模糊数学模型
数学建模之层次分析法
第四讲层次分析法 在现实世界中，往往会遇到决策的问题，比如如何选择旅游景点的问题，选择升学志愿的问题等等。在决策者作出最后的决定以前，他必须考虑很多方面的因素或者判断准则，最终通过这些准则作出选择。 比如选择一个旅游景点时，你可以从宁波、普陀山、浙西大峡谷、雁荡山和楠溪江中选择一个作为自己的旅游目的地，在进行选择时，你所考虑的因素有旅游的费用、旅游地的景色、景点的居住条件和饮食状况以及交通状况等等。这些因素是相互制约、相互影响的。我们将这样的复杂系统称为一个决策系统。这些决策系统中很多因素之间的比较往往无法用定量的方式描述，此时需要将半定性、半定量的问题转化为定量计算问题。层次分析法是解决这类问题的行之有效的方法。层次分析法将复杂的决策系统层次化，通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据。 一、建立系统的递阶层次结构 首先要把问题条理化、层次化，构造出一个有层次的结构模型。一个决策系统大体可以分成三个层次： （1） 最高层（目标层）：这一层次中只有一个元素，一般它是分析问题的预定目标或理想结果； （2） 中间层（准则层）：这一层次中包含了为实现目标所涉及的中间环节，它可以由若干个层次组成，包括所需考虑的准则、子准则； （3） 最低层（方案层）：这一层次包括了为实现目标可供选择的各种措施、决策方案等。 比如旅游景点问题，我们可以得到下面的决策系统： 目标层——选择一个旅游景点 准则层——旅游费用、景色、居住、饮食、交通 方案层——宁波、普陀山、浙西大峡谷、雁荡山、楠溪江 二、构造成对比较判断矩阵和正互反矩阵 在确定了比较准则以及备选的方案后，需要比较若干个因素对同一目标的影响，从额确定它们在目标中占的比重。如旅游问题中，五个准则对于不同决策者在进行决策是肯定会有不同的重要程度，而不同的方案在相同的准则上也有不同的适合程度表现。层次结构反映了因素之间的关系，但准则层中的各准则在目标衡量中所占的比重并不一定相同，在决策者的
模糊综合评判法的应用案例
第三节 模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。 基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于： （1） 即使简单的问题也需要大量的约束条件和变量。 （2） 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法，有良好的理论基础。特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。 1．模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为 12(,,,)k U U U U = 且应满足： 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多，在实际运用中常用的方法有：Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵。 ④ 单级综合评判B A R =
⑵多层次综合评判模型 一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。所以，需采用分层的办法来解决问题。 2．应用 运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型
模糊数学模型
第六部分模糊数学 第十五章模糊数学模型 模糊数学的起源 15.1.1数学是精确的 数学是关于物质世界的空间形式和数量关系的科学。在二十世纪三十年代，数学的发展被划分成三个阶段： 第一阶段：数学是数，量，几何图形的科学； 第二阶段：数学是研究量的变化和几何图形变换的科学； 第三阶段：数学是作为关于现实世界一切普遍性的数量形式和空间形式的科学。 近代科学技术的发展同精确数学方法的发展和应用是密切相关的，牛顿力学为其经典。到了19世纪，天文，力学，屋里，化学等理论自然科学先后在不同程度上走向定量化，数学化，形成一个被称为“精密科学”的学科群。大量使用数学方法，反过来又推动了数学的巨大进步。19世纪是精确科学方法飞速发展的时期。 20世纪以来，精确数学及其应用以更大的规模和速度发展着。相对论，量子力学，分子生物学，原子能，电子计算机和空间技术等邻域的创建和开发为精确方法奏响了一曲又一曲的凯歌，但也进一步助长了对精确方法的盲目崇拜。人们愈加相信，一切都应当精确化，只有现在还没有实现精确化的问题，没有不需要或不可能精确化的问题。 客观而言，精益求精是科学工作者的美德，是评价研究工作科学性的一条准则，但是，这种对精确方法的崇拜，似乎被当作一种不言而喻的真理，在很长的历史时期中未受到人们的怀疑。科学方法论中的这种绝对化的观点，也反映到哲学中。例如，一些分析哲学家提倡把一切概念，包括日常用语都加以精确化，这种现象的发生是值得深思的。但是，实践是检验真理的唯一标准，任何理论上的片面性和绝对化，迟早会在实践中暴露其错误而得到纠正。 15.1.2精确数学的局限性 人脑的思维活动一般说来具有两方面的特征： （1）直觉性跟严格性的有机结合，可以进行整体性和平行性的思考，例如联想过程，这些是具有模糊性的； （2）逻辑推理过程，它具有逻辑和顺序的特点，因而又是形式化的。 关于形式化思维，可以用数理逻辑的方法把它数学化，这样就能把它变成一系列的数学符号，可以用计算机去解。最突出的成果就是1976年美国人阿贝尔和哈肯利用电子计算机解决有名的数学难题——四色问题，这一难题的解决使不少人惊叹：这简直是电脑对人脑的嘲弄！ 真是这样吗？ 从另一个角度来看，譬如，看电视的时候，要把图像调得“更清楚一些”，或者，说一个人比另一个人更好看一些或更丑一些，这对于人来说是件容易的事，但是对于电脑来说，却是个大难题。从这个角度来说，电脑的“智力”还不如一个小孩子。 为什么会出现这样的情况呢？ 因为用传统数学的方法处理模糊食物，首先要求将对象简化，舍弃对象固有的模糊性，在本来没有明确界限的对象之间认为地挂定界限，变模糊数量关系为清晰数量关系。例：西
19-20 第5章 5.6 5.6.1 匀速圆周运动的数学模型 5.6.2 函数y=Asin(ωx+φ)的图象
5.6 函数y ＝A sin(ωx ＋φ) 5. 6.1 匀速圆周运动的数学模型 5.6.2 函数y ＝A sin(ωx ＋φ)的图象 1．φ对y ＝sin(x ＋φ)，x ∈R 的图象的影响 2．ω(ω＞0)对y ＝sin(ωx ＋φ)的图象的影响 3．A (A ＞0)对y ＝A sin(ωx ＋φ)的图象的影响 1．把函数y ＝sin x 的图象向左平移π 3个单位长度后所得图象的解析式为
( ) A ．y ＝sin x －π 3 B ．y ＝sin x ＋π 3 C ．y ＝sin ? ?? ?? x －π3 D ．y ＝sin ? ?? ?? x ＋π3 D [根据图象变换的方法，y ＝sin x 的图象向左平移π 3个单位长度后得到y ＝sin ? ?? ?? x ＋π3的图象．] 2．为了得到函数y ＝4sin ? ????12x －π6，x ∈R 的图象，只需将函数y ＝4sin ? ????x －π6， x ∈R 的图象上的所有点( ) A ．横坐标伸长到原来的2倍，纵坐标不变 B ．横坐标缩短到原来的1 2倍，纵坐标不变 C ．纵坐标伸长到原来的2倍，横坐标不变 D ．纵坐标缩短到原来的1 2倍，横坐标不变 A [函数y ＝4sin ? ???? x －π6的图象上各点横坐标伸长为原来的2倍，纵坐标不 变，得到y ＝4sin ? ?? ?? 12x －π6的图象．] 3．函数y ＝A sin(ωx ＋φ)＋1(A ＞0，ω＞0)的最大值为5，则A ＝________. 4 [由已知得A ＋1＝5，故A ＝4.] 三角函数图象之间的变换 【例1】 (1)将函数y ＝2cos ? ? ???2x ＋π3的图象向左平移π3个单位长度，再向下 平移3个单位长度，则所得图象的解析式为________． (2)将y ＝sin x 的图象怎样变换可得到函数y ＝2sin2x ＋π 4＋1的图象？
(完整版)数学建模之层次分析法
层次分析法 层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。 缺点： （1）层次分析法的主观性太强，模型的搭建，判断矩阵的输入都是决策者的主观判断，往往会因为决策者的考虑不周、顾此失彼而造成失误。 （2）层次分析法模型的内部结构太过理想化，完全分离、彼此独立的层次结构在实践中很难做到。 （5）层次分析法只能从给定的决策方案中去选择，而不能给出新的、更优的策略。 1.模型的应用 用于解决多目标的复杂问题的定性与定量相结合的决策分析。 （1）公司选拔人员， （2）旅游地点的选取， （3）产品的购买等， （4）船舶投资决策问题（下载文档）， （5）煤矿安全研究， （6）城市灾害应急能力， （7）油库安全性评价， （8）交通安全评价等。 2.步骤 ①建立层次结构模型 首先明确决策目标，再将各个因素按不同的属性从上至下搭建出一个有层次的结构模型，模型如下图所示。
目标层 准则层 方案层 目标层：表示解决问题的目的，即层次分析要达到的总目标。通常只有一个总目标。 准则层：表示采取某种措施、政策、方案等实现预定总目标所涉及的中间环节。 方案层：表示将选用的解决问题的各种措施、政策、方案等。通常有几个方案可选。 注意： （1）任一元素属于且仅属于一个层次；任一元素仅受相邻的上层元素的支配，并不是任一元素与下层元素都有联系； （2）虽然对准则层中每层元素数目没有明确限制，但通常情况下每层元素数最好不要超过 9 个。这是因为，心理学研究表明，只有一组事物在 9 个以内，普通人对其属性进行判别时才较为清楚。当同一层次元素数多于 9 个时，决策者对两两重要性判断可能会出现逻辑错误的概率加大，此时可以通过增加层数，来减少同一层的元素数。 ②构造判断（成对比较）矩阵 以任意一个上一层的元素为准则，对其支配的下层各因素之间进行两两比 a重要程度的衡量用Santy的1—9较。得到判断矩阵，再求出各元素的权重。 ij 标度方法给出。即
大学生消费问题数学模型(层次分析)
大学生消费问题的层次分析模型 1.问题的提出及相关问题的分析 大学生的消费结构是指大学生所消费的各种消费资料之间的比例关系．全面细致地了解大学生的消费状况具有重要的现实意义．关注大学生的消费行为，引导大学生科学消费，可以使大学生在校时合理使用有限的经济收入，进行科学消费．因此帮助大学生树立起适度、合理的消费观念，对于促进经济的发展和社会进步有着重要的意义． 1.1 目前大学生的消费来源 当今大学生的经济来源主要包括: 家庭供给、家教兼职、特困补助和奖学金．大学生由于其自身社会角色的限制，没有独立的经济来源, 主要靠家庭供给．大学生消费收入差距悬殊，主要受家庭收入的影响．1.2 目前大学生的消费状况 目前大学生的消费主要由生活消费、学习消费、娱乐消费三部分构成．生活消费,如吃饭、购置生活必需品;学习消费,如学习用品等; 娱乐消费,如购物、旅游等．随着生活水平的提高和网络信息化的发展,大学生消费呈现出多样化．在市场经济的今天，大学生的消费形式、内容、消费心理以及消费观念都发生了显著的变化．大学生传统必需型消费呈明显下降趋势，如饮食消费、衣着消费所占比例下降，其他形式的消费比例逐渐增加．学习消费主要集中在购买学习参考书、英语和计算机等级考试等和学习工具上．娱乐消费主要表现为休闲、旅游等方面，并呈上涨趋势．通讯消费主要表现在手机话费、上网等方面．大学生的
人际交往消费、恋爱消费也成为日常支出的一个重要方面． 1.3 研究目的 了解当代大学生消费的基本情况，发现大学生日常消费中存在的一些问题，为大学生的消费提供正确合理的建议指导,帮助大学生确立正确的消费观． 2 数据说明与符号约定 2.1 数据说明 以韶关学院学生为调查的对象，通过问卷调查所得数据，调查问卷的原始数据见附录．问卷是通过对60名韶关学院学生随机发放，并收回有效问卷52份而得．由调查的统计结果可知：在校大学生平均的月总支出为514.8077，学习支出为64.42308元，食物支出占301.7308元，衣着支出为62.5元，通讯支出为39.32692元，娱乐支出为51.05769元．家庭月人均收入不同的在校大学生在月总支出和其他各项具体支出方面存在差异，在校大学生的月总支出主要用于食物支出、其他方面的支出相对较少，这反应了当代大学生的消费仍然是以物质消费为基础，这是由在校大学生的非独立经济地位决定的． 2.2 符号约定 y y 为学生的平均月消费(元) 1x 1x 为学生每月由家庭提供的收入(元) 2x 2x 为学生每月做家教等兼职所获取的收入(元) 3x 3x 为学生每月的特困补助的收入(元)
模糊综合评价法的数学建模方法简介
８ 《商场现代化》２００６年７月（中旬刊）总第４７３期 ２０世纪８０年代初，汪培庄提出了对绿色供应链绩效进行评价的模糊综合评价模型，此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面，广大实际工作者运用此模型取得了一个又一个的成果。本文简单介绍模糊综合评价法的数学模型方法。 一、构造评价指标体系 模糊综合评价的第一步就是根据具体情况建立评价指标体系的层次结构图，如图所示： 二、确定评价指标体系的权重 确定各指标的权重是模糊综合评价法的步骤之一。本文根据绿色供应链评价体系的层次结构特点，采用层次分析法确定其权重。尽管层次分析法中也选用了专家调查法，具有一定的主观性，但是由于本文在使用该方法的过程中，对多位专家的调查进行了数学处理，并对处理后的结果进行了一致性检验，笔者认为，运用层次分析法能够从很大程度上消除主观因素带来的影响，使权重的确定更加具有客观性，也更加符合实际情况。 在此设各级指标的权重都用百分数表示，且第一级指标各指标的权重为Ｗｉ，ｉ＝１，２，…，ｎ，ｎ为一级指标个数。一级指标权重向量为： Ｗ＝（Ｗ１，…，Ｗｉ，…Ｗｎ） 各一级指标所包含的二级指标权重向量为： Ｗ＝（Ｗｉ１，…，Ｗｉｓ，…Ｗｉｍ），ｍ为各一级指标所包含的二级指标个数，ｓ＝１，２，…，ｍ。 各二级指标所包含的三级指标权重向量为： Ｗｉｓ＝（Ｗｉｓ１，…Ｗｉｓ２，…Ｗｉｍｑ），ｑ为各二级指标所包含的三级指标个数。三、确定评价指标体系的权重建立模糊综合评价因素集将因素集Ｘ作一种划分，即把Ｘ分为ｎ个因素子集Ｘ１，Ｘ２，…Ｘｎ，并且必须满足： 同时，对于任意的ｉ≠ｊ，ｉ，ｊ＝１，２，…，均有 即对因素Ｘ的划分既要把因素集的诸评价指标分完，而任一个评 价指标又应只在一个子因素集Ｘｉ中。 再以Ｘｉ表示的第ｉ个子因素指标集又有ｋｉ个评价指标即：Ｘｉ＝｛Ｘｉ１，Ｘｉ２，…，ＸｉＫｉ｝，ｉ＝１，２，…，ｎ 这样，由于每个Ｘｉ含有Ｋｉ个评价指标，于是总因素指标集Ｘ其有 个评价指标。 四、 进行单因素评价，建立模糊关系矩阵Ｒ 在上一步构造了模糊子集后，需要对评价目标从每个因素集Ｘｉ上进行量化，即确定从单因素来看评价目标对各模糊子集的隶属度，进而得到模糊关系矩阵： 其中ｓｉ（ｉ＝１，２，…，ｍ）表示第ｉ个方案，而矩阵Ｒ中第ｈ行第ｊ列元素ｒｈｊ表示指标Ｘｉｈ在方案ｓｊ下的隶属度。对于隶属度的确定可分为两种 情况：定量指标和定性指标。 （１）定量指标隶属度的确定 对于成本型评价因素可以用下式计算： 对于效益型评价因素可以用下式计算：对于区间型评价因素可以用下式计算：上面三个式子中：ｆ（ｘ）为特征值，ｓｕｐ（ｆ），ｉｎｆ（ｆ）分别为对应于同一个指标的所有特征值的上下界，即是同一指标特征值的最大值和最小 模糊综合评价法的数学建模方法简介 任丽华 东营职业学院 ［摘 要］ 本文一种数学模型方法构造了一种对绿色供应链绩效进行评价的模糊综合评价法，主要从构造评价指标体系，确定评价指标体系的权重，确定评价指标体系的权重，建立模糊综合评价因素集，进行单因素评价、建立模糊关系矩阵Ｒ，计算模糊评价结果向量Ｂ等五个方面介绍这种评价方法。 ［关键词］ 绿色供应链绩效评价 模糊综合评价法 数学模型方法 流通论坛
数学建模算法大全模糊数学模型
第二十二章 模糊数学模型 模糊数学是研究和处理模糊性现象的数学，是在美国控制论专家A. Zadeh 教授于1965年提出的模糊集合（Fuzzy Set ）基础上发展起来的一门新兴的数学分支。这门学科经过多年的发展。它在现实世界中的应用越来越广泛。 §1 模糊数学基本知识 1.1 集合与特征函数 集合是现代数学的重要概念。一般地说，具有某种属性的事物的全体或确定对象的汇总称为一个集合。不含任何元素的集合称为空集，记为Φ。 由所研究的所有事物构成的集合称为全集，记为Ω。若集合Ω?A ，则将集合},|{Ω∈?x A x x 且称为集合A 的补集，记为c A 。集合及其性质可用所谓特征函数来描述。 定义 1 设Ω为全集，A 为Ω的子集，则集合A 的特征函数指的是Ω到集合}1,0{=V 的一个映射A μ V A →Ω:μ )(x x A μ→ 其中对应规则A μ满足 ????∈=A x A x A 01μ 集合的特征函数具有以下性质： )}(),(m ax {)(x x x B A B A μμμ=Y ，记作)()(x x B A μμ∨ )}(),(m in{)(x x x B A B A μμμ=I ，记作)()(x x B A μμ∧ )(1)(x x A A c μμ-= 1.2 模糊集合 1.2.1 模糊集合的概念 对于普通集合A 及其余集c A ，任何元素A x ∈或c A x ∈，二者必居其一，且仅居其一；用特征函数来表示就是0)(=x A μ或1)(=x A μ有且仅有一个成立。然而，客观世界中存在着大量的模糊概念，如“高个子”，“老年人”，这些概念无法用普通集合表示，因为这些概念与其对立面之间无法划出一条明确的分界线。为了研究和处理这类模
数学建模 模糊综合评价法
学科评价模型（模糊综合评价法） 摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。（将问题1中的部分结果进行阐述）（或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：、2、、、、、、1 对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。 一、问题重述 学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法：因素分析法和内涵解析法。本模型基于某大学（科研与教学并重型高校）的13个学科在某一时期内的调查数据，包括各种建设成效数据和前期投入的数据。通过计算每一级、每一个评价因素所占的权重，确定某一学科在评价是各因素所占的比重，构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题： 根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 模型分析，给出建立模型的适用性、合理性分析。 假设数据来自于某科研型祸教学型高校，请给出相应的学科评价模型。 二、符号说明与基本假设 符号说明 符号说明 S——评价数（评价所依据的最终数值） X——影响评价数值的一级因素所构成的矩阵 x——一级因素的平均值
学生素质评价模糊数学模型的构建与应用
学生素质评价模糊数学模型的构建与应用 在高等教育中，高等职业教育是一个非常重要的组成部分，下 面是搜集的一篇探究构建学生素质评价模型基本原则的论文范文，欢迎阅读查看。 对高职高专学生进行素质评价，目的在于使学生的评价内容走 向多元化，实现过程发展性和终结性评价的有机结合。因此，需要一种行之有效的评价工具，促使学生发挥个性、潜能以及创造性，从而使其具备持续发展的自信和能力。 一、模糊数学与数学模型 模糊数学是处理和研究模糊性现象的方法和理论。由于模糊性 概念发展了模糊集的具体描述方式，人们可运用概念进行评价、推理、控制、判断和决策，也可通过模糊数学进行描述。比如，模糊综合评判、模糊控制、模糊聚类分析、模糊决策等，这一系列方法最终构成一种模糊性理论，在气象、石油、环境、农业、化工、控制、教育、医学、地质、经济管理、语言等诸多领域已取得研究成果。 数学模型是实际问题与数学理论相结合发展起来的一门新学科。它将实际问题归为数学问题，并利用数学方法、概念和理论，进行深入研究，从定量或定性角度对实际问题进行分析，同时为解决实际问题提供可靠指导和精确数据。可见，数学模型是利用数学方法和语言解决现实问题的过程，是培养学生创造力的有效途径。 二、综合素质评价
“综合素质评价”指在每个学期期末或每个学年期末，全国各地的学校组织的一次对全体在校学生综合素质和能力评价的测评任务。综合素质评价一般分为六个维度(不同的地区或学校结构略有差异)，分别是“道德品质”“公民素养”“学习能力”“交流合作与实践创新”“运动与健康”“审美”“表现能力”.六个维度又分别被分为若干个项目。等级分别为A(优秀)，B(良好)，C(一般)，D(较差)。或者是百分制，100-80(优秀)、79-60(良好)、59-30(一般)、29-0(较差)。 对学生进行综合素质评价是新时期高职高专教学评价的主要内容，因而需要制定一种有效的素质评价模型。基于模糊数学的高职高专学生素质评价模型具有标准的数据支撑，说服力较强，适宜运用于学生综合素质评价。 三、构建学生素质评价模型的基本原则 (一)一个目标 在高等教育中，高等职业教育是一个非常重要的组成部分。实现现代化建设与高职高专学生的能力和素质有直接关系。从我国的发展要求以及发达国家的发展经验看，无论是发展和解放生产力、建设小康社会，还是创建和谐社会、加快城市化建设，高等职业所培养的应用型人才不可或缺。因此，职业技术教育应坚持以就业为导向，以服务为宗旨，以培养学生综合素质、职业道德以及动手能力为重点，突出实用性。 (二)三个维度
(完整版)基于层次分析法的模糊综合评价模型
2016江西财经大学数学建模竞赛 A题 城市交通模型分析 参赛队员: 黄汉秦、乐晨阳、金霞 参赛队编号：2016018 2016年5月20日~5月25日
承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C中选择一项填写）： A 我们的参赛队编号为2016018 参赛队员(打印并签名) ： 队员1. 姓名专业班级计算机141 队员2. 姓名专业班级计算机141 队员3. 姓名专业班级计算机141 日期： 2016 年 5 月 25 日
编号和阅卷专用页 江西财经大学数学建模竞赛组委会 2016年5月15日制定
城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快，我国机动车保有量及道路交通流量急剧增加，交通出行结构发生了根本变化，城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析，讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型，确定了目标层，准则层（一级指标），子准则层（二级指标）。 其次，建立评价集V=(优，良，中，差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出，即U ＝[0,100]应用模糊统计建立它们的隶属函数A(u)， B(u)， C(u) ，D(u)，最后得出目标层的评价矩阵Ri ，（i=1,2,3,4,5）。利用A,B 两城相互比较法，根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i （i=1,2,3,4,5） 然后，我们经过N 次试验调查，明确了各层元素相对于上层指标的重要性排序，构造模糊判断矩阵P ，利用公式 1 ,ij ij n kj k u u u == ∑ 1 ,n i ij j w u ==∑ 1 ,i i n j j w w w == ∑ []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值，经过一致性检验公式 RI CI CR = 检验后，均有0.1CR <，由此得出各层次的权向量()12,,T n W W W W =K 。然后后， 给出建立绩效评价模型（其中O 是评价结果向量），应用模糊数学中最大隶属度原则，对被评价城市交通的绩效进行分级评价。 接着在改进方案中，我们具体以交叉口为中心建立模型，其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况，不需要测量车速、时间等因素而浪费的人力物力和财力，有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵 层次分析法 模糊综合评判 绩效评价 隶属度
数学建模 图与网络模型及方法
第五章 图与网络模型及方法 §1 概论 图论起源于18世纪。第一篇图论论文是瑞士数学家欧拉于1736 年发表的“哥尼斯堡的七座桥”。１847年，克希霍夫为了给出电网络方程而引进了“树”的概念。１857年,凯莱在计数烷22 n n H C 的同分异构物时,也发现了“树”.哈密尔顿于1859年提出“周游世界”游戏，用图论的术语，就是如何找出一个连通图中的生成圈，近几十年来，由于计算机技术和科学的飞速发展，大大地促进了图论研究和应用,图论的理论和方法已经渗透到物理、化学、通讯科学、建筑学、生物遗传学、心理学、经济学、社会学等学科中。 图论中所谓的“图"是指某类具体事物和这些事物之间的联系.如果我们用点表示这些具体事物，用连接两点的线段（直的或曲的）表示两个事物的特定的联系，就得到了描述这个“图”的几何形象。图论为任何一个包含了一种二元关系的离散系统提供了一个数学模型，借助于图论的概念、理论和方法，可以对该模型求解。哥尼斯堡七桥问题就是一个典型的例子。在哥尼斯堡有七座桥将普莱格尔河中的两个岛及岛与河岸联结起来问题是要从这四块陆地中的任何一块开始通过每一座桥正好一次，再回到起点。当 然可以通过试验去尝试解决这个问题，但该城居民的任何尝试均未成功.欧拉为了解决 这个问题，采用了建立数学模型的方法.他将每一块陆地用一个点来代替,将每一座桥用连接相应两点的一条线来代替,从而得到一个有四个“点”,七条“线”的“图”.问题成为从任一点出发一笔画出七条线再回到起点。欧拉考察了一般一笔画的结构特点,给出了一笔画的一个判定法则:这个图是连通的，且每个点都与偶数线相关联，将这个判定法则应用于七桥问题，得到了“不可能走通”的结果，不但彻底解决了这个问题,而且开创了图论研究的先河. 图与网络是运筹学(Operat ｉons Research ）中的一个经典和重要的分支，所研究的问题涉及经济管理、工业工程、交通运输、计算机科学与信息技术、通讯与网络技术等诸多领域.下面将要讨论的最短路问题、最大流问题、最小费用流问题和匹配问题等都是图与网络的基本问题. 我们首先通过一些例子来了解网络优化问题. 例1 最短路问题（ＳPP －shorte ｓｔ pat ｈ p ｒｏb ｌｅm ） 一名货柜车司机奉命在最短的时间内将一车货物从甲地运往乙地。从甲地到乙地的公路网纵横交错，因此有多种行车路线，这名司机应选择哪条线路呢？假设货柜车的运行速度是恒定的,那么这一问题相当于需要找到一条从甲地到乙地的最短路。 例2 公路连接问题 某一地区有若干个主要城市，现准备修建高速公路把这些城市连接起来,使得从其中任何一个城市都可以经高速公路直接或间接到达另一个城市.假定已经知道了任意两个城市之间修建高速公路的成本,那么应如何决定在哪些城市间修建高速公路，使得总
数学建模案例分析-- 模糊数学方法建模1模糊综合评判及其应用
第八章 模糊数学方法建模 1965年,美国自动控制学家L.A.Zadch 首先提出了用“模糊集合”描述模糊事物的数学模型。它的理论和方法从上个世纪七十年代开始受到重视并得到迅速发展，特别是愈来愈广泛地应用于解决生产实际问题。模糊数学的理论和方法解决了许多经典数学和统计数学难以解决的问题，这里，我们通过几个例子介绍模糊综合评判、模糊模式识别、模糊聚类、模糊控制等最常用方法的应用。而相应的理论和算法这里不作详细介绍，请参阅有关的书籍。 §1 模糊综合评判及其应用 一、模糊综合评判 在我们的日常生活和工作中，无论是产品质量的评级，科技成果的鉴定，还是干部、学生的评优等等，都属于评判的范畴。如果考虑的因素只有一个，评判就很简单，只要给对象一个评价分数，按分数的高低，就可将评判的对象排出优劣的次序。但是一个事物往往具有多种属性，评价事物必须同时考虑各种因素，这就是综合评判问题。所谓综合评判，就是对受到多种因素制约的事物或对象，作出一个总的评价。 综合评判最简单的方法有两种方式： 一种是总分法，设评判对象有m 个因素，我们对每一个因素给出一个评分i s ，计算出评判对象取得的分数总和 ∑== m i i s S 1 按S 的大小给评判对象排出名次。例如体育比赛中五项全能的评判，就是采用这种方法。 另一种是采用加权的方法，根据不同因素的重要程度，赋以一定的权重，令i a 表示对第i 个 因素的权重，并规定∑==m i i a 1 1，于是用 ∑== m i i i s a S 1 按S 的大小给评判对象排出名次。 以上两种方法所得结果都用一个总分值表示，在处理简单问题时容易做到，而多数情况下评判是难以用一个简单的数值表示的，这时就应该采用模糊综合评判。 由于在很多问题上，我们对事物的评价常常带有模糊性，因此，应用模糊数学的方法进行综合评判将会取得更好的实际效果。 模糊综合评判的数学模型可分为一级模型和多级模型两类，这里仅介绍一级模型。 应用一级模型进行综合评判，一般可归纳为以下几个步骤： （1）建立评判对象的因素集},,,{21n u u u U =。因素就是对象的各种属性或性能，在不同场合，
层次分析法-数学建模
层次分析法 一、分析模型和一般步骤 二、建立层次结构模型 三、构造成对比较矩阵 四、作一致性检验 五、层次总排序及决策 一. 层次分析模型和一般步骤 层次分析法是一种定性与定量分析相结合的多因素决策分析方法。这种方法将决策者的经验判断给于数量化，在目标因素结构复杂且缺乏必要数据的情况下使用更为方便，因而在实践中得到广泛应用。 层次分析的四个基本步骤： （1）在确定决策的目标后，对影响目标决策的因素进行分类，建立一个多层次结构； （2）比较同一层次中各因素关于上一层次的同一个因素的相对重要性，构造成对比较矩阵； （3）通过计算，检验成对比较矩阵的一致性，必要时对成对比较矩阵进行修改，以达到可以接受的一致性； （4）在符合一致性检验的前提下，计算与成对比较矩阵最大特征值相对应的特征向量，确定每个因素对上一层次该因素的权重； 计算各因素对于系统目标的总排序权重并决策。 二. 建立层次结构模型 将问题包含的因素分层：最高层（解决问题的目的）；中间层（实现总目标而采取的各种措施、必须考虑的准则等。也可称策略层、约束层、准则层等）；最低层（用于解决问题的各种措施、方案等）。把各种所要考虑的因素放在适当的层次内。用层次结构图清晰地表达这些因素的关系。 〔例1〕购物模型 某一个顾客选购电视机时，对市场正在出售的四种电视机考虑了八项准则作为评估依据，建立层次分析模型如下：
例2〕选拔干部模型 对三个干部候选人、、，按选拔干部的五个标准：品德、才能、资历、年龄和群众关系，构成如下层次分析模型：假设有三个干部候选人、、，按选拔干部的五个标准：品德，才能，资历，年龄和群众关系，构成如下层次分析模型 例3〕评选优秀学校 某地区有三个学校，现在要全面考察评出一个优秀学校。主要考虑以下几个因素： （1）教师队伍（包括平均学历和年龄结构）
模糊数学模型Matlab实验
模糊数学模型Matlab 实验 1、画出下面这些模糊隶属函数的图形(要求：从下面三种分布类型的隶属函数中各选一个用Matlab 画出它们的图形) 偏小型梯形分布隶属函数： 令a=1,b=2 偏小型Г分布隶属函数： 令a=1,k=0.5,得： x a b x A x a x b b a x b 1,(),0,?? k x a x a A x e x a k ()1,(),(0)--?
偏小型正态分布隶属函数： 令a=1, σ=2 00.20.40.60.81 1.2 1.4 1.6 1.82 0.65 0.75 0.85 0.95 x a x a A x e x a 2 ()1,(),--σ≤??=??>?
2、用Matlab 编程计算下面两个矩阵A 和B 的模糊合成，得到矩阵C ，其中}1)max{(s k b a c kj ik ij ≤≤∧= ???? ? ??=???? ??=6.04.02.05.03.01.0,3.06.02.05.01.04.0B A 1运行matlab ，先将模糊合成的函数synt 编写成M 文件 function ab=synt(a,b); m=size(a,1);n=size(b,2); for i=1:m for j=1:n ab(i,j)=max(min([a(i,:);b(:,j)'])); end end 之后再在matlab 中输入如下： A=[0.4,0.5,0.6;0.1,0.2,0.3]; %输入A 矩阵 B=[0.1,0.2;0.3,0.4;0.5,0.6]; %输入B 矩阵 C=synt(A,B) %A 、B 矩阵进行模糊合成C 矩阵 运行后得到如下结果： C = 00.20.40.60.81 1.2 1.4 1.6 1.82
模糊数学综合评价模型
三种电视机模糊综合评价模型 摘要 本文通过顾客对三种电视机的图像，价格，音质三种评价因素建立的模糊综合评价的模型，此模型首先设定了评价指标因素集U 和评语集V ,从而建立了评价矩阵R , 然后根据评价指标权重集A 最后分别运用了四个算子，进而采用了加权平均原则的方法建立了如下四个模型，最终得出 模型一：运用① 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出11 2.73B =，12 2.62B =，13 2.46B =，即第一种电视机最受顾客青睐 模型二：运用② 和加权平均原则方法对三种电视机建立模糊综合评价模型，得出21 2.72B =，22 2.75B =，23 2.51B =，即第二种电视机最受顾客青睐 模型三：运用③ 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出31 2.71B =，32 2.58B =，3 3 2.32B =，即第一种电视机最受顾客青睐 模型四：运用④ 算子和最大隶属原则方法对三种电视机建立模糊 综合评价模型，得出41 2.75B =，4 2 2.71B =，43 2.39B =，即顾客对第二种电视机做出综合评价较好。 综合四个模型这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。 关键词：综合评价 模糊数学 加权平均原则 算子 ),(∨∧M (,)M ?∨算子),(⊕∧M ),(⊕?M
一、问题重述 在对电视机质量的评价中，其涉及的因素很多，一般说来基本要考虑图像，声音，价格等等，而每一类因素的质量水平受许多因素的影响。这些评价因素往往具有模糊性。评价的结果本身也带有模糊性。如何合理地评价电视机的质量呢？ 假设对电视机的评价因素U={图像u1，声音u2，价格u3}，评语集合V={很好v1，较好v2，可以v3，不好v4}，现请专家10人对三种电视机进行评价，结果如下： 设某类顾客主要关心图像、价格，对音质不太关心，即 试对以上三种电视机进行模糊综合评价。 二、问题分析 根据对题目的理解，我们知道问题的求解是根据10位专家对三种电视机的图像，价格，音质的评价结果，而要求我们对这三种电视机进行模糊综合评价，所以我采用四种算子方法。 即① 算子 评语 因素 (1)第一类电视机 (2)第二类电视机 (3)第三类电视机 v1 v2 v3 v4 v1 v2 v3 v4 v1 v2 v3 v4 u1 5 4 1 0 4 3 2 1 1 5 2 2 u2 4 3 2 1 5 1 2 2 4 3 1 2 u3 0 1 3 6 2 1 3 4 2 4 4 (0.5,0.2,0.3) A =(){}n k r r s jk j m j jk j m j k ,,2,1, ,min max )(11 =∧=≤≤=∨μμ＝),(∨∧M
数学建模方法详解模糊数学
数学建模方法详解--模糊数学 在生产实践、科学实验以及日常生活中，人们经常会遇到模糊概念（或现象）。例如,大与小、轻与重、快与慢、动与静、深与浅、美与丑等都包含着一定的模糊概念。随着科学技术的发展，各学科领域对于这些模糊概念有关的实际问题往往都需要给出定量的分析，这就需要利用模糊数学这一工具来解决。 模糊数学是一个较新的现代应用数学学科，它是继经典数学、统计数学之后发展起来的一个新的数学学科。统计数学是将数学的应用范围从确定性的领域扩大到了不确定性的领域，即从必然现象到偶然现象，而模糊数学则是把数学的应用范围从确定性的领域扩大到了模糊领域，即从精确现象到模糊现象。在各科学领域中，所涉及的各种量总是可以分为确定性和不确定性两大类。对于不确定性问题，又可分为随机不确定性和模糊不确定性两类。模糊数学就是研究属于不确定性，而又具有模糊性的量的变化规律的一种数学方法。本章对于实际中具有模糊性的问题，利用模糊数学的理论知识建立数学模型解决问题。 1.1 模糊数学的基本概念 1.1.1 模糊集与隶属函数 1. 模糊集与隶属函数 一般来说，我们对通常集合的概念并不陌生，如果将所讨论的对象限制在一定的范围内，并记所讨论的对象的全体构成的集合为U ，则称之为论域（或称为全域、全集、空间、话题）。如果U 是论域 ，则U 的所有子集组成的集合称之为U 的幂集，记作)(U F 。在此，总是假设问题的论域是非空的。为了与模糊集相区别，在这里称通常的集合为普通集。 对于论域U 的每一个元素U x ∈和某一个子集U A ?，有A x ∈或A x ?，二者有且仅有一个成立。于是，对于子集A 定义映射 }1,0{:→U A μ 即 ?? ??∈=,0, ,1)(A x A x x A ，μ 则称之为集合A 的特征函数，集合A 可以由特征函数唯一确定。 所谓论域U 上的模糊集A 是指：对于任意U x ∈总以某个程度)]1,0[(∈A A μμ属于A ，而不能用A x ∈或A x ?描述。若将普通集的特征函数的概念推广到模糊集上，即得到模糊集的隶属函数。 定义1.1 设U 是一个论域，如果给定了一个映射 ]1,0[)(]1,0[:∈→x x U A A μμα 则就确定了一个模糊集A ，其映射A μ称为模糊集A 的隶属函数，A μ称为x 对模糊集A 的隶属度。 定义1.1表明，论域U 上的模糊集A 由隶属函数A μ来表征，A μ的取值范围为闭区间]1,0[，A μ的大小反映了x 对模糊集A 的从属程度，A μ值接近于1，表示x 从属A 的程度很高，A μ值接近于0，表示x 从属A 的程度很低，使5 .0=A μ
模糊数学模型
第四讲 模糊数学模型（Fuzzy ） 过份的精确反而模糊；适当的模糊反而精确。 起源：1965年 L.A.Zadeh 在杂志“ Information and Control ”上发表著名论文，首先提出模糊集合的概念，标志着模糊理论的产生。 一、模糊综合评判法 （一）模糊集合： 1、X 上的模糊集合A ，由()A U x 表示的隶属函数的集合。 ()A U x 表示X 隶属集合A 的程度，()A U x 越接近1 ，表示X 属于A 的程度越大。 当()A U x =1时，X 肯定属于A ； 当()A U x =0时，X 肯定不属于A ； 2、若X 为离散空间，则X 可以表示为：{}12,, ,n X x x x =,则模糊集合A 可以表示为： {}1122(,()),(,()),,(,())A A n A n A x U x x U x x U x =。 {}:1,2, ,9Eg X =,A=“大体上与5接近的数”， 模糊集合A 可以表示为A ={（1，0），（2，0），（3，0.4），（4，0.8）,(5,1),(6,0.8),(7,0.4),(8,0),(9,0)}。 3、若X 为连续空间，则X 可以表示为：{},,X x x R R =∈为某连续区域，模糊集合 {}(,()),A A x U x x R =∈。 Eg:若建立年轻人的隶属函数，可以根据统计资料，作出年轻人的隶属函数的大致曲线，发现与柯西分布接近。 21 ()()1 1()11 (30)0.3 1 3.51(3025)10 A A x a U x P x x a x a U βαβα≤?? ==?>?+-?===+-1 取a=25,=2,＝ 10 不合理