数学建模.模糊综合评价模型

1.前言：

        这也是一个解决评价最优方案的方法（之前的层次分析法，Topsis一类），相比其他方法，作者认为这个方法再计算方面来说可能会更加简单一些，基本上口算就能得到答案，不用再花费时间写代码。

2.步骤：

a:确定因素集：

比如说对员工的表现，需要从多个方面进行综合评价，如员工的作业做绩，工作态度，沟通能力，政治表现等等....这些因素组成的集合就叫因素集，记作：

图片上一级模糊评价这句话先不用看。

b:确当评语集：

其实就是进行一个评价，如优秀，良好，中等，欠缺等等这些评语所组成的集合：

c:确定各因素的权重：

那么这里的权重怎么测量嘞？无数据的话当然是层次分析法，有数据熵权法。前面的文章已经讲解过了，这里不在具体阐述

d:确定模糊综合判断矩阵：

其实可以简单理解为：就是在各个因素下的评价得分，以下简称为隶属度

	很好	好	差	极差
政治表现
工作能力
工作态度
工作成绩

 3.隶属度的求法：

有三种方法：

（1）模糊统计法：这个方法讲白一点就是调查法，实践去调查各个群体的评价，不过太耗时间，比赛一般不会采用

（2）指派法：根据问题的性质直接套用相应的隶属度函数，很方便快速，但是主观性较强，不过大多数都是采用此法

用得最多的就是梯形分步法。比如很好是极大型，很差是极小型，好和差都是中间型，那么就可以选择对应的隶属函数去套用计算结果，最终得到模糊综合判断矩阵

最后一步：综合判断

就是将模糊综合判断矩阵和权重的那个矩阵相乘，得到，每个评价得分的矩阵，最后选择较大的那个作为最后的结果。

例题：