模糊综合评价法法
模糊综合评价法是一种常用的评价方法，它可以用来评价各种事物的优劣程度。
这种方法的特点是可以考虑到各种因素的影响，从而得出一个相对准确的评价结果。
模糊综合评价法的基本思想是将各种因素的影响程度用模糊数值来表示，然后将这些模糊数值进行综合，得出一个综合评价结果。
这种方法的优点是可以考虑到各种因素的相互作用，从而得出一个更加全面的评价结果。
在实际应用中，模糊综合评价法可以用来评价各种事物的优劣程度，比如产品的质量、服务的质量、企业的综合实力等等。
这种方法的应用范围非常广泛，可以用来评价各种事物的优劣程度。
在使用模糊综合评价法时，需要注意一些问题。
首先，需要确定评价的指标和权重，这些指标和权重应该能够反映出评价对象的各个方面。
其次，需要确定模糊数值的取值范围和隶属函数，这些参数的确定对评价结果的准确性有很大的影响。
最后，需要进行模糊综合运算，得出一个综合评价结果。
模糊综合评价法是一种非常实用的评价方法，可以用来评价各种事物的优劣程度。
在实际应用中，需要注意一些问题，从而得出一个相对准确的评价结果。
模糊综合评价方法及其应用研究一、本文概述本文旨在探讨模糊综合评价方法及其应用研究。
我们将对模糊综合评价方法进行概述，阐述其基本原理和特点。
接着，我们将深入探讨模糊综合评价方法在各种领域中的应用，包括但不限于企业管理、环境评估、医疗卫生等。
通过对实际案例的分析，我们将展示模糊综合评价方法在解决实际问题中的有效性和实用性。
我们还将对模糊综合评价方法的未来发展进行展望，以期为其在更多领域的应用提供参考和借鉴。
通过本文的研究，我们希望能够为相关领域的研究者和实践者提供有益的启示和帮助。
二、模糊综合评价方法理论基础模糊综合评价方法（Fuzzy Comprehensive Evaluation，简称FCE）是一种基于模糊数学理论的评价方法，旨在解决那些难以用精确数学语言描述的问题。
这种方法最早由我国学者汪培庄于1983年提出，现已在多个领域得到了广泛应用。
模糊综合评价方法理论基础主要包括模糊集合理论、模糊运算规则和模糊关系矩阵。
其中，模糊集合理论是该方法的核心。
它允许在元素对集合的隶属程度不唯不精确的情况下进行定量描述，从而突破了传统集合理论中元素对集合的隶属关系必须明确的限制。
在模糊综合评价中，评价对象通常被视为一个模糊集合，而评价因素则构成该集合的多个子集。
每个子集都有一个隶属函数，该函数描述了评价对象在不同因素下的隶属程度。
通过对隶属函数进行计算和分析，可以得出评价对象在各个因素上的综合评价结果。
模糊运算规则是模糊综合评价方法的另一个重要组成部分。
它定义了模糊集合之间的运算方式，如并、交、补、差等，使得我们能够根据实际需求进行模糊集合的组合和转换。
模糊关系矩阵则用于描述评价对象与评价因素之间的模糊关系。
该矩阵中的元素表示评价对象在不同因素上的隶属度，是进行模糊综合评价的重要依据。
模糊综合评价方法理论基础包括模糊集合理论、模糊运算规则和模糊关系矩阵。
这些理论和方法为我们在复杂系统中进行综合评价提供了有效的工具。
模糊综合评价法在构建网购产品评价体系中应用模糊综合评价法在构建网购产品的评价体系中的应用摘要：对于如今越来越多网购产品来讲，除了现实交易中的质量与服务问题，网购这种特有形式中又涉及到了物流、服务等问题所以对于网购的产品来讲，将有更多的不确定性因素影响购买者对于产品的评价模糊综合评价法以模糊数学模型为基础，很好地解决了这一问题实例表明：模糊综合评价方法可操作性强、效果较好，可在网购的产品评价中进行运用关键词：模糊综合评价，网购产品评价体系，权重1 引言模糊综合评价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，进行综合评价的一种方法[1]在电子商务快速发展过程中，在电子商务最普遍的展现形式B2C中，网络店铺在发展过程中遇到了很多关于产品评价的问题参与网购的产品最为一种最普遍的电子商务展现模式，受到产品质量、物流、交易双方服务等多种因素相互作用的影响，其评价体系的建立便遇到很多没有定量化评价标准的问题而且，同样的产品，参与网购不同于实体店买卖过程，其评价体系中存在大量的模糊现象和模糊概念[234]因此，在对一种网购的产品进行综合评价时，常用到模糊综合评价的方法进行定量化处理[56]，评价出网购产品的质量等级，对于卖家的信誉、产品的质量等的评价也能起到良好的效果所以，本文提出了构建模糊综合评价下的产品评价体系本文以淘宝商城中的店铺牵世界为例研究，将该网店的各个买家作为调查对象，通过网络评价总结来收集数据，数据的说服力不强，但对于牵世界来讲，已经能说明问题2 模型的建立首先，基于模糊综合评价来建立模糊综合评价的数学模型模糊综合评价的数学模型就是在综合考虑评判对象的各项评价指标、兼顾评判对象各种特性及各方面的影响因素的基础上，将各项指标进行量化，并根据不同指标对评判对象的影响程度来分配权重系数，从而对各评判对象给出一个定量的综合评判值1模糊综合评价方法和步骤模糊综合评价方法模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化(即确定隶属度)，然后利用模糊变换原理对各指标综合[9] 评价步骤：确定评价对象的因素论域P个评价指标，u u1u2确定评语等级论域v v1v2vp，即等级集合每一个等级可对应一个模糊子集建立模糊关系矩阵R在构造了等级模糊子集后，要逐个对被评事物从每个因素ui i12p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R|ui，进而得到模糊关系矩阵：R|u1r11r12R|u rr22221RR|u rp1rp2pr1mr2m矩阵R中第i行第j列元素，表示某个被评事物从因素ui来看对vj等级模糊子集的隶属度一个被评事物在某个因素ui方面的表现，是通过模糊向量R|ui ri1ri2来刻画的，而在其他评价方法中多是由一个指标实际值来刻画的，因此，从这个角度讲模糊综合评价要求更多的信息[10]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：A a1a2ap权向量A中的元素ai 本质上是因素ui对模糊子对被评事物重要的因素的隶属度本文使用层次分析法来确定评价2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即i12nai1pi1，ai0，合成模糊综合评价结果向量利用合适的算子将A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：r11r12rr2221A R a1a2ap rp1rp2r1mr2m bb b B12m其中b1是由A与R的第j列运算得到的，它表示被评事物从整体上看对vj等级模糊子集的隶属程度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3 模型的求解网购产品模糊综合评价指标及其抽样数据在评价指标间的重要性程度有差别的情况下模糊数学的评价方法很实用多级模糊综合评价的方法有两种：即一步法(一次性综合评价) 和多步法(即逐层进行模糊评价)本文多步法[13]本文以淘宝商城中的店铺牵世界为例研究，将该网店的各个买家作为调查对象，通过网络评价总结来收集数据网络产品的评价结果分为好评、良好、中评、差评为了便于计算，我们将主观评价的语义学标度进行量化，并依次赋值为4、3、2及1主观测量是用四级语义学标度所设计的评价定量标准见表13表1 评价定量分级标准评价值xi xi xi评语好评良好中评差评定级E1 E2 E3xiE4借助以上评价标准，确定评价对象的因素集即确定网购产品的评价标准现从以下几个方面来考虑：从网购商品的真实质量、店铺描述准确度、店铺信誉、物流服务、支付平台设定、卖家服务6个评价指标所构成的产品指标体系见表2表2 网购产品评价指标及其权重综合指标a1 产品的成分 a2 产品的价格 a3 产品的功能A真实质量a4 产品的外观 a5 产品的售后 a6产品的使用寿命评价指标权重b1 文字描述与实际产品的相符度1B描述准确度b2 图片描述与实际产品的相符度b3 产品等级与实际产品的相符 b4 网络评价与实际产品的相符度c 店铺信誉等级 C店铺信誉4d1 物流发货速度 d2 物流价格高低D物流服务d3 物流工作人员服务态度 d4 物流后产品完好度 e1 支付平台的安全性E支付平台e2支付平台财务管理方便性 f1 卖家评价议价的服务态度F卖家服务()f2卖家的发货速度指标权重求解的层次分析法步骤确定评价对象集P=参与网购的产品的评价构造评价因子集u u1u2u6 {真实质量、店铺描述准确度、店铺信誉、物流服务、支付平台设定、卖家服务}确定评语等级论域确定评语等级论域，即建立评价集vv v1v2v4好，良好，一般，差一级指标权重的计算6个一级指标因子权重，我们采用层次分析的方法求出指标权重构造判断矩阵S p p即：513445S=1595641111216418915446165用软件[15]计算判断矩阵S的最大特征根得为进行判断矩阵的一致性检验，需计算一致性指标：CInn1661平均随机一致性指标RI随机一致性比率：CR因此认为层次分析排序的结果有满意的一致性，即权系数的分配是非常合理的其对应的特征向量为：A0再作归一化处理得：A计算二级指标权重同理，我们仍采用层次分析的方法来求出指标权重分别对各个二级指标构造其各自的判断矩阵，再用软件计算最大特征根和一致性检验得出合理的权系数网购产品的真实质量的六个个指标的权重，其特征向量为归一化得：6店铺描述指标的权重：物流服务指标的权重：支付平台设定指标的权重：卖家服务指标的权重：网购产品的多级模糊综合评价网购产品的加权平均模糊合成综合评价利用加权平均M模糊合成算子将A与R足合成得到模糊综合评价结果向量B模糊综合评价中常用的取大取小算法，在因素较多时，每一因素所分得的权重常常很小在模糊合成运算中，信息丢失很多，常导致结果不易分辨和不合理(即模型失效)的情况[16]所以，针对上述问题，这里采用加权平均型的模糊合成算子计算公式为：pbi ai1ai j12mi1i1式中，bi，ai，分别为隶属于第j等级的隶属度、第i个评价指标的权重和第i个评价指标隶属于第j等级的隶属度多级模糊综合评价结果向量网购产品的真实质量的评价向量A1a R7归一化后的综合评价向量：店铺描述指标的评价向量B1归一化得物流服务评价向量C1支付平台设定评价向量归一化得照明设施的评价向量E1归一化得卖家服务评价向量8F1归一化得综合评价向量A归一化得A对综合评分值进行等级评定VA4+3+2+1VB4+3+2+1VC4+3+2+1 VD4+3+2+1 VE4+3+2+1 VF4+3+2+1。
