下载文档原格式
基于模糊集一DS证据理论一嫡权法的后评价指标重要度评估金文盛金马陈天佑周跃(国网安徽省电力有限公司经济技术研究院，安徽合肥230011)摘要：目前，项目后评价已形成一定的理论和方法，本文将主观和客观方法结合起来，评估项目后评价各个指标 的重要程度。
本文利用模糊集、DS证据理论和熵权法计算了指标权重，得到项目综合重要度。
认真做好企业项目后 评价工作，才能对未来的企业投资项目提供参考依据，才能切实提高企业的决策水平和投资效益。
关键词：后评价;模糊集；DS证据理论；熵权法中图分类号：F275 文献识别码：A文章编号=2096 —3157(2020)36 —0058 —04一、引言企业项目后评价是指在项目已经完成并运行一段时间 后，对项目的目的、执行过程、效益、作用和影响进行系统的 分析总结的一项技术经济活动[1-2]。
由于历史原因以及企业 的特殊性，企业往往重点关注的是投资项目的经济效益，而 没有全面评价项目的实施过程、社会影响、环境影响和可持 续发展等方面内容[3]。
因此，健全项目后评价机制，通过对 项目全过程的总结与分析，对项目的过程、效益、影响等进行 全面的评价，全面总结已建项目的经验教训，这对提高投资 效率、提高项目决策和管理水平有至关重要的作用M。
在项目后评价中，最重要的是指标权重的确定。
指标的 权重能够反映出评价指标的相对重要性，而对指标权重进行 确定的方法则直接关乎综合评价的质量[5]。
目前，赋权方法 主要有三种，主观赋权法、客观赋权法和主客观结合赋权法。
主观赋权法邀请专家对指标体系中的指标进行相对重要程 度的打分，有人为因素的干扰，而且主观性较强，如德尔菲 法，层次分析法等[6^7]。
客观赋权法是基于数理统计而得出 的指标权重，如因子分析法、熵权法等[84。
主客观结合赋权 法是既有主观判断又有客观的数据支持，能实现主客观相互 统一协调[10—13]。
目前大部分的后评价指标权重的计算方法比较单一，没 有融合专家间的不同建议，缺乏主客观相统一。
模糊评价方法的基本步骤
一、引言
模糊评价是人们进行管理决策时采用的一种重要方法，尤其适宜于处
理模糊不确定性的环境中。
有一个可靠的模糊评价模型是解决管理问题的
前提条件。
模糊评价可根据人们的复杂认识和主观偏好，将主观看法转换
为计算机可以识别的数据，从而实现自动评价。
本文将从定义、基本原理、计算方式、建模步骤以及模糊评价方法的工作流程等几个方面全面介绍模
糊评价的基本步骤，并通过实例说明处理模糊不确定性及解决管理问题的
有效性。
二、模糊评价定义及基本原理
模糊评价可定义为一种管理决策方法，它利用模糊数学的技术和方法，把人们的模糊感知转换为可计算的数量，然后通过模糊模型，根据一定的
算法，对给定的问题进行数值评价，从而实现自动评价的效果。
模糊评价
方法有着自己独特的基本原理：
(1)不确定性表达法：模糊评价的核心是一种不确定性表达法，它将
模糊的概念表达为可计算的数学形式，并通过模糊关系技术把一组模糊数
据组织成模糊集合，以此为基础建立评价模型。
(2)模糊关联性：模糊评价的核心技术是模糊关联性，即一组模糊数
据之间的关联性，它可以建立模糊关联模型。
利用Matlab进行模糊评价和决策在现实生活中，我们经常需要面对各种复杂的问题，而这些问题往往没有明确的答案。
在这种情况下，我们需要一种能够模拟人类语言判断过程的方法来进行评价和决策。
模糊评价和决策是一种基于模糊数学理论的方法，可以帮助我们处理这些复杂的问题。
而Matlab作为一种强大的科学计算软件，提供了一系列的工具和函数，可以方便地进行模糊评价和决策。
一、模糊评价模糊评价是指通过模糊数学理论来对事物的属性进行评价。
在进行模糊评价之前，我们首先需要对事物的属性进行模糊化处理，将其转化为模糊数。
在Matlab 中，可以使用fuzzify函数将实数或者离散变量转化为模糊数。
例如，我们对“温度”这个属性进行模糊化处理，可以定义三个模糊集合“低温”、“中温”和“高温”，并分别赋予它们在某个属性域上的隶属度。
使用fuzzify函数可以将具体的温度值转化为模糊数。
接着，我们可以通过模糊集合的运算来对多个属性进行组合和评价。
在Matlab中，可以使用fuzzyand、fuzzyor和fuzzynot等函数进行模糊集合的交、并和非操作。
最后，可以使用defuzzify函数将模糊评价结果还原为实数的形式。
通过这样的过程，我们可以得到一个具有一定模糊性的评价结果。
二、模糊决策模糊决策是指根据模糊评价结果来进行决策的过程。
在进行模糊决策之前，我们需要设定一些决策规则，规定在不同评价条件下采取哪些行动。
例如，我们可以制定一些规则，如“如果温度较低且湿度较高，则开启加湿器”。
在Matlab中，可以使用addrule函数来添加这样的决策规则。
接着，我们可以使用evalfis函数来根据评价结果进行决策。
这个函数会根据设定的决策规则和评价结果，给出最终的决策结果。
通过这样的过程，我们可以在面对复杂的问题时，根据评价结果来做出相应的决策。
三、模糊评价和决策的应用模糊评价和决策方法在各个领域都有广泛的应用。
其中一个典型的应用是在人工智能领域的专家系统中。
模糊综合评价的方法
模糊综合评价方法是一种用于处理不确定性和模糊性的评价方法，它基于模糊逻辑理论，将模糊集合理论应用于评价问题。
以下是一种常用的模糊综合评价方法：
1. 确定评价指标：首先确定评价对象的各个指标，这些指标可以是
qualitätskriterien（质量标准），wie Snalligkeit（快速性），Zuverlässigkeit （可靠性），剩余期限（余剩期限）等。
这些指标应该与评价对象的特性和要求相关。
2. 选择评价集：根据评价指标的取值范围和等级划分，选择合适的评价集，用于描述指标的表现。
3. 建立模糊评价矩阵：根据评价集和评价指标的要求，建立模糊评价矩阵。
4. 确定权重矩阵：确定各个评价指标的权重，可以采用专家调查、层次分析法等方法。
5. 计算隶属度矩阵：通过将评价指标的取值与评价集进行对比，计算出各个评价指标在不同评价集中的隶属度。
6. 计算模糊评价值：根据权重矩阵和隶属度矩阵，计算出各个评价指标的加权隶属度，并将其进行求和得到模糊评价值。
7. 判断评价等级：根据模糊评价值的大小，将评价对象划分为不同的评价等级，如优秀、良好、一般、较差等。
模糊综合评价方法能够考虑到评价指标之间的相互关系和不确定性因素，提高了评价的准确性和全面性。
但是在实际应用中，需要根据具体情况选择适当的方法和参数，以达到最优的评价结果。
基于模糊方法的专家系统设计专家系统是一种基于人工智能的计算机系统，通过模拟人类专家的思维和知识，能够在特定领域内进行高效的问题求解和决策推理。
而模糊方法是专家系统中常用的一种技术，其能够处理真实世界中的不确定性和模糊性，使得系统具备更强的适应性和鲁棒性。
本文将探讨基于模糊方法的专家系统设计，以及其在实际应用中的优势和限制。
一、模糊方法的基本原理与应用场景模糊方法是一种用于处理不完全、不精确信息的数学工具。
它的核心概念是模糊集合与模糊逻辑运算，通过引入模糊隶属度来描述事物的隶属程度，从而使得系统能够处理到模糊和不确定性的情况。
在专家系统设计中，模糊方法常用于以下几个方面：1. 知识表示与推理：通过使用模糊集合来描述专家知识，将模糊逻辑运算应用于知识推理中，能够更好地模拟人类专家的推理过程。
2. 决策支持：基于模糊方法的专家系统能够处理不完整、不确定的决策信息，帮助用户做出合理的决策。
3. 模式识别与分类：利用模糊方法处理输入数据的模糊性，对对象进行模糊分类和识别，广泛应用于图像处理、数据挖掘等领域。
4. 自适应控制：通过模糊控制算法，根据实时的输入变量来调整系统输出，实现对动态环境的适应性控制。
二、基于模糊方法的专家系统设计步骤基于模糊方法的专家系统设计一般包含以下步骤：1. 问题分析与知识获取：对待解决问题进行全面的分析，获取领域内的专家知识，并将其进行模糊化处理，转化为模糊规则库。
2. 知识建模与表示：将获取到的知识进行形式化表示，通常采用模糊集合、模糊关系和模糊规则等形式来描述。
3. 模糊推理机制设计：根据问题的特点和应用要求，选择合适的模糊推理机制，如模糊逻辑推理、模糊关联推理等，对输入进行模糊推理和决策。
4. 系统实现与验证：将设计好的专家系统进行编码实现，通过与真实数据的对比验证系统的正确性和有效性。
5. 系统优化与改进：根据实际应用的结果和反馈信息，对系统进行优化和改进，提高系统的性能和适应性。
模糊综合评价法
模糊综合评价法是一种常用的多指标决策方法，它将模糊
数学理论应用于决策分析中。
该方法通过将不确定性和主
观性的因素引入评价过程，可以更好地处理实际决策问题。
模糊综合评价法的步骤如下：
1. 确定评价指标：根据具体的决策问题，确定相应的评价
指标，并对指标进行量化。
2. 确定评价等级：根据实际情况，确定评价指标的评价等级，一般分为五个等级：优秀、良好、一般、较差、差。
3. 构建模糊矩阵：根据评价指标的评价等级，构建模糊矩阵，每个指标对应一行，每个评价等级对应一列。
4. 模糊评价：对每个指标，根据实际情况进行模糊评价，
用模糊数表示，如“优秀”可以表示为(1,0,0,0,0)。
5. 模糊矩阵加权求和：对于每个指标，乘以其权重，然后
将所有指标的结果相加，得到综合评价值。
6. 模糊综合评价结果的解模糊化：可以使用模糊数学中的
聚合函数（如最大值法、最小值法等）将模糊综合评价结
果转化为确定性的数值。
7. 结果分析和决策：根据模糊综合评价结果进行结果分析，做出决策。
模糊综合评价法能够综合考虑多个指标的权重和评价等级，并且允许模糊的评价结果。
在实际决策问题中，它能够提
供更全面和准确的评价结果，有很广泛的应用领域，如企业绩效评价、项目评估和选优、人才选拔等。
模糊评价方法的基本步骤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：1112121222121212nm......(,, ...)(,, ...)...............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。
专家评定法模糊矩阵专家评定法与模糊矩阵在决策分析中被广泛应用，为决策者提供科学化的决策依据。
这两种方法各自有着独特的特点和适用范围，可以帮助解决复杂的决策问题。
专家评定法是一种基于专家经验和知识的决策方法，通过收集多位专家的意见和评价来确定决策方案的优劣程度。
该方法以专家的知识和经验为基础，可以帮助决策者克服自身主观偏见和局限性，提高决策的准确性和可靠性。
专家评定法主要包括层次分析法、模糊评价法等。
层次分析法是专家评定法中应用最为广泛的一种方法，通过构建层次结构模型，将决策问题分解为不同的层次和准则，然后通过专家对不同层次和准则的评价和比较，最终确定各个决策方案的权重和优先级。
层次分析法可以帮助决策者系统地分析和评估各个方案的重要性和优劣程度，提供完善的决策依据。
模糊评价法是一种基于模糊数学理论的评价方法，通过将专家的评价转化为模糊数，从而克服了传统评价方法中所存在的主观性问题。
模糊评价法可以更好地处理决策过程中的信息不完全和不确定性，提供更加灵活和可靠的评价结果。
该方法常用的模糊矩阵包括模糊加权平均法、模糊层次分析法等。
模糊矩阵是模糊评价法中的一种重要工具，用于定量表示决策问题中的模糊性和不确定性。
模糊矩阵由模糊数构成，每个模糊数代表了不同权重或评价的模糊程度。
通过模糊矩阵，可以对不同决策方案进行模糊评价和比较，得到相对权重和优先级，进而确定最佳决策方案。
总之，专家评定法和模糊矩阵在决策分析中具有重要的地位和应用价值。
它们可以帮助决策者从多个角度和因素考虑问题，提供科学、客观的决策依据，增加决策的准确性和可靠性。
但是，在应用专家评定法和模糊矩阵时，需要注意选择合适的方法和工具，合理收集和分析专家意见，以确保决策结果的有效性和可信度。
决策者还需要结合具体问题和实际情况，灵活运用这些方法和工具，以促进决策的科学化和优化化。
