益可用V={好、较好、一般、较差、差}等。2.3、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ui(i=1,2…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:其中表示某个被评价对象从因素ui来看对等级模糊子集的隶属度。一个被评价对象在某个因素vj方面的表现是通过模糊向量?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),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求得,即:2.4隶属度若对论域(研究的范围)U中的任一元素x,都有一个数A(x)∈0,1与之对应,则称A为U上的模糊集,A(x)称为x对A的隶属度。当x在U中变动时,A(x)就是一个函数,称为A的隶属函数。隶属度A(x)越接近于1,表示x属于A的程度越高,A(x)越接近于0表示x属于A的程度越低。用取值于区间0,1的隶属函数A(x)表征x属于A的程度高低。隶属度属于模糊评价函数里的概念:模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法,其特点是评价结果不是绝对地肯定或否定,而是以一个模糊集合来表示。2.5确定评价因素的模糊权向量为了反映各因素的重要程度,对各因素U应分配给一个相应的权数,通常要求满足,于是表示第i个因素的权重,再由各权重组成的一个模糊集合A就是权重集。在进行模糊综合评价时,权重对最终的评价结果会产生很大的影响,不同的权重有时会得到完全不同的结论。
全文预览
