模糊综合评判法(举例)

1、例如，模糊综合评价法的名称是魏的学号：2014125067，这种模糊综合评价模型，对计划、人才和成绩的评价，人们要考虑的因素很多，有些描述很难给出确切的表达，所以可以采用模糊评价法。它能对人、事、物进行全面、定量的评价，是提高领导决策能力和管理水平的有效方法。(1)首先，需要一个模糊评价矩阵r，其中rij表示方案x在I指标上的j级评价的隶属度；对多个目标进行综合评价时，每个目标单独加权；如果I目标的权重系数是wi，则可以获得权重系数向量：a=(w1，W2，wn)，(2)综合评价使用矩阵的模糊乘法来获得综合模糊评价向量B，B=ar(其中是模糊乘法)。根据操作的不同定义，可以获得不同的模型。模型1

2、m (，V)是由主要因素决定的，模型2m(，)是由主要因素突出显示的，模型3m(，)是加权平均，例1:对一台B=AR的电视机进行综合模糊评价，并设定评价指标集：u=图像、声音、价格；评论集：v=非常好，好，一般，差；首先，评估形象：假设30%的人认为它是好的，50%的人认为它是好的，20%的人认为它是一般的，没有人认为它是坏的。因此，图像的评价结果如下：(0.3，0.5，0.2，0)声音的评价结果相同：(0.4，0.3，0.2，0.1)价格的评价结果相同：(0.1，0.1，0.3，0.5)因此存在模糊评价矩阵：设置三个指标的权重系数向量：a=图像评价，声音评价，价格评价=(0.5，0.3，0.

3、2)应用模型1，BJ=max (AI rij)综合一个学生想买一台电脑。他关心计算机的以下指标：计算功能、存储容量、运行速度、外围设备配置和价格。所以我让我的同学去买电脑。=存储容量；=运行速度；=外围设备配置；=价格。为了简单的数学处理，先令指数集：=运算函数；一组评论，其中=“非常受欢迎”；=更受欢迎；=“不太受欢迎”；=“不受欢迎”；选择一台电脑，请学生和买家来评价每一个因素。如果20%的人认为计算功能“非常受欢迎”，50%的人认为它“更受欢迎”，30%的人认为它“不太受欢迎”，没有人认为它“不受欢迎”，那么单因素评价向量是：同样，存储容量、运行速度、外围设备配置和价格分别由单因素进行评

4、价，从而将模糊评价矩阵、计算功能、存储容量、运行速度、外围设备配置和价格结合起来。据调查，目前用户对微型计算机的要求是：运行速度快、外围配置齐全、价格低廉、计算功能和存储容量大。因此，得出各因素的权重分布向量，进行模糊变换，如果将结果进一步归一化，结果表明，用户对该微型计算机的“非常受欢迎”度为0.32，“较受欢迎”和“不太受欢迎”度为0.27，“不受欢迎”度为0.14。根据最大隶属原则，结论是“非常受欢迎”。指标集：U=政治表现和工作态度，教学水平，科研水平，外语水平；评论集：V=好，好，一般，差，差；例3:以大学教师晋升为教授为例的“晋升”数学模型，(1)建立模糊综合评价矩阵，当学科评价组

5、的每个成员对评价对象进行评价时，假设学科评价组由7人组成，用打分或投票的方法来表示对他们的评价，例如对王来说，学科评价组的4名成员认为他们的政治表现和工作态度是好的，2名认为他们是好的，1名认为他们是一般的，并对其他因素作出类似的评价。(2)综合评价：对于以教学为主的教师，权重A1=(0.2，0.5，0.1，0.2)对于以科研为主的教师，权重a2=(0.2，0.1，0.5，0.2)，B1=(0.5，0.2，0.14，0.14) B2=(0.2，0.2，0.5，0.14，0.14)，归一化(即各分量除以和如果规定“好”和“更好”之和在晋升前应占50%以上，教师将晋升为教学教授，而不是科研教授。例

6、4:模糊综合评价在不同厂家工程机械产品社会评价中的应用可选对象：X=x1，x2，x3=徐工挖掘机，中联挖掘机，三一挖掘机确定指标集：U=u1，u2，u3，u4，u5=工作性能，性价比，驾驶舒适性，外观，售后服务，确定意见集：V=v1，v2=良好，一般确定权重向量：A=(A1，A2，A3，A4，A5)=(0.5，0.2，0 进行模糊综合评价：对不同挖掘机的评价因子的权重向量和评价矩阵进行模糊综合变换，即模糊综合评价模型： B=A . R。这里，模糊综合算子作为一种常用的矩阵乘积算法。 get:B1=ar1=(0.79，0.21) B2=ar2=(0.7，0.3) B3=ar3=(0.74，0.26)，说明模糊综合评价结果向量：利用最大隶属度原则，即取V中最大bj对应的元素vj作为评价结果。很容易知道：在