模糊数学评价体系_灰色模糊综合评价

模糊数学评价体系_灰色模糊综合评价>`建模算法整理`,文章主要介绍了模糊综合评价中的要把论域中的对象对应评语集合一个指定的评语的情况(一级模糊评价)>`参考学习资料`:清风数学建模数学建模算法与程序>`其他资源`:2016到2020美赛o奖论文===姜启源司守奎电子书===论文模板====算法代码>如果需要可私信或者评论

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全家桶1年46,售后保障稳定

建模算法整理,文章主要介绍了 模糊综合评价中的要把论域中的对象对应评语集合一个指定的评语的情况(一级模糊评价)
参考学习资料:清风数学建模 数学建模算法与程序
其他资源:2016到2020美赛o奖论文=== 姜启源 司守奎电子书===论文模板 ====算法代码
如果需要可私信或者评论

1 隶属函数的三种确认方式(获取隶属度)

1.1 模糊统计法(减少主观性)

概述:比赛中用的比较少,要设计发放问卷,可能来不及,但实际上做研究用的比较多。
原理: 找多个人对同一个模糊概念进行描述,用隶属频率去定义隶属度
例子

  1. 定义人的年龄论域为U,调查n个人
  2. 让这n个人仔细考虑好“年轻人”的含义后,给出他(她)们认为最合适的年龄区间
  3. 对于任意一个确定的年龄,例如25岁,若这n个人有m个人的年龄区间包含25,则称m/n为25对于“年轻人”的隶属频率
  4. 以此类推,我们可以找到所有年龄对于“年轻人”的隶属频率
  5. 若n很大的时候,隶属频率会趋近稳定,我们可以将其视为隶属度,进而得到隶属函数

1.2 借助已有的客观尺度

概述:需要合适的指标,并且能收集到数据,这里找的指标必须介于0到1之间。(如果不是,则可归一化)

论域 模糊集 隶属度
设备 设备完好 设备完好率
家庭 小康家庭 恩格尔系数
产品 质量稳定 正品率

1.3 指派法(主观性较强)

概述:根据问题的性质直接套用某些分布作为隶属函数,主观性较强

常见的模糊函数分布表
在这里插入图片描述
最常见的梯形分布函数
在这里插入图片描述
例题:
在这里插入图片描述

2 模糊评价问题概述

模糊评价问题是

  1. 要把论域中的对象对应评语集合一个指定的评语

  2. 将方案 作为评语集并选择一个最优的方案
    在模糊综合评价中,引入三个集合

    • 因素集(评价指标集) U={u1,u2,u3…un}
      U={专业排名、课外实践、志愿服务、竞赛成绩}
    • 评语集(评价的结果)V={v1,v2,…vm}
      V={优 良 差}
    • 权重集(指标的权重) A={a1,a2,…an}
      A={0.5,0.10.1,0.3}
      补充:区别于层次分析法考虑的三个问题 目标 指标 方案(选择)

3 一级模糊综合评判概述+步骤(以人事考核案例为例)

**概述说明:**在指标个数较少的考核中,运用一级模糊综合评判,而在问题较为复杂、指标较多时候,运用多层次模糊综合评判以提高精度。
一级模糊综合评判迷性的建立主要包括以下几个步骤:

3.1 确定因素(指标)集

对员工的表现,需要从多个方面进行综合评判,如员工的工作业 绩、工作态度、沟通能力、政治表现等。所有这些因素构成了评价指标体系集合,即因素 集,记为
U={u1,u2,…un}

3.2 确定评语集

由于每个指标的评价值的不同,往往会形成不同的等级。如对工 作业绩的评价有好、较好、中等、较差、很差等。由各种不同决断构成的集合称为评语集, 记为
V={v1,v2,…vm}

3.3 确定各因素的权重

一般情况下,因素集中的各因素在综合评价中所起的作用 是不相同的,综合评价结果不仅与各因素的评价有关,而且在很大程度上还依赖于各因素 对综合评价所起的作用,这就需要确定一个各因素之间的权重分配,它是U上的一个模 糊向量,记为
A={a1,a2,…an}
补充确定权重的方法
Delphi 加权平均法 众人评估法(不常用)
无数据:层次分析法(常用)
有数据:熵权法 (常用)
也可以默认指标权重一致(简单做法)

3.4 确定模糊综合判断矩阵

对指标u来说,对各个评语的隶属度为V上的模糊子集。对指标的评判记为
R=[ri1,ri2,…rim]
i:表示第几个指标
m:表示第几个评语
就是各个指标在对评语的隶属度n*m(n指标个数 m评语几类)
在这里插入图片描述
它是一个从U到V的迷糊关系矩阵

3.5 综合评判矩阵

如果有一个从U到V的模糊关系R,那么可以得到一个模糊变换
F(U)->F(V)
由此变化,可得到综合评判结果B=A*R。
在这里插入图片描述
B=[b1,b2…b3]
文字描述:各个指标的权重乘上各个指标在不同评论的隶属值汇总,得到的值数量对应评语的数量。(就是得到对象在各个评语集元素的隶属度(权重)

4 具体案例带入数值计算

某单位对员工的年终综合评定

步一:取因素集
U={政治表现u1,工作能力u2,工作态度u3,工作成绩u4}。

步二:取评语集
V={优秀v1,良好v2,一般v3,较差v4,差v5}。

步三:确定各因素的权重
可以使用层次分析法

A=[0.25,0.2,0.25,0.3]。

步四:确定模糊综合评判矩阵,对每个因素u做出评价。
这边使用的是三种方式的模糊统计法求隶属值
①u1比如由群众评议打分来确定:
R1=[0.1,0.5,0.4,0,0]

解释: 上式表示,参与打分的群众中,有10%的人认为这位员工的政治表现优秀,50%的人认为政治良好,40%的人认为政治表现一般,认为政治表现较差或差的人为0%。用同样的方法对其他因素进行评价。

②u2,u3由部门领导打分来确定:
R2=[0.2,0.5,0.2,0.1,0]
R3=[0.2,0.5,0.3,0,0]

③u4由部门领导打分来确定
R2=[0.2,0.6,0.2,0,0]

④以Ri构建评价矩阵(模糊关系矩阵)
在这里插入图片描述
我们需要知道一下三点

  • rij的值与隶属度的计算方式有关,题目中只是三种中的其一方式
  • 0<rij<1
  • 大小为n*m (n表示指标数量 m 表示评语数目)(在前面也提过了)

④模糊综合评判矩阵,进行矩阵合成运算
在这里插入图片描述

结果如下: 得到m个数目的值(最终各个评语汇总占比)
在这里插入图片描述
我们取隶属度最大的良好作为综合评判结果,则评判结果为良好。

5 总结

  文章纯属建模学习整理。
最后希望给文章点个赞,整理不易!!!
最后希望给文章点个赞,整理不易!!!
最后希望给文章点个赞,整理不易!!!
在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/223018.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • toast弹窗代码_app加弹窗软件

    toast弹窗代码_app加弹窗软件效果图代码:<!DOCTYPEhtml><htmllang=”en”> <head> <title>弹窗</title> <metacharset=”UTF-8″> <metaname=”viewport”content=”width=device-width,initial-s…

  • 经典分页样式

    经典分页样式$pagenum=@ceil($count/$perpage1);if($page!=0){$page_jian=$page-1;$page_home.="<ahref=&#39

  • js 前进 后退 刷新

    js 前进 后退 刷新前进<inputtype=buttonvalue=前进οnclick=”window.history.go(1)”><inputtype=buttonvalue=前进οnclick=”window.history.forward()”>后退<inputtype=buttonvalue=后退οnclick=”window.history.go(-1)”><inputtype=buttonvalue=后退οnclick=”window

  • AC餐饮指的是什么_餐饮tc和ac的区别

    AC餐饮指的是什么_餐饮tc和ac的区别奶牛们在吃饭方面十分挑剔。每头奶牛都有自己喜欢的食物和饮料,并且不会食用其他不喜欢的食物和饮料。农夫约翰为他的奶牛们做了美味的饭菜,但他忘了对照他们的喜好来检查菜单。虽然他可能无法令所有奶牛满意,但他想给尽可能多的奶牛提供一顿完整的用餐—-既有食物可吃,也有饮料可喝。农夫约翰一共烹制了 F 种食物,并提供了 D 种饮料。约翰共有 N 头奶牛,其中第 i 头奶牛有 Fi 种喜欢的食物以及 Di 种喜欢的饮料。约翰需要给每头奶牛分配一种食物和一种饮料,并使得有吃有喝的奶牛数量尽可能大。每种食物

  • linux内核启动流程(文章最后流程图)

    linux内核启动流程(文章最后流程图)原文:linux内核启动流程本文以Linux3.14版本源码为例分析其启动流程。各版本启动代码略有不同,但核心流程与思想万变不离其宗。内核映像被加载到内存并获得控制权之后,内核启动流程开始。通常,内核映像以压缩形式存储,并不是一个可以执行的内核。因此,内核阶段的首要工作是自解压内核映像。内核编译生成vmliunx后,通常会对其进行压缩,得到zImage(小内核,小于512KB)或bzI…

  • java locale 中国_Java描述语言、国家和地理的类——Locale

    java locale 中国_Java描述语言、国家和地理的类——LocaleLocale类代表一个特定的地理、语言和国家环境。一个Locale的实例对象本身不会验证它代表的语言和国家地区信息是否正确,只是向一些对国家和语言、地理等比较敏感的类提供国家地区语言信息,这些类有DateFormat、NumberFormat等等。Locale类可以有四种方式来创建对象,三种通过构造器,一种通过字段。创建Locale对象的三种构造方法:Locale(Stringlanguage)…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号