模糊综合评价模型
数学建模优秀论文基于层次分析法的模糊综合评价模型
承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.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（包括指导教师）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/D中选择一项填写）：我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：广东金融学院参赛队员(打印并签名) ：1. 曾彬2. 曾庆达3. 陈佳玲指导教师或指导教师组负责人(打印并签名)：日期： 2013 年8 月 22日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国评阅编号（由全国组委会评阅前进行编号）：高校学生评教系统改进的研究摘要本文是研究关于高等学校学生评价教师的评价系统问题，用层次分析法确定了十项指标的权值,并给出了一个新的评教分数的计分模型-模糊综合评价模型。
本文亮点在于采用基于层次分析法的模糊数学模型。
首先，建立层次分析模型，充分考虑每个指标对综合评价的贡献，并把贡献按权值进行分配；通过层次分析法中的归一化处理，得到两两指标间的相对重要性的定量描述，从而解决不同指标间的差异。
其次建立模糊综合评教模型，输入一组专家（同学）的模糊评价，通过最大隶属度原则把模糊评价输出为综合评价。
最后本文在难易程度不同的课程下（在专业必修课，专业选修课，公共选修课下进行评价），得出同一教师的综合评价，发现其在不同课程下的综合评价均相同。
于是得出结论，该模型的确能解决不同课程难易程度带来的对总体评教的影响。
因为一个教师的综合教学质量并不应该在不同的课程下得到变化较大的评教。
模糊综合评价法讲解
B1=(0.46,0.18,0.12,0.12,0.12) B2=(0.17,0.17,0.42,0.12,0.12) 若规定评价“好”“较好”要占50%以上才可晋升， 则此教师晋升为教学型教授，不可晋升为科研型教
是由一个指标实际值来刻画，因此从这个角度讲，
模糊综合评价要求更多的信息），ri 称为单因素评
价矩阵，可以看作是因素集U和评价集V之间的一种 模糊关系，即影响因素与评价对象之间的“合理关
系”。
在确定隶属关系时，通常是由专家或与评价问题 相关的专业人员依据评判等级对评价对象进行打分
，然后统计打分结果，然后可以根据绝对值减数法
1.80 1.93 0.87 1.12 1.21 0.87 0.89 2.52 0.81 0.82 1.01
A＝（0.2，0.3，0.5）
专家评价结果表
由上表，可得甲、乙、丙三个项目各自 的评价矩阵P、Q、R：
0.7 0.2 0.1 P 0.1 0.2 0.7
0.3 0.6 0.1
0.3 0.6 0.1 Q 1 0 0
0.7 0.3 0
0.1 0.4 0.5 R 1 0 0
0.1 0.3 0.6
例3：“晋升”的数学模型，以高校教师晋 升教授为例
因素集：
U={政治表现及工作态度，教学水平，科 研水平，外语水平}；
评判集：
V={好，较好，一般，较差，差}；
（1）建立模糊综合评判矩阵
当学科评审组的每个成员对评判的对象进 行评价，假定学科评审组由7人组成，用打分 或投票的方法表明各自的评价
学生评教的模糊综合评价模型
学生评教的模糊综合评价模型摘要：评教是现代教育改革的重要组成部分，其目的是向学生提供反馈，改进课程和教学质量。
由于学生对课堂教学质量的评价存在着多重因素和不确定性，因此，模糊综合评价模型被用来评估学生的课堂教学质量。
本文的目的是利用逻辑加权模糊数学方法构建一种新的模糊综合评价模型，来更好地反映学生对课堂教学质量的评价。
首先，分析和研究了课堂教学质量评价的背景理论和内涵，建立了模糊综合评价模型，并用AHP序列分析方法确定各评价指标的权重。
然后，通过网络调查和访谈，从学生和教师双方评价课堂教学质量，最终构建出一种模糊综合评价模型，以代表评价者的综合评价。
最后，在教师的“课堂教学效果反馈”和“持续课堂教学质量改进”方面，对该模型进行了实证分析和实践应用。
关键词：学生评教；模糊综合评价；AHP序列分析；反馈；改进 1.论1.1究背景课堂教学质量的评价是当今教学改革的重要内容。
以学生为中心的质量评价是衡量课堂教学质量的重要指标之一。
课堂教学质量的评价不仅与教师的努力密切相关，还与学生的参与、积极性和反馈等有效的参与因素有关。
从课堂教学流程的角度出发，学生的评价可以反映教学质量的不同维度，如课堂活跃度、教学内容的丰富性、课堂气氛、教师和学生之间的互动等。
学生评教方式主要包括实地评教、在线评教、问卷调查和问卷设计等，评教结果可以用来反馈改进教学质量和评价教学效果。
1.2究内容由于学生对课堂教学质量的评价存在多重因素和不确定性，因此，模糊综合评价模型被用来评估学生的课堂教学质量。
本文的目的是构建一种新的模糊综合评价模型，来更好地反映学生对课堂教学质量的评价。
根据学生的综合评价，通过Logic Weighted Fuzzy Mathematics 的方法，建立了一种新的模糊综合评价模型，确定了各评价指标的权重。
此外，还将AHP序列分析方法应用到模糊综合评价模型中，运用了网络调查和访谈等基于实践的方法，并在教师的“课堂教学效果反馈”和“持续课堂教学质量改进”方面进行了实证分析和实践应用。
模糊综合评价法
3、进行单因素评价，建立模糊关系矩阵R
单独从一个因素出发进行评价，以确定评价对象 对评价集合V的隶属程度，称为单因素模糊评价。 在构造了等级模糊子集后，就要逐个对被评价对象 从每个因素 u i ( i = 1, 2 , L , m ) 上进行量化，也就是确 定从单因素来看被评价对象对各等级模糊子集的隶 属度，进而得到模糊关系矩阵：
权重选择的合适与否直接关系到模型的成败。 确定权重的方法有以下几种： 层次分析法 Delphi法 加权平均法 专家估计法
5、多因素模糊评价
利用合适的合成算子将A与模糊关系矩阵R合成得 到各被评价对象的模糊综合评价结果向量B。 R中不同的行反映了某个被评价对象从不同的单 因素来看对各等级模糊子集的隶属程度。用模糊权 向量A将不同的行进行综合就可以得到该被评价对 象从总体上来看对各等级模糊子集的隶属程度，即 模糊综合评价结果向量B。
常用的模糊合成算子有以下两种： M (∧ ， ) 算子： ∨
b j = ∨ (a i ∧ rij ) = max {min (a i , rij )} j = 1, 2 , L , n ,
m i =1 1≤ i ≤ m
M (⋅， ) 算子： ∨
b j = ∨ (a i , rij ) = max
m i =1
ri = (ri1 , ri 2 , L , rim ) 来刻画的（在其他评价方法中多
是由一个指标实际值来刻画，因此从这个角度讲， 模糊综合评价要求更多的信息），r i 称为单因素评 价矩阵，可以看作是因素集U和评价集V之间的一种 模糊关系，即影响因素与评价对象之间的“合理关 系”。
在确定隶属关系时，通常是由专家或与评价问题 相关的专业人员依据评判等级对评价对象进行打分 ，然后统计打分结果，然后可以根据绝对值减数法 求得 r ij ，即：
精益生产方式的模糊综合评价模型
价方法 ， 建立 了精益生产方式 的模糊综合评价模型。
一
一
整 套作 业 规 范 ！ 。在 这 里 ，标 准 化 ” 仅 仅 是 指 产 品 标 准 化 、 “ 不
、
精 益 生 产 方 式 的指 标 评 价 体 系
零 部 件标 准 化 、 质量 标准 化 ， 包 括作 业 标 准 化 、 还 在制 品标 准 化 均衡 生产 ， 了使 生产 过 程 不 因 为 市 场 需 求 的 变化 而 出 现 为
【 关键 词】精益生产； 模糊综合评价模型
精 益生产方式就是要从客户角度 来确 定价值 的含义 ， 在设 要的时候到前工序领 取所需数量 的物料 ， 物料被领 取后 ， 记 而
计 和 制 造过 程 中加 入 质 量 因素 ， 除一 切 不 产 生 价 值 或 增 值 的 录 物 料 相 关信 息 的就 是 看 板 ， 看 板 管 理 实 施 的 效 果 可 以 评 价 消 从 活动， 让价 值 的 创 造 稳 定 地 持 续 流 动 ， 原 材 料 和 供 应 商 当 作 物料 的情 况 。看 板 不 仅 用 来 进行 内部 的物 料 控 制 ， 用 来 进 行 把 还
产。
任何生产方式都是 由人员、 物料 、 机器 设备 、 方法工艺和环 等 。
境 组成 的一 个 系 统 ， 是 不 同 的 生产 方 式 侧 重 点 不 同 。本 文 从 只 其 这五个方面 出发 ，对精益生产方式下的各项活动进行分析 ， 建 太 大 的波 动 而 采 用 一 种 方 法 ， 目标 是 按 照 顾 客 需 要 的 速度 生
标准化作业 ， 标准化作业是指能够使作业人员安全 、 高效、
基 础 上 从 人 员 、 料 、 备 、 法 、 境 五 个 方 面 对 其 指 标 进 行 稳定地生产 出质量合格 的产品， 物 设 方 环 并能够使现场管理人员管理好 以及 进 一 步 改善 作 业 现 场 的 了归类 ， 考虑到指标 间具 有模 糊性 的特 点， 又 运用模糊 综合评 自 己所 负 责 的作 业 范 围 内的 工序 ，
基于AHP模糊综合评价法
基于AHP模糊综合评价法
AHP模糊综合评价法是一种基于模糊数学和层次分析法（AHP）的综合评价方法。
在评价过程中，首先建立层次结构模型，将评价对象分解为多个层次要素，然后确定各层次要素之间的关系和权重，利用AHP方法确定权重因子，最后采用模糊综合评价法对评价对象进行评价得分。
在该方法中，使用模糊数学来处理问题中的模糊信息，将评价指标和评价结果都用模糊数表示，从而更好地处理评价对象的多样性和不确定性。
同时，AHP方法可以对不同层次的要素进行分析和权重确定，更加准确地反映评价对象的实际情况。
该方法的应用范围广泛，例如在环境评价、风险评估、财务评估等领域都有应用。
与传统的单一评价方法相比，AHP模糊综合评价法具有更全面、准确的评价结果，能够更好地指导决策和管理。
模糊综合评价法
• 模糊数学着重研究“认知不确定”一类的 问题，其研究对象具有“内涵明确，外延 不明确”的特点。我们知道，一个事物往 往需要用多个指标刻画其本质与特征，并 且人们对一个事物的评价又往往不是简单 的好与不好，而是采用模糊语言分为不同 程度的评语。由于评价等级之间的关系是 模糊的，没有绝对明确的界限，因此具有 模糊性。显而易见，对于这类模糊评价问 题，利用经典的评价方法存在着不合理性。
五、步骤总结
X ( x1 , x2 , , xt ) • （1）给出备择的对象集： • （2）找出指标集：
U u1 , u2 ,..., um
V v1, v2 ,..., vn
表明我们对被评判事物从哪些方面来进行评判描述。 • （3）找出评语集（可称等级集）： • （4）确定评判矩阵（评判的基础环节）：
j 1
• 得到这样的模糊关系矩阵，尚不足对事物做出 评价。评价指标集中的各个指标在“评价目标” 中的有不同的地位和作用，即各评价指标在综 合评价中占有不同的比重。拟引入 U 上的一个 模 糊 子 集 A ， 称 为 权 重 或 权 数 分 配 集 ， A= （a1,a2,…am）,其中ai>0，且Σai=1。
这样，在这里就存在两种模糊集，一类是 指标集U中各元素在人们心目中的重要程 度的度量，表现为因素集U上的模糊权重 A (a1, a2 , , am ) 向量 另一类是 U V 上的模糊关系，表现为m n 模糊矩阵R。这两类模糊集都是人们价值 观念或者偏好结构的反映。
三、进行模糊合成和做出决策
• 由此确定评判模型： B A R
B A* R 0.2, 0.5, 0.3, 0.0 0.1, 0.5, 0.3, 0.1 (0.10, 0.10, 0.15, 0.30, 0.35) * 0.0, 0.1, 0.6, 0.3 0.0, 0.4, 0.5, 0.1 0.5, 0.3, 0.2, 0.0 (0.35, 0.30, 0.30, 0.15)
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模糊综合评价模型(Fuzzy Synthetic Evaluation Model)
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。
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。
模糊综合评价模型类别
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。
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
R。
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0
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，。
若c1 < 1 或c2 < 1 , 则 (5)、(6) 二式中的平均值补偿部分不宜太强。
ε可如下配置：
(7)
对于(2)信度合成为：
(8)
其中，
(9)
εi和εj的选择可参照(7)。
结合(2)，得到信度的评判结果：
(10) 模糊综合评价模型的运用
对于企业的财务危机状况，其影响因素具有极大的复杂性，精确化能力的降低造成对系统描述的模糊性，运用模糊手段来处理模糊性问题，将会使评价结果更真实、更合理。
模糊综合评价模型的建立须经过以下步骤：
1、给出备择的对象集：这里即为各上市公司；
2、确定指标集：即把能预测财务危机的主要财务比率构成一个集合；
3、建立权重集：由于指标集中各指标的重要程度不同，所以要对一级指标和二级指标分别赋予相应的权数。
第一层次的权重集，第二层次的权重集。
这里将采用因子分析法确定权数；
4、确定评语集：，我们把评价集设为v={安全，一般，危险}；
5、找出评判矩阵：，首先确定出U对v的隶属函数，然后计算出股票评价指标对各等级的隶属度r ij；
6、求得模糊综合评判集，即普通的矩阵乘
法，根据评判集得终评价结果。
业绩评价的模糊模型包含这么几个部分：一是由评价指标体系构成的因素论城；二是由表明隶属度的模糊因子构成的模糊向量；三是用来对单个因素进行评价的评语论城；四是将模糊关系矩阵与模糊向量结合起来的合成算子(普通乘法和有界和不失为一种好的合成算子)；四是与模糊评语等级相关的薪酬向量。
其基本步骤是：
1、确定评价因素论城，即用什么样的指标来评价或评价者关注什么方面的内容；
2、确定评语论城，即就单个因素而言，评价者对被评价因素有什么样的判断或以什么方式表示评价结果；
3、确定模糊向量，即我们对每个因素的重视程度；
4、先对单个因素进行评价，就会得到一个因素与评语之间的模糊关系矩阵；
5、采用某个合成算子，对模糊关系矩阵与模糊向量进行合成，这里采用普通乘法和有界和得到综合模糊评价结果；
6、设与评语论对应的薪酬矩阵为C，得出代理人应得报酬。