全文预览

数学建模常见评价模型简介

上传者:菩提 |  格式:doc  |  页数:11 |  大小:347KB

文档介绍
n),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同样如果社会效益,经济效益两项单因素评价结果分别为那么该项成果的评价矩阵为(5)进行综合评价通过权系数矩阵与评价矩阵的模糊变换得到模糊评判集。设,那么其中“”为模糊合成算子。进行模糊变换时要选择适宜的模糊合成算子,模糊合成算子通常有四种(1)算子,符号“”为取小,“”为取大。运算过程为首先对每个下标求出与的最小值,然后从这些最小值里面取最大值。(2)算子(3)算子“”是有界和运算,即在有界限制下的普通加法运算.对个实数有,利用算子,有(4)算子以上四个算子在综合评价中的特点是如下表:特点算子体现权数作用不明显明显不明显明显综合程度弱弱强强利用R的信息不充分不充分比较充分充分类型主因素突出型主因素突出型加权平均型加权平均型表121.如何确定权向量1)层次分析法2)归一化法归一化公式:其中为评价参数的监测值;为评价参数i的n级标准的算术平均值,则权重集为2.如何确定评价矩阵1)专家评价法2)层次分析法(6)得出综合结论通过对模糊评判向量的分析作出综合结论.一般可以采用以下三种方法:1.最大隶属原则模糊评判集中为等级对模糊评判集的隶属度,按最大隶属度原则作出综合结论,即,所对应的元素为综合评价结果。该方法虽简单易行,但只考虑隶属度最大的点,其它点没有考虑,损失的信息较多.二、多级模糊综合评判有些情况因为要考虑的因素太多,而权重难以细分,或因各权重都太小,使得评价失去实际意义,为此可根据因素集中各指标的相互关系,把因素集按不同属性分为几类.可先在因素较少的每一类(二级因素集)中进行综合评判,然后再对综合评判的结果进行类之间的高层次评判.如果二级因素集中有些类含的因素过多,可对它再作分类,得到三级以至更多级的综合评判模型,注意要逐级分别确定每类的权重。

收藏

分享

举报
下载此文档