模糊综合评判模型在会泽铅锌矿隐伏矿定位预测中的应用

模糊综合评判模型在会泽铅锌矿

隐伏矿定位预测中的应用

刘名龙,黄德镛,李　勃,韩润生,李玉惠,伏云发

(昆明理工大学国土资源学院,昆明650093)

摘　要:　模糊综合评判(FCA )模型是基于模糊数学理论并结合隐伏矿预测理论而建立的一个找矿模型。在会泽铅锌矿隐伏矿定位预测中,运用FCA 模型,进行了成矿因素评价集的确定,评价因素权重的确定,并根据流程作出找矿预测的异常图。预测结果与实际工程施工验证相吻合,证明所构造的模型有效。该模型还可以推广到其他矿山进行隐伏矿定位预测。关键词:　模糊综合评判;隐伏矿床;定位预测;会泽铅锌矿

中图分类号:　P612;P618.4　文献标识码:　A 文章编号:100121412(2005)0120057204

会泽铅锌矿是云南省经济效益较好的国有大型

企业。但是,截止1998年6月,会泽铅锌矿尚保有铅锌金属储量按现有生产能力计算只能满足7～8年的生产需求。在老矿山深部及外围寻找矿体是国内外大力推行的一种行之有效的做法,它既可以充分利用原有矿山已建成的大量辅助设施和外部设施,又有利于所在地区经济的持续发展。根据己采矿体的实际情况,其资源特点为铅锌品位高(w (Pb +Zn )=35%)、伴生的有用组分多,是国内外罕见的特富矿。但是,矿床成因至今还不十分清楚,隐伏矿定位预测及增储也无显著的突破。所以,在矿区深部及外围进行隐伏矿定位预测及有效增储研究具有十分重要的理论研究价值和现实意义。在找矿方法和手段上,目前有许多传统地质数学数据处理方法[1,2],虽然这些方法也取得了一定的效果并被广泛应用,但因其存在固有的缺点,在一定程度上降低了成矿预测的准确性和可信度[3]。由于神经网络理论和模糊数学具有它们独特的优越性[4],有必要探索研究它们在隐伏矿体定位预测中的应用。

1　FCA 模型概述

FCA 模型是根据隐伏矿预测理论、方法和发展

趋势,考虑成矿往往是受多种因素的控制和影响,并

且成矿与其多因素之间是不确定的、复杂的非线性关系等特点,综合信息预测、运用已知的区域成矿规律进行隐伏矿床预测,同时利用模糊数学中模糊综合评判理论及方法,针对会泽铅锌矿深部矿体的成矿因素及特点,建立的隐伏矿定位预测模型。充分发挥了专家及模糊数学在处理寻找隐伏矿床中所遇到的模糊现象、模糊行为的优势。模糊综合评判就是对与研究对象密切相关的众多模糊因素进行综合的多元信息处理,以期望得到满意的结果。这就是用模糊综合评判原理和方法进行隐伏矿预测的依据。所谓综合评判,就是对所研究的对象进行评价。这里,评判是指按照给定的条件对事物的优劣进行评比、判定。综合是指评判条件包含多个因素。因此,模糊综合评判又可说是对受到多个因素影响的事物作出全面的评价。以隐伏矿预测区为评价对象,对它的矿化程度或成矿有利度的优劣进行评价,评判条件是与成矿密切相关的多个控矿因素,如断裂因素、地层因素、地球化学因素等。

FCA 模型的研究对象是矿区中划分的单元。对研究区进行单元划分是进行地质研究(如矿产资源评价、成矿靶区圈定、地质信息提取)最基础的环节。其目的为了确定地质变量观察尺度和取值范围,提高评价结果的准确性,而单元类型和大小,犹如样品采集和分析那样,其取样的方法及大小不同,

收稿日期:2004202204

基金项目:云南省省科技合作项目(项目编号:2000YK 204)资助。作者简介:刘名龙(192),男,硕士研究生,研究方向为采矿工程。

第20卷　第1期

2005年3月地　质　找　矿　论　丛 Vol.

20　No.1

Mar.2005

获得的结果对地质现象描述的精确程度不同,从而直接影响地质研究(如成矿有利度评价的)效果。预测单元划分太小,造成同一地质体分布于多个单元,人为割裂地质现象,而且明显地扩大了无矿单元和单一控矿单元的数目,增加了预测工作量,不利于地质模型的建立;而网格单元划分太大,则歪曲了有矿单元的分布形态,使误判有矿的面积增大,不利于找矿工作的进行,并使预测靶区的信度降低,因此如何确定最佳网格单元大小,并非易事,它必须结合实际资料水平和采用的评价模型,选择合理的单元划分方法。

2　会泽铅锌矿矿区地质概述

矿区地层由前震旦系组成基底,其上的盖层为上震旦统和古生界,构成“两层式结构”。地层走向为N E向,倾向SE。下石炭统摆佐组是矿区最主要的赋矿地层,主要由灰白色、肉红色、米黄色粗晶白云岩和致密块状浅灰色灰岩及硅质白云质灰岩组成。上二叠统峨眉山玄武岩在矿区内外均有出露。矿区构造以发育N E向背斜褶皱与断裂组合成破背斜特征,即所谓的“背斜加一刀”。这些N E向主干断裂是矿床重要的控矿构造。矿区内具有代表性的断裂有矿山厂、麒麟厂、银厂坡断裂,并有近乎垂直于N E向断裂的NW向断裂伴生,这些断裂具有多期活动的特点,与成矿密切相关。N E向断裂还有牛栏江断裂,表现为N E向重力梯度,是基性侵入体和玄武岩喷发的通道[5]。

通过上述研究表明,矿床明显受地层、岩性、构造等条件的控制。就麒麟厂矿床来说,麒麟厂断裂是该矿床的主要导矿构造;派生的N E向层间压扭性断裂为矿床的主要容矿构造;N W向断裂主要表现为配矿构造。N E构造带是会泽铅锌矿最主要的成矿构造体系;矿床严格受地层控制,矿体主要赋存于下石炭统摆佐组中,宰格组第三段仅见矿化,未发现矿体。另外,在会泽铅锌矿采用构造地球化学研究具有充分的理论依据,能直观地反映矿化元素的组合异常,是直接的重要找矿标志。

3　预测流程

运用模糊综合评判模型对会泽铅锌矿进行隐伏矿定位预测的工作流程见图1。

图1　预测流程图

Fig.1　Flow sheet for ore prediction

4　FCA模型

4.1　模糊因素评价集的确定

控制成矿的诸多地质因素在成矿过程中作用不同,但互有关联。根据对会泽铅锌矿的研究,模糊评价因素集为:FCA FS={F,S,F2SCORE}

其中FCA FS:模糊评价因素集;

F:断裂(包含N E向断裂N EF和N W向断裂NWF);

S:地层(包括下石炭统摆佐组其上部C1b和上泥盆统宰格组第三段D3z g):

F2SCORE:矿化因子的矿化元素组合值(Pb, Zn,Cu,Ag,Cd,Tl,As,Fe,Sb,Hg),即模糊综合评判模型融合了数理统计的方法

模糊评价集为:FCAS={M G,MC,NM}

其中FCAS:模糊评价集;M G:矿化好;MC:矿化一般;NM:没有矿化。

根据模糊综合评价的原理和控矿因素及指示矿化因素与矿化程度的关联,所选定的模糊评价因素集中的每一因素对评价集中每一评价等级都有一定的隶属度。对每一个网格单元构造一个单因素评价矩阵:

GS S M=

a11a12a

a21a22a23

a31a32a33

通过征求地质专家的意见,由其给出每一因素

85 地　质　找　矿　论　丛 2005年

评价集中元素的隶属度,如下表

表1　会泽麒麟厂铅锌矿各因素隶属度

Table 1　Sudordination degree for each ore factor

评价

断裂(F )N EF

NWF

地层(S )

C 1b

D 3z g

地球化学元素

F 2SCORE (因子得分)

因素10101010-3…-2-2…-1-1…00…1有矿化0.60.10.50.20.60.10.50.20.70.50.40.1一般0.30.30.30.20.30.30.30.30.20.30.30.3无矿化

0.1

0.6

0.2

0.6

0.1

0.6

0.2

0.5

0.1

0.2

0.3

0.6

4.2　模糊评价因素权重的确定断裂评价因素有两个子因素N EF 和N WF ,由

地质专家建议,它们对矿化有利的权重分别为:{0.7,0.3}。

地层评价因素也有两个子因素C 1b 、D 3z g ,同样根据地质专家的建议,它们对矿化有利的权重分别为:{0.8,0.2}。

下面用贴近度方法来确定3个主评价因素的权重,也即确定各因素对矿化有利的作用大小。对所选定的因素集:FCA FS ={F ,S ,F 2SCORE}尝试选择如下备择权重:

W 1=(0.50,0.40,0.10)W 2=(0.45,0.40,0.15)W 3=(0.40,0.40,0.20)W 4=(0.35,0.40,0.25)W 5=(0.30,0.45,0.25)W 6=(0.25,0.35,0.40)

取1571中段的网格单元,地质专家给出的评价为:

FCAR =(0.9,0.1,0)

其对应的单因素评判矩阵为:

S FA M =0.580.30.

0.520.30.18

0.10.30.6

通过计算各备择权重下的综合评判结果,分别得到:

FCA R 1=(0.508,0.3,0.192)FCA R 2=(0.484,0.3,0.216)FCA R 3=(0.460,0.3,0.240)FCA R 4=(0.436,0.3,0.246)FCA R 5=(0.433,0.3,0.267)FCA R 6=(0.367,0.3,0.333)由前面给出的贴近度计算公式:

(FCA R i ,FCA R )=1/2[FCAR i FCA R +(1-

FCAR i ⊙FCAR )]

计算各FCAR i 与FCA R 的贴近度:N 1=(FCA R i ,FCA R )=0.658N 2=(FCA R i ,FCA R )=0.634N 3=(FCA R i ,FCA R )=0.610N 4=(FCA R i ,FCA R )=0.595N 5=(FCA R i ,FCA R )=0.583N 6=(FCA R i ,FCA R )=0.5335

最后挑选贴近度最大值所对应的备择权重作为比较合理的权重集:

N =max (N i )=0.658故W =(0.5,0.4,0.1)即对矿化最重要的因素为断裂构造F ,地层也具有重要作用,化学元素可能是矿化的直接指示作用。

5　大水井矿区1571中段预测情况

通过上述方法可求出预测区每个网格单元的单因素评价矩阵SFAM ,而每个网格单元的多因素综合评判由FCAR =W .SFAM 计算得到。对大水井矿区1571中段进行模糊综合批判,由模糊评价集FCAS ={M G ,MC ,NM}可知,M G 的值反映了网格单元矿化的程度。用MA P GIS 工具绘出M G 的等值线图。这些图可视化地反映矿化有利区的分布和变化趋势。显然M G 值越大反映了网格单元矿化程度越好,有利矿化地段的低限值可由地质专家来确定,确定后,可由模糊综合评判图进一步确定预测区有利矿化区的分布。

选取利用模糊综合评判模型。可以得到成矿有利度系数,将单元号的中心坐标与成矿有利度连接,通过MA P GIS 的D TM 模型,可作出相应的异常平面和立体预测图。图2是成矿预测的异常图(包括

5第20卷　第1期刘名龙等:模糊综合评判模型在会泽铅锌矿隐伏矿定位预测中的应用

平面和立体图),图3是成矿预测的异常平面图与实际结果的叠加图。从图上可见,实际见矿部位(深色部分)与预测的高异常区相一致,即找矿靶区应为高异常区,可见通过异常预测确定找矿靶区是可信的。

图2　会泽麒麟厂铅锌矿深部1571中段

立体异常预测图

Fig.2　32dimension predictive plot at depth of1571

level in Qilinchang dormain of Huize Pb2Zn mine

6　结论

模糊综合评判模型在隐伏矿定位预测中具有优越性,可以表达专家对隐伏矿床研究获得的经验知识,特别适合于描述和处理隐伏矿预测中不精确或非线性的控矿因素信息,通过综合评价多个控矿因素,可揭示成矿有利度与控矿多因素之间的模糊关系,可视化成矿有利度在空间上的变化趋势,达到定位预测的目的。模糊综合评判模型在会泽麒麟厂铅锌矿深部隐伏矿定位预测中的应用,与预期的结果相吻合,实际见矿部位与预测的高异常区相一致,通过高异常确定找矿靶区是充分可信的。

参考文献:

[1]　刘承.中国数学地质进展[M].北京:地质出版社,1994.

[2]　於崇文.数学地质的方法与应用[M].北京:冶金工业出版社,

1980.

[3]　许强,黄润秋.基于神经网络理论的工程地质数据处理与定量

化分析方法初探[J].地质灾害,1995,6(2).

[4]　胡继才,万福钧,吴珍权,等.应用模糊数学[M].武汉:武汉测

绘科技大学出版社.

[5]　韩润生,李元.会泽麒麟厂铅锌矿床深部找矿预测研究(校企合

作资助项目)报告[R].

A APPLICATION OF FCA MODE L TO CONCEALED

DEPOSIT LOCATION PREDICTION I N H UIZE Pb2Zn MI NE

L IU Ming2long,HUANG De2yong,L I Bo,HAN Run2sheng,L I Yu2hui,FU Yun2fa

(Kunming Universit y of Science and Technolog y,Kunming650093,China)

Abstract:　Fuzzy comprehensive appraisement(FCA)model is a prediction model based on f uzzy mat hemat2 ics and modern concealed deposit location p rediction t heory.This paper mainly discusses t he application of FCA model in Huize Pb2Zn mine,including t he establishment of appraised set of factors and weight s esti2 mation and a abnormal map of concealed deposit prediction.The result is in accordiance wit h engineering drilling,t he model is p roved to be valid and can be also used to ot her mine.

K ey w ords:　f uzzy comprehensive appraisement;concealed depo sit;locatio n p rediction

06 地　质　找　矿　论　丛 2005年

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

模糊综合评价模型及实例

模糊综合评价模型模糊综合评价模型(Fuzzy Synthetic Evaluation Model) 目录 [隐藏] 1 什么是模糊综合评价模型？ 2 模糊评价的基本思想 3 模糊综合评价模型类别[1] o 3.1 模糊评价基本模型 o 3.2 置信度模糊评价模型 4 模糊综合评价模型的运用 5 模糊综合评价模型案例分析 o 5.1 案例一：模糊综合评价模型在企业跨国并购风险评价中的应用[2] 6 参考文献 [编辑] 什么是模糊综合评价模型？模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑]

模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型设评判对象为P: 其因素集 ,评判等级集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。在(U,V,R)模型中，R中的元素r ij是由评判者“打分”确定的。例如 k 个评判者，要求每个评判者u j对照作一次判断，统计得分和归一化后产生

12 模糊综合评价模型

二模糊综合评价模型模糊综合评判方法，是一种运用模糊数学原理分析和评价具有“模糊性”的事物的系统分析方法。它是一种以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评价方法。由于这种方法在处理各种难以用精确数学方法描述的复杂系统问题方面所表现出的独特的优越性，近年来已在许多学科领域中得到了十分广泛的应用。 2.1 模糊综合评判模型 2.1.1单层次模糊综合评判模型给定两个有限论域 U=｛u 1，u 2，…，um ｝ (1) V=｛v 1，v 2，…，v n ｝ (2) (1)式中，U 代表所有的评判因素所组成的集合；(2)式中，V 代表所有的评语等级所组成的集合。如果着眼于第i(i=1，2，…，m)个评判因素u i ，其单因素评判结果为R i =[r i1，r i2，…，r in ]，则m 个评判因素的评判决策矩阵为 111121221 2221 2 n n m m m mn R r r r R r r r R R r r r ???? ????????==???? ???? ???????? （3）就是U 到V 上的一个模糊关系。如果对各评判因数的权数分配为：1,2,,m A a a a ??=?? （显然，A 是论域U 上的一，个模糊子集，且101,1m i i i a a =≤≤=∑）则应用模糊变换的合成运算，可以得到论域V 上的一个模糊子集，即综合评判结果： 1,2,,n B A R b b b ??=?=?? （4） 2.1.2多层次模糊综合评判模型在复杂大系统中，需要考虑的因素往往是很多的，而且因素之间还存在着不同的层次。这时，应用单层次模糊综合评判模型就很难得出正确的评判结果。所以，在这种情况下，就需要将评判因素集合按照某种属性分成几类，先对每一类进行综合评判，然后再对各类评判结果进行类之间的高层次综合评判。这样，就产生了多层次模糊综合评判问题。多层次模糊综合评判模型的建立，可按以下步骤进行： (1)对评判因素集合U ，按某个属性，将其划分成m 个子集，使它们满足： 1 () m i i i j U U U U i j =?=????=Φ≠?∑ （5）

模糊综合评价模型及实例

模糊综合评价模型 [编辑] 什么是模糊综合评价模型？模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑] 模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型

设评判对象为P: 其因素集 ,评判等级集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示 u i关于v j的隶属程度。(U,V,R)则构成了一个模糊综合评判模型。确定各因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。在(U,V,R)模型中，R中的元素r ij是由评判者 “打分”确定的。例如k 个评判者，要求每个评判者u j对照作一次判断，统计得分和归一化后产生 , 且 , 组成R0。其中既代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集中程度。数值为1 ,说明u j为v j是可信的，数值为零为忽略。因此，反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。当取N个等级时，其量化后对应于[0，l]区间上N次平分。例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。对某j个指标，取遍k个专家对该指标评估所得的权重，得。作和式 (3) 其中d ij表示数组中属于的个数，a0 = 0,b N = 1。

(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

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

模糊综合评价

2 模糊综合评价在对许多事物进行客观评判时，其评判因素往往很多，我们不能只根据某一个指标的好坏就作出判断，而应该依据多种因素进行综合评判，如技术方案的选择、经济发展的比较等.模糊综合评判可有效地对受多种因素影响的事物作出全面评价. 2.1 理论介绍模糊综合评判通常包括以下三个方面：设与被评价事物相关的因素有n 个，记为12{,,,}n U u u u =，称之为因素集。又设所有可能出现的评语有 m 个，记为12{,,,}m V v v v =，称之为评判集。由于各种因素所处地位不同，作用也不一样，通常考虑用权重来衡量，记为 12{,, ,}n A a a a =。 1.评判步骤进行模糊综合评判通常按以下步骤进行：（1）确定因素集12{,,,}n U u u u =。（2）确定评判集12{,, ,}m V v v v =。（3）进行单因素评判得12{,,,}i i i im r r r r =。（4）构造综合评判矩阵： 111212122 212 m m n n nm r r r r r r R r r r ???? ??=?????? （5）综合评判：对于权重12{,,,}n A a a a =，计算B A R =，并根据最大隶属度原则作出评判。 2.算子的定义在进行综合评判时，根据算子的不同定义，可以得到不同的模型。 1）模型I :(,)M ∧∨——主因素决定型运算法则为max{(),1,2, ,}j i ij b a r i n =∧=(1,2, ,)j m = 。该模型评判结果只取决于在总评判中起主要作用的那个因素，其余因素均不影响评判结果，比较适用于单项评判最优就能认为综合评判最优的情形。 2）模型II (,)M ∨：——主因素突出型

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：4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、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： 1、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。 2、模型分析，给出建立模型的适用性、合理性分析。 3、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 2.1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

模糊综合评判法

模糊综合评判法在企业技术创新能力中的应用目录中文摘要.............................................................................................I 英文摘要.......................................................................................... II 1.绪论 (1) 1.1选题背景 (1) 1.2多指标综合评价方法 (2) 1.2.1主观赋权评价法 (2) 1.2.2 客观赋权评价法分析 (3) 1.3模糊综合评判法 (3) 1.3.1模糊综合评法 (3)

1.3.2模糊综合评判的特点 (5) 2.企业技术创新能力内涵及其评价指标体系 (6) 2.1企业技术创新能力内涵 (6) 2.2建立企业技术创新能力评价指标体系的基本原则 (7) 2.3建立的企业技术创新能力评价指标体系 (8) 3.模糊综合评价法的原理及评判模型的构建 (9) 3.1模糊内涵 (9) 3.2模糊综合评价法的原理 (10) 3.3高新技术企业技术创新能力多级模糊综合评判模型的构建 (11) 3.3.1指标体系的设置原则 (11) 3.3.2指标体系设置 (11) 3.3.3高新企业技术创新能力多级模糊综合评判模型的构建 (13) 4.实例研究 (14) 4.1AN公司背景 (14) 4.2AN公司技术创新能力评价与分析 (14) 4.3小结 (16) 总结 (17) 参考文献 (18) 致谢词 (19)

模糊综合评价模型

（一）问题重述连锁店选址：今有8个候选作为连锁店选址，其因素集由表一决定，各隶属度由表二给出。请给出排序。表一

表二模糊综合评价矩阵此题是一个连锁店选址问题，根据表一里给的那些因素集给它选择一个比较合适的开店地址。我们可以把题目分成三个小题：第一，求出三级指标供水、供电、供气等对二级指标的三供、废物处理等的影响程度。第二，求出二级指标对一级指标的影响程度。第三，求出一级指标对连锁店选址的影响程度，然后根据算出的影响程度对选址做出合适的选择。（二）问题分析此题比较特殊，这个连锁店选址已经通过因素集表一和隶属度

表二给了我们做题的方法。就是通过两个表数据用模糊综合评价法去做题；在这里我们是用的模糊评价法里的算子),(⊕?M 和excel 软件进行数据的处理和求解。模糊评价法的几种算子： ),(.1∨∧M {}n k r a r a b jk j m j jk j m j k ,,2,1,),min(max )(11 ==∧∨=≤≤= ),(.2∨?M {}n k r a r a b jk j m j jk j m j k ,,2,1,max )(11 =?=?∨=≤≤= ),(.3⊕∧M n k r a b m j jk j k ,,2,1,),min(,1min 1 =??? ???=∑= ),(.4⊕?M n k r a b m j jk j k ,,2,1,,1min 1 =??? ????=∑= 以及这几种算子的优缺点：由表知道算子),(⊕?M 的体现权数作用明显、综合程度强、利用数据信息充分，而且是加权平均型；计算比较容易又作用比较好，故这里我们使用的是算子),(⊕?M 。

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

大学生综合素质的模糊综合评价模型

大学生综合素质的模糊综合评价模型一、常见综合评价方法分析比较综合评价方法又称为多指标综合评估技术。综合评价是对一个复杂系统的多个指标信息，应用定量方法，对数据进行加工和提炼，以求得其优劣等级的一种评价方法。综合评价的目的是发现问题，排出优劣次序。目前，综合评价的方法有很多，如综合评分法、综合指数法、层次分析法、TOPSIS 法、以及模糊综合评价法等，现分别概述总结如下： l、综合评分法(synthetical scored method)：建立在专家评价法基础上，根据评价目的及评价对象的特征选定必要的评价指标，逐个指标订出等级，每个等级的标准用分值表示，然后以恰当的方式确定各评价指标的权数，并选定累积总分的方案以及综合评价等级的总分值范围，以此为准则，对评级对象进行分析和评价，以决定优劣取舍的综合评价方法。 2、综合指数法(synthetical index method)＆"：利用综合指数的计算形式，定量的对某现象进行综合评价的方法。 3、层次分析法(analytic hierarchy process)：常用于确定指标权重，也可进一步进行综合评价。基本思路是用系统分析方法，对评价对象依评价目的所确定的总评价目标进行连续性分解，得到各级(各层)评价目标，并以最下层作为衡量目标达到程度的评价指标。然后依据这些指标计算出综合评分指数，对评价对象的总评价目标进行评价，依其大小来确定评价对象的优劣等级。 4、Topsis法：系统工程中有限方案多目标决策分析的一种常用方法"。是基于归一化后的原始数据矩阵，找出有限方案中的最优方案和最劣方案(分别用最优向量和最劣向量表示)，然后分别计算各评价对象与最优方案和最劣方案的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。 5、模糊综合评价法：模糊综合评价就是应用模糊变换原理和最大隶属度原则，考虑与被评价事物相关的各个因素，对其所做的综合评价。模糊综合评价方法以其独特处理模糊事物的方法，充分的、科学的体现了定性与定量相结合的思想，对不易定量指标的评价结果，既能提供较准确的定量数据，便于与易定量指标综合得到一个衡量职业素质的总体水平的定量指标，又能提供准确、适当的评价等级，使定性评价有一个客观依据。学生综合素质评价指标体系中，既含有易量化的因素，又含有难以量化的因素，在综合测评中如何处理这两方面的因素?有人建议，对易量化的因素，采用综合素质的传统测评方法，对难以量化的因素，如道德素质，采用具有描述性、评价性的语言来评价。但显然只采用描述性、评价性的语言来评价，其公正性、准确性难以令人信服，而且在某些情况下，没有一个合理的综合指标衡量，进行比较是很困难的。根据大学生综合素质评价指标体系的特点和综合评价的要求，本课题的综合评价方法首先利用模糊综合评价法对不易定量的指标进行模糊综合定量评价，然后利用加权综合方法，将其结果与易定量因素的定量指标综合，得到一个合理衡量学生综合素质的综合定量指标，从而解决学生综合素质评价中定量和定性相结合的难题。二、模糊综合评价方法 3．2．1单级模糊综合评价 1、确定评价指标集合为同一层次的评价指标。 2、确定评语集为评价等级。每一个等级

模糊综合评判法

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 =

(完整word版)模糊综合评价模型

（二）“水平高（低）、效果好（差）、重点突出（模糊）、能力强（弱）”等评语来评价教育教学中一些事物的质量，然而这类评语本身却是一个模糊的概念，它的外延是不分明的，人们在头脑中鉴别这个模糊概念时并不需要也很难作绝对的肯定和否定。所以，如果过分地追求精确反倒更模糊，适当地模糊反而可以达到精确（或准确）的目的。难点在于评价指标的设计与量化过程的处理，特别是量化问题，如果量化方法不科学，评价结果的可靠性就差。量化过程与评价者所给的分数多少带有一定的主观性，所以被评者所得的分数高低不一定能完全准确。具有很大的“模糊性”，故用模糊综合评价法来建立评价模型。评价指标体系应根据评价对象、科目和学校类别的不同而有所差异。四、模糊综合评价模型模糊综合评价方法的基本思想是：在确定评价因素、因子的评价等级标准和权值的基础上，运用模糊集合变换原理，以隶属度描述各因素及因子的模糊界线，构造模糊评判矩阵，通过多层的复合运算，最终确定评价对象所属等级。设有n 个评价等级，m 个一级评价指标（因素），每个一级指标又包含多个二级指标（因子），并用U 、V 、V i 等符号表示，即：等级论域 U ＝{u 1, u 2,… ,u n } 因素论域 V ＝{V 1, V 2, …,V m } 因子论域 V i ＝{v 1, v 2, …,v k } 由于U 与V 之间存在模糊关系～ R ，可表示为模糊矩阵形式：～ R =()n m ij mn m m n n r r r r r r r r r r ?=????? ?? ?????Λ M ΛM M ΛΛ2 122221112 11 其中r ij 表示第i 个评价因素V i 对第j 个等级的隶属度，它依赖于V i 所包含的各个因子对各等级的隶属度及各因子对因素的权重, 设V i 所包含的第p 个因子对第q 个等级的隶属度为i pq S (p=1，2,…,k; q=1,2,…,n) ，第p 个因子对该因素的权重i p W ，则 ()() i k i i in i i W W W r r r ,,,,,,2121ΛΛ= （1）这样就确定了模糊关系矩阵。记一级评价因素的权重为：A ＝（A 1，A 2，…,A m ）则综合评价结果为：B ＝A ～ R ＝（b 1, b 2, …b n ）（2）若k b =max(b 1, b 2, …b n )，则评价对象属于第k 类。实践评价工作中，评价者往往由多类人员组成（如专家类、领导类、同行类、学生类），各类人员的评价结果的重要性不同，此时可以这样进行：先分别按上述方法求出各类评价人员的综合评价结果，最后作加权平均得出总评价结论。设有K 类评价人员，他们的综合评价结果分别为向量B 1，B ２，…，B K ，权值分别为T １， ?????? ????????i kn i k i k i n i i i n i i s s s s s s s s s ΛM ΛM M ΛΛ212222211211

模糊综合评价模型理论

校园环境质量的模糊综合评价方法信息与计算科学2003级马文彬指导教师杜世平副教授摘要：本文应用模糊数学理论，把模糊综合评价方法具体应用到校园环境质量综合评价研究中，结合校园的实际情况将环境评价系统根据需要分成若干个指标，建立了因子集、评价集、隶属函数和权重集，实现对校园环境的质量等级综合评判。采用层次分析法计算评价的权重集，并对取大取小算法和评价结果的最大隶属度原则进行了改进，取得较好的效果。实例表明：模糊综合评价方法可操作性强、效果较好，可在一般环境的质量评价中广泛应用。关键词：校园环境质量，模糊综合评价，层次分析法，权重 1引言模糊综合评价是以模糊数学为基础。应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法[1]。在校园环境质量综合评价中，涉及到大量的复杂现象和多种因素的相互作用，而且，评价中存在大量的模糊现象和模糊概念[2,3,4]。因此，在综合评价时，常用到模糊综合评价的方法进行定量化处理[5,6]，评价出校园环境的质量等级，取得了良好的效果。但权重的确定需要专家的知识和经验，具有一定的缺陷，为此，本文采用层次分析法来确定各指标的权系数[7]。使其更有合理性，更符合客观实际并易于定量表示，从而提高模糊综合评判结果的准确性。此外，模糊综合评价中常取的取大取小算法，信息丢失很多，常常出现结果不易分辨(即模型失效)的情况[8]。所以，本文提出了针对模糊综合评价的改进模型。另外，本文在对模糊综合评价结果进行分析时，对常用的最大隶属度原则方法进行了改进，提出了加权平均原则方法。 2模型的建立 2.1 模糊综合评价方法和步骤 2.1.1 模糊综合评价方法模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化(即确定隶属度)，然后利用模糊变换原理对各指标综合[9]。

综合评价模型

模糊综合评价模型(Fuzzy Synthetic Evaluation Model) 目录 [隐藏] ? 1 什么是模糊综合评价模型？ ? 2 模糊评价的基本思想 3 模糊综合评价模型类别[1] o 3.1 模糊评价基本模型 o 3.2 置信度模糊评价模型 ? 4 模糊综合评价模型的运用 5 模糊综合评价模型案例分析 o 5.1 案例一：模糊综合评价模型在企业跨国并购风险评价中的应用 [2] ? 6 参考文献 [编辑] 什么是模糊综合评价模型？模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑] 模糊评价的基本思想许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型设评判对象为P: 其因素集,评判等级集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1)

其中，r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。在(U,V,R)模型中，R中的元素r ij是由评判者“打分”确定的。例如k 个评判者，要求每个评判者u j对照作一次判断，统计得分和归一化后产生 , 且, 组成R0。其中既代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集中程度。数值为1 ,说明u j为v j 是可信的，数值为零为忽略。因此，反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。当取N个等级时，其量化后对应于[0，l]区间上N次平分。例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。对某j个指标，取遍k 个专家对该指标评估所得的权重，得。作和式 (3) 其中d ij表示数组中属于的个数，a0 = 0,b N = 1。取(4) 取遍, 得,归一化后得到权向量。如果则a i的信度为。由此得信度向量为。 (2)置信度的综合设c1,c2是二个置信度，对于逻辑AND，其信度合成为 (5) 对于逻辑OR, 信度成为 (6) 其中为参数，可适当配置。(5)、(6)二式的含义是：在逻辑AND 下, ; 在逻辑OR 下，

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

基于改进层次分析法的模糊综合评判模型

基于改进层次分析法的模糊综合评判模型 2004 年3 月SHUILI XUEBAO 第 3 期文章编号：0559-9350 (2004) 03-0065-06 基于改进层次分析法的模糊综合评价模型金菊良1，魏一鸣2，丁晶3 (1.合肥工业大学土木建筑工程学院，安徽合肥230009 ；2.中国科学院科技政策与管理科学研究所，北京100080 ； 3. b5E2RGbCAP 四川大学水利水电工程学院，四川成都610065) 摘要：模糊综合评价在理论和应用中的关键问题是如何合理确定各评价指标的权重。为此，提出了直接根据单指标相对隶属度的模糊评价矩阵，构造层次分析法中的判断矩阵，用以确定各评价指标权重。给出了用加速遗传算法检验和修正判断矩阵的一致性和计算判断矩阵各要素的权重的模糊综合评价模型(AHP_FCE。实例表明， AHP_FC方法简便和通用，计算结果较为客观和稳定，在系统工程理论和实践的各种综合评价中具有推广应用价值。关键词：模糊综合评价；层次分析法；判断矩阵；加速遗传算法中图分类号：TV213 文献标识码：A p1EanqFDPw 作为定性分析和定量分析综合集成的一种常用方法，模糊综合评价(Fuzzy Comprehe nsive :1 ?3] Evaluation_FCE)已在工程技术、经济管理和社会生活中得到广泛应用。目前模糊综合评价的研究难点之一，就是如何科学、客观地将一个多指标问题综合成一个单指标的形式，以便

在一维空间中实现综合评DXDiTa9E3d [4 ?6] 价，其实质就是如何合理地确定这些评价指标的权重。在近年来提出的确定权重的主要方法中，等权 [2]重法在各方案的综合评价值相差不大时常常给决策带来困难；统计试验法、专家评分法和集值统计迭代 [ 3][3，7] 法在评价指标较多时实现起来较为困难；权重随各评价指标值的不同取值状态而变化的变权重法，是将权重作为各评价指标值的函数，而构造该函数的形式需根据对研究问题具体情况的深刻理解和丰富的应用数学经验进行，有时需要通过大量的统计来描绘“权重矢量场”，进而得出近似公式，因此变权重法实际应用起来很困难；层次分析法(Analytic Hierarchy Process_AHP)，是从定性分析到定量分析综合集成的一种典型的系统工程方法，它将人们对复杂系统的思维过程数学化，将人的主观判断为主的定性分析进行定量化，将各种判断要素之间的差异数值化，帮助人们保持思维过程的一致性，适用于复杂的模糊综RTCrpUDGiT [ 1，4，6，8] 合评价系统，是目前一种被广泛应用的确定权重的方法。AHP在实用中存在的主要问题是如何构造、检验和修正判断矩阵的一致性问题和计算判断矩阵各要素的权重。目前已提出的处理方法的主要问题是主观性强、修正标准对原判断矩阵而言不能保证是最优的或只对判断矩阵的个别元素进行修正，但至今尚没有一个统一的修正模式，实际应用AHP时多数是凭经验和技巧进行修正，缺乏相应的科学理论和方法指导 9] 5PCzVD7HxA 在上述研究的基础上，本文提出了根据模糊评价矩阵构造用于确定各评价指标权重的判断矩阵的新思