评价模型——模糊综合评价

一般步骤

1.建立因素集

2.建立评语集

3.确定因素的权重

4.进行单因素模糊评价，获得评价矩阵

实际问题中，一般先确定各个因素的隶属函数，进而得到隶属度；或者直接由数据给出。

隶属函数的选取

5.建立模糊评价模型

在实际应用中，应该合理选择算子。

主因素突出型和加权平均型在有些情况下得到的结果会与实际相悖，可以使用主因素决定型（Zadeh的合成算法），但有些时候也会得到有些元素相同，使得结果失去效果，在这种情况下可以应用最小隶属度加权平均偏差法来解决。

6.计算得分、分析结果

对于得到的模糊评价向量 S，若评语集给出了相应的分数，则加权平均，反之遵循最大隶属原则。

案例

以下案例中的算子使用的是简单的矩阵乘法

1.一级模糊综合评价模型

2.二级模糊综合评价模型

答：可以适当给出一、二、三等奖的分数，算出参与评奖的同学的得分，再进行排序。

3.三级模糊综合评价模型

相关论文