模糊综合评价

这篇具有很好参考价值的文章主要介绍了模糊综合评价。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

模糊性常常是信息浓缩所致,目的是为了提高交换的概率,所以不是毫无用处,而是积极的特性。模糊是指客观事物差异的中间过渡中的“不分明性”或“亦此亦彼性”。模糊数学是用来处理涉及模糊概念的问题,尝试使用某种方法将模糊的概念量化,方便进行处理计算。模糊综合评价是模糊数学在评价类问题的一大应用,也就是处理涉及模糊概念的评价类问题。文章主要借鉴B站数模交流,侵权立删。

目录

模糊数学的基本概念

 隶属函数的确定(关键)

1.模糊统计方法

2.模糊分布

模糊集合分类

常见模糊分布及其图形

3.其他确定方法

模糊综合评价

概念 

 一级模糊综合评价方法

一般步骤

例题:一级模糊综合评价在人事考核中的应用

多级模糊综合评价方法

一般步骤(以二级模糊综合评价为例)

 例题:多级模糊综合评价在人事考核中的应用

模糊综合评价优缺点


模糊数学的基本概念

集合:具有某种特定属性的对象集体,通常用大写字母:A,B,C等表示。

论域:对局限于一定范围内进行讨论的对象的全体,通常用大写字母:U,V,X,Y等表示。论域U中的每个对象u称为U的元素。

模糊子集:

设U是论域,称映射,确定了U上的模糊子集A。映射称为A的隶属函数,称为x对A的隶属程度,简称隶属度。模糊子集通常简称模糊集。

模糊综合评价

 隶属函数:

隶属函数是隶属度对各个元素的函数,定义域是我们所研究的元素,函数值就是隶属度。隶属度的范围是[0,1],其值越大,就代表越属于这个模糊集合。

模糊综合评价
 模糊集的表示方法:

模糊综合评价

 隶属函数的确定(关键)

1.模糊统计方法

类似于统计学中的大样本实验法,根据概念所占比例确定其对应隶属度。

例如:我现在要确立“青年人”的隶属函数。以年龄为论域U,A是“青年人”模糊集合,选取岁。
        ①调查若干人选,各自认真考虑“青年人”的含义之后,提出“青年人”最合适的年龄区间(随机地将模糊概念明确化)。表4记录了129人关于“青年人”年龄区间的调查结果。如果设A=“青年人",那么表中每个区间就是每次试验中的A。
 模糊综合评价

        ②对于,求出对A的隶属频率稳定值,作为对A的隶属度值。
        比如,对于(岁),根据对表4的随机抽样得知:当样本总数 时,样本区间覆盖27的频数,相应的隶属频率,具体数据参见表5。以n为横坐标、f为纵坐标绘制图形(图4)可以发现,对A的隶属频率稳定在0.78附近,因此“27(岁)”对模糊集“青年人”A的隶属度确定为0.78。

模糊综合评价

        类似的,对,求出x对A的隶属频率值,作为x对A的隶属度值,见表6。

模糊综合评价

         ③根据表6的数据,可做出模糊集A=“青年人”的隶属函数曲线,如图5。

模糊综合评价

2.模糊分布

如果考虑以实数集R作论域,通常把实数集R上模糊集的隶属函数称为模糊分布。当所讨论的客观模糊现象的隶属函数与某种给定的模糊分布相类似时,即可选择这个模糊分布作为所求的隶属函数,然后再通过先验知识或数据实验确定符合实际的参数,从而得到具体的隶属函数。

例如,我们可以把左图看作给定的模糊分布,右图是我们要讨论的客观模糊现象的隶属函数,那么我们就可以选择左图的模糊分布作为所求的隶属函数,并通过先验知识或数据实验确定符合实际的参数得到具体的隶属函数。

模糊综合评价模糊综合评价

模糊集合分类

模糊集合主要有三类,分别为偏小型,中间型和偏大型。可以说也就类似于理想解法(TOPSIS)方法中的极大型、极小型、中间型、区间型指标。

常见模糊分布及其图形

1.矩形分布或半矩形分布

①偏小型 

 文章来源地址https://www.toymoban.com/news/detail-467181.html

②偏大型

③中间型

 模糊综合评价

 2.梯形分布或半梯形分布

①偏小型 

②偏大型

③中间型

 

模糊综合评价

 3.K次抛物型或半抛物型分布

①偏小型 

模糊综合评价

②偏大型

模糊综合评价

 ③中间型

模糊综合评价

 模糊综合评价

 4.高斯分布或半高斯分布

①偏小型 

模糊综合评价

 ②偏大型

模糊综合评价

 ③中间型

模糊综合评价

 模糊综合评价

 5.柯西分布或半柯西分布

①偏小型 

模糊综合评价

②偏大型

模糊综合评价

③中间型

模糊综合评价

模糊综合评价

6.岭型分布或半岭型分布

①偏小型

模糊综合评价

②偏大型 

模糊综合评价

③中间型

模糊综合评价

 模糊综合评价

3.其他确定方法

德尔菲(Delphi)法、专家评分法、二元对比排序法等。

不管模糊集合是哪一种类型,求得的隶属度越大,属于这个集合的程度也越大。事实上,隶属函数也不是唯一的,不同的人或者说不同大小的样本,得出来的隶属函数有可能是不同的,有着主观的色彩。

模糊综合评价

模糊综合评价法(Fuzzy Comprehensive Evaluation)是一种基于模糊数学的综合评价方法。该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,即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,适合各种非确定性问题的解决。

当评价的指标中有认为通过经验赋予数值的变量,如评判人是否优秀、食品是否安全等,则可以考虑用模糊综合评价。
模糊综合评价将人的主观经验判断和数学理论的严谨推理有效结合,适合于社会调查、市场调查、市场咨询、教育改革、企业员工职务升迁、评先晋级等领域的研究工作。

概念 

  1. 因素集(评价指标集):,与评价事务相关的因素有n个。
  2. 评语集(评价的结果):,所有可能出现的评语有m个。
  3. 权重集(指标的权重):,各种因素的作用和影响力不同。 
模糊综合评价的类别
模糊综合评价 一级模糊综合评价
多级模糊综合评价

 一级模糊综合评价方法

一般步骤

  1. 确定因素集
  2. 确定评语集 
  3. 进行单因素评价得到
  4. 构造综合评价矩阵 
  5. 综合评价,对权重矩阵,计算,并根据最大隶属度原则做出评价。

最大隶属度原则:相对于那个模型的隶属度最大,那么就属于哪个模型。

例题:一级模糊综合评价在人事考核中的应用

模糊综合评价

         1、比如由群众评议打分来确定,

        上式子表示,参与打分的群众当中,有10%的人认为政治表现优秀,50%的人认为政治表现良好,40%的人认为政治表现一般,认为政治表现较差或差的人为0,用同样的方法对其它因素进行评价。
        2、由部门领导打分来确定

        3、由考核组员打分来确定

        以为构成评价矩阵 

        它是从因素集U到评语集V的一个模糊关系矩阵。 

        4、模糊综合评判。进行矩阵合成运算

         取数值最大的评语作为综合评判结果,则评判结果为“良好”。

多级模糊综合评价方法

一般步骤(以二级模糊综合评价为例)

  1. 将因素集划分为若干组,得到,其中,。称为第一级因素集。
  2. 设评语集,先对第二级因素集的个因素进行单因素评价,得到单因素评价矩阵,设的权重为,求得综合评价为:
  3. 再对第一级因素集进行综合评价,设其权重为则总评价矩阵为:,从而得到综合评价,按照最大隶属度原则即得相应评语。

 例题:多级模糊综合评价在人事考核中的应用

模糊综合评价

 首先确定各个子因素集模糊综合判断矩阵,就得到了下表中的数据。

模糊综合评价

 一是因素过多,它们的权数分配难以确定;另一方面,即使确定了权分配,由于需要满足归一化条件,每个因素的权值都小,对这种系统,可以采用多层次模糊综合评价的方法。我们这里对于人事考核而言,采用二级系统就足以解决问题了。

模糊综合评价

 设专家指标额的权重,一级指标的权重为:

二级指标的权重为:

对各因素进行一级模糊综合评价为:

 

最后再进行二级模糊综合评价:

所以根据最大隶属度原则,认为对该员工的评价为“良好”。 

模糊综合评价优缺点

模糊综合评价

 

到了这里,关于模糊综合评价的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 模糊综合评价指标如何计算?四种模糊算子如何计算?

      模糊综合评价借助模糊数学的一些概念,对实际的综合评价问题提供评价,即模糊综合评价以模糊数学为基础,应用模糊关系合成原理,将一些边界不清、不易定量的因素定量化,进而进行综合性评价的一种方法。 SPSSAU操作 (1)点击SPSSAU综合评价里面的‘模糊综合评价’

    2024年02月04日
    浏览(42)
  • 数学建模常用算法—模糊综合评价

    目录 模型的含义 模型的数学概念 模型的建立与求解 matlab代码实现 今天给大家讲解一下国赛中常用到的评价模型,模糊综合评价法。 模糊综合评价法是一种基于模糊数学的综合评价方法。该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,即用模糊数学对

    2023年04月12日
    浏览(55)
  • 模糊综合评价-----层次分析法AHP

    文首先读: ​ 最近有个课题需要用到模糊综合评价,笔者也是收集了各方资料,最后发现某乎上的一篇文章,简单、系统、详细的同时不乏简单易懂和深度见解,这边link给出,读者可以自己尝试阅读,必有不少收获。 ​ 之后发现其中需要用到层次分析法的时候,大佬是一

    2023年04月09日
    浏览(42)
  • 数学建模常用模型(七) :模糊综合评价法

    模糊综合评价法(Fuzzy Comprehensive Evaluation Method)是一种基于模糊数学理论的评价方法,用于处理模糊、不确定或多指标的决策问题。该方法将模糊集合理论与数学模型相结合,通过量化和综合各种评价指标的模糊信息,得出最终的评价结果。 模糊综合评价法在许多领域中应

    2024年01月21日
    浏览(52)
  • 模糊综合评价在实际问题中的应用(案例)

    目录 一、概述 二、一级模糊综合评价模型 三、多级模糊综合评价模型         模糊综合评价问题 是要 把论域中的对象对应评语集中一个指定的评语 或者 将方案作为评语集并选择一个最优的方案 。(两个角度)         在模糊综合评价中,引入了三个集合:      

    2024年02月06日
    浏览(80)
  • 基于AHP(层次分析法)确定权值的模糊综合评价

    目录 1、模糊综合评价 2、权值的确定 因素集 :影响评价的因素,例如:企业家的素质综合评价可以考虑5个因素{德,能,勤,绩,生命周期延长} 评价集 :某因素好与坏,例如:企业家的德可以被评价为{高 较高 一般 低} 单因素评价矩阵 :rij代表因素i对评价j的隶属度。 例

    2024年02月05日
    浏览(50)
  • 模糊综合评价在人工智能教育领域的应用:个性化教学与智能辅导

    人工智能(Artificial Intelligence, AI)是一门研究如何让计算机模拟人类智能行为的科学。人工智能教育是一门研究如何利用人工智能技术来改进教育系统的学科。在过去的几年里,人工智能教育已经取得了显著的进展,特别是在个性化教学和智能辅导方面。这些领域的发展取决于

    2024年02月20日
    浏览(57)
  • 综合评价算法 | Matlab实现基于TOPSIS法的综合评价算法

    效果一览 文章概述 综合评价算法 | Matlab实现基于TOPSIS法的综合评价算法 研究内容 C.L.Hwang 和 K.Yoon 于1981年首次提出 TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution)。TOPSIS 法是一种常用的组内综合评价方法,能充分利用原始数据的信息,其结果能精确地反映各评价方

    2024年02月12日
    浏览(85)
  • 图像复原(去模糊)基本内容以及评价标准

    ​ 原图像为f(x, y),经过退化函数h(x, y)在加上噪声n(x. y)得到退化图像g(x, y)。 ​ 整个过程可以描述为: g ( x , y ) = h ( x , y ) ∗ f ( x , y ) + n ( x , y ) mathrm{g}(mathrm{x}, mathrm{y})=mathrm{h}(mathrm{x}, mathrm{y}) * mathrm{f}(mathrm{x}, mathrm{y})+mathrm{n}(mathrm{x}, mathrm{y}) g ( x , y ) = h ( x , y )

    2024年02月05日
    浏览(51)
  • 综合评价方法

    综合评价指的是运用多个因素对事物进行综合评价的方法。用于评价的方法一般是主客观结合的,方法的选择需基于实际指标数据情况选定,最为关键的是指标的选取,以及指标权重的设置,这些需要基于广泛的调研和扎实的业务知识,不能说单纯的从数学上解决的。 1. 综合

    2024年02月03日
    浏览(83)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包