模糊决策论文(2013完整版).doc

模糊决策课程论文 指导老师：胡桂开时间：2013年4月30日A1 烟草公司某部门员工年终考核评定问题重述烟草公司某部分员工年终考核按照工作绩效，工作态度，工作能力，学习成长四大指标18个具体指标分别是工作量、工作效率、工作质量、计划性、责任感、团队精神、学习态度、工作主动性、360度满意度、创新能力、自我管理能力、沟通能力、协调能力、执行能力、勤情评价、技能提高、培训参与、工作提供进行综合考核评定！一级指标二级指标评 价优秀良好一般较差差工作绩效工作量0.80.150.0500工作效率0.20.60.10.10工作质量0.50.40.100计划性0.10.30.50.050.05工作态度责任感0.30.50.150.050团队精神0.20.20.40.10.1学习态度0.40.40.10.10工作主动性0.10.30.30.20.1360度满意度0.10.20.50.20.1工作能力创新能力0.10.30.50.20自我管理能0.20.30.30.10.1沟通能力0.20.30.350.150协调能力0.10.30.40.10.1执行能力0.10.40.30.10.1学习成长勤情评价0.30.40.20.10技能提高0.10.40.30.10.1培训参与0.20.30.40.10工作提供0.40.30.20.10问题分析根据题意1、将因素分为4组，即，。2、设评判集，表示优秀，表示优良，表示一般，表示较差，表示差。具体员工考核指标体系及考核表请专家设定指标权重，一级指标权重为；二级指标权重为，。符号说明:工作绩效 :工作态度 :工作能力 :和学习成长；分别表示工作量、工作效率、工作质量、计划性、责任感、团队精神、学习态度、工作主动性、360度满意度、创新能力、自我管理能力、沟通能力、协调能力、执行能力、勤情评价、技能提高、培训参与、工作提供。表示优秀，表示优良，表示一般，表示较差，表示差。分别表示四个二级指标权重和一个一级指标权重！问题求解根据题意，对于第二级因素集有： ,权重,单因素评判矩阵为 作一级综合评判，用模型计算，得 0.3000 0.3000 0.2000 0.1000 0.0500,权重,单因素评判矩阵为 作一级综合评判，用模型计算，得 0.3000 0.3000 0.2000 0.2000 0.1000,权重,单因素评判矩阵为 作一级综合评判，用模型计算，得 0.2000 0.3000 0.3000 0.1500 0.1000,权重,单因素评判矩阵为 作一级综合评判，用模型计算，得 0.3000 0.3000 0.3000 0.1000 0.1000对一级因素集,权重为令总单因素评判矩阵为 作二级综合评判，得 0.3000 0.3000 0.2000 0.1000 0.1000 结果分析按最大隶属度原则，用模型无法判断，故需改进，本文采用模型求得： 0.3900 0.3900 0.1700 0.0400 0.0100 0.2100 0.3300 0.2950 0.1250 0.0600 0.1500 0.3200 0.3550 0.1250 0.0600 0.2700 0.3500 0.2600 0.1000 0.0200 0.2760 0.3540 0.2535 0.0885 0.0360此时再按最大隶属度原则可知，对该员工的综合考核评价为良好！程序附录及部分运行截图一、模型源代码：functionC=Max_Min(A,B)m,s=size(A);i,n=size(B);if(i=s) C=;return;endfor(i=1:m) for(j=1:n) C(i,j)=0; for(k=1:s) x=B(k,j); if(A(i,k)x)x=A(i,k);end if(C(i,j)X(i,k)xmin=X(i,k);end if(xmaxX(i,k)xmax=X(i,k);end end for(i=1:n)X(i,k)=(X(i,k)-xmin)/(xmax-xmin);endendB2.1(相关系数法求模糊矩阵)function n,R=Relation(X) %定义函数%X,数据矩阵%返回值：n,模糊相似矩阵的阶数；R，模糊相似矩阵n,m=size(X); %获得矩阵的行列数for(i=1:n)for(j=1:n) xi=0;xj=0; for(k=1:m) xi=xi+X(i,k); xj=xj+X(j,k); end xi=xi/m; xj=xj/m; xis=0; xjs=0; for(k=1:m) xis=xis+(X(i,k)-xi)2; xjs=xjs+(X(j,k)-xj)2; end s=sqrt(xis*xjs); R(i,j)=0; for(k=1:m) R(i,j)=R(i,j)+abs(X(i,k)-xi)*(X(j,k)-xj); end R(i,j)=R(i,j)/s;end;endB2.2(求传递闭包得模糊等价矩阵)function A=Transclo(R)js0=0;while(1)A=Max_Min(R,R);(附录B2.2.1)js0=js0+1;if(A=R) break;else R=A;endendendB2.2.1(定义Max_Min()函数)functionC=Max_Min(A,B)m,s=size(A);i,n=size(B);if(i=s) C=;return;endfor(i=1:m)for(j=1:n)C(i,j)=0; for(k=1:s) x=B(k,j); if(A(i,k)x)x=A(i,k);end if(C(i,j)x) C(i,j)=x;end endend;endB2.3(动态聚类图)function F_JlDtjl(R)A=Transclo(R);U=unique(A);L=length(U);M=1:L;for i=L-1:-1:1 m,n=find(A=U(i); Ni,1=n; Ni,2=m; A(m(1),:)=0; mm=unique(m); Ni,3=mm; len=length(find(m=mm(1); depth=length(find(m=mm(2); index1=find(M=mm(1); MM=M(1:index1-1),M(index1+depth:L); % index2=find(MM=mm(2); M=M(index1:index1+depth-1); M=MM(1:index2-1),M,MM(index2:end);endM=1:L;M;ones(1,L);h=(max(U)-min(U)/L;figure text(L,1,sprintf(%d,M(2,L);text(L+1,1-h,sprintf(%d,L);text(0,1,sprintf(%3.4f,1);text(0,(1+min(U)/2,sprintf(%3.4f,(1+min(U)/2);text(0,min(U),sprintf(%3.4f,min(U);hold onfor i=L-1:-1:1 m=Ni,2; n=Ni,1; mm=Ni,3; k=find(M(2,:)=mm(1); l=find(M(2,:)=mm(2); x1=M(1,k); y1=M(3,k); x2=M(1,l); y2=M(3,l); x=x1,x1,x2,x2; M(3,k,l)=U(i); M(1,k,l)=sum(M(1,k,l)/length(M(1,k,l); y=y1,U(i),U(i),y2; plot(x,y); text(i,1,sprintf(%d,M(2,i); text(M(1,k(1),U(i)+h*0.1,sprintf(%3.4f,U(i); text(L+1,1-i*h-h,sprintf(%d,L-i);endaxis(0 L+1 min(U) max(U)axis offhold offendB2.4(模糊模型识别)function C=MClosedegree(A,B)m,n=size(A);s,t=size(B);i