综合评价决策模型(模糊)

综合评价决策模型方法综合评价决策模型建模的两个主要方法：1.层次分析法2.模糊综合评价方法模糊数学建模模糊数学是研究什么的？模糊现象：“亦此亦彼”的不分明现象模糊数学——研究和揭示模糊现象的定量处理方法。用数学的眼光看世界，可把我们身边的现象划分为：1.确定性现象：如水加温到100oC就沸腾，这种现象的规律性靠经典数学去刻画；2.随机现象：如掷筛子，观看那一面向上，这种现象的规律性靠概率统计去刻画;3.模糊现象：如“今天天气很热”，“小伙子很帅”，…等等。此话准确吗？有多大的水分？靠模糊数学去刻画。如：考虑年龄集U=[0,100]，A=“年老”，A也是一个年龄集，u=20∉A，40呢？…查德给出了“年老”集函数刻画:210050()50(1())501005uAuuu--ì＃ïïï=í-ï+＃ïïî10U50100再如，B=“年轻”也是U的一个子集，只是不同的年龄段隶属于这一集合的程度不一样，查德给出它的隶属函数：211025()25(1())251005uBuuu-ì＃ïïï=í-ï+＃ïïî102550UB（u）一般地，为研究某事物的规律性，总是先给定义目标集，如研究年龄规律，取[0，130]，它表达了问题的总范围，称为论域,一般记为U。下面在论域U上定义模糊集定义设A是论域U到[0，1]的一个映射，即)(xAxA：U→[0，1]称A是U上的模糊集，而函数A（·）称为模糊集A的隶属函数，A（x)称为x对模糊集A的隶属度。模糊数学方法模糊子集与隶属函数设U是论域，称映射A(x)：U→[0,1]确定了一个U上的模糊子集A，映射A(x)称为A的隶属函数，它表示x对A的隶属程度.使A(x)=0.5的点x称为A的过渡点，此点最具模糊性.当映射A(x)只取0或1时，模糊子集A就是经典子集，而A(x)就是它的特征函数.可见经典子集就是模糊子集的特殊情形.例设论域U={x1(140),x2(150),x3(160),x4(170),x5(180),x6(190)}(单位：cm)表示人的身高，那么U上的一个模糊集“高个子”(A)的隶属函数A(x)可定义为140190140)(xxA100200100)(xxA实际问题中隶属函数的确定常用模糊统计方法确定。可用向量表示法：A=(0,0.2,0.4,0.6,0.8,1).另外，还可以在U上建立一个“矮个子”、“中等个子”、“年轻人”、“中年人”等模糊子集.从上例可看出：(1)一个有限论域可以有无限个模糊子集,而经典子集是有限的；(2)一个模糊子集的隶属函数的确定方法是主观的.隶属函数是模糊数学中最重要的概念之一，模糊数学方法是在客观的基础上，特别强调主观的方法.常用的综合评判数学模型有：模型M（，），其着眼点是考虑评价由主要因素决定，其他因素对结果影响不大；模型M（，），即对乘以小于1的权重，表明是在考虑多因素时的修正值，忽略次要因素；模型M（，），运算为有界和，即ab=min（1，a+b），也属于主要因素突出模型；模型M（，+），对所有因素依权重值大小均衡兼顾，适用于考虑各个因素起作用的情况。在实际应用时，应视具体情况合理选择模型。根据最大隶属原则：取计算结果中的最大值对应元素作为评价结果；综合评判下面以电脑评判为例来说明如何评价。某同学想购买一台电脑，他关心电脑的以下几个指标：“运算功能（数值、图形等）”；“存储容量（内、外存）”；“运行速度（CPU、主板等）”；“外设配置（网卡、调制调解器、多媒体部件等）”；价格”。于是请同宿舍同学一起去买电脑。为了数学处理简单，先令模糊综合评价是建立在模糊集合基础之上，运用模糊数学原理对受多种因素影响的事物做出比较全面、客观评价的一种决策方法，是一种以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评价方法1u=“运算功能（数值、图形等）”；2u=“存储容量（内、外存）”；3u=“运行速度（CPU、主板等）”；4u=“外设配置（网卡、调制调解器、多媒体部件等）”；5u=“价格”。12345{,,,,}Uuuuuu=称因素集。评语集},,,{4321vvvvV其中1v=“很受欢迎”；2v=“较受欢迎”；3v=“不太受欢迎”；=“不受欢迎”；4v任选几台电脑，请同学和购买者对各因素进行评价。若对于运算功能有20%的人认为是“很受欢迎”，50%的人认为“较受欢迎”，30%的人认为“不太受欢迎”，没有人认为“不受欢迎”，则的单因素评价向量为,1u1u)0,3.0,5.0,2.0(1R同理，对存储容量，运行速度，外设配置和价格2u3u4u分别作出单因素评价，得5u)1.0,5.0,3.0,1.0(2R)1.0,5.0,4.0,0(3R)3.0,6.0,1.0,0(4R组合成评判矩阵4,R3,R2,R1,R5(0.5,0.3,0.2,0.0)R5RR0.02.03.05.03.06.01.00.01.05.04.00.01.05.03.01.00.03.05.02.0R据调查，近来用户对微机的要求是：工作速度快，外设配置较齐全，价格便宜，而对运算和存储量则要求不高。于是得各因素的权重分配向量：(0.1,0.1,0.3,0.15,0.35)A作模糊变换：存储容量运行速度外设配置价格运算功能BAR(0.10.10.30.150.35)0.02.03.05.03.06.01.00.01.05.04.00.01.05.03.01.00.03.05.02.0((0.10.2)(0.10.1)(0.30.0)(0.150.0)(0.350.5),(0.10.5)(0.10.3)(0.30.4)(0.150.1)(0.350.3),(0.10.3)(0.10.5)(0.30.5)(0.150.6)(0.350.2),(0.10.0)(0.10.1)(0.30.1)(0.150.3)(0.350.0))((0.10.2)(0.10.1)(0.30.0)(0.150.0)(0.350.5),(0.10.5)(0.10.3)(0.30.4)(0.150.1)(0.350.3),(0.10.3)(0.10.5)(0.30.5)(0.150.6)(0.350.2),(0.10.0)(0.10.1)(0.30.1)(0.150.3)(0.350.0))(0.10.10.00.00.35,0.10.10.30.10.3,0.10.10.30.150.2,0.00.10.10.150.0))15.0,3.0,3.0,35.0(若进一步将结果归一化得：)14.0,27.0,27.0,32.0(B结果表明，用户对这种微机表现为“最受欢迎”的程度为0.32，“较受欢迎”和“不太受欢迎”的程度为0.27，“不受欢迎”的程度为0.14。按最大隶属原则，结论是：“很受欢迎”。一、模糊综合评价模型对方案、人才、成果的评价，人们的考虑的因素很多，而且有些描述很难给出确切的表达，这时可采用模糊评价方法。它可对人、事、物进行比较全面而又定量化的评价，是提高领导决策能力和管理水平的一种有效方法。模糊综合评价的基本步骤：（1）首先要求出模糊评价矩阵P，其中Pｉｊ表示方案X在第i个目标处于第j级评语的隶属度，当对多个目标进行综合评价时，还要对各个目标分别加权，设第i个目标权系数为Wｉ，则可得权系数向量：A＝（W1，W2，…Wｎ）（2）利用矩阵的模糊乘法得到综合模糊评价向量BB＝A⊙P（其中⊙为模糊乘法）例如：ａ＝（0.8，0.5，0.3，0.7）ｂ＝（0.4，0.7，0.5，0.2）则ａ⊙ｂ’＝（0.8∧0.4）∨（0.5∧0.7）…＝0.4∨0.5∨0.3∨0.2＝0.5例：对某品牌电视机进行综合模糊评价设评价指标集合：U＝｛图像，声音，价格｝；评语集合：V＝｛很好，较好，一般，不好｝；首先对图像进行评价：假设有30%的人认为很好，50%的人认为较好，20%的人认为一般，没有人认为不好，这样得到图像的评价结果为（0.3,0.5,0.2,0)同样对声音有：0.4,0.3,0.2,0.1)对价格为：（0.1,0.1,0.3,0.5)所以有模糊评价矩阵：5.01.003.02.02.01.03.05.01.04.03.0P设三个指标的权系数向量：A＝｛图像评价，声音评价，价格评价｝＝（0.5,0.3,0.2)所以有综合评价结果为：B＝A⊙P＝（0.3,0.5,0.2,0.2)归一化处理：B＝（0.25,0.42,0.17,0.17)所以综合而言，电视机还是比较好的比重大。例：对科技成果项目的综合评价有甲、乙、丙三项科研成果，现要从中评选出优秀项目。三个科研成果的有关情况表设评价指标集合：U＝｛科技水平，实现可能性，经济效益｝评语集合：V＝｛高，中，低｝评价指标权系数向量：A＝（0.2，0.3，0.5）专家评价结果表由上表，可得甲、乙、丙三个项目各自的评价矩阵P、Q、R：1.06.03.07.02.01.01.02.07.0P03.07.00011.06.03.0Q6.03.01.00015.04.01.0R求得：)3.05.03.0(1，，APB)1.03.05.0(2，，AQB)5.03.03.0(R3，，AB归一化后得：)27.046.027.0('1，，B)11.033.056.0('2，，B)46.027.027.0('3，，B所以项目乙可推荐为优秀项目