下载文档原格式
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。
层次分析法模糊综合评价法操作流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!层次分析法与模糊综合评价法的操作流程解析层次分析法（Analytic Hierarchy Process，AHP）和模糊综合评价法是决策分析中常用的方法，它们在处理复杂、多因素的问题时具有显著优势。
AHP-模糊综合评价法是一种将层次分析法（AHP）与模糊综合评价法相结合的评价方法。
这种方法结合了AHP的层次化、结构化的思维过程和模糊综合评价法的模糊数学处理，使得在复杂问题的决策过程中，可以更加科学、准确地进行评价。
AHP的应用可以使决策者的思维过程化、主观判断规范化和数量化。
通过将与问题相关的因素划分成目标、准则和方案等多个层次，AHP能够在结合实际的情况下，科学地计算各层次中因素重要性的权重值。
这有助于决策者进行合理的决策。
而模糊综合评价法则是基于模糊数学的一种评价方法。
它将考察对象的基本特征和影响因素组合成模糊集合，通过建立相应的隶属函数，进行集合的变换运算，从而对考察对象进行定量分析，并制定综合评价的方法。
这种方法特别适用于处理那些受多个影响因子综合作用，且评价对象具有模糊性的问题。
将AHP与模糊综合评价法相结合，可以发挥两者的优势。
首先，通过AHP确定各因素的权重，这有助于在评价过程中区分不同因素的重要性。
其次，利用模糊综合评价法对因素进行模糊评价，可以处理评价对象中的模糊性，使评价结果更加全面、准确。
总的来说，AHP-模糊综合评价法是一种有效的多属性决策方法，特别适用于处理复杂、模糊的评价问题。
这种方法在企业管理、项目评估、环境评价等领域有着广泛的应用前景。
AHP——模糊综合评价方法的实现模板1. AHP计算权重实现模板根据“立法后的评估指标体系”的设计，一共分成三层：B层（B1——B3）为：立法质量、实施标准、绩效标准；C层（C1——C9）为：合法性、合目的性、技术性、执法司法过程、公众守法状况、公众对工商行政管理部门纠纷处理结果的态度法、院判决的效果、效率、适当性标准；D层（D1——D41）为：C 从下的各个指标。
B层权重计算步骤如下：（1）依据专家打分，构造判断矩阵（具体打分方法，详见AHP的理论部分）（2）归一化处理（具体计算方法，详见AHP的理论部分）（3）计算出归一化后的矩阵行与构量的平均值，该平均值就是各指标的权重值。
（4）权重系数推算结果的一致性检验由于矩阵中两两对比指标的标度是根据“若干专家”的主观判断做出的量化规定，其结果与客观事实间或多或少会有一些偏差，所以必须对上述的初步结果进行一致性检验。
过程一般分为三个阶段 ：一致性尺度计算、相容性指数计算、相容性比率计算。
第一，指标一致性尺度计算一致性尺度 CM （Consistency Measure ）或者叫一致性标度是指检验指标与客观事实是否相符的标准与参照物，在层次分析法中，最大特征根 λmax 就是一致性尺度，其求解步骤为 ①求解向量AW.=⎛⎫ ⎪ ⎪ ⎪⎝⎭（）AW ，左侧为判断矩阵，右侧列为上述计算的权重 ②计算最大特征值 λmax向量 AW 的各个分量 AW i 除以相对应的权重分量 W i 就是各指标的最大特征值，整个判断矩阵的最大特征根就是各指标最大特征值之和的平均值。
计算AW ：第二，相容性指数计算相容性指数 CI （Consistency index ）=(λmax —n)/（n —1），n 为待检验的指标个数。
计算CI=第三，相容性比率计算层次分析法一致性检验的规则是 ：CR ＜ 0.10表示判断矩阵的一致性程度较高，“专家们”对各个指标作出的价值判断与事实基本吻合，如 CR ＞0.10，则表示必须修正判断矩阵中的含义值。
模糊综合层次评判法（FAHP)FAHP评价法是一种将模糊综合评判法（Fuzzy Comprehensive Evaluation，FCE）和层次分析法（Analytic Hierarchy Process，AHP）相结合的评价方法，在体系评价、效能评估，系统优化等方面有着广泛的应用，是一种定性与定量相结合的评价模型，一般是先用层析分析法确定因素集，然后用模糊综合评判确定评判效果。
模糊法是在层次分析法之上，两者相互融合，对评价有着很好的可靠性。
模糊数学的相关理论研究1965年，美国加利福尼亚大学控制论专家L.A.Zadeh教授发表了《模糊集合》一文，这标志着模糊数学的诞生。
模糊数学是研究和处理模糊性现象的一种数学方法。
模糊性基本概念模糊性是事物类属的不确定性，是对象资格程度的渐变性。
例如，对于一座山，有人可以认为是高山，但可能有人觉得它并不高。
事物的这种不清晰类属的特性就是模糊性，而这类事物我们通常称为模糊事物。
模糊事物在类属问题上不能做出“是”或“不是”，“属于”或“不属于”，“存在”或“不存在”等的是非断言，只能区别程度和等级。
模糊集合概念论域X上的模糊集合A定义是：A={（x,A(x)）｜x∈X}或者A={（x,μA（x））｜x∈X}其中A(x)或μA（x）称为隶属函数，它满足A：X→M，M称为隶属空间上式表示模糊集合A是论域X到隶属空间的一个映射。
隶属函数A(x)用于刻画元素x对模糊集合A的隶属程度，通常称为隶属度。
模糊集合A的每一个元素（x, A(x)）都能明确的表现出x的隶属等级。
A(x)的值越大，x的隶属度就越高。
例如，当隶属空间是（0，1）时，若A(x)=1，则说明x完全属于A；而若A(x)=0时，说明x不属于A；而A(x)值介于0与1之间时，说明隶属度也介于属于与不属于之间——模糊的。
隶属函数的构造与经典集合可由其特征函数所确定一样，模糊集合A也能由其隶属函数所确定。
在解决实际问题时，往往首先遇到的问题是确定隶属函数。
AHP 和模糊评价方法的基本步骤有哪些？
（1）AHP （层次分析法）
层次分析法（Analytic Hierarchy Process, AHP ）是一种定性和定量相结合的、系统化的、层次化的分析方法。
其基本步骤可以归纳为：
①建立层次结构模型。
该结构图一般分为三层，最上面为目标层，最下面为方案层，中间是准则层或指标层。
②构造成对比较矩阵
从第二层开始用成对比较矩阵和1～9尺度。
若上层的每个因素都支配着下一层的所有因素，或被下一层所有因素影响，称为完全层次结构，否则称为不完全层次结构。
设某层有n 个因素，{}n x x x X ,,,21 =，要比较它们对上一层某一准则（或目标）的影响程度，确定在该层中相对于某一准则所占的比重，即把n 个因素对上层某一目标的影响程度排序。
上述比较是两两因素之间进行的比较，比较时取1～9尺度。
用a 表示第i
个因素相对于第j 个因素的比较结果，则()⎪⎪
⎪⎪
⎪
⎭
⎫
⎝⎛==⨯nn n n n n n
n ij a a a
a a a
a a a a A 2122221
112
11，A 称为成对比较矩阵。
③计算单排序权向量并做一致性检验
对每个成对比较矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。
若检验通过，特征向量（归一化后）即为权向量；若不通过，需要重新构造成对比较矩阵。
④计算总排序权向量并做一致性检验 计算最下层对最上层总排序的权向量。
利用总排序一致性比率m
m m
m RI a RI a RI a CI a CI a CI a CR ++++++=
22112211；1.0<CR 进行
检验。
若通过，则可按照总排序权向量表示的结果进行决策，否则需要重新考虑
模型或重新构造那些一致性比率CR 较大的成对比较矩阵。
（2）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111
12
122122212
nm
......=..................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。
