资源描述：
《《模糊综合评判法》PPT课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、模糊综合评价法Contents三、应用案例——Fuzzy在物流选址中的应用二、模型和步骤一、思想和原理（一）模糊现象与模糊数学模糊概念：没有确切界限的对立概念。“秃子悖论”美与丑、高与矮、好与坏。。。。。。模糊现象电开关与自来水阀门{0,1}[0,1]自来水阀门开启度？模糊数学：利用数学工具解决模糊现象一门学科。1965扎德《模糊集合》设为一基本集，若对每个都指定一个数则定义模糊子集称为的隶属函数，称为元素的隶属度。例1：用A表示“高个子男生”的集，并认为身高1.80m以上的男生必为高个，而身高1.6m以下的男生都不是高个
2、。用x表示某男生的身高，并给出μ的隶属函数如下取x分别等于1.65m，1.70m，1.75m，则uA(x)分别等于0.125,0.50,0.875，即身高1.65m，1.70m，1.75m的男生，分别以0.125,0.50,0.875的程度属于高个子男生。A是“高个子男生”对应的模糊集（Fuzzy集）。模糊数学着重研究“认知不确定”一类的问题，其研究对象具有“内涵明确，外延不明确”的特点。模糊数学引入评价多指标评语等级关系模糊化模糊综合评价就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，
3、从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。（二）模糊综合评价及原理基本原理是：（汪培庄）（1）确定被评判对象的因素（指标）集和评价（等级）集；（2）确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；（3）把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊评价综合结果。Contents三、应用案例——Fuzzy在物流选址中的应用二、模型和步骤一、思想和原理一确定评价指标和评价等级二构造评判矩阵和确定权重三进行模糊合成和做出决策（一）确定评价指标和评价等级为刻画被评价对象的m种指标；为刻画每
4、一指标所处的状态的n种决断（即评价等级）。设设对某服装厂生产某种服装欢迎程度的模糊综合评价。（1）确定模糊综合评判指标取U＝{花色，式样，价格，耐用度，舒适度}（2）建立综合评判的评价集取V＝{很欢迎，欢迎，一般，不欢迎}（二）构造评价矩阵和确定权重1.单指标评价对指标集U中的单指标ui（i=1,2,…,m）作单指标评判，就指标ui着眼，确定该事物对评价等级vj(j=1,2,…,n)的隶属度（可能性程度）rij，这样就得出第i个因素ui的单指标评判集：2.构造评价矩阵m个指标的评价集就构造成一个总的评价矩阵R。R就是指标集
5、U到抉择评语集V的一个模糊关系，表示指标ui对抉择等级vj的隶属度。隶属度归一化3.确定指标权重评价指标集中的各个指标在“评价目标”中的有不同的地位和作用，即各评价指标在综合评价中占有不同的比重。拟引入U上的一个模糊子集A，称为权重或权数分配集，A=（a1,a2,…am）,其中ai>0，且Σai=1。（3）进行单指标模糊评判，并求得评判矩阵R1=(0.2,0.5,0.3,0.0)R2=(0.1,0.3,0.5,0.1)R3=(0.0,0.1,0.6,0.3)R4=(0.0,0.4,0.5,0.1)R5=(0.5,0.3,0
6、.2,0.0)（4）确定指标权重假设男顾客侧重于舒适度和耐用度，而不太讲究花色和样式。对各因素的权数可确定如下：A=(0.10，0.10，0.15，0.30，0.35)设R=(rij)=（三）进行模糊合成和做出决策1.模糊变换引入V上的一个模糊子集B，称模糊评价集，又称决策集。B=（b1,b2,…bn）。B=A*R（*为算子符号）评价集归一化：(1)算子（2）(3)算子(4)算子以上四个算子在综合评价中的特点是服装欢迎程度模糊综合评判模型：例子（5）评判指标处理法将上述指标归一化得，如果评判者是女顾客，由于她们特别看中花色
7、和样式，故各因素的权为：A=(0.30,0.35,0.10,0.10,0.05)B=（0.20,0.30,0.35,0.10）B`=（0.21,0.315,0.37.0.105）2.决策（1）最大隶属度法（2）排序法如：对很欢迎赋值100，欢迎赋值85，一般赋值70，不欢迎赋值60。可计算出男性对该服装的综合评分：82.5分；同样可以算出女性对该服装的综合评价为：79.975分男B`=（0.21,0.315,0.37.0.105）女（四）步骤总结（1）给出备择的对象集：（2）找出指标集：（3）找出评语集（可称等级集）：（4
8、）确定评判矩阵（评判的基础环节）：（5）确定权数向量：（6）选择适当的合成算法：加权平均法、最大隶属度法主因素突出法（查德算子）；（7）计算评判指标：模糊综合评价的结果是被评事物对各等级模糊子集的隶属度，它一般是一个模糊向量，而不是一个点值，因而它能提供的信息比其他方法更丰富。若对多个事物比较并排序，就
