模糊綜合評價法 什麼時候用?
模糊綜合評價法 根據模糊數學的隸屬度理論把定性評價轉化爲定量評價,用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價。它具有結果清晰,系統性強的特點,能較好地解決模糊的、難以量化的問題。
模糊綜合評價法 適合各種非確定性、多級評判指標問題的解決
模糊綜合評價法的順序
① 指標的構建(確定因素集 和 評語集)
② 構建評價矩陣(建立隸屬函數)
③ 構建權重向量(用熵權法 或 層次分析法)
④ 綜合評判(矩陣和權重的合成)
演示模糊綜合評價的兩種類型(一級與多級)
① 一級模糊綜合評價
一、構建評語集和因素集
因素集U = {可採礦量,基建投資,採礦成本,不穩定費用,淨現值}
評語集V = {方案Ⅰ,方案Ⅱ,方案Ⅲ,方案Ⅳ,方案Ⅴ}
二、確定隸屬函數(這個階段相當於Topsis的正向化)
可採礦量屬於偏大型,隸屬函數
基建投資屬於偏小型,隸屬函數
採礦成本屬於中間型,隸屬函數
不穩定費用也屬於偏小型,隸屬函數
淨現值屬於區間型,隸屬函數
三、建立評價矩陣
根據 隸屬度表(上圖)可以得出 評價矩陣R(下表)
每行代表: 每個方案(評語集)對一個項目(因素集)的隸屬度
每列代表: 一個方案(評語集)對每個項目(因素集)的隸屬度
四、確定權重
可根據熵權法或層次分析法求出權重
本題求得:權重集A = {0.25,0.20,0.20,0.10,0.25}
五、綜合評判
最後用評價矩陣乘以權重集可得到結果集
結果集B = 權重集 評判矩陣 = [0.743,0.591,0.678,0.360,0.390]
由此可知:方案Ⅰ 方案Ⅲ 方案Ⅱ 方案Ⅴ 方案Ⅳ
%% 因素集正向化
U1 = [0.5341 0.7614 0.6705 1 0.8636];
U1 = U1 / 8800;
U2 = [0.3750 0.3125 0.3375 0.15 0.25]; % 轉爲極大型
U2 = U2 / 8000 * -1;
U2 .+ 1;
...
%% 模糊評判矩陣
R = [U1; U2; U3; U4; U5]; %% 下面就是最終判斷矩陣
R = [0.5341 0.7614 0.6705 1 0.8636;
0.3750 0.3125 0.3375 0.15 0.25 ;
1 0.76 1 0.4 0.48 ;
0.85 0.75 0.8 0 0.2 ;
1 0.4480 0.6552 0 0.0345] %% 註釋
%% 各因素的權重
A = [0.25 0.2 0.25 0.3]
%% 隸屬度計算
B = A * R
%% 最佳方案
W = max(B)
② 多級模糊綜合評價(以三級爲例)
問:對某陶瓷廠生產的6種產品的銷售前景進行判斷,下圖是已經 歸一化 的產品評價值
一、構建評語集和因素集
一級因素集U = {產品情況,銷售能力,市場需求} 二級因素U = {…} 三級因素U = {…}
評語集V = {產品 1,產品 2,產品 3,產品 4,產品 5,產品 6}
二、針對三級因素集
下表是影響 運行費用 的各因素的 評價矩陣 (已正向化過)
根據熵權法或層次分析法求得:權重集 = {0.02,0.15,0.10,0.10,0.20,0.25,0.10}
運行費用的三級評判 = = [0.191,0.156,0.159,0.146,0.150,0.196]
二、針對二級因素集
與針對三級因素集類似 :
- 先列出 產品情況 、營銷能力 、市場需求 的 評價矩陣 、 、 (已正向化過)
- 再分別乘以各自的 權重集 、 、
- 得出 各自的二級評判、 、
三、針對一級因素集
將 二級評判結果、 、 作爲行,組成 一級評判矩陣R (已正向化過)
最終評判結果 = 權重集 一級評判矩陣
結果集B = [0.148,0.142,0.156,0.186,0.157,0.209]
由此可知:產品 6 產品 4 產品 5 產品 3 產品 3 產品 2
%% 三級指標的隸屬度計算
B23 = A23 * R23
%% 將算出的 B23 代替進初始的模糊矩陣,得到新的模糊矩陣 R2
%% 二級指標的隸屬度計算
B1 = A1 * R1
B2 = A2 * R2 % R2
B3 = A3 * R3
%% 將算出的 B1 B2 B3 代替進前一步的模糊矩陣,得到新的模糊矩陣 R
%% 一級指標的模糊綜合評判矩陣
R = [B1; B2; B3]
%% 一級指標的隸屬度計算
B = A * R
%% 最佳方案
W = max(B)
切記不能直接用於論文中,要根據題目適當的修改,避免查重
模糊綜合評價法的評估
模糊綜合評價法 的優點:
(1) 使用明確的數字代替模糊的評價對象,能對隱藏的信息呈現模糊性的資料作出較爲準確、有效、簡單易懂的量化評價標準
(2) 評價對象是一個矢量,並非一個點值,所蘊含的信息比較充實,不僅可以比較合理的描述被評價對象,還可以進行再加工,獲取參考信息
模糊綜合評價法 的缺點:
計算較爲複雜,在對評價對象的矢量上有較強的主觀性