AHP-模糊综合评判法
11
【引例】科研成果评价
假设评价科研成果，评价指标集合
U={u1 ，u2 ，u3}
={学术水平，社会效益，经济效益}，
其各因素权重设为
A {0.3,0.3,0.4}
12
确定评语集为V= {V1 ，V2 ，V3 ，V4} ={很好，好，一般，差}
26
评语集 V {v1 , v2 , v3 , v4 } 其中
v3 =“不太受欢迎”； v1 =“很受欢迎”；v2 =“较受欢迎”；
v4 =“不受欢迎”；
对于某个型号的电脑，请一些用户对各因素进行评价： 若对于运算功能
u1 ,有20%的人认为是“很受欢迎”，50%的
的单因素评价向量为
人认为“较受欢迎”，30%的人认为“不太受欢迎” ，没有
对各指标分别表示如下：
u1 =“运算功能（数值、图形等）”； u 2 =“存储容量（内、外存）”； u3 =“运行速度（CPU、主板等）”； u 4 =“外设配置（网卡、调制调解器、多媒体部件等）”；
u5 =“价格”。
则
U {u1 , u2 , u3 , u4 , u5} 构成指标集或因素集。
R1 ,
R2 , R3 , R4 ,
R5 组合成评判矩阵 R
28
0 .2 0 .1 R 0 .0 0 .0 0 .5
0 .5 0 .3 0 . 0 0 .3 0 .5 0 . 1 0 .4 0 .5 0 . 1 0 . 1 0 .6 0 .3 0 .3 0 .2 0 . 0
A2 (0.4,0.35,0.15,0.1)
23
（5）用算子 M (,) 计算综合评判为
0.2 0.5 0.2 0.1 0.7 0.2 0.1 0 B1 A1 R 0.1 0.2 0.3 0.4 (0.24,0.33,0.39,0.04) 0 0.4 0.5 0.1 0.2 0.3 0.5 0 0.2 0.5 0.2 0.1 0.7 0.2 0.1 0 B2 A2 R 0.4 0.35 0.15 0.1 (0.345,0.36,0.24,0.055) 0 0.4 0.5 0.1 0.2 0.3 0.5 0
运算功能 存储容量 运行速度
外设配置
价格
据调查，近来用户对微机的要求是：工作速度快，外设配 置较齐全，价格便宜，而对运算和存储量则要求不高。于 是得各因素的权重分配向量：
A (0.1,0.1,0.3,0.15,0.35)
作模糊变换：
29
0.2 用算子 M ( ,)计算如下： 0.1 0.0 B A R (0.1 0.1 0.3 0.15 0.35) 0.0 0.5
请该领域专家若干位，分别对此项成果每一因素进行单因
素评价，例如对学术水平，有50%的专家认为“很好”，30% 的专家认为“好”，20%的专家认为“一般”。由此得出学 术水平的单因素评价结果为 R1 0.5 , 0.3 , 0.2 , 0 全部因素的评价结果为
R1 0.5 0.3 0.2 0 R R2 0.3 0.4 0.2 0.1 R 0.2 0.2 0.3 0.2 3
模糊数学——研究和揭示模糊现象的定量处理方法。
5
随机性和模糊性
• 随机性的特征，是关于对象在类属和性态方面的定义是完全 确定的，但对象出现的条件方面是概率的、不确定的。因此 ，随机性是和必然性相对的。要描述随机性的特征，一般运 用统计方法，通过统计分析，从随机性中寻找必然的规律。
• 模糊性的特征，是表征对象在认识中的分辨界限是不确定的 ，即对象在类属、性态方面的定义是不精确的、不明晰的。 因此，模糊性是与精确性相对的。要描述对象的模糊性特征 ，就需要运用模糊数学，通过模糊数学模型分析，实现由模 糊向精确化的转化。
u1 人认为“不受欢迎”，则
R1 (0.2,0.5,0.3,0)
27
同理，对存储容量 u 2 ，运行速度 u3 ，外设配置 u 4 和价格
u5 分别作出单因素评价，得
R2 (0.1,0.3,0.5,0.1)
R3 (0,0.4,0.5,0.1)
R4 (0,0.1,0.6,0.3)
R5 (0.5,0.3,0.2,0.0)
(0.1 0.1 0.0 0.0 0.35, 0.1 0.1 0.3 0.1 0.3, 0.1 0.1 0.3 0.15 0.2, 0.0 0.1 0.1 0.15 0.0)
(0.35,0.3,0.3,0.15)
30
r11 r21 R r n1 r12 r22 rn 2 r1m r2 m rnm
（4）确定因素集权重向量，对评判集可数值化或归一化 （5）计算综合评判（综合隶属度）向量：对于权重
A (a1 , a2 ,, an ), 计算 B A R
• 其中“
”为模糊算子
14
三、模糊综合评判法的主要算子
15
四个主要的模糊算子
(1) M ( , ) 算子
m
表示取小 表示取大
a j , rjk Bk ( a j r jk)＝maxmin
j 1 1 j m
,
k 1 , 2 , , n
(0.3 0.3 0.4)
7
模糊数学绪论
• 涉及学科
模糊代数，模糊拓扑，模糊逻辑，模糊分析， 模糊概率，模糊图论，模糊优化等模糊数学分支 • 应用领域
分类、识别、评判、预测、控制、排序、选择；
人工智能、信息控制、聚类分析、专家系统、 综合评判等
8
二、模糊综合评判法的主要步骤
9
设与被评价事物相关的因素有 n个，记作
U {u1 , u2 ,, un }
AHP-模糊综合评估法
1
模糊综合评价法
2
一、模糊现象与模糊数学基础
二、模糊综合评判法的主要步骤
三、模糊综合评判法的主要算子 四、模糊综合评判法实例 五、模糊综合评价法优缺点
3
一、模糊现象与模糊数学基础
4
模糊数学绪论
用数学的眼光看世界，可把我们身边的现象划分为： 1.确定性现象：物质的汽化、冷凝，运动的速率，这种现象 的规律性靠经典数学去刻画； 2.随机现象：某种事物的分布，故障发生的概率，这种现象 的规律性靠概率统计去刻画; 3.模糊现象：年轻、重、热、美、厚、薄、快、慢、大、小、 高、低、长、短、贵、贱、强、弱，靠模糊数学去刻画。 模糊现象的共同特点：外延不清晰
（6）按最大隶属原则，第一类顾客对此服装不太欢迎，而第二类顾客 对此服装比较欢迎。
24
【例2】用户对电脑的综合评判
比如用户关心电脑的以下几个指标：
“运算功能（数值、图形等）”；
“存储容量（内、外存）”；
“运行速度（CPU、主板等）”； “外设配置（网卡、调制调解器、多媒体部件等）”； “价格”。
25
13
综合评价为
r11 r21 B A R a1 , a2 , , am r m1 r12 r22 rm 2 r1n r2 n rmn
0.5 0.3 0.2 0 0.3 0.3 0.4 0.3 0.4 0.2 0.1 0.2 0.2 0.3 0.2
0.5 0.3 0.2 0 0.3 0.4 0.2 0.1 0.2 0.2 0.3 0.2
0)算子
m
表示相乘
1 j m
Bk ( a j r jk)＝maxa j rjk , k 1 , 2 , , n
j 1
(0.3 0.3
0.5 0.3 0.2 0 0.4) 0.3 0.4 0.2 0.1 0.8 0.8 0.7 0.3 0.2 0.2 0.3 0.2
18
(4)
M ( , )
Bk a j rjk , k 1 , 2 , , n
u3 r3 (0,0.4,0.5,0.1)
u4 r4 (0.2,0.3,0.5,0).
22
形成隶属度矩阵
0.2 0.7 R 0 0.2
0.5 0.2 0.1 0.2 0.1 0 0.4 0.5 0.1 0.3 0.5 0
（4）确定因素集权重向量 设有两类顾客，他们根据自己的喜好对各因素所分 配的权重分别为 A1 (0.1,0.2,0.3,0.4)
称之为因素集或指标集，考虑用权重 A {a1 , a2 ,, an }来 衡量各因素重要程度的大小。 又设所有可能出现的评语有 m 个，记作
V {v1 , v2 ,, vm }
称之为评语集或评判集。
10
模糊综合评判的步骤
（1）确定因素（指标）集U {u1 , u2 ,, un }; （2）确定评判（评语）集V {v1 , v2 ,, vm }; （3）进行单因素评判得到隶属度向量 ri (ri1 , ri 2 ,, rim ) ，形成 隶属度矩阵：
模糊数学绪论
•产生 1965年，L.A. Zadeh（扎德） 发表了文章《模糊集 》
(Fuzzy Sets，Information and Control, 8, 338-353 )
•基本思想
用属于程度（隶属度）代替属于或不属于。
如某员工属于优秀的程度为0.6, 属于良好的程度 为0.4，属于一般的程度为0.2，属于较差的程度 为0.1。
j 1 m
(0.3 0.3 0.4)
0.5 0.3 0.2 0 0.3 0.4 0.2 0.1 0.32 0.29 0.27 0.2 0.2 0.3 0.2
AHP-模糊综合评价法在工作面长度选择中的应用
１ ＡＩＰ 模 糊 综 合 评 价 法 原 理 －－ Ｉ
１ １ 层 次 分 析 法 ．
立决 策评 判集 合 Ｖ＝
， ， ， ， ｝ ③ 根 据层 次 ；
ｎ
分析 法 （ Ｐ 确定 因素权重 向量 Ｗ ＝｛ 。 ， ， ＡＨ ） ，
…
层 次分 析 法 是 ２ ０世 纪 ７ ０年 代 美 国 运 筹 学 家
关 键 词 ： 作 面 长 度 ； 次 分 析 法 ； 糊 综合 评 价 工 层 模 中 图分 类 号 ： Ｄ ２ Ｔ ８２ 文 献 标 志 码 ： Ｂ 文 章 编 号 ：０ ３—０ ０ （ ０ ２ ０ ０ １ １０ ５ ６ ２ １ ） ５— ０ ７—０ ４
合 理 的综采 工作 面 长度是 矿井 和采 区巷道 布置 的一个 重要 参数 ， 实 现 高 产 、 效 的 重 要 条件 … 。 是 高
采 系统 是一 个受 多 种 因 素 影 响 的动 态 系 统 ， 选 择 在
重要 性 ， 根据 评 价尺度 确定 其相 对重 要度 ， 后进 行 然
层次 单 排序 。③ 计算 判断 矩阵 的特 征 向量 和 建立 评 判矩 阵 。④ 通过 对 各方 案 综 合 重 要 度 的计 算 ， 决 为
“ ， ， ｝ ② 确定 方 案评价 等级 ， 般取 ５个 等级 ， … ； 一
好 （。 、 好 （： 、 ）较 ） 一般 （ ， 、 差 （ ） 差 （ ） 建 ）较 、 ，
种相 互补 充 、 之有 效 的多 目标决 策方 法 ， 行 能够 为
方 案决பைடு நூலகம்策提 供依 据 。
２１ ０ ２年第 ５ 期
中州 煤 炭
总第 １７期 ９
ＡＨＰ 模 糊 综 合 评 价 法 － 在 工 作 面 长 度 选 择 中 的 应 用
基于AHP模糊综合评价法的农村生活污水处理技术评价研究以L县Z镇为例
基于AHP模糊综合评价法的农村生活污水处理技术评价研究以L县Z镇为例一、本文概述随着农村地区经济社会的快速发展，农村生活污水的产生量不断增加，其处理与排放问题逐渐成为环境保护的热点。
农村生活污水处理技术的选择与应用，直接关系到农村生态环境的改善和居民生活质量的提升。
科学评价农村生活污水处理技术，对于指导农村污水处理工程建设、促进农村可持续发展具有重要意义。
本文旨在基于层次分析法（AHP）和模糊综合评价法，构建一套适合农村生活污水处理技术的评价体系，并以L县Z镇为例进行实证研究。
文章首先介绍了农村生活污水处理技术的现状和发展趋势，分析了当前技术评价中存在的问题和不足。
详细阐述了层次分析法和模糊综合评价法的基本原理和步骤，包括评价指标体系的构建、权重的确定、模糊评价矩阵的建立等。
接着，以L县Z镇为例，具体分析了当地农村生活污水处理技术的现状和需求，运用构建的评价体系对当地的主要污水处理技术进行了综合评价。
根据评价结果，提出了针对性的技术优化建议和推广策略，为当地及类似地区的农村生活污水处理提供科学指导。
本文的研究不仅有助于完善农村生活污水处理技术的评价体系，也为相关决策部门提供了决策支持和参考。
通过实证研究，本文还为其他地区农村生活污水处理技术的评价提供了借鉴和参考。
二、理论基础和文献综述层次分析法（AHP, Analytic Hierarchy Process）：AHP是由美国运筹学家T.L.Saaty于20世纪70年代提出的一种定性与定量相结合的决策分析方法。
这种方法将复杂的问题分解为各个组成因素，将这些因素按支配关系分组形成递阶层次结构，通过两两比较的方式确定层次中诸因素的相对重要性，然后综合人的判断以决定诸因素相对重要性的总的顺序。
AHP方法自提出以来，已在多个领域得到广泛应用，包括环境评价、城市规划、经济管理等。
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。
AHP-模糊综合评价法在标准实施效果评价中的应用
AHP-模糊综合评价法在标准实施效果评价中的应用韩冰1徐婷$陈俊峰彳付强俨（1.中国标准化研究院；2.中国石油集团石油管工程技术研究院；3.中国石油勘探开发研究院石油工业标准化研究所）摘要：开展标准实施效果评价能够对标准的实施状况、标准的科学性有一个客观和科学的认识，对标准的制修订工作有重要的指导意义。
本文以石油工业标准为研究对象，从标准实施状况、标准实施监督、标准经济效益和标准社会效益4个方面构建了评价体系，综合运用层次分析法(AHP)和模糊综合评价法对标准实施效果进行评价。
评价结果表明，该方法可以实现定性分析和定量分析的有效结合，使评价结果更符合实际情况，为标准实施效果评价提供了一种新的思路。
关键词：标准实施效果，指标体系，层次分析法，模糊综合评价DOI编码：10.3969/j.issn.1674-5698.2020.04.006Application of AHP-Fuzzy Comprehensive Evaluation Methodin Evaluating the Effect of StandardsHAN Bing1XU Ting2CHEN Jun-feng3FU Qiang1'(1.China National Institution of Standardization;PC Tubular Goods Research Institute;3.Research Institute of Petroleum Exploration&Development) Abstract：The evaluation of effect of standards may offer an objective and scientific picture about the implementation status and applicability of standards,which is of great significance for the preparation and revision of standards.In this paper,the author builds an evaluation system from four dimensions of implementation status,implementation supervision,economic benefits and social benefits of standards,and comprehensively evaluates effect of standards by applying the analytic hierarchy process(AHP)and fuzzy comprehensive evaluation method.Evaluation results indicate that this method can effectively combine the qualitative analysis with quantitative analysis to obtain more correct and practical results,offering a new idea for evaluating the effect of standards.Keywords：effect of standards,index system,Analytic Hierarchy Process(AHP),fuzzy comprehensive evaluation基金项目：本文受中石油科学研究与技术开发项目“标准化成果评价体系研究”（项目编号：2019D-5005-33）资助。
企业管理人员培训效果评估研究——基于AHP--模糊综合评价法
市场 占有 率 （ ３） Ｃ３
一
二、 基于ＡＨ ｍ模糊综合评价法的企业管理人员培 Ｐ 训评估模型
（ ） 次分 析 法确 定权 重 一 层
般 当 结果 小于 ０ｉ ， 明 ｗ＝ｗ ， ， ， ）｝具 有 ．时 表 （ ， … ｗ 生 Ｗ
良好 的一 致性 ； 则 ， 否 必须 对判 断矩 阵 进行 修 正 ， 之 具有 良好 使 的一 致性 。
创 新能 力 （ ｓ ｃ２） 工 作业 绩提 高水 平 （ １ ｃ３） 工 作质 量提 高水平 （ ｃ
３） ２
：
主
（ ｌ ，…， ； ． ，２ ）其次， － 计算一致性指标 Ｃ ， Ｉ
即 竿； 后 算 致 例Ｃ，Ｒ 。 ＝ ＝ 最 计 一 性比 Ｒ Ｃ＝ Ｉ Ｃ
表 ３不 同 阶数 矩 阵对 应 的指 数
目标 层 （ Ａ）
肋 （ｉ
：， ，…， ）向量 Ｗ：ｗ，Ｗ … ， Ｊ 即 为 １２ ｎ， （ ， ， ｗ
一级 指标 （ ） Ｂ；
二 级指 标 （ ‘ ｃ）
知识 水平 （ １ Ｃ１ ）
所 求 的特 征 向量 ， 依次 计算 各 层指 标 的权 重 。 在这 里 我 们得 到 是 管理 人 员 评估 体 系 中 当前 层 次 指标 对 于 直接上 层指标 的相 对权 重 ， 求得 当前层 次指 标 的最终 权重 ， 要 需 要用 该相 对 权重 乘 以该 层相 应 的上 级 指标 权 重 。 ４ 一致 性检 验 。 、 为 了保证特 征 向量的 一致性 ， 我们 有必 要进 行一致 性检 验 。 首先， 要求 得各 判 断矩 阵 的最 大特 征根 ， 公 式表 达 式 为 ： 其
目标 层
一
AHP-模糊综合评价法在中小企业信用评价中的应用
成本计价和精确性计量提 出了挑战 ，应辩证地理解与运用财务会
其五 ，建立无形 资产信 息系统 。企业 目前使用 的财务 软件 、 ＥＰ Ｒ 系统 中， 没有专 门针对无形资产 的模块 。 各公 司应建立无形资
产信息 系统 ， 使得无形资产有关信息达到“ 息 系统至少应包括会计核算 、 报表 披露 、 财务分析 、 申报管理 、 存量查询 、 对外投资 、 特许经 营等 内容 。
财务类因素进行分析 ， 就可以对企业的还款能力作 出更加全面 、 客 观 的预测和动态评估 。由于非财务类 因素 的影响程度是 由人们 的
主观判断确定 ， 并且这种评价不可避免地带有结论上 的模糊性。 因
此 ，要提高企业信用评价的可靠度 ， 必须找到一种能够处理多 因
素、 模糊性及主观判断等问题 的评价方法。 本文认为可以借助模糊 数学的思想 ， 建立一个模糊综合评价体系。
国管理信息化》 ０９ ２ ０ 年第５ 期。
（） 财务分析指标体系。 ４ 构建 从无形资产结构 比例 、 运营能力 、 创利能力 、 创新发展能力等方面构建无形资产绩效评价体 系 ， 对无 形资产管理起到导 向性作 用。 其三， 建立研发投入机 制 ， 制定研 发战略 ， 重点培 育特色无形 资产 。 创新是企业保持 旺盛生命力的源泉 ， 而创新来源 于企业长久 持续 的研发投入 。 各公 司应建立和完善研发投入机制 ， 通过研发人 员配备 、 研发机构设置 、 研发战略计划 、 研发经费预算和执行 、 研发
基于AHP–模糊综合评价法的公租房政策效果性评估研究
Operations Research and Fuzziology 运筹与模糊学, 2023, 13(1), 101-107 Published Online February 2023 in Hans. https:///journal/orf https:///10.12677/orf.2023.131012基于AHP –模糊综合评价法的公租房政策效果性评估研究——以上海市宝山区为例赵宜辉上海工程技术大学，上海收稿日期：2022年11月23日；录用日期：2023年1月30日；发布日期：2023年2月7日摘 要随着我国经济的发展和人民生活水平的提高，我国多年来的城镇住房制度改革确立了房地产的商业特征，大大增强了房地产市场的活力。
在这种形势下，房地产行业的快速发展为人民居住条件的改善创造了条件。
与此同时，我国人口的快速增长无疑会加剧全国的住房短缺。
住房短缺导致住房压力加大，致使我国中低收入群体的住房问题成为一项重大的民生问题，也成为国家发展关注的重点领域。
本文围绕公租房和公租房政策效果性评估的基本内涵。
依托已有的理论成果和相关实践经验，结合我国公租房的发展建设状况，以上海市宝山区顾村基地建设为例开展案例研究。
结合客观实际，认真分析我国公租房政策存在的问题及成因，通过借鉴国外住房保障政策方面的先进经验，为进一步完善我国公租房政策并评估其有效性提出对策建议。
关键词层次分析法，模糊综合评价法，公租房政策，评估研究Research on the Effectiveness Evaluation of Public Rental Housing Policy Based on AHP Fuzzy Comprehensive Evaluation Method—A Case Study of Baoshan District, ShanghaiYihui ZhaoShanghai University of Engineering Technology, ShanghaiReceived: Nov. 23rd , 2022; accepted: Jan. 30th , 2023; published: Feb. 7th, 2023赵宜辉AbstractWith the development of China’s economy and the improvement of people’s living standards, the reform of urban housing system over many years has established the commercial characteristics of real estate, greatly increasing the vitality of the real estate market. In this situation, the rapid development of the real estate industry has created conditions for the improvement of people’s living conditions. At the same time, the rapid growth of our population will undoubtedly exacer-bate the housing shortage across the country. The shortage of housing leads to the increased pressure of housing, which makes the housing problem of the middle and low income groups in China has become a major livelihood problem, and has also become the key area of national de-velopment. This paper focuses on the basic connotation of the effect evaluation of public rental housing and public rental housing policies. Relying on the existing theoretical achievements and relevant practical experience, combined with the development and construction of public rental housing in China, the case study was taken in Gucun base of Baoshan District, Shanghai as an ex-ample. Combined with the objective reality, this paper carefully analyzes the existing problems and causes of China’s public rental housing policy, and puts forward countermeasures and sugges-tions for further improving China’s public rental housing policy and evaluating the effectiveness by drawing on the advanced experience of foreign housing security policies.KeywordsHierarchical Analysis, Fuzzy Comprehensive Evaluation, Public Rental Housing Policy, Evaluation ResearchCopyright © 2023 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). /licenses/by/4.0/1. 公租房政策的基本内涵及效果性评估机制1.1. 公租房政策的基本内涵公共租赁住房是指由国家提供政策支持、限定建设标准和租金水平，面向符合规定条件的城镇中等偏下收入住房困难家庭、新进就业无房职工和在城镇稳定就业的外来务工人员出租的保障性住房。
ahp-模糊综合评价法
AHP-模糊综合评价法是一种将层次分析法（AHP）与模糊综合评价法相结合的评价方法。
这种方法结合了AHP的层次化、结构化的思维过程和模糊综合评价法的模糊数学处理，使得在复杂问题的决策过程中，可以更加科学、准确地进行评价。
AHP的应用可以使决策者的思维过程化、主观判断规范化和数量化。
通过将与问题相关的因素划分成目标、准则和方案等多个层次，AHP能够在结合实际的情况下，科学地计算各层次中因素重要性的权重值。
这有助于决策者进行合理的决策。
而模糊综合评价法则是基于模糊数学的一种评价方法。
它将考察对象的基本特征和影响因素组合成模糊集合，通过建立相应的隶属函数，进行集合的变换运算，从而对考察对象进行定量分析，并制定综合评价的方法。
这种方法特别适用于处理那些受多个影响因子综合作用，且评价对象具有模糊性的问题。
将AHP与模糊综合评价法相结合，可以发挥两者的优势。
首先，通过AHP确定各因素的权重，这有助于在评价过程中区分不同因素的重要性。
其次，利用模糊综合评价法对因素进行模糊评价，可以处理评价对象中的模糊性，使评价结果更加全面、准确。
总的来说，AHP-模糊综合评价法是一种有效的多属性决策方法，特别适用于处理复杂、模糊的评价问题。
这种方法在企业管理、项目评估、环境评价等领域有着广泛的应用前景。
ahp模糊综合评价法
ahp模糊综合评价法
AHP-模糊综合评价法
一、简介
1、AHP-模糊综合评价法是模糊综合评估方法的一种，是指一种通过模糊数学的方法，去对一定的对象和目标进行评价，从而得出该目标实际状态的一种方法。
2、AHP-模糊综合评价法是由美国系统（systems）学家史宾格（Saaty）提出的一种综合评价模型，该模型把一个复杂的评价系统分解为多个分析角度，并以矩阵形式表达一系列模糊比较关系，以实现对有待评价的对象和目标的模糊综合评价的一种方法。
二、原理
1、AHP-模糊综合评价法是通过模糊数学的方法，来实现有待评价的对象和目标的模糊综合评价的一种方法。
2、AHP-模糊综合评价法通过对对象和目标设定一系列模糊比较关系，并以矩阵的形式表达，然后计算矩阵的特征值，最后利用该特征值来实现对目标的模糊综合评价。
三、应用
1、AHP-模糊综合评价法可以用于综合性分析和评价工程经济，机械制造、运输设备设计、管理系统优化等多种方面的选择性决策。
2、AHP-模糊综合评价法还可以用于对风险评估、城市科技发展水平评价、投资项目的评价和选择性决策等多个领域。
- 1 -。
AHP——模糊综合评价方法的理论基础
AHP——模糊综合评价方法的理论根底1.层次分析法理论根底1970—1980年期间,着名学者Saaty最先开创性地建立了层次分析法,英文缩写为AHP.该模型可以较好地处理复杂的决策问题,迅速受到学界的高度重视.后被广泛应用到经济方案和治理、教育与行为科学等领域.AHP建立层次结构模型,充分分析少量的有用的信息,将一个具体的问题进行数理化分析, 从而有利于求解现实社会中存在的许多难以解决的复杂问题.一些定性或定性与定量相结合的决策分析特别适合使用AHP.被广泛应用到城市产业规划、企业治理和企业信用评级等等方面,是一个有效的科学决策方法.Diego Falsini、Federico Fondi 和Massimiliano M. Schiraldi〔2021〕运用AHP 与DEA的结合研究了物流供给商的选择；Radivojevi、Gordana和Gajovi, Vladimir 〔2021〕研究了供给链的风险因素分析；.Maniya和.Bhatt〔2021〕研究了多属性的车辆自动引导机制；朱春生〔2021〕利用AHP分析了高校后勤HR配置的风险治理；蔡文飞〔2021〕运用AHP分析了煤炭治理中的风险应急处理；徐广业〔2021〕研究了AHP与DEA的交互式应用；林正奎〔2021〕研究了城市保险业的社会责任.第一,递阶层次结构的建立一般来说,可以将层次分为三种类型：〔1〕最高层〔总目标层〕：只包含一个元素,表示决策分析的总目标,因此也称为总目标层.〔2〕中间层〔准那么层和子准那么层〕：包含假设干层元素,表示实现总目标所涉及的各子目标,包含各种准那么、约束、策略等,因此也称为目标层.〔3〕最低层〔方案层〕：表示实现各决策目标的可行方案、举措等,也称为方案层.典型的递阶层次结构如下列图1：一个好的递阶层次结构对解决问题极为重要,因此,在建立递阶层次结构时,应注意到：〔1〕从上到下顺序地存在支配关系,用直线段〔作用线〕表示上一层次因素与下一层次因素之间的关系,同一层次及不相邻元素之间不存在支配关系.〔2〕整个结构不受层次限制.〔3〕最高层只有一个因素,每个因素所支配元素一般不超过9个,元素过多可进一步分层.〔4〕对某些具有子层次结构可引入虚元素,使之成为典型递阶层次结构.第二,构造比拟判断矩阵设有m个目标〔方案或元素〕,根据某一准那么,将这m个目标两两进行比较,把第i个目标.=1,2,…,m〕对第j个目标的相对重要性记为a i「这样构造的m 阶矩阵用于求解各个目标关于某准那么的优先权重,成为权重解析判断矩阵, 简称判断矩阵,记作A =〔a〕.ij m x nSatty于1980年根据一般人的认知习惯和判断水平给出了属性间相对重要性等级表〔见表1〕.利用该表取的a^值,称为1-9标度方法.表1目标重要性判断矩阵A中元素的取值假设决策者能够准确估计a..,那么有：a二-1,a=a *a ,a=1 ,其根本的定1]ij a ij ik kj li理如下：第一,设A=(a ij)mxm,A>0,(即2产0间=12・.・加),如果满足条件(1)a ii =1 (i =12・・・,m)；⑵a ij=1/a ji(i,j =1,2,…,m),那么称矩阵A为互反正矩阵.第二,设A=(a ij)mxm,A>0,如果满足条件a j= a ik-a kj(i,j,k=12・・・,m)那么称矩阵A为一致性矩阵.第三,对于任何一个m阶互反正矩阵A,均有X ma x Nm,其中勺曲是矩阵A 的最大特征值.第三,m阶互反正矩阵A为一致性矩阵的充分必要条件是A的最大特征根为m.第三,单准那么下的排序层次分析法的信息根底是比拟判断矩阵.由于每个准那么都支配下一层假设干因素,这样对于每一个准那么及它所支配的因素都可以得到一个比拟判断矩阵. 因此根据比拟判断矩阵如何求得各因素w1,w2,…,w m对于准那么A的相对排序权重的过程称为单准那么下的排序.这里设A=(a ij)mxm,A>0.方法一：本征向量法利用AW=九W求出所有九的值,其中！_为九的最大值,求出X max对应的特征向量W*,然后把特征向量W*规一化为向量W,那么W=[W],w2, ・・.w m]T为各个目标的权重.求九需要解m次方程,当mN3时,计算比拟麻烦,可以利用matlab 来求解.(2)判断矩阵的近似解法判断矩阵是决策者主观判断的定量描述,求解判断矩阵不要求过高的精度. 这里,介绍三种近似计算方法：根法、和法及幂法.幂法适于在计算机上运算.第一,根法①A中每行元素连乘并开m次方,得到向量W* =(狡*,狡*,...,狡*)T其中,12 mw* = 1r m a. ml%「1j j=②对W*作归一化处理,得到权重向量W=(w1,w2,…w )T,其中w = w*/£w* 12m l lll=1③对A中每列元素求和,得到向量S=(s1,s2,…s m),其中s j= E a j l=1④计算入max的值,九max=£s w = SW = -!-£ (AW：l=1l=1l方法二：和法①将A的元素按列作归一化处理,得矩阵QXqJmm.其中,q j = ajZa jk=1②将Q的元素按行相加,得向量a = (a ,a,…,a ).其中,a =£q12 mljjT③对向量a作归一化处理,得权重向量W=(w/w2, ・・.w m)T,其中w^a. /£a kk=1④求出最大特征值九=1£〞乜max m ,w ,方法三：幂法幂法是一种逐步迭代的方法,经过假设干次迭代计算,根据规定的精度,求出判断矩阵A的最大特征值及其对应的特征向量.设矩阵A=(a..)mxm,A>0,那么lim2土= CW,其中,W是A的最大特征值对应的的特征向量,C为常数, e T A k e k-8向量 e=(1,1,…,1)T .幂法的计算步骤是：①任取初始正向量X (0)=(x 1(0), x 2(0),…,X m (0))T ,计算=max { X 〔0〕}, Y 〔0〕= X 〔0〕/ mi②迭代计算,对于k=0,1,2,…计算X 〔 k +i 〕= AY 〔 k 〕, m = |X 〔 k +i 〕I = max { X 〔8i③精度检查.当|m k +1 -m j<£时,转入步骤④；否那么,令卜=卜+1,转入步骤②. ④求最大特征值和对应的特征向量,将Y (k+1)归一化,即： W = Y (k +1) / £ y ( k +1),九 =mi =1第四,单准那么下的一致性检验由于客观事物的复杂性,会使我们的判断带有主观性和片面性,完全要求 每次比拟判断的思维标准一致是不太可能的.因此在我们构造比拟判断矩阵时, 我们并不要求n(n-1)/2次比拟全部一致.但这可能出现甲与乙相比明显重要,乙 与丙相比极端重要,丙与甲相比明显重要,这种比拟判断会出现严重不一致的 情况.我们虽然不要求判断具有一致性,但一个混乱的,经不起推敲的比拟判 断矩阵有可能导致决策的失误,所以我们希望在判断时应大体一致.而上述计 算权重的方法,当判断矩阵过于偏离一致性时,其可靠程度也就值得疑心了. 因此,对于每一层次作单准那么排序时,均需要作一致性的检验.一致性指标〔Consistency Index,CI 〕 : CI =九 maxmm — 1 随机指标〔Random Index,RI 〕一致性比率〔Consistency Rate,CR 〕 :CR=CI/RI当CR 取时,最大特征值为=CI ・〔m-1〕+m=・RI ・〔m-1〕+mmaxm = ||X 〔0〕X 〔k +1〕}, Y 〔k +1〕=X 〔 k +i 〕/ m k +1表2随机指标RI ,九 取值表max表中当n=1,2时,RI=0,这是由于1,2阶判断矩阵总是一致的.当nN3时,假设CR^P X ma x＜认为比拟判断矩阵的一致性可以接受,否那么应对判断矩阵作适当的修正,直到X max小于X max通过一致性检验时,求得的W 才有效.第五,层次总排序计算同一层次中所有元素对最高层(总目标)的相对重要性标度(又称权重向量)称为层次总排序.(1)层次总排序的步骤为：第一,计算同一层次所有因素对最高层相对重要性的权重向量,这一过程是自上而下逐层进行；第二,设已计算出第k-i层上有叱1个元素相对总目标的权重向量为K-1W(k-1)=(W1(k-1), W2(k-1),…,W n(k-1)(k-1))T第三,第k层有个n k个元素,他们对于上一层次(第k-1层)的某个元素j 的单准那么权重向量为p j(k)=(w1j(k), W2j(k),…,W nkj)(k))T (对于与k-1层第j个元素无支配关系的对应W j取值为0)；第四,第k层相对总目标的权重向量为W k= (p1(k), p2(k),…p k-1(k),)W(k-1)(2)层次总排序的一致性检验人们在对各层元素作比拟时,尽管每一层中所用的比拟尺度根本一致,但各层之间仍可能有所差异,而这种差异将随着层次总排序的逐渐计算而累加起来,因此需要从模型的总体上来检验这种差异尺度的累积是否显着,检验的过程称为层次总排序的一致性检验.第k 层的一致性检验指标CIk=(CI1(k-1), CI2(k-1),・・・, CIn K(k-1))W(k-1)RI k=(RI1(k-1), RI2(k-1),・・・, RIn K(k-1))W(k-1)CR k=CR k-1+CI k/RI k(34k4n)当CR k ＜,可认为评价模型在第k层水平上整个到达局部满意一致性.第六,递阶层次结构权重解析过程(1)树状结构目标体系目标可分为多个层次,每个下层目标都隶属于一个而且只隶属一个上层目标,下层目标是对上层目标的具体说明.对于树状结构的目标体系,需由上而下逐步确定权重,即由树干向树梢,求树杈各枝相对于树杈的权重.〔2〕网状结构目标体系网状结构的目标也分为多个层次,每个下层目标隶属于某几个上层目标〔至少有一个下层目标隶属于不止一个上层目标〕.AHP方法的根本步骤：层次分析法大体分为以下六个步骤：〔1〕明确问题；〔2〕建立层次结构；〔3〕两两比拟,建立判断矩阵；〔4〕层次单排序及其一致性检验；〔5〕层次总排序及其一致性检验；〔6〕根据分析计算结果,考虑相应的决策.2.模糊综合评价方法理论根底模糊综合评价是以模糊数学为根底.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.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.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,评价出校园环境的质量等级,取得了良好的效果.但权重确实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.使其更有合理性,更符合客观实际并易于定量表示, 从而提升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,信息丧失很多,常常出现结果不易分辨〔即模型失效〕的情况.模糊综合评价方法和步骤的流程如下列图2：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.流程如下：〔1〕确定评价对象的因素论域P个评价指标,u=k u2,, u｝.〔2〕确定评语等级论域v = 11,\,・・・・・・,V p｝,即等级集合.每一个等级可对应一个模糊子集.〔3〕建立模糊关系矩阵R在构造了等级模糊子集后,要逐个对被评事物从每个因素ui〔i = 1,2, ・・・・・・,p〕上进行量化,即确定从单因素来看被评事物对等级模糊子集的隶属度〔R I u.〕, 进而得到模糊关系矩阵：一u r r• • •r11112 1 mR I u r r• • •rR =2一2122 2 m• •*• • •• • •« • ••rR I u r r• • •p 1 p 2pm」p . m矩阵R 中第i 行第/列元素r j,表示某个被评事物从因素4来看对匕等级模糊子 集的隶属度.一个 被评事物在某个因素4方面的表现,是通过模糊向量 〔R ।匕〕=〔/%,……,0来刻画的,而在其他评价方法中多是由一个指标实际值来刻画的,因此,从这个角度讲模糊综合评价要求更多的信息［10. 〔4〕确定评价因素的权向量在模糊综合评价中,确定评价因素的权向量：A = 〔a ,a ,・・・・・・,a 〕.权向量A12p中的元素a.本质上是因素u 对模糊子｛对被评事物重要的因素｝的隶属度.本文使 用层次分析法来确定评价指标间的相对重要性次序.从而确定权系数,并且在 合成之前归一化.即寸a .=1,a0 , i = 1,2,・・・・・・,n i =1〔5〕合成模糊综合评价结果向量利用适宜的算子将4与各被评事物的R 进行合成,得到各被评事物的模糊 综合评价结果向量B .即：AoR =C a ,a ,……,a ) p r11 r21• • •r 12 r22 • • •• • • • • • • • •r 1 m r2 m• • •=(b , b , (12)•••, b m )=BL r r• • •rp 1 p 2pm」其中?是由4与R 的第j 列运算得到的,它表示被评事物从整体上看对匕等级模 糊子集的隶属程度.〔6〕对模糊综合评价结果向量进行分析实际中最常用的方法是最大隶属度原那么,但在某些情况下使用会有些很勉 强,损失信息很多,甚至得出不合理的评价结果.提出使用加权平均求隶属等 级的方法,对于多个被评事物并可以依据其等级位置进行排序.多级模糊综合评价方法的步骤如下,以二级模糊评价为例：(1)进行一级因素的综合评价即按某一类中的各个因素进行综合评价.设对第i(1=12,,N)类中的第川=12加)元素进行综合评价,评价对象隶属于评价集合中的第k(k=1,2〃,m)个元素的隶属度为争(i=1,2,,,N；j=1,2,,,n；k=1,2〃,m),那么该综合评价的单因素隶属度矩阵为：Ci11 …RmR=()i C ... C in i inm于是第i类因素的模糊综合评价集合为：C11…C i i mB — W .R —(w , w ,.... w ).()i i ii1i2 in C ... Cin i inm同理确定B i.....B n的单因素模糊评价行向量：B -(,,,,) B；=(,,,,) ...B n -(,,,,)I=1,2,,,N,Bi为B层第i个指标所包含的各下级因素对于它的综合模糊运算结果, b 为B层第i个指标下级各因素相对于它的权重；R为模糊评价矩阵.i(2)进行二级因素的模糊综合评价最底层模糊综合评价仅仅是对某一类中的各个因素进行综合,为了考虑各类因素的综合影响,还必须在类之间进行综合.进行类之间因素的综合评价时, 所进行的评价为单因素评价,而单因素评价矩阵应为最底层模糊综合评价矩阵：B i ii - B i i mA — W .R —(w , w,….w ).()i i ii1 i2 in B ... Bin1inm。
模糊综合层次评判法
模糊综合层次评判法（FAHP)FAHP评价法是一种将模糊综合评判法（Fuzzy Comprehensive Evaluation，FCE）和层次分析法（Analytic Hierarchy Process，AHP）相结合的评价方法，在体系评价、效能评估，系统优化等方面有着广泛的应用，是一种定性与定量相结合的评价模型，一般是先用层析分析法确定因素集，然后用模糊综合评判确定评判效果。
模糊法是在层次分析法之上，两者相互融合，对评价有着很好的可靠性。
模糊数学的相关理论研究1965年，美国加利福尼亚大学控制论专家L.A.Zadeh教授发表了《模糊集合》一文，这标志着模糊数学的诞生。
模糊数学是研究和处理模糊性现象的一种数学方法。
模糊性基本概念模糊性是事物类属的不确定性，是对象资格程度的渐变性。
例如，对于一座山，有人可以认为是高山，但可能有人觉得它并不高。
事物的这种不清晰类属的特性就是模糊性，而这类事物我们通常称为模糊事物。
模糊事物在类属问题上不能做出“是”或“不是”，“属于”或“不属于”，“存在”或“不存在”等的是非断言，只能区别程度和等级。
模糊集合概念论域X上的模糊集合A定义是：A={（x,A(x)）｜x∈X}或者A={（x,μA（x））｜x∈X}其中A(x)或μA（x）称为隶属函数，它满足A：X→M，M称为隶属空间上式表示模糊集合A是论域X到隶属空间的一个映射。
隶属函数A(x)用于刻画元素x对模糊集合A的隶属程度，通常称为隶属度。
模糊集合A的每一个元素（x, A(x)）都能明确的表现出x的隶属等级。
A(x)的值越大，x的隶属度就越高。
例如，当隶属空间是（0，1）时，若A(x)=1，则说明x完全属于A；而若A(x)=0时，说明x不属于A；而A(x)值介于0与1之间时，说明隶属度也介于属于与不属于之间——模糊的。
隶属函数的构造与经典集合可由其特征函数所确定一样，模糊集合A也能由其隶属函数所确定。
在解决实际问题时，往往首先遇到的问题是确定隶属函数。