模糊综合评判方法的合理性.docx

《模糊综合评判方法的合理性.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、模糊综合评判方法的合理性模糊综合评价法是一种基于模糊数学的综合评价方法，主要解决一些外延不清晰的评价问题，即所谓模糊性的问题。模糊综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，解决定性与定量评价不能很好结合的问题，即用模糊数学对受到多个因素约束的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。模糊综合评价法的合理性，主要是评价模型的合理性，目前常用的几种评价模型如下：1　模糊综合评价模型M(∨，∧)模型M(∨，∧)在计算过程中，先对每一个因素的评判权重和给定的分配权重取较小者，再取各评判结果的最大者作为

2、综合评判的结果。模型M(∨，∧)是根据最大隶属度的原则，计算B=A○R，其中A是权数集，R是单因素评判集，B是模糊综合评价集，最终选择评价集B中最大的元素所对应的评价等级作为综合评价的结果。此模型为主因素突出型的综合评判，其评判结果只取决于在总评价中起作用的那个因素，其余因素均不影响评判结果，所以比较适用于单项评判最优就能作为综合评判最优的情况。当所要评判的因素集中的因素较多时，可能会出现评价集B中两个元素相同或相近的情况，这个时候就会出现综合评价决策结果不易分辨的情况。2　模糊综合评价模型M(∨，·)模型M(∨，·)在计算过程中，先求每一个因素的评判权重和给定的分配权重之积，再取各评判结果的

3、最大者作为综合评判的结果。模型M(∨，·)也是主因素突出型的综合评价，它与M(∨，∧)相近，但比模型M(∨，∧)精细些，不仅突出了主要因素，也兼顾了其他因素，此模型适用于模型M(∨，∧)失效(不可区别)，需要“加细”的情况，值得注意的是，在模型M(∨，·)中，ai也是在考虑多因素时rij的调整系数，没有权重系数的意义，这是因为在决定bj时并未考虑所有因素的影响。3　模糊综合评价模型M(⊕，∧)模型M(⊕，∧)在计算过程中，先对每一个因素的评判权重和给定的分配权重取较小者，再求各评判结果之和作为综合评判的结果。模型M(⊕，∧)也属于主因素突出型的综合评价，比模型M(∨，∧)也精细些。在实际应用中

4、，当主因素(权重最大的因素)在综合评价中起主导作用时可采用这种算子进行运算。4　模糊综合评价模型M(⊕，·)模型M(⊕，·)在计算过程中，先求每一个因素的评判权重和给定的分配权重之积，再求各评判结果之和作为综合评判的结果。模型M(⊕，·)为加权平均型的综合评判，依权重的大小对所有因素均衡兼顾，比较适用于要求总和最大的情形。四种模糊综合评价模型各自有各自的特点，对信息的利用程度也有所差异，4种模糊评判模型的特点如下表所示。特点算子M(∨，∧)M(∨，·)M(⊕，∧)M(⊕，·)体现权重作用不明显明显不明显明显综合程度弱弱强强利用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

5、加权平均型由于在项目评标中，涉及的评价因素很多，若仅考虑主要因素，会丢失一些重要信息，使得评价结果失真。为了尽量全面考虑所有的评价因素，在此拟采用二级模糊综合评价模型，该模型的具体建立过程如下:(1)确定评价指标集，将所有指标分成s个子集，记为U1，U2，…，Us，并满足条件U={U1，U2，…，Us}，Ui∩Uj=Ø(i≠j)，每个子集Ui，i=1，2，…，s，又可由它的下一级评价指标子集来评价。(2)做出所有评价指标的评语集，方便起见统一规定，V={y1，y2，…，ym}。(3)对每一个评价指标Ui进行单指标评价，得出单指标评价矩阵Ri=(rij，k)ni×m，其中i=1，2，…，s;j=

6、1，2，…，ni;k=1，2，…，m。这里rij，k表示指标xij对评语yk的隶属度。进行综合评价时，可以根据实际意义确定单指标评价矩阵Ri，常用的方法有专家评分法。(4)给出Ui中各评价指标的权重，权重系数的确定很重要，它直接影响着最终的评价结果，常见的确定权重的方法很多，如二元对比函数法、层次分析法等。具体实施时可由评标单位召集专家，根据项目特点，采用Delphi法进行，实际应用中权重的设定一般与评价指标体系的划分同时进行。(5)得出Ui的最终评语:Bi=Ai○Ri=(bi1，bi2，…，bim)，i=1，2，…，s。由于影响评标结果的因素很多，为了避免丢失有价值的信息，做到真正的客观公正

7、，应综合考虑各种指标因素的影响，因此常采用加权平均法来确定。同样一个事例，采用不同的模型分析得到的结果也不同，但是并不能认为结果有误或相互矛盾。因为在模糊综合评价里，根据分析问题的侧重点不同选用不同的模型导致的结果不一致是正常的。选择计算结果差别较大的能够做出更加准确的判断。