一、隐约综合评价（评判）

（1）评价问题概述

隐约评价问题就是要把

①论语中的对象对应评语中的一个指定的评语或者文章源自微观生活（93wg.com）微观生活-https://93wg.com/4375.html

②将方案作为评语集并选择一个最优的方案。文章源自微观生活（93wg.com）微观生活-https://93wg.com/4375.html

（2）一级隐约综合评价模型

评价指标比较少，并且评价指标之间关联性不强，问题比较繁杂、指标较多时，使用多级隐约综合评判，来提高精度。

（1）肯定因素聚拢，一级隐约综合评价模型评价指标比较少，并且评价指标之间关联性不强

（2）肯定评语集，大小为m，m与n之间没有确实的大小关系

（3）肯定各元素权重

肯定权重的办法有不少，咱们学过的就有层次分析法（无数据）以及熵权法（有数据）。

（4）肯定隐约综合判断矩阵（关键）每一个指标在每一个评语上的隶属度，一共有n个指标、m各评语

所以会发生一个n*m的矩阵R，把指标的隶属度记为

一共有n个评价指标，所以

这是从U到V的隐约关系矩阵。第i列就代表每一个指标在评语i上的隶属度。

（5）综合评判。

得到每一一个元素可以看做是，该评价对象在这个评语上的隶属度

若，则要评价的对象需要划分到k这一类

1.2.1例题：某单位对员工的年终综合评定

解：

①取因素集

②取评语集

③肯定个各因素权重，使用层次分析法就能够了，得到一个判断矩阵，一致性检修后计算权重，计算权重有三种办法，三种办法计算算术平均保证结果稳健性

假定得到的权重为[0.25,0.2,0.25,0.3]

④肯定隐约综合评价矩阵，对每一个因素u_i做出评价，也就是肯定隶属度

假如通过隐约统计法得到评判矩阵:

再往返顾一下，就是这个R的每一一行都需要针对于评语聚拢来单独肯定，并且每一一行中的每一个元素就代表这个这个指标在这个评语上的隶属度，大小为n*m（评价指标个数*评语聚拢元素个数）。

⑤隐约综合评判，进行矩阵合成运算

所以对该员工的评判结果为”优良“

此处需要注意，咱们的评价对象只有一个

1.2.2 例2 空气质量

下表给出了大气污染物评价标准，今测得某日某地表中这些污染物的日均浓度为

各污染物权重如下：

试评价当天的空气质量等级

解：题目给出了因素集U= \\{u_1 =SO_2,u_2 = TSP,u_3 = NO_2, u_4 = CO,u_5 = pM_1,u_6 = O_3\\}，n=6

给出了评语集

给出了权重集

计算隐约综合判断矩阵，对这6各因素分别求在评语上的隶属度，这里使用指派一梯形个散布来求

以前咱们在隶属函数的肯定那里讲了一个例题，咱们可以仿照那个例题，使用梯形散布来肯定各个指标在不同评语上的隶属度，得到矩阵R

最后计算批评得分B = A*R = [0.252,0.478,0.27,0]

所以空气质量就是二级

1.2.3 方案优劣

某露天煤矿有五个边坡设计方案，其各项参数依据分析计算结果得到边坡设计方案的参数如下表所示：

据勘探，该矿探明储量8800吨，开采总投资不超过8000万元，试着做出各种方案的排序，选出最好方案

给出专家评价的指标权重A=

解：因素集为表中的项目列，评语集为五个方案，权重也已经得到了

下载来计算隐约综合判断矩阵R求出R中的隶属度，首先来肯定隶属函数：

①可采的矿量是（偏大型）：

②基建投资的隶属函数（偏小型）

投资束缚为8000万元，所以，

③采矿本钱的隶属函数

依据专家意见，采矿本钱元/吨为低本钱，元/吨为高本钱，故

④不不乱费用的隶属函数

⑤净现值的隶属属数

取上线15（百万元），下限0.5百万元，采取线性隶属函数

从隶属函数的构造可以看出，五个要素的隶属函数均经由了正向化处理，即隶属度越大，说明越有益。

依据隶属函数对各个指标进行隶属度计算，结算结果如下：

上述表格就是隐约综合判断矩阵R

计算隐约综合评分B= A * R = ，由此可知方案一最好，方案三次之，方案四最差

此例题中的权重可以由熵权法计算取得（题目给出了数据）

（3）多级隐约综合评价模型

①为何要引入“多级”？

当因素集中的评价指标比较多时，咱们可以对这些指标进行分类，分类以后可以简化咱们的计算，比如计算权重，指标越少越好计算。

②多级隐约综合评价模型

• 划分因素集为若干组
• 划分原则：不同子集的交集为空，且所有聚拢的并集为原聚拢U
• 数学表达：
• 肯定评语集，首先对划分好的第二级因素集计算一个综合评判矩阵R
• 值得注意，由于把所有的因素划分为了k类，假定每一类均为s个，咱们会得到k个综合评判矩阵R，每一个R的大小为s*m
• 得到k个综合评判矩阵后，咱们再乘以对应的权重即，，即一级因素集在评语上的隶属度
• 再对一级因素进行综合评判，取刚刚得到的Bi将其作为一个列向量，乘以一级因素集的权重

• 综合评判为B = A * R

例1.3.1 学生评优

评价学生表现并作为学生奖学金的评判标准

因素集U={专业课成就，非专业课成就，国家级比赛成就，省级比赛成就，校级比赛成就，国家级荣誉奖项，省级荣誉奖项，校级荣誉奖项，志愿服务时长}

很显明，各指标之间相关性程度很高，且指标个数较多，因而采取隐约多级评价模型，首先对因素集归类，并肯定各元素的权重

括号里面的数值表示用层次分析法求得的权重，注意，不同子类下的同级因素权重以及为1

假定评语集

用隐约统计法得到10个评委对于某位同窗的专业课成就以及非专业课成就的评判矩阵

其中0.8表示8个人认为该同窗的专业课成就可以评一等奖，0.2表示2个人认为该同窗的专业课成就可以而等奖，0表示没有人认为不能获奖

同理，第二行数据就不解释了

然后计算

0.76表示学习成就这一项对于一等奖的隶属度

相似的

B2 = A2 * R2 =

同理得到B3= [0.4,0.2,0.4],B4 = [0.1,0.8,0.1]

此时，第二集因素的综合评判计算终了，计算第一级综合评判

又有A= [0.4,0.3,0.2,0.1]

所以B = A*R = [0.439,0.297,0.264]

该同窗对于一等奖的隶属度最大，所以该同窗应当取得一等奖

Q：假定一等奖的名额有限，只能有三位同窗取得一等奖，那该如何分配？

依照上述方法分别对每一位同窗计算获奖隶属度，取一等奖隶属度最大的三位同窗。

以上就是微观生活（93wg.com）关于“隐约综合评价模型利用”的详细内容，希望对大家有所帮助！