模糊綜合評判法(原理)ppt課件_第1頁
模糊綜合評判法(原理)ppt課件_第2頁
模糊綜合評判法(原理)ppt課件_第3頁
模糊綜合評判法(原理)ppt課件_第4頁
模糊綜合評判法(原理)ppt課件_第5頁
已閱讀5頁,還剩19頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

.,1,模糊綜合評價(jià)法,姓名:胡蘭岐學(xué)號:2014225081,.,2,一、模糊綜合評價(jià)法的思想和原理二、模糊綜合評價(jià)法的模型和步驟三、模糊綜合評價(jià)方法的優(yōu)缺點(diǎn),.,3,模糊綜合評價(jià)法是一種基于模糊數(shù)學(xué)的綜合評判方法。該綜合評價(jià)法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評判轉(zhuǎn)化為定量評判,即用模糊數(shù)學(xué)對受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的評判。1965年,美國伯克利加利福尼亞大學(xué)電機(jī)工程與計(jì)算機(jī)科學(xué)系教授、自動(dòng)控制專家L.A.Zadeh(扎德)發(fā)表了文章模糊集(FuzzySets,InformationandControl,8,338-353),第一次成功的運(yùn)用精確的數(shù)學(xué)方法描述了模糊概念,從而宣告了模糊數(shù)學(xué)的誕生.關(guān)肇直院士(及后來的蒲保明院士和李國平院士)是我國模糊集合論研究的倡導(dǎo)者及推動(dòng)者,那么汪培莊便是我國模糊集合論研究的先驅(qū)者或開拓者之一.提出了模糊數(shù)學(xué)的一種具體應(yīng)用方法,即模糊綜合評定法.,一、模糊綜合評價(jià)法的思想和原理,.,4,基本思想用屬于程度(隸屬度)代替屬于或不屬于。如某員工屬于優(yōu)秀的程度為0.6,屬于良好的程度為0.2,屬于一般的程度為0.1,屬于較差的程度為0.1?;驹硎紫却_定被評價(jià)對象的因素(指標(biāo))集合評價(jià)(等級)集;再分別確定各個(gè)因素的權(quán)重及它們的隸屬度矢量,獲得模糊評判矩陣;最后把模糊評判矩陣與因素的權(quán)矢量進(jìn)行模糊運(yùn)算并進(jìn)行歸一化,得到模糊綜合評價(jià)結(jié)果.其特點(diǎn)在于評判逐對象進(jìn)行,對被評價(jià)對象有唯一的評價(jià)值,不受被評價(jià)對象所處對象集合的影響.綜合評價(jià)的目的是要從對象集中選出優(yōu)勝對象,因此,最后要將所有對象的評價(jià)結(jié)果進(jìn)行排序.,.,5,模糊數(shù)學(xué)概述,1.確定性現(xiàn)象:物質(zhì)的汽化、冷凝,運(yùn)動(dòng)的速率,這種現(xiàn)象的規(guī)律性靠經(jīng)典數(shù)學(xué)去刻畫;2.隨機(jī)現(xiàn)象:某種事物的分布,故障發(fā)生的概率,這種現(xiàn)象的規(guī)律性靠概率統(tǒng)計(jì)去刻畫;3.模糊現(xiàn)象:年輕、重、熱、美、厚、薄、快、慢、大、小、高、低、長、短、貴、賤、強(qiáng)、弱,靠模糊數(shù)學(xué)去刻畫。,.,6,綜合評價(jià)法(層次分析法)概述,層次分析法的基本步驟歸納如下1.建立層次結(jié)構(gòu)模型該結(jié)構(gòu)圖包括目標(biāo)層,準(zhǔn)則層,方案層。2.構(gòu)造成對比較矩陣從第二層開始用成對比較矩陣。3.計(jì)算單排序權(quán)向量并做一致性檢驗(yàn)4.計(jì)算總排序權(quán)向量并做一致性檢驗(yàn),.,7,二、模糊綜合評價(jià)法的模型和步驟,20世紀(jì)80年代后期,日本將模糊技術(shù)應(yīng)用于機(jī)器人、過程控制、地鐵機(jī)車、交通管理、故障診斷、醫(yī)療診斷、聲音識別、圖像處理、市場預(yù)測等眾多領(lǐng)域。模糊理論及模糊法在日本的應(yīng)用和巨大的市場前景,給西方企業(yè)界很大震動(dòng),在學(xué)術(shù)界也得到了普遍的認(rèn)同。國內(nèi)對于模糊數(shù)學(xué)及模糊綜合評價(jià)法的研究起步相對較晚,但在近些年各個(gè)領(lǐng)域(如醫(yī)學(xué)、建筑業(yè)、環(huán)境質(zhì)量監(jiān)督、水利等)的應(yīng)用也已初顯成效。,.,8,1、確定評價(jià)對象的因素集設(shè)U=u1,u2,um為刻畫被評價(jià)對象的m種評價(jià)因素(評價(jià)指標(biāo)).其中:m是評價(jià)因素的個(gè)數(shù),有具體的指標(biāo)體系所決定.為便于權(quán)重分配和評議,可以按評價(jià)因素的屬性將評價(jià)因素分成若干類,把每一類都視為單一評價(jià)因素,并稱之為第一級評價(jià)因素.第一級評價(jià)因素可以設(shè)置下屬的第二級評價(jià)因素,第二級評價(jià)因素又可以設(shè)置下屬的第三級評價(jià)因素,依此類推.即U=U1U2Us.(有限不交并)其中Ui=ui1,ui2,,uim,UiUj=,任意ij,i,j=1,2,,s.我們稱Ui是U的一個(gè)劃分(或剖分),Ui稱為類(或塊).,.,9,有甲、乙、丙三項(xiàng)科研成果,現(xiàn)要從中評選出優(yōu)秀項(xiàng)目。三個(gè)科研成果的有關(guān)情況表,設(shè)評價(jià)指標(biāo)集合:U科技水平,實(shí)現(xiàn)可能性,經(jīng)濟(jì)效益,.,10,2、確定評價(jià)對象的評語集.設(shè)V=v1,v2,,vn,是評價(jià)者對被評價(jià)對象可能做出的各種總的評價(jià)結(jié)果組成的評語等級的集合.其中:vj代表第j個(gè)評價(jià)結(jié)果,j=1,2,n.n為總的評價(jià)結(jié)果數(shù).一般劃分為35個(gè)等級.評判集、評價(jià)集、決斷集、評語集、等級集實(shí)為同一涵義.每一個(gè)評價(jià)等級可對應(yīng)一個(gè)模糊子集.什么是模糊子集?論域上的模糊集合稱為模糊子集.經(jīng)典集合的指示函數(shù)擴(kuò)展為模糊集合的隸屬函數(shù).,評語集合:V高,中,低,.,11,3、確定評價(jià)因素的權(quán)重向量設(shè)A=(a1,a2,am)為權(quán)重(權(quán)數(shù))分配模糊矢量,其中ai表示第i個(gè)因素的權(quán)重,要求ai0,ai=1.A反映了各因素的重要程度.在進(jìn)行模糊綜合評價(jià)時(shí),權(quán)重對最終的評價(jià)結(jié)果會(huì)產(chǎn)生很大的影響,不同的權(quán)重有時(shí)會(huì)得到完全不同的結(jié)論.現(xiàn)在通常是憑經(jīng)驗(yàn)給出權(quán)重,但帶有主觀性.權(quán)重是以某種數(shù)量形式對比、權(quán)衡被評價(jià)事物總體中諸因素相對重要程度的量值.,評價(jià)指標(biāo)權(quán)系數(shù)向量:A(0.2,0.3,0.5),.,12,確定權(quán)重的方法:加權(quán)平均法:當(dāng)專家人數(shù)不足30人時(shí),可用此法.首先多位專家各自獨(dú)立地給出各因素的權(quán)重,然后取各因素權(quán)重的平均值作為其權(quán)重.頻率分布確定權(quán)數(shù)法:當(dāng)專家人數(shù)不低于30人時(shí),采用此法.找出最值,確定分組計(jì)算頻率取最大頻率所在分組的組中值為其權(quán)重.模糊協(xié)調(diào)決策法:貼近度與擇近原則,近似方法.模糊關(guān)系方程法:矩陣作業(yè)法(中國學(xué)者)層次分析法(AHP):美國運(yùn)籌學(xué)家T.L.Saaty(撒汀)于20世紀(jì)70年代提出的一種把定性分析與定量分析相結(jié)合的對復(fù)雜問題作出決策的有效方法.根據(jù)問題分析,分為三個(gè)層次:目標(biāo)層G、準(zhǔn)則層C和方案層P,然后采用兩兩比較的方法確定決策方案的重要性,即得到?jīng)Q策方案相對于目標(biāo)層G的重要性的權(quán)重,從而獲得比較滿意的決策.明確問題,建立層次結(jié)構(gòu).構(gòu)造判斷矩陣.層次單排序及其一致性檢驗(yàn).層次總排序及其組合一致性檢驗(yàn).,.,13,4、進(jìn)行單因素模糊評價(jià),確立模糊關(guān)系矩陣R單獨(dú)從一個(gè)因素出發(fā)進(jìn)行評價(jià),以確定評價(jià)對象對評價(jià)集合V的隸屬程度,稱為單因素模糊評價(jià)(one-wayevaluation).在構(gòu)造了等級模糊子集后,就要逐個(gè)對被評價(jià)對象從每個(gè)因素ui上進(jìn)行量化,也就是確定從單因素來看被評價(jià)對象對各等級模糊子集的隸屬度,進(jìn)而得到模糊關(guān)系矩陣:,其中rij表示某個(gè)被評價(jià)對象從因素ui來看對等級模糊子集vj的隸屬度。一個(gè)被評價(jià)對象在某個(gè)因素ui方面的表現(xiàn)是通過模糊矢量ri來刻畫的,ri稱為單因素評價(jià)矩陣,可以看作是因素集U和評價(jià)集V之間的一種模糊關(guān)系,即影響因素與評價(jià)對象之間的“合理關(guān)系”。ri=(ri,ri,,ri)歸一化處理,即rij=1,目的是消除量綱的影響,.,14,專家評價(jià)結(jié)果表,由上表,可得甲、乙、丙三個(gè)項(xiàng)目各自的評價(jià)矩陣R1、R2、R3:,.,15,在確定隸屬關(guān)系時(shí),通常是由專家或與評價(jià)問題相關(guān)的專業(yè)人員依據(jù)評判等級對評價(jià)對象進(jìn)行打分,然后統(tǒng)計(jì)打分結(jié)果,求出各評價(jià)等級所占百分比。,.,16,5、多指標(biāo)綜合評價(jià)(合成模糊綜合評價(jià)結(jié)果矢量)利用合適的模糊合成算子將模糊權(quán)矢量A與模糊關(guān)系矩陣R合成得到各被評價(jià)對象的模糊綜合評價(jià)結(jié)果矢量B。模糊綜合評價(jià)的模型為:,其中:bj表示被評級對象從整體上看對評價(jià)等級模糊子集元素vj的隸屬程度。,.,17,6、對模糊綜合評價(jià)結(jié)果進(jìn)行分析模糊綜合評價(jià)的結(jié)果是被評價(jià)對象對各等級模糊子集的隸屬度,它一般是一個(gè)模糊矢量,而不是一個(gè)點(diǎn)值,因而他能提供的信息比其他方法更豐富.對多個(gè)評價(jià)對象比較并排序,就需要進(jìn)一步處理,即計(jì)算每個(gè)評價(jià)對象的綜合分值,按大小排序,按序擇優(yōu).將綜合評價(jià)結(jié)果B轉(zhuǎn)換為綜合分值,于是可依其大小進(jìn)行排序,從而挑選出最優(yōu)者.處理模糊綜合評價(jià)矢量B=(b1,b2,bn)常用的兩種方法:(1)最大隸屬度原則若模糊綜合評價(jià)結(jié)果矢量中則被評價(jià)對象總體上來講隸屬于第r等級,.,18,(2)加權(quán)平均原則將等級看作一種相對位置,使其連續(xù)化。為了能定量處理,不妨用“1,2,3,m”以此表示各等級,并稱其為各等級的秩。然后用B中對應(yīng)分量將各等級的秩加權(quán)求和,從而得到被評價(jià)對象的相對位置,其表達(dá)方式如下:,.,19,其中,k為待定系數(shù)(k=1或2)目的是控制較大的bj所引起的作用。當(dāng)k時(shí),加權(quán)平均原則就是為最大隸屬原則。實(shí)際中最常用的方法是最大隸屬度原則,但在某些情況下使用會(huì)有些很勉強(qiáng),損失信息很多,甚至得出不合理的評價(jià)結(jié)果。提出使用加權(quán)平均求隸屬等級的方法,對于多個(gè)被評事物并可以依據(jù)其等級位置進(jìn)行排序。,.,20,根據(jù)最大隸屬度原則,項(xiàng)目乙可推薦為優(yōu)秀項(xiàng)目。,.,21,常用的模糊合成算子有以下四種,.,22,.,23,模型M(,)為主因素突出型的綜合評判,其評判結(jié)果往往取決于在總評價(jià)中占主要作用的那個(gè)因素,此模型比較適用于單項(xiàng)評判最優(yōu)就能作為綜合評判最優(yōu)的情況。模型M(,)也是主因素突出型的綜合評判,它與模型M(,)相近,但更精細(xì)些,不僅突出了主因素,也兼顧了其他因素,此模型適用于M(,)失去作用,需要“加細(xì)”的情況。模型M(,)也是屬于主因素突出型的綜合評判,比模型M(,)也精細(xì)些,此模型的評價(jià)結(jié)果也是和ai的取值有很大的關(guān)系。,.,24,三、模糊綜合評價(jià)方法的優(yōu)缺點(diǎn),1、模糊綜合評價(jià)法的優(yōu)點(diǎn)模糊評價(jià)通過精確的數(shù)字手段處理模糊的評價(jià)對象,能對蘊(yùn)藏信息呈現(xiàn)模糊性的資料作出比較科學(xué)、合理、貼近實(shí)際的量化評價(jià);評價(jià)結(jié)果是一個(gè)矢量,而

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論