学是将数学的应用范围从确定性的领域扩大到了不确定性的领域，即从必然现象到偶然现象，而模糊数学则是把数学的应用范围从确定性的领域扩大到了模糊领域，即从精确现象到模糊现象。
在各科学领域中，所涉及的各种量总是可以分为确定性和不确定性两大类。
对于不确定性问题，又可分为随机不确定性和模糊不确定性两类。
模糊数学就是研究属于不确定性，而又具有模糊性的量的变化规律的一种数学方法。
本章对于实际中具有模糊性的问题，利用模糊数学的理论知识建立数学模型解决问题。
1.1 模糊数学的基本概念1.1.1 模糊集与隶属函数 1. 模糊集与隶属函数一般来说，我们对通常集合的概念并不陌生，如果将所讨论的对象限制在一定的范围内，并记所讨论的对象的全体构成的集合为U ，则称之为论域（或称为全域、全集、空间、话题）。
如果U 是论域 ，则U 的所有子集组成的集合称之为U 的幂集，记作)(U F 。
在此，总是假设问题的论域是非空的。
为了与模糊集相区别，在这里称通常的集合为普通集。
对于论域U 的每一个元素U x ∈和某一个子集U A ⊂，有A x ∈或A x ∉，二者有且仅有一个成立。
于是，对于子集A 定义映射}1,0{:→U A μ即⎩⎨⎧∉∈=,0,,1)(A x A x x A ，μ则称之为集合A 的特征函数，集合A 可以由特征函数唯一确定。
所谓论域U 上的模糊集A 是指：对于任意U x ∈总以某个程度)]1,0[(∈A A μμ属于A ，而不能用A x ∈或A x ∉描述。
模糊数学方法的数学模型和主观性较强的多属性评价模型对于非标准化的电子作品难以用精确的百分制来进行评定的问题，可以引入模糊数学方法的数学模型与多属性评价模型进行评价1．模糊数学方法的数学模型评价学生成绩的因素可划分为若干类（如课堂平时成绩、电子作品集、其中成绩和期末考试），每类又有相应的评价权重（如课堂平时成绩占30%、电子作品集占20%、期中成绩占20%和期末考试占30%）和评价等级（如课堂平时成绩—优秀、电子作品集—良好、其中成绩—中、期末考试—良好），称为一级评价因素；而每一类一级评价因素（如电子作品集）又可包含若干二级评价因素（如电子作品集好坏的评价标准）和每个评价标准的权重，依次类推。
下面的模型只考虑具有二级评价因素的问题如何用模糊数学的方法来做出科学的评价。
假设考虑学生的成绩的因素中，一级评价因素有n 类，记为U ={u 1,u 2,u 3,…,u n }，其权重为),,,(21n w w w W =，其评价等级对应的成绩为=D ),,,(21n d d d ，则该学生的成绩为：CJ==D W T)(2121n n d d d w w w ⎪⎪⎪⎪⎪⎭⎫⎝⎛下面求=D ),,,(21n d d d 。
假设某个评价因素u i 有m 个二级评价指标，记为V i ={v i 1,v i 2,v i 3,…,v im }，权重分别为Q i ={q i 1,q i 2,q i 3,…,q im }，有t 种评价等级，记为P ={p 1,p 2,p 3,…,p t }，与各等级对应的分数是F ={f 1,f 2,f 3,…,f t }，有k 个评委对每个指标的各个等级的投票人数为矩阵W m *t ：W m *t =⎪⎪⎪⎪⎪⎭⎫⎝⎛3212222111211m m m t t w w w w w w w w w其中，m i k wtj ij,,2,1,1==∑=则D i ),,2,1(n i =为各矩阵的乘积：Q 1*m *W m *t * F t *1 = ()⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛t mt m m t t im i i f f f w w w w w w w w w q q q 2121222211121121多级评价等级可以多次使用此法求得。
数学建模模糊综合评价法哎呀，今天小智就来给大家聊聊一个有趣的话题——数学建模模糊综合评价法。
这个方法可是在解决各种实际问题时，给我们提供了很多便利哦！那我们就一起来看看吧，这个方法到底是怎么工作的呢？我们要明白，模糊综合评价法是一种处理不确定性信息的方法。
在现实生活中，我们经常会遇到一些难以量化的因素，比如一个人的品质、一个产品的性能等等。
这些因素都是相互关联、相互影响的，很难用一个简单的分数或者数值来表示。
而模糊综合评价法则是通过对这些因素进行模糊化处理，然后通过一定的计算方法，得出一个综合评价结果。
那么，这个方法是怎么实现的呢？其实，我们可以把它分成两个部分来看：一是模糊化处理，二是综合评价。
1. 模糊化处理我们需要对那些难以量化的因素进行模糊化处理。
这就像是把一张照片变成一幅水墨画一样，让我们能够看到事物的本质，而不是仅仅看到表面现象。
模糊化处理的方法有很多，比如德尔菲法、层次分析法等等。
这些方法都是通过对因素进行分类、划分等级，然后根据一定的权重来进行模糊化处理。
2. 综合评价接下来，我们要对模糊化处理后的结果进行综合评价。
这个过程就像是我们在选美比赛中，要根据选手的外貌、才艺、气质等多方面因素来评选出最终的冠军。
综合评价的方法也有很多，比如加权平均法、主成分分析法等等。
这些方法都是通过对模糊化处理后的结果进行加权求和或者提取主要成分，从而得到一个综合评价结果。
好了，现在我们已经知道了模糊综合评价法的基本原理。
那么，它在实际生活中有哪些应用呢？其实，这个方法在各个领域都有广泛的应用。
比如在企业管理中，我们可以通过模糊综合评价法来评估员工的工作绩效；在城市规划中，我们可以通过模糊综合评价法来评估一个区域的发展潜力；在教育评价中，我们可以通过模糊综合评价法来评估一个学生的能力等等。
当然啦，这个方法也有它的局限性。
比如在某些情况下，模糊综合评价法可能会受到数据量的影响；另外，这个方法也不能完全消除不确定性信息的干扰。
模糊综合评价模型的研究及应用模糊综合评价模型是一种基于模糊数学理论的决策分析方法，它可以解决具有模糊性问题的综合评价和决策问题。
模糊综合评价模型主要通过建立模糊评价矩阵，利用模糊数学的运算规则计算出各个评价指标的权重和综合评价值，从而对评价对象进行排序和决策。
在模糊数学的基本理论中，包括模糊集合的定义、模糊关系的建立和运算等内容。
模糊集合是对现实事物或现象的模糊描述，可以用来表示评价指标的隶属度程度。
模糊关系是一种模糊数值之间的映射关系，它可以用来描述评价指标之间的相互关系。
模糊数学的运算规则包括模糊矩阵的加法、减法、乘法和除法等运算，在模糊综合评价模型中起到了关键作用。
在模糊综合评价方法的建模和计算中，常用的方法包括模糊层次分析法、模糊敏感性分析法和模糊综合评判法等。
模糊层次分析法是一种基于层次结构的模糊评价方法，它通过建立评价指标的层次结构，确定各个层次之间的关系，以及评价指标之间的相对权重。
模糊敏感性分析法是一种基于模糊关系的模糊评价方法，它通过计算评价指标之间的模糊关系矩阵，对各个评价指标进行排序和评价。
模糊综合评判法是一种基于模糊矩阵的模糊评价方法，它通过计算评价指标之间的模糊矩阵，确定各个指标的权重和综合评价值。
在模糊综合评价模型的改进和应用中，主要包括模糊综合评价方法的改进和拓展以及模糊综合评价模型在各个领域的应用。
模糊综合评价方法的改进和拓展包括模糊综合评价模型的模糊数学运算规则的改进和扩展、评价指标的模糊化处理方法的改进和扩展等。
模糊综合评价模型在各个领域的应用包括工业工程、管理科学、经济学、环境科学等领域。
在工业工程中，模糊综合评价模型可以用于产品质量评价、供应链绩效评价等；在管理科学中，模糊综合评价模型可以用于人力资源评价、员工绩效评价等；在经济学中，模糊综合评价模型可以用于产业竞争力评价、金融风险评价等；在环境科学中，模糊综合评价模型可以用于环境污染评价、生态系统评价等。
数学建模模糊综合评价法1. 什么是模糊综合评价法？好啦，今天咱们聊聊一个听起来复杂，但其实挺有意思的话题——模糊综合评价法。
别担心，不会让你脑袋里冒烟的。
其实，模糊综合评价法就像一个超级聪明的评委，专门用来评判那些不那么明确的事情。
比如，假设你想评估一个产品的质量，单靠“好”或“不好”这两个词，太简单了吧？这时候，模糊综合评价法就能派上用场了！想象一下，如果你要评价一部电影，除了“好看”和“难看”，你可能会考虑“剧情”、“演技”、“音乐”、“特效”等等。
而每一项评价可能还有不同的分数，像是“非常好”、“一般”、“差不多”等等。
模糊综合评价法就像给你一张多维度的评分表，让你全面而又细致地评估一件事情，省得你像那种一口气就咽下去的面条，吞得太快，咽不下去还得拉肚子。
2. 模糊综合评价法的基本步骤2.1 确定评价指标首先，我们得确定评价指标。
就像你要做一道美味的菜，必须先想好要用哪些食材。
比如说，如果你在评价一款手机，可能会考虑“屏幕清晰度”、“电池续航”、“拍照效果”等等。
每个指标就像是你挑选的食材，每个食材的好坏都会影响到最后的菜肴。
2.2 建立评价模型接下来，就是建立评价模型。
这里的模型有点像是咱们的食谱，得把所有的指标按照一定的规则组合在一起。
你可以根据每个指标的重要性来加权，也就是说，有些食材比其他的更重要。
比如，电池续航对一个经常出门的人来说，肯定比音质重要。
然后，你把每个指标的评分汇总，算出一个总分。
简单说，就是给每个食材加点调料，让整道菜更有味道。
3. 实际应用案例3.1 选学校说到这里，咱们不妨举个例子，比如说你想给孩子选个学校。
光看排名可不够，你还得考虑学校的师资力量、校园环境、课外活动、家长评价等等。
这时候，模糊综合评价法就像是你的一个小助手，帮你把这些看似杂乱无章的信息整理成一张清晰的图。
你可以给每个学校的这些指标打分，最终找出一个最适合你孩子的学校。
3.2 企业评估再比如，在企业管理中，模糊综合评价法也大显身手。
