模糊综合评价法
模糊综合评价
当需要对评价对象做出客观全面的评价,但是存在大量的模糊性的概念,比如一个人的好坏这样的主观因素会起很大作用,会使很多指标都无法量化,这时就很适合用模糊综合评价。
一级模糊综合评判
-
确定因素集
把所有需要评价的指标构成一个集合,即因素集\[U=\{u_1,u_2,...u_n\} \]其中的每个\(u_i\)就为一个评价指标
-
确定评语集
由于每个指标的评价值不同,那么我们需要有一个等级制度来评判各个指标
把所有等级构成一个集合,即为评语集\[V=\{v_1,v_2,...,v_m\} \]比如\(V=\{好,较好,中等,较差,差\}\)
-
确定各个因素的权重
\[W=[w_1,w_2,...,w_n] \]$w_i$为第i个元素的权重,且满足$\sum_{k=1}^{n}w_i=1$
确定权重的方法有不少,如Delphi法,加权平均法,众人评估法等
-
确定模糊综合评价矩阵
对于第i个评价指标\(u_i\)来说,它有m个评语,我们把对它的评判向量记为\(R_i\)\[R_i=[r_{i1},r_{i2},...,r_{im}] \]那么对各个指标的总模糊综合评价矩阵就为
\[R=[R_1,R_2,...R_n] \]它是一个从U到V的模糊关系矩阵,即是从因素到评语的关系
-
综合评判
综合评价结果B就是权重W和关系矩阵R的乘积,即\[B=W . R \]那么最后的评价结果就是\(B=[b_1,b_2,...,b_m]\)中最大的一个元素
多层次的模糊综合评价
-
实际上多层次的分析就是在单层次的分析上在多一次分析就可
由第一级的分析得到一级评判向量\(B=[b_1,b_2,...,b_m]\)。 -
B的权重为\(A=[a_1,a_2,....a_m]\)
-
二级评判向量\(B_2\)为
\[B_2=A.B \] -
故也可以继续推出第三级,第四级,甚至更高层次的步骤。