模糊综合评价模型
核心在于模糊的概念
概述
数学归纳法
image-20240128192713567
数学的量的划分
确定性
不确定性
image-20240128192829255
模糊数学
image-20240128192918227
经典集合和模糊集合的基本概念
经典集合
image-20240128193114838
模糊集合:描述模糊性概念的集合
image-20240128193422098
表示方法
image-20240128193903017
image-20240128194009677
隶属函数的三种确定方法
模糊统计法
用的比较少的模糊统计法
找特别多人
image-20240128194409356
借助已有的客观尺度
合适的指标,并能收集到数据
image-20240128194540182
指派法
有很多分布,主要是梯形分布
image-20240128195038097
image-20240128195025001
例题一
image-20240128195203066
例题二
image-20240128195305070
梯形分布
image-20240128195426402
应用:模糊综合评价
image-20240128195517785
知识点:
确定因素集:相关性之间要不太强
确定评语集:由于每个指标的评价值不同,形成不同的等级。
image-20240128195716703
确定权重:Delphi法,专家法。
无数据:层次分析法
有数据:熵权法
权重也需要归一化,确定的时候注意
模糊综合判断矩阵


解释:第一列表示各个指标对于评语1的隶属度
image-20240128200239957
例题:
image-20240128200407651
层次分析法得到权重
image-20240128200513147
image-20240128200537561
一级模糊综合评价模型例子
一
image-20240128200742371
SO2的隶属度计算
image-20240128200932155
同理:
image-20240128201002529
AR=
二
image-20240128201137546
image-20240128201342001
image-20240128201252683
多级模糊综合评价模型的引入
image-20240128202425981
image-20240128202456942
image-20240128202620958
image-20240128202637622
重复1的步骤2遍即可
三极模糊综合评价模型
image-20240128202134589
同理
image-20240128203040666
image-20240128203115836
image-20240128203122965