基于云模型的模糊综合评价

云模型，主要分为正向云模型和逆向云模型，在进行综合评价时，一般是从定性到定量的评价，即正向云模型。

随机型模型的建立是基于数理统计知识的基础上，其中适用度最大的是正态云模型，即云的分布形状满足正态分布。

正向云模型主要是通过Ex\En\He三个维度的数据来进行构建，其中Ex为整体的一个期望值，En反映的是其模糊度，He反映的是En的模糊度，三者构建出一个模型。示意图见下

云模型示意图

当我们设立了评价集之后，会存在一个集合的上下限，通过上下限即可确定Ex值及En值：Ex=（上限+下线）/2，En=（上限-下限）/2.355，【2.355是由于在边缘的值应当同时属于上下两个区间，故进行的分化计算】。而He反映的是云层厚度，一般根据经验值确定，其值与云层厚度呈正相关。

经过计算得出的矩阵R是云矩阵，它是一个完全的随机矩阵，和其他模型中的隶属度矩阵是完全不同的。在计算得出云模型矩阵后可按照最大隶属度原则确定评价等级。

云模型的评价结果一般来说是和其他模型在数值方面是存在很大不同的，但是具体的评价等级分化不明显，具有适用性。同时采用matlab进行计算的云模型将会大大的简化运算过程，提过运算速度。