模糊综合评价法 什么时候用?
模糊综合评价法 根据模糊数学的隶属度理论把定性评价转化为定量评价,用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题。
模糊综合评价法 适合各种非确定性、多级评判指标问题的解决
模糊综合评价法的顺序
① 指标的构建(确定因素集 和 评语集)
② 构建评价矩阵(建立隶属函数)
③ 构建权重向量(用熵权法 或 层次分析法)
④ 综合评判(矩阵和权重的合成)
演示模糊综合评价的两种类型(一级与多级)
① 一级模糊综合评价
一、构建评语集和因素集
因素集U = {可采矿量,基建投资,采矿成本,不稳定费用,净现值}
评语集V = {方案Ⅰ,方案Ⅱ,方案Ⅲ,方案Ⅳ,方案Ⅴ}
二、确定隶属函数(这个阶段相当于Topsis的正向化)
可采矿量属于偏大型,隶属函数
基建投资属于偏小型,隶属函数
采矿成本属于中间型,隶属函数
不稳定费用也属于偏小型,隶属函数
净现值属于区间型,隶属函数
三、建立评价矩阵
根据 隶属度表(上图)可以得出 评价矩阵R(下表)
每行代表: 每个方案(评语集)对一个项目(因素集)的隶属度
每列代表: 一个方案(评语集)对每个项目(因素集)的隶属度
四、确定权重
可根据熵权法或层次分析法求出权重
本题求得:权重集A = {0.25,0.20,0.20,0.10,0.25}
五、综合评判
最后用评价矩阵乘以权重集可得到结果集
结果集B = 权重集 评判矩阵 = [0.743,0.591,0.678,0.360,0.390]
由此可知:方案Ⅰ 方案Ⅲ 方案Ⅱ 方案Ⅴ 方案Ⅳ
%% 因素集正向化
U1 = [0.5341 0.7614 0.6705 1 0.8636];
U1 = U1 / 8800;
U2 = [0.3750 0.3125 0.3375 0.15 0.25]; % 转为极大型
U2 = U2 / 8000 * -1;
U2 .+ 1;
...
%% 模糊评判矩阵
R = [U1; U2; U3; U4; U5]; %% 下面就是最终判断矩阵
R = [0.5341 0.7614 0.6705 1 0.8636;
0.3750 0.3125 0.3375 0.15 0.25 ;
1 0.76 1 0.4 0.48 ;
0.85 0.75 0.8 0 0.2 ;
1 0.4480 0.6552 0 0.0345] %% 注释
%% 各因素的权重
A = [0.25 0.2 0.25 0.3]
%% 隶属度计算
B = A * R
%% 最佳方案
W = max(B)
② 多级模糊综合评价(以三级为例)
问:对某陶瓷厂生产的6种产品的销售前景进行判断,下图是已经 归一化 的产品评价值
一、构建评语集和因素集
一级因素集U = {产品情况,销售能力,市场需求} 二级因素U = {…} 三级因素U = {…}
评语集V = {产品 1,产品 2,产品 3,产品 4,产品 5,产品 6}
二、针对三级因素集
下表是影响 运行费用 的各因素的 评价矩阵 (已正向化过)
根据熵权法或层次分析法求得:权重集 = {0.02,0.15,0.10,0.10,0.20,0.25,0.10}
运行费用的三级评判 = = [0.191,0.156,0.159,0.146,0.150,0.196]
二、针对二级因素集
与针对三级因素集类似 :
- 先列出 产品情况 、营销能力 、市场需求 的 评价矩阵 、 、 (已正向化过)
- 再分别乘以各自的 权重集 、 、
- 得出 各自的二级评判、 、
三、针对一级因素集
将 二级评判结果、 、 作为行,组成 一级评判矩阵R (已正向化过)
最终评判结果 = 权重集 一级评判矩阵
结果集B = [0.148,0.142,0.156,0.186,0.157,0.209]
由此可知:产品 6 产品 4 产品 5 产品 3 产品 3 产品 2
%% 三级指标的隶属度计算
B23 = A23 * R23
%% 将算出的 B23 代替进初始的模糊矩阵,得到新的模糊矩阵 R2
%% 二级指标的隶属度计算
B1 = A1 * R1
B2 = A2 * R2 % R2
B3 = A3 * R3
%% 将算出的 B1 B2 B3 代替进前一步的模糊矩阵,得到新的模糊矩阵 R
%% 一级指标的模糊综合评判矩阵
R = [B1; B2; B3]
%% 一级指标的隶属度计算
B = A * R
%% 最佳方案
W = max(B)
切记不能直接用于论文中,要根据题目适当的修改,避免查重
模糊综合评价法的评估
模糊综合评价法 的优点:
(1) 使用明确的数字代替模糊的评价对象,能对隐藏的信息呈现模糊性的资料作出较为准确、有效、简单易懂的量化评价标准
(2) 评价对象是一个矢量,并非一个点值,所蕴含的信息比较充实,不仅可以比较合理的描述被评价对象,还可以进行再加工,获取参考信息
模糊综合评价法 的缺点:
计算较为复杂,在对评价对象的矢量上有较强的主观性