模糊综合评价模型
模糊综合评价模型（FCM）是一种基于模糊数学理论的多准则决策方法，广泛应用于各种评价问题中，如经济、管理、环境、教育等领域。FCM能够处理多个评价指标同时存在的复杂评价问题，并通过对各个指标的权重进行模糊化处理，最终得到一个综合评价结果。本文将介绍FCM的基本原理、应用场景以及优缺点。
FCM的基本原理是将评价指标和权重都表示成模糊数值，并进行模糊综合运算。模糊数值是介于0和1之间的数值，表示一些事物或概念的模糊程度。在FCM中，评价指标通过模糊隶属函数表示，权重通过模糊权重函数表示。通过对这些模糊数值进行模糊综合运算，可以得到一个综合评价结果。
FCM的应用场景非常广泛。在经济领域，FCM可以用于评估企业的综合实力，帮助企业进行战略决策。在管理领域，FCM可以用于评估员工的绩效，帮助企业进行人力资源管理。在环境领域，FCM可以用于评估环境影响，帮助政府进行环境保护政策的制定。在教育领域，FCM可以用于评估学生的学术表现，帮助学校进行教学管理。
FCM的优点主要包括以下几个方面。首先，FCM能够处理多个评价指标的模糊性和不确定性，使评价结果更加客观和准确。其次，FCM能够考虑到不同指标的重要性，通过对权重进行模糊化处理，使评价结果更具权威性。最后，FCM能够处理评价指标之间的相互关系，考虑到评价指标之间的相互作用，使评价结果更具有实际意义。
然而，FCM也存在一些缺点。首先，FCM的模型建立需要大量的数据和专业知识支持，对于一些复杂的评价问题，模型建立可能会比较困难。其次，FCM的模糊综合运算需要进行一系列的计算，计算过程比较复杂，需要一定的计算资源支持。最后，FCM的评价结果具有一定的主观性，依赖于权重的确定和模糊数值的选择，可能会存在一定的不确定性。
综上所述，模糊综合评价模型是一种灵活、有效的多准则决策方法，可广泛应用于各种评价问题中。通过对评价指标和权重进行模糊化处理，能够得到一个综合评价结果，帮助决策者进行决策。然而，FCM的建模和计算过程较为复杂，评价结果具有一定的主观性，需要谨慎使用。未来的研究可以进一步完善FCM的理论基础和应用方法，提高其在实际问题中的应用价值。
管理ｓ财富Ｂ ｃ Ｍ
一２ｏｌｏ￣…－ｓ，ｑ一
模糊数学模型在评价物业公司中的应用
高三良
（中国海外经济合作总公司北京１０００３７）
Ｉ摘要ｌ：应用模糊数学原理，建立模糊综合评价模型。建立物管企业评价指标体系，对评价指标体系进行量化处理，计算
结果为综合评价物业管理水平的结论。 ‘
【关键词】：模糊数学；综合评价；物业管理
经过２０年的发展，我国物管行业从开发商物业走上了市场化物业的
发展轨道，评价、选择物业公司成了普遍需求 本文针对我国物管行业的
现状，提出了对物业管理公司综合评价的意义，论述了物业管理公司综合
评价的原则和程序，并从物业管理公司财务状况、运营情况、服务能力和
公司社会形象评价的角度提出了物业公司综合评价指标体系，结合证实
实例，阐述了模糊数学综合评价方法的原理和应用。
１、综合评价物业公司的意义
目前，国内市场对物业公司的综合评判缺少权威的评价模型，更多
的业主招聘物业公司依靠自设招聘条件进行评判，考察因素过于简单，主
观、甚至不专业，导致不能准确地判断企业的综合能力。建立一个科学的
评价体系，通过程序化操作，可以提高工作效率、降低工作成本，为广大
业主提供一个成熟、保证质量的评判工具。
２．综合评价物业公司的原则
２．１科学性原则
综合评价指标体系的设置必须符合客观规律和物管行业的特点，能
够全面 准确地反映物业公司的实际。指标计算方法必须合理、实用。指
标设计要求定性科学，定量准确。指标之间要求相互衔接、相互完善。
２．２完整性原则
综合评价必须全面反映物业管理公司这一综合系统所包含的各个子
系统以及构成它们的各个因素，能从横向和纵向两个方面揭示各子系统
之问及子系统内部各因素之间的相互关系，确保严格遵守完整性原则。
２．３费用节约原则
采用的评价方式方法不同，发生费用也会有所差别，在保证评价质
量的前提下应尽可能控制评价成本。
２．４易于操作原则
综合评价尽量简明，每个指标要便于统计核算，易于掌握和运用。指
第３８卷第６期 ２０１１年１１月 浙江大学学报（理学版） Ｊｏｕｒｎａｌ ｏｆ Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ（Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） ｈｔｔｐ ｛｜ ．ｊｏｕｒｎａｌｓ．ｚｊｕ．ｅｄｕ ｃｎ／ｓｃｉ ＶｏＩ＿３８ Ｎｏ．６ ＮＯＶ．２０１１
模糊数学中的非标准扩大模型
马春晖 ，史艳维 （１．西安建筑科技大学理学院，陕西西安７１００５５；２．西安培华学院基础部，陕西西安７１０１２５）
摘要：给出了非标准分析理论中非标准扩大模型在模糊数学中的表现形式及一些性质．首先，对模糊集合进行了 非标准扩张，定义了相应的＊一模糊集．其次，对模糊集合间的运算也进行了非标准扩张，定义了＊一模糊集间的运 算，这些运算与一般模糊集间的运算是类似的．最后，借助扩张后的＊一模糊集和上、下确界运算，给出了非标准扩大 模型在模糊数学中的表现形式，并且从多种角度给出了一些非标准扩大模型的性质．
关键词：共点关系；非标准扩大模型；＊一模糊集；单子 中图分类号：Ｏ１４１．４１ 文献标志码：Ａ 文章编号：１００８—９４９７（２０１１）０６—６１１一Ｏ３
ＭＡ Ｃｈｕｎ－ｈｕｉ ，ＳＨＩ Ｙａｎ－ｗｅｉ。（１．Ｓｃｈｏｏｌ ｏｆ Ｓｃｉｅｎｃｅ，Ｘｉ ａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｘｉ＇ａｎ ７１００５５，Ｃｈｉｎａ；２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｂａｓｉｃ Ｃｏｕｒｓｅｓ，Ｘｉ＇ａｎ Ｐｅｉｈｕａ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ＇ａｎ ７１０１２５，Ｃｈｉｎａ） Ｔｈｅ ｎｏｎｓｔａｎｄａｒｄ ｅｎｌａｒｇｅｍｅｎｔ ｉｎ ｆｕｚｚｙ ｍａｔｈｅｎｍｔｉｃｓ．Ｊｏｕｒｎａｌ ｏｆ Ｚｈ￣ｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ（Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ），２０１１，３８（６）：６１１—６１３ Ａｂｓｔｒａｃｔ：Ｔｈｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ ｎｏｎｓｔａｎｄａｒｄ ｅｎｌａｒｇｅｄ ｍｏｄｅｌ ｗａｓ ｓｈｏｗｎ ｉｎ ｆｕｚｚｙ ｍａｔｈｅｍａｔｉｃｓ，ａｎｄ ｓｏｍｅ ｐｒｏｐｅｒｔｉｅｓ ｗｅｒｅ ｏｂｔａｉｎｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅ＊一ｆｕｚｚｙ ｓｅｔｓ ｗｅｒｅ ｄｅｆｉｎｅｄ ｂｙ ｅｘｔｅｎｄｉｎｇ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｆｕｚｚｙ ｓｅｔｓ ｉｎ ｎｏｎｓｔａｎｄａｒｄ ｅｎｌａｒｇｅ— ｍｅｎｔ．Ｓｅｃｏｎｄｌｙ，ｓｏｍｅ ｏｐｅｒａｔｉｏｎｓ ｏｎ ｆｕｚｚｙ ｓｅｔｓ ｗｅｒｅ ｅｘｔｅｎｄｅｄ ｔｏ＊一ｆｕｚｚｙ ｓｅｔｓ．Ｆｉｎａｌｌｙ，ｗｉｔｈ ｔｈｅ＊一ｆｕｚｚｙ ｓｅｔｓ ａｎｄ ｅｘｔｅｎｄｅｄ ｏｐｅｒａｔｉｏｎｓ，ｔｈｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ａｎｄ ｓｏｍｅ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｎｏｎｓｔａｎｄａｒｄ ｅｎｌａｒｇｅｍｅｎｔ ｗｅｒｅ ｏｂｔａｉｎｅｄ ｉｎ ｍａｎｙ ｗａｙｓ．
金融风险评估中的模型建立方法
金融风险评估是金融领域中非常重要的一项工作，它旨在利用适当的模型和方法来评估金融机构或个体所面临的各种风险。本文将介绍金融风险评估中常用的模型建立方法，并探讨其优缺点。
一、VaR模型
VaR（Value at Risk）模型是一种衡量金融市场风险的常用方法。其基本原理是通过统计方法对金融资产的价格波动进行测量，从而确定在给定置信水平下的最大可能损失。VaR模型可以是历史模型、蒙特卡罗模型或基于参数模型，根据实际情况选择合适的模型进行建立。
优点：VaR模型简单易懂，直观反映了风险水平。
缺点：VaR模型只关注损失的可能性，忽略了损失的大小、分布和时间因素。
二、ES模型
ES（Expected Shortfall）模型是对VaR模型的延伸和改进。它通过衡量超过VaR水平的损失部分的期望值，更全面地评估金融风险。ES模型能够捕捉到在极端情况下的风险，并提供更加准确的风险度量。
优点：ES模型更加全面地考虑了损失的分布和大小。
缺点：ES模型依然没有考虑时间因素，可能低估了风险的真实水平。
三、模糊数学模型 模糊数学模型是一种较新的金融风险评估方法，它可以较好地处理不确定性和模糊性的问题。该模型将金融风险看作是一个模糊的概念，通过引入模糊隶属度函数来量化风险的程度，从而进行风险评估和决策。
优点：模糊数学模型能够考虑到现实中的不确定性和模糊性，增加了评估的准确性。
缺点：模糊数学模型在实际应用中存在计算复杂度高、数据需求量大等问题。
四、Copula模型
Copula模型是用于描述随机变量间相互依赖结构的数学工具，可以通过将边缘分布函数和相互依赖结构分开建模来对金融风险进行评估。Copula模型通过刻画多个变量之间的相关性，提高了金融风险评估的准确性。
优点：Copula模型能够准确描述变量之间的相关性。
缺点：Copula模型对数据要求较高，且在实际应用中存在计算复杂度高的问题。
