- 在线时间
- 791 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2017-6-12
- 听众数
- 15
- 收听数
- 0
- 能力
- 120 分
- 体力
- 36352 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13866
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 12
- 分享
- 0
- 好友
- 225
TA的每日心情 | 开心 2020-11-14 17:15 |
|---|
签到天数: 74 天 [LV.6]常住居民II
 群组: 2019美赛冲刺课程 群组: 站长地区赛培训 群组: 2019考研数学 桃子老师 群组: 2018教师培训(呼伦贝 群组: 2019考研数学 站长系列 |
模糊数学中有一个研究的热点问题就是“模糊决策”,它就是研究在模糊环境下或者 模糊系统中进行决策的数学理论和方法。模糊决策的目标是把决策论域中的对象在模糊 环境下进行排序,或按某些模糊限制条件从决策域中选择出最优对象。
2 z: t4 w( }) x! V9 b+ S0 n
3 ^9 w$ ^1 a' ]/ L) n* G1 模糊综合评价法
% u! h, c" {$ J, n- g模糊综合评价方法,是应用模糊关系合成的原理,从多个因素(指标)对被评价事物 隶属等级状况进行综合性评判的一种方法,其具体的步骤为:
# H3 \: p- T- d7 \( `0 E) _- m1 L, K# q t. T( h3 X4 ?, c
![]()
5 K0 C/ V2 U+ m- A0 q
! `/ t/ e, V) F6 o& x常用的模糊算子有:6 L0 g( Q1 ?; y' W4 w( e; Q
& o; ] H# r6 d& g, J( G![]()
7 A) [1 d' s: @3 A
+ q( E1 G1 ?/ ~( A; w$ p& {% H经过比较研究, M (•,⊕) 对各因素按权数大小,统筹兼顾,综合考虑,比较合理。0 l5 ^) K3 y' d( F, o; Q3 [
0 t$ m% _" O# @! C
(6) 对模糊综合评价结果 B 作分析处理。
$ L4 l$ K2 P' ^' y- [ j- N
. z! D2 g- o& h& B★ 多目标模糊综合评价法建模实例
* z* Z5 N V, f$ N& t$ B V4 }科技成果通常可用技术水平、技术难度、工作量、经济效益、社会效益等 5 个指 标进行评价,等级分为一等、二等、三等、四等。某项科研成果经过评委会评定,得到 单因素评判矩阵.
. Q* N! R0 }$ n8 T; E" q8 y9 W! v: u, f. S7 |/ s
![]()
& V2 a8 { h# [1 e* v
1 { ^# K6 ?, T用 M (•,⊕) 算子,得 B = (0.23,0.35,0.31,0.11) 由计算结果可见,用 M (•,⊕) 评价模型比较合理,成果应评为二等奖。
& a3 X5 V- K0 e4 K. m9 L
1 I, _ I. V4 M& a. @6 x1 P6 r1 y2 多目标模糊综合评价决策法+ k5 W% c6 T8 w g: L3 _5 x' M L( o
当被评价的对象有两个以上时,从多个对象中选择出一个最优的方法称为多目标模 糊综合评价决策法。 评价的步骤:- u5 Z$ R) ~9 K6 Y+ @- C: m
7 I# _& q& ^7 D& ^
① 对每个对象按上面多个目标(因素)进行模糊综合评价;
7 }; _* y9 V* Q3 U
$ [7 \! ?, ]& W) c: ]" b② 将模糊评语量化,计算各对象的优先度。假设模糊评价评语量化集(或评价尺 度)为 S ,则各对象的优先度为:1 W2 K$ @5 \: U b2 Q& a, i
1 M7 D! D7 A2 T( x3 e8 Y
![]()
1 R- k' s9 ~" h B @
7 F7 c& ?! b) m2 |★ 多目标模糊综合评价决策法建模实例* t. r% B4 v; ?. \
假定在上例中有两项科研成果,第一项科研成果为甲项,其模糊评价结果为 B1 = (0.23,0.5,0.31,0.11) 现对科研成果乙进行同样的模糊评价,其评价矩阵为9 r Z# F6 T+ a5 a( k2 F4 e
& ]7 z s; Y) @! [+ n% V * k/ N7 c9 _1 X6 ~ R C6 o
9 F$ j9 _4 N, Y9 C4 [
各评价因素的权值分配为 A = (0.35,0.35,0.1,0.1,0.1)
7 [7 T( B4 ]' l/ [# [' O9 ~9 f, O7 [& Q/ Z! C" y
所以,综合评价为8 @4 S6 ?) w8 a& u' s8 Z7 R
& o8 [2 K6 I# Q* n![]()
/ o) W7 h# U* @2 P9 Z7 `* F, W9 G% m) Q% O
例 16 某露天煤矿有五个边坡设计方案,其各项参数根据分析计算结果得到边坡 设计方案的参数如下表所示。
c+ N/ V) z' D1 ?
& q" E+ h8 `6 O6 [( Z2 X8 r8 M2 `![]()
( k1 u* t3 J7 u3 n* s- V, i4 g, l0 M
/ [3 }. `4 f2 f0 y据勘探该矿探明储量 8800 吨,开采总投资不超过 8000 万元,试作出各方案的优 劣排序,选出最佳方案。 解 首先确定隶属函数:4 z4 w- b9 q+ H1 ?, G9 R% o# l
- b S, h; x% R1 k(1)可采矿量的隶属函数$ @2 L1 M! j- i0 k: U/ [; {
2 R5 c; }( [" ?) a( V
因为勘探的地质储量为 8800 吨,故可用资源的利用函数作为隶属函数; y5 B" }: ]! ]1 {3 y6 c' _
4 L/ j; E# p9 W+ B( d, K * j! f6 v/ G+ m6 M- b
* v8 w9 k( Q* w
, G/ ]$ I' N! Y# N
8 k; C. l; A9 e9 [4 K# m2 M
& e: H. T0 ]2 ]) b4 r根据专家评价,诸项目在决策中占的权重为 A = (0.25, 0.20, 0.20, 0.10, 0.25) , 于是得诸方案的综合评价为 B = AR = (0.7435, 0.5919, 0.6789, 0.3600, 0.3905)
$ D8 G& U4 \1 z
$ F$ g) S7 h2 @由此可知:方案 I 最佳,III 次之,IV 最差。 程序计算如下:1 ?: Q9 y' ~2 {# P+ v! ]
; P0 i! |8 g. y' M, J' l
(1)首先编写函数文件 myfun.m 如下:* m) w, U) S6 H7 O6 `& Z* T; F
/ N. w; @0 a" e R& f6 \/ D
function f=myfun(x);
! o) l+ j7 x9 M- {7 pf(1, =x(1, /8800;' \1 W1 u7 Q( Y
f(2, =1-x(2, /8000;
! a. j0 t3 a& k0 X3 U; t. sf(3, =0;- _0 Q, \6 e5 u4 ~6 k+ a4 e
f(3,find(x(3, <=5.5))=1; $ [' ]0 d2 D# W
flag=find(x(3, >5.5 & x(3, <=8);6 G. m6 n9 k! V4 K1 ?4 }
f(3,flag)=(8-x(3,flag))/2.5;
; \8 s0 }9 @# W7 m* g- b1 H+ cf(4, =1-x(4, /200;
& W# o! ]$ X9 @: a8 Rf(5, =(x(5, -50)/1450; ( U6 i0 x; |5 [( a
4 p. Y4 @5 C. J: D/ `8 ]8 t; b5 Y0 A) t
(2)编写程序文件如下:
+ Q0 r. [! Q/ b# Y' x% F( Y; E" Y0 E3 Z8 l
x=[4700 6700 5900 8800 7600# x0 L5 O$ o8 p$ C: t, a* \
5000 5500 5300 6800 60009 ~4 y( ?: ?9 N
4.0 6.1 5.5 7.0 6.88 l% ?( w& `+ r; f
30 50 40 200 1605 L+ d# F& |; `) D, ]
1500 700 1000 50 100];
" L c8 P4 V" ]9 Pr=myfun(x);
5 f! G+ o7 F4 b! l" q7 va=[0.25,0.20,0.20,0.10,0.25];
( |8 s% I+ M3 V4 |0 ib=a*r ) k0 Z! G7 n( u% v# h3 j
( {! {% V- w3 l* J: I5 V! P& J3 多层次模糊综合评价模型的数学方法
/ J1 y5 p2 t) X5 b4 ?3.1 多层次模糊综合评价模型数学方法的基本步骤
% R' u6 u5 \6 |( `/ T! p! _0 V7 h
8 g; l3 o7 F5 z* ]: s3 j
![]()
5 J7 A- x2 o1 R; g, W6 L
; L! A% _! F+ Z1 ^+ a, a/ H" d
* T( U' _5 j1 e
2 n) J6 ^- S# }- m3.2 多目标模糊综合评价决策法建模实例$ N6 M& a! a6 i2 p* m0 i3 A
科技成果模糊综合评价模型的建立及其有关参数的确定。
1 n" F0 p5 n3 ]' b
$ U8 }, J- |. A# `3 M(1)科技成果综合评价的因素集(指标体系)的确定 根据科研成果的特点, 并经过专家调研, 设计以下一套综合评价指标体系.
2 j0 Y% C: f9 w9 t: M# n2 h6 Q; R7 v9 z3 O9 M
![]()
7 [) ^; }/ I7 c
Q2 H9 O/ z/ \( Z) Z1 m! n5 A7 g / z& v: r& b: @2 l
7 z/ ~ u( a, k. w9 k) n$ u# l$ @. n) e' X' f4 B0 e* ^
(2)科技成果的评语集的确定9 w9 o1 ~" t$ j$ O+ e/ _
8 e- v3 `% z- @* v% b% A在评价科技成果时,可以将其分为一定的等级. 在此, 从“专家打分”的角度把 评价的等级分为“10 分”、“8 分”、“6 分”、“4 分”、“2 分”五个等级,因此评语集表 示为: V = {10 分, 8 分, 6 分, 4 分, 2 分}.8 l4 W5 `& ~$ m* ?3 C# x
2 Z z/ W2 |( } r ; G2 p A/ a% Z" H; P( ~0 b+ v7 _; Z
9 O9 Z! c$ I7 t0 F9 _/ {(4)权重 的确定/ d9 B4 k* n7 d+ w
在(1)给出的综合评价体系中三大准则及 9 个指标中, 他们在综合评价中的重要 程度是不一样的。地位重要的,应给予较大的权重;反之,应给出较小的权重。下文给 出两种确定权重的实用方法。
" p* ?- S) P/ g) p+ k8 J
- D( L+ N. z, W① 频数统计法确定权重.
: t, q) C4 l0 j b! B6 g! [$ ^8 C' p5 N
![]()
8 h& [0 m$ |5 j9 }- O* D5 H( n. D- z+ k* g
② 模糊层次分析法(AHP)确定权重6 u5 m) H2 D2 O. x; e
该法的基本原理是从(1)中给出的综合评价体系的层次结构出发,针对每个准则 内的指标,运用专家的知识、智慧、信息和价值观,对同一层或同一个域的指标进行两 两比较对比,并按 1—9 判断标度及含义构造判断矩阵 D = ,再由组织者计算比' R& n s+ V5 y
, x& p3 I# v2 s/ @ / c- c7 u7 Q. R" y5 X5 h6 N9 t
% u/ F: j) }) K+ B; d
(5)科技成果的综合评价3 I% G7 G& Q6 N* ~: i9 z
% j4 d; G. o" Y 2 U$ p, o! m5 H+ c9 W
3 y7 m3 r, `/ |8 S! @# k$ N9 }& I$ ]8 ^, f
4 模糊多属性决策方法) Z) r' ^. k1 v5 l
4.1 模糊多属性决策理论的描述
, h& H$ L+ @2 K+ e" U8 Z5 O' U7 p& `. v" N, x
![]()
1 `! U" [' J4 |! w3 C( \! l& p$ o% a6 B3 N
4.2 折衷型模糊多属性决策方法$ S8 x: h7 z: X! M* b" V8 [
(1)折衷型模糊决策的基本原理 折衷型模糊决策的基本原理是:
- w0 f/ K3 G8 f; U3 C6 K/ R& e- k" N+ Y. a1 P6 o3 o
从原始的样本数据出发,先虚拟模糊正理想和模糊 负理想,其中模糊正理想是由每一个指标中模糊指标值的极大值构成;模糊负理想是由 每一个指标中模糊指标值的极小值构成。然后采用加权欧氏距离的测度工具来计算各备 选对象与模糊正理想和模糊负理想之间的距离。在此基础上,再计算各备选对象属于模 糊正理想的隶属度,其方案优选的原则是,隶属度越大,该方案越理想。4 s# B3 L- _# d3 X7 x: V& ]
% L4 G+ L! E+ y* I- S+ Y( l% l# L; N(2)折衷型模糊决策的基本步骤" u. j7 M! a! }7 x7 w0 e) m
Step1:指标数据的三角形模糊数表达
' V* E# V; g1 J# c5 s# L
, V4 t& u; S$ j . e6 e6 f( u& @( i; i' O) x
& |- |) q5 E; Y0 L. \% j) E0 W- z下面运用以上的定义将定性、定量指标以及权重数据统一量化为三角形模糊数.
5 C# |9 s& J) P
) e; u: ^& }+ ]/ P1) 对于定性指标,可以将两极比例法改进为三角模糊数比例法。再利用三角模糊 数比例法将定性指标转化为定量指标,其具体的转化形式见表 9。% Y+ K& E9 h! M, r" a0 p8 \2 U+ Z
2 g% G" q' B. ]2 p) [( }
a' }; T9 r; z6 }4 g. t
1 r$ p2 s1 a4 X
2) 对于精确的定量指标值,也写成三角模糊数的形式。设 a 是一个具体的精确数, 由三角模糊数的定义,则 a 表示成三角模糊数的形式为:( g' {0 x1 C& L8 R, D/ U
& \; Q# ]/ b4 \. v0 u8 G5 u8 z - B* s: A* I' l5 f/ X0 w
% K- U, j" x: S6 n数的表达形式.
$ R0 M6 R( q, e4 s' N) }7 q' r
7 K! x" o# a6 I- O Z, cStep2: 模糊指标矩阵 F 归一化处理
# ^' F" D7 H% ^* `7 x. N4 R3 F" [7 l) I
/ Z( B: Q4 t J* Z- O! F
: ^8 ?1 X/ D0 q3 \/ b& h# s3 f. \
Step3: 构造模糊决策矩阵3 o& ?0 ^" n8 _+ I. M" e0 @
$ [( D3 `! F# Q8 e. {: V7 n( m% b
, @9 b0 ~) }6 Q
- g+ L: m- g' i; c* H
Step4: 确定模糊正理想 与模糊负理想
, T$ ]1 E+ _, M$ K6 P: s9 K! B设9 {! ]+ u: Y8 e
6 i' _( }2 m( C- i1 ?) E
3 ^/ z# K& ?3 x" `2 U. ]! D8 A
0 V4 Y3 _2 N9 f![]()
7 B8 }0 L( Q# l+ R9 L. U( l8 D% h. l( ]; g" I3 N* Y. B
4.3 折衷型模糊决策方法建模实例& l: a* J8 Y: P k& c' N: \ @
某市直属单位因工作需要,拟向社会公开招聘 8 名公务员,具体的招聘办法和程序 如下:9 W5 x) J9 n+ }" |+ c4 [- i
0 M1 N! `9 g! B T: a5 l! p& k(一)公开考试:凡是年龄不超过 30 周岁,大学专科以上学历,身体健康者均可 报名参加考试,考试科目有:综合基础知识、专业知识和“行政职业能力测验”三个部 分,每科满分为 100 分。根据考试总分的高低排序选出 16 人选择进入第二阶段的面试 考核。4 a- ^. \1 K5 n- B
7 ]- R$ T4 l& A(二)面试考核:面试考核主要考核应聘人员的知识面、对问题的理解能力、应变 能力、表达能力等综合素质。按照一定的标准,面试专家组对每个应聘人员的各个方面 都给出一个等级评分,从高到低分成 A/B/C/D 四个等级,具体结果见表 10 所示。2 X1 _+ Y/ A; P' L) j! s
$ J+ r+ h% O! V现要求根据表 8 中的数据信息对 16 名应聘人员作出综合评价,选出 8 名作为录用 的公务员。
n5 k% b# _2 u0 v$ F
. u* H. b4 q+ Y ! G- b* ^3 o% O
! L2 G D6 S9 z0 O, o0 V% s. k
建模过程:
?! m5 P8 _5 e- A
+ O. ]( t8 z* f4 u0 Z① 借鉴表 9 的思想,对于定性指标值 A,B,C,D,可以定义表 10 的量化标准 将这些定性指标进行量化,其具体的量化形式见表 11。
* T$ W$ }$ F* n5 c/ M; p+ q5 r2 f( x5 R: F8 z9 Z
![]()
8 T% d9 Z: y6 |* _# R
( G' a1 Z1 S0 _; R1 M5 l; t② 由表 11 和公式(1)把表 10 中的指标信息、权重信息化成三角形模糊数,得到
* l. {9 ~& Z% l0 v6 L8 E
' _6 u; a, k1 Q j. K ; K$ Z, N4 h1 Q: _3 H
* p1 w' d. @* m/ \/ ^③ 由公式(3’)和(4)将 F 中的数据进行归一加权化,得到模糊决策矩阵 D 。
! U) h2 J3 g0 z4 y1 x) S! W
* V6 p7 Y, g( T! n7 S④ 由公式(5)确定出模糊正理想与模糊负理想6 W! c& O% _5 l/ \
$ h) c7 E8 J3 O* \ p, F
![]()
' P6 s" r+ ^" N S( d0 f* B' I+ D
⑤ 模糊优选决策3 d* E/ L7 H& Y3 x; p/ v7 t6 Z" i) I
" T$ ]0 V* D" _ T! r![]()
7 h! }# h/ \0 Q% c8 G7 ~$ t) n \* z5 e+ B: m
" d& B& Y3 J" }# j* `0 W1 z
; Y4 I+ o# n! `1 S因此被选种的 8 个人员是人员 1、4、2、9、8、5、7、12。 计算的 MATLAB 程序如下:, `. M7 T7 G* K2 X- w
; [* d9 ^( r1 X( X%把表 3 中的数据复制到纯文本文件 mohu.txt 中,然后把 A 替换成 85 90 100,& y6 f( e# p* Y0 C1 d
%B 替换成 75 80 85,C 替换成 60 70 75,D 替换成 50 55 60
0 N6 o" J: q+ R. Lclc,clear
- ~* P2 R5 A: Q( e4 S( xload mohu.txt
; ]4 y+ x# v6 j3 r- W" F7 Gsj=[repmat(mohu(:,1),1,3),mohu(:,2:end)];
% g" P! n8 b# s/ y5 j) R- e& A9 {- p%首先进行归一化处理5 m) S/ T9 u/ f) E4 ?; d8 m
n=size(sj,2)/3;m=size(sj,1);% o1 I% q9 C" q. k: P& U1 _
w=[0.5*ones(1,3),0.125*ones(1,12)];+ y/ O; a- v/ f `, m
w=repmat(w,m,1);7 H, ~1 i7 ~8 h3 E
y=[];, l% \+ \: h+ |7 Y, j
for i=1:n
3 K/ d: @) C u( ^- j: A7 ~. v tm=sj(:,3*i-2:3*i);0 u5 E k, d7 F
max_t=max(tm);" `4 V8 d; r D3 `5 R, T
max_t=repmat(max_t,m,1);, u+ E) W1 j! f
max_t=max_t(:,3:-1:1);
8 M7 C( Z4 i& J, v yt=tm./max_t;yt(:,3)=min([yt(:,3)';ones(1,m)]);
1 l, o/ f# y5 y: w8 m: c y=[y,yt];$ q) f9 J! g$ A6 f5 ^
end
1 x- {3 A5 ?3 s. j%下面求模糊决策矩阵/ N. u% Q/ q/ _$ i$ K
r=[];1 Q4 d% o$ ~& W& h
for i=1:n' s) j3 j% m* \: F4 x' }- E
tm1=y(:,3*i-2:3*i);tm2=w(:,3*i-2:3*i);% L; t7 k; q6 H/ B2 _. H/ `$ ]! l
r=[r,tm1.*tm2];# h% Q" b/ O- s6 F
end
7 b. q6 X% T K( L' N( }+ V' o7 V%求 M+、M-和距离
8 {, g7 D I/ P Amplus=max(r);mminus=min(r)
3 f) B' r9 R2 Y& r( M) a9 sdplus=dist(mplus,r');dminus=dist(mminus,r');0 v# `# k: d! C: `
%求隶属度* ^3 i9 `; k! n6 T1 w
mu=dminus./(dplus+dminus);- v+ }+ Z( u) a2 G( l3 U
[mu_sort,ind]=sort(mu,'descend')
6 \% n4 n+ g: q! D, N: X9 K" u5 T/ U9 h
+ i9 H0 s7 ~* ]. }8 U3 A3 j( Y2 Y K) r* }
习题
) d- k. J+ X) h7 m
8 T8 T% y6 h( [) }* S1. (工程评标问题)某建设单位组织一项工程项目的招标,现组建成评标专家组 对 4 个投标单位的标书进行评标。4 个标书的指标信息见表 13,其中前三个指标信息是 各投标单位给定的精确数据,后三个指标信息是评标专家组经考察后的定性结论。 请 你帮评标专家组设计一个工程评标模型,以确定最后中标单位.9 [, x$ b% P' u: S) E
' m8 o. |' ~9 N![]()
4 X: F) x) \3 G# Y% O. n
+ G; T" K7 ^ h
: I. Y4 G1 A, S" u# n/ J3 _————————————————9 m4 r8 f6 L/ n+ L1 a* X, x9 t
版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
# J& i% u& {9 j$ `原文链接:https://blog.csdn.net/qq_29831163/article/details/89913744& Y \ l `* i) v3 x: V( c
1 s) g4 N, @4 J2 G
! S+ z/ O# G" G7 @' ^" |7 r |
zan
|