模糊物元法综合评价福州市大气环境质量
第35卷第4期2010年4月
环境科学与管理
ENV I RO N M ENTAL SC I ENCE AND M ANAGE M ENT Vol 135No 14Ap r .2010
收稿日期:2010-01-11
基金项目:教育部人文社会科学一般项目(08JA790019)和福建省自
然科学基金项目(D0710010)
作者简介:韩智霞(1983-),女,硕士研究生,主要研究方向:环境经
济。
通讯联系人:张江山
文章编号:1674-6139(2010)04-0166-05
模糊物元法综合评价福州市大气环境质量
韩智霞,张江山,许丽忠
(福建师范大学环境科学研究所,福建福州350007)
摘 要:大气环境质量的综合评价是城市环境质量考核的重要内容,鉴于大气环境质量评价中客观存在的不确
定性和模糊性,将熵值理论与模糊物元分析法相结合应用于大气环境质量综合评价中,可有效解决这种不确定性和模糊性。应用该模型对福州市的大气环境质量进行综合评价,将评价结果与属性识别理论模型的评价结果相比较,二者基本吻合,结果证明该方法可行。关键词:模糊物元法;福州;大气环境质量中图分类号:X820.2文献标识码:A
Fuzzy Matter -element Model App lys in Comp rehensive Evaluati ons
of Fuzhou A ir Quality
Han Zhixia,Zhang J iangshan,Xu L izhong
(Fujian Nor mal University,I nstitute of Envir on mental Science,Fuzhou 350007,China )
Abstract:A co mp rehensive evaluati on of at m os pheric envir on mental quality of urban envir on mental quality is i m portant in the content of at m os pheric envir on mental quality assess ment,in vie w of the objective existence of uncertainty and a mbiguity,the en 2tr opy theory and the combinati on of fuzzy matter -ele ment analysis app lied t o at m os pheric envir on mental quality evaluati on,which can effectively res olve this uncertainty and ambiguity .App licati on of the model of at m os pheric envir on mental quality in Fuzhou comp rehensive evaluati on,the evaluati on results with the evaluati on of attribute recogniti on theoretical model results were com 2pared bet w een the t w o basically consistent,the results show that the method is feasible .
Key words:fuzzy matter -ele ment method;Fuzhou;air quality
随着城市环境质量综合考核的开展,大气环境作为其中的重要组成部分,开展城市大气环境质量综合评价及城市间综合比较,显得十分必要[1]
。
目前用于大气环境质量综合评价的方法有很多如
层次分析
[2]
、模糊综合评价
[3]
、灰关联分析方法
[4]
等。每一种方法都有各自的特点,当然也各自存在着某些方面的不足。模糊物元分析方法处理模糊不相容信息效果较好,又考虑到多目标决策时,权重的确定非常重要,本文将信息论中的熵值理论引入到权重的计算中,建立了基于熵权的模糊
物元评价模型,力图较为全面、客观地评价福州市大气环境质量。
1 模糊物元模型
[5-6]
1.1 模糊物元的概念
物元分析中所描述的事物M 及其特征C 和量值
x 组成物元R =(M ,C,x ),其中事物的名称及其特
征和量值是物元的三要素。若物元模型中的量值x
具有模糊性,称R 为模糊物元[7]
。事物M 有m 个特征C 1,C 2,…,C m 及相应的量值x 1,x 2,…,x m ,则称R 为m 维模糊物元。n 个事物的m 维物元组合在一起便构成n 个事物的m 维复合模糊物元R m n ,即
R m n =
M 1…M n
C 1
x 11
…x 1n
…
…
…
…
C m
x m 1
…x m (1)
?
661?
其中,R
m n
———n个事物的m个模糊特征的复合物
元;
M j———第j个事物(j=1,2,…n);
C i———第i个特征(i=1,2,…m);
x ij———第j个事物第i个特征对应的模糊量值。
1.2 从优隶属度
各单项指标相对应的模糊值从属于标准方案各对应评价指标相应的模糊量值隶属程度,称为从优隶属度。各评价指标特征值对于方案评价来说,有的是越大越优,有的是越小越优,因此,要对不同的从优隶属度分别采用不同的计算公式,可以采用公式(2)、(3)[8]计算从优隶属度:
越大越优型
μ
ij
=x ij/m ax x i(2)越小越优型
μ
ij
=m in x i/x ij(3)
公式中:μ
ij
———从优隶属度;
m ax x
i
,m in x j———第i(i=1,2,…,m)评价指标中的最大值,最小值。
由此可以构建如下所示的从优隶属度矩阵 R m n:
R m n=(μij)m×n μ
11
…μ
1n
………
μ
m1
…μ
m n
(4)
1.3 标准模糊物元与差平方矩阵
(1)标准模糊物元
标准模糊物元R
0n
是指从优隶属度模糊物元 R m n中各指标的从优隶属度的最大值或者最小值。本文以最大值表示最优,那么各指标从优隶属度应
均为1,则标准模糊物元R
0n
可以表示为下面的形式
R0n=
M0
C11
C21
……
C m1
(5)
(2)差平方矩阵
若以△
ij
(i=1,2,…,m;j=1,2,…,n)表示标
准模糊物元R
0n 与从优隶属度模糊物元 R
m n
中各个
元素的差的平方,则组成差平方矩阵R
△
R△=△
11
…△
1n
………
△
m1
…△
m n
(6)
其中,△
ij
=(μ0j-μij)2
1.4 熵权的确定
信息系统中的信息熵是信息无序度的度量,熵
值越小,系统无序程度越小,故可用信息熵评价所获
系统信息的有序度及其效用,也就是说由评价指标
值构成的判断矩阵来确定指标权重,可以尽量消除
各指标权重计算的人为干扰,使评价结果更加客观、
更加符合实际,熵权的具体计算步骤如下所
示[9-10]:
(1)构建n个事物m个评价指标的判断矩阵:
R=(x ij)m×n (i=1,2,…,m;j=1,2,…,n)
(7)
(2)将判断矩阵利用下面的公式进行归一化处
理,得到归一化判断矩阵B,B的元素为:
b ij=x ij-m in x ij/m ax x ij-m in x ij(8)
m in x
ij
,m ax x ij分别为同一评价指标体系i下不
同事物的最不满意者或者最满意者(本文是最小者
最满意)。
(3)根据熵的定义,n个评价事物m个评价指
标,评价指标的熵为:
H i=-
1
ln n
∑n
j=1
f ij ln f ij(9)
f ij=
b ij
∑n
j=1
b ij
很显然当f
ij
=0时,ln f ij并无意义,现
在就需对其定义加以修正,可以将其定义为:
f ij=
1+b
ij
∑n
j=1
(1+b
ij
)
(4)计算评价指标熵权W=(W i)1×m,其中W i
=1-H i/(m-∑
m
i=1
H i),并且满足
∑m
i=1
W i=1(10)
可见,利用熵值法计算各指标的权重,其本质是
利用各指标所含信息有序度的差异性,指标内样本
值的差异性越大,指标权重就越大[10]。
1.5 贴近度的计算
贴近度是指被评价样本与标准样本两者之间互
相接近的程度,贴近度越大,表示两者越接近,反之
则相离越远。因此,可以根据贴近度的大小对各方案
进行优劣排序,也可以根据标准值的贴近度进行类
?
7
6
1
?
别划分。
欧氏贴近度不仅应用方便,还克服了加权平均模型的评价值趋于均化的缺点。用先乘后加来计算和构建欧氏贴近度的复合模糊物元矩阵:
RρH=
M1…M n
ρH
j
ρH
1
…ρH
n
(11)
其中,ρH
j 为贴近度模糊物元矩阵Rρ
H
中的第j
个贴近度:
ρH
j =1-∑
m
i=1
W i△ij (j=1,2,…,n)(12)
116 模型意义说明
在运用基于熵权的模糊物元分析法对大气环境质量进行评价的过程中,将评价对象的空气质量作为物元的事物,以各项评价指标及其相应的模糊量值构造复合模糊物元,通过计算与标准模糊之间的欧氏贴近度值,实现待评样本的大气环境质量状况的识别与排序。因为标准模物元即理想模糊物元,可以认为是基于最优原则的评价结果[11]。
2 大气环境质量综合评价实例
福州市2001年-2006年的大气环境质量状况[12]如表1所示,《环境空气质量标准》(G B3095-1996)如表2所示,本文应用基于熵权的模糊物元分析法对福州市2001年-2006年的大气环境质量进行综合评价。
表1 福州市2001年-2006年的空气环境质量状况[12]
时间S O2/mg?m-3NO x/mg?m-3TSP/mg?m-3 2001010260105001092
2002010210105001082
2003010080103401080
2004010110104101074
2005010160104201072
2006010200104901072表2 环境空气质量标准(G B3095-1996)
大气质量
级别
S O2/mg?m-3NOx/mg?m-3TSP/mg?m-3一级010*********
二级010*********
三级011001100130
211 评价指标体系的构建
(1)构建复合模糊物元。根据公式(1)将福州市2001年到2006年的大气环境质量统计值(见表1)连同G B3095-1996中的3个环境空气质量标准
的浓度限值(见表2),构建包含9个事物(M
1
,…, M9),有3个指标(C1,…,C3)的复合模糊物元。
R m n=
M1M2M3M4M5M6M7M8M9 C10.0260.0210.0080.0110.0160.0200.020.060.1 C20.0500.0500.0340.0410.0420.0490.050.050.1 C30.0920.0820.0800.0740.0720.0720.080.20.3
(2)计复从优隶属度。根据式(3)(大气是选择越小越优型)和(4)计算和构建从优隶属度物元
R m n=
M1M2M3M4M5M6M7M8M9 C10.03080.38110.7270.50.40.40.1330.008 C20.680.6810.8290.8090.6940.680.680.34 C30.7830.8200.90.973110.90.360.24
(3)确定标准模糊物元和差平方复合模糊物元。取最大值组成标准模糊物元,即各指标从优隶属度均为1。按照式(5)、(6)即可得差平方复合模糊
物元R
△:
R0n=
M0
C11
C21
……
C m1
?
8
6
1
?
R△=
M1M2M3M4M5M6M7M8M9 C10.4790.38300.0750.250.360.360.5880.984 C20.1020.10200.0290.0360.0940.1020.1020.436 C30.0470.0320.010.0007000.010.4100.578
(4)熵值法确定评价指标权重系数。根据式(8)构建指标层C的归一化判断矩阵B:
B=
M1M2M3M4M5M6M7M8M9 C10.1960.14100.0330.0870.1250.1250.5421 C20.2420.24200.1060.1210.2270.2420.2421 C30.0880.0440.0350.009000.0350.5611
(5)根据(9)～(10)式计算各个评价指标的熵
H i和权重
H i=(0.7852,0.913,0.7073)T (i=1,2,3)
W i=(0.3613,0.1463,0.4923)T (i=1,2,3)
(6)计算贴近度。由(11)、(12)式可以得到各样品的贴近度
RρH=
M1M2M3M4M5M6M7M8M9
ρH
1
0.54070.58870.92980.82280.69110.62070.61280.34490.1598
计算出各样品的贴近度,然后根据贴近度从大到小的顺序进行排序,具体排序情况见表3:
表3 各样品的贴近度及排序结果
排序123456789样本2003200420052006一级20022001二级三级
2.2 评价结果的评述
从表3的排序结果可以清楚地看出,福州市2001年-2006年的空气质量按照年度从好到差的排序是:2003>2004>2005>2006>一级>2002> 2001>二级>三级,其中2003年空气质量最好,2001年空气质量最差。整体的大气质量水平优于一级标准,2001年、2002年的大气质量界于一级标准和二级标准之间。
2.3 与其他评价方法的比较(见表4)
表4 评价结果的比较
评价方法123456789模糊物元法2003200420052006一级20022001二级三级改进密切值法[13]200320042005一级200620022001二级三级
与改进密切值法[12]进行比较,二者评价结果基本相同,仅在个别样本的排序先后上稍有差别,但这并不影响评价结果的总趋势,表明基于熵权的模糊物元模型应用在大气环境质量综合评价中是合理的。
(1)从差平方复合模糊物元R△可得出各评价样本与评价标准之间客观的远近程度关系;
(2)通过对各样品的贴近度进行计算并按从大到小的顺序排序,可以同时评价多个样本(例如本文的多个年限间)并比较各个样本间的差异性;
(3)利用熵值法确定评价指标权重系数,基于熵值理论的优点,可以从数据本身所反映的信息无序化效用值得到权重系数,从而可有效地减小评价的主观性,使评价结果更加客观[8]。
3 结论
(1)模糊物元模型应用于福州市2001年-2006年大气环境质量的综合评价,结果表明:大气环境质量总体水平优于G B3095-1996一级标准,与改进密切值法的评价结果基本吻合,说明基于熵权的模糊物元法用于大气质量综合评价是可行的。
(2)利用模糊物元模型评价福州市大气环境质量,可同时评价多个样本并比较样本间的差异性。并且熵权的引入有效地增加评价结果的客观性,此外易于实现计算机编程。
?
9
6
1
?
参考文献:
[1]许丽忠,张江山.福建省大气环境质量的改进密切值法综合评价[J].福建师范大学学报(自然科学版),2002, 18(3):96-99.
[2]何斌,谢开贵.大气环境质量综合评价的层次分析法[J].环境保护,1997(8):24-27.
[3]肖继先.应用模糊综合评价级数评价大气环境质量[J].环境工程,1994,12(6):46-49.
[4]姚焕玫,黄仁涛,蒋文凯.大气环境质量灰色聚类关联分析法的应用研究[J].工业安全与环保,2005,4(4):326 -328.
[5]黄乾,彭世彰,田守岗,等.模糊物元模型在区域水安全评价中的应用[J].河海大学学报(自然科学版),2007, 35(4):379-383.
[6]张斌,雍歧东,肖芳淳.模糊物元分析[M].北京:石油工业出版社,1997:7-8.
[7]蔡文.物元模型及应用[M].北京:科学技术文献出版社,1994:10-11.
[8]张先起,梁川.基于熵权的模糊物元模型在水质综合评价中的应用[J].水利学报,2005,36(9):1057-1061.
[9]邱菀华.管理决策与应用熵学[M].北京:机械工业出版社,2001:32-33.
[10]闫文周,顾连胜.熵权决策法在工程评价中的应用[J].西安建筑科技大学学报,2004,36(1):98-100.
[11]刘娜,艾南山,周波.城市人居环境质量综合评价的熵模糊物元模型及其应用[J].建筑科学,2007,23(12):45-51.
[12]许剑海,张江山,陈庆华,钱庆荣.改进密切值法及其在大气环境质量评价中的应用[J].环境科学与管理, 2008,33(10):184-187.
投 稿 须 知
本刊优先并注重发表国家各级科研课题成果及各种基金项目资助文章。基金项目名称应按照国家有关部门规定的正式名称填写,并注明项目编号。
投稿请用word软件横排格式撰写,以“附件”方式发至本刊电子邮箱内。请在文章后注明作者的联系地址、邮政编码、电话及手机号码、电子邮箱,以便本刊与作者在第一时间取得联系。
来稿请附第一作者简介,可按下列顺序列出:姓名、出生年、性别、籍贯、毕业学校、学位、职称及主要从事的工作、研究方向等。
编辑部对稿件有删改权,如不同意删改请在稿件上注明,本刊恕不退稿,请作者自留底稿。
?
7
1
?
模糊综合评判法的应用案例
第三节 模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。 基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于： （1） 即使简单的问题也需要大量的约束条件和变量。 （2） 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法，有良好的理论基础。特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。 1．模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为 12(,,,)k U U U U = 且应满足： 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多，在实际运用中常用的方法有：Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵。 ④ 单级综合评判B A R =
⑵多层次综合评判模型 一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。所以，需采用分层的办法来解决问题。 2．应用 运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型
用模糊数学综合评价法对水质进行评价
用模糊数学综合评价法对水质进行评价 付智娟 （中山市环境保护科学研究所，中山 542803） 摘 要：综合评价法作为模糊数学的一种具体应用方法，在很多领域中得到了广泛的运用。由于综 合评价法的数学模型简单、容易掌握，更适合于对多因素、多层次的复杂问题的评价。将其应用于对水质的评价能更客观、科学地反映水质情况。 关键词：模糊数学 ；综合评价法；水质评价法 Abstract:As the praxis of fuzzy mathematics,comprehensive evaluation is prevalent used in many fields ,Because it is a simple mathematical model and easy to use,comprehensive evaalution has advantage to solve the complex problem that have more different https://www.sodocs.net/doc/9e18345283.html,ing it to evaluate the quality of water can get an objective and scientific result. Key words: fuzzy mathematics; comprehensive evaluation; evaluate the quality of water 模糊数学理论是近年来发展起来的科学，水质的好坏具有模糊的概念，因此也可以用它来评价水质，对水质进行综合评价，打破以往仅用一个确定性的指标来评价水质的方法，并可以弥补其中的不足，更客观、科学地对水质进行评价。现引用对某水质进行评价的例子来说明模糊数学综合评价在水质评价中的运用。 1. 基本概念 1. 1隶属度 以往的水质分级中多用一个简单的数学指标为界限，造成界限两边分为截然不同的等级.例如参数DO ， I 级水的指标为7mg/L,则7.1mg/L 为I 级水，但DO 若为6.9mg/L 就的定为II 级水。事实上，由于水质的污染程度属于模糊概念,所以这里用隶属概念来描述模糊的水质分级界限。所谓隶属度系指某事物所属某种标准的程度：如:DO=7.1mg/L 时,隶属I 级水的程度为100%;6.9mg/L 时,隶属I 级水的程度达95%。 隶属度可用隶属函数表示。为方便起见，取线性函数： 10X X X X --或 11X X X X --，（X 0 模糊综合评价方法 1、基本思想和原理 基本思想 在客观世界中，存在着大量的模糊概念和模糊现象。模糊数学就是试图用数学工具解决模糊事物方面的问题。 模糊综合评价是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法。具地说，模糊综合评价就是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清、不易定量的因素定量化，从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。 原理 首先确定被评价对象的因素（指标）集合评价（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊综合评价结果。 其特点在于评判逐对象进行，对被评价对象有唯一的评价值，不受被评价对象所处对象集合的影响。综合评价的目的是要从对象集中选出优胜对象，所以还需要将所有对象的综合评价结果进行排序。 2. 模糊综合评价法的模型和步骤 步骤 步骤1 确定评价对象的因素论域， 有m个评价指标，表明评价对象的各个因素。 步骤2 确定评语等级论域 评语集是对被评价对象的各个评价结果的集合，用V表示， 有n个评价结果，其中表示第j个评价结果。 步骤3 进行单因素评价，建立模糊矩阵R， 单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价。 在构造了等级模糊子集后，对被评价对象的每个因素进行量化,即确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵， 其中，表示被评价对象从因素来说对等级模糊子集的隶属度。一个被评价对象在某个因素方面的表现是通过模糊向量来刻画的（在其他评价方法中多是由一个指标实际值来刻画，因此模糊评价需要更多的信息），称为单因素评价矩阵，可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素和评价对象之间的“合理关系”。 在确定隶属关系时，通常是专家打分，然后统计结果，根据绝对值减数法求得，即， 其中，c可以适当选取，使得0≤≤1。 步骤4 确定评价因素的模糊权向量 因为各评级因素的重要程度不同，所以要对个因素分配一个相应的权数，(i=1，2，3…m)，≥0，。A即为权重集。 作业 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： （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。 （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，具体结果如表1所示。 现要求根据表1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。 折衷型模糊多属性决策方法 （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：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。 （2）折衷型模糊决策的基本步骤 Step1：指标数据的三角形模糊数表达 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. 1) 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2。 表2 定性指标向定量指标转化的三角模糊数比例法 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： 综合水质评价方法概述 目前在综合水质评价中应用较多典型评价方法包括：单因子评价法、污染指数法、模糊数学评价法、灰色系统评价法、层次分析评价法、物源分析评价法、人工神经网络评价法，以及水质标识指数评价法。 单因子评价法 单因子评价法是分别将各个水质标准规定的水质指标进行对比分析，在所有参与综合水质评价的水质指标中，选择水质最差的单项指标所属类别来确定所属水域综合水质类别；单因子指数评价计算简单，且可清晰判断出主要污染因子及其主要污染区水域。我国在水质监测公报中，便采用了单因子评价水体综合水质。 单因子指数P由一位整数、小数点后二位或三位有效数字组成，表示为： X P i3 X X 1 2 式中：X1————第i项水质指标的水质类别； X2————监测数据在X1类水质变化区间中所处位置根据公式按四舍五入的原则计算确定。 X3————水质类别与功能区划设定类别的比较结果，视评价指标的污染程度，X3为一位或两位有效数字。 根据Pi的数值可以确定水质类别、水质数据、水环境功能区类别，可以比较水质的污染程度，Pi 越大，水质越差，污染越严重，如果Pi大于6.0，水质劣于V类水。 单因子评价法，优点：是简单、易操作。缺点：但单因子评价中污染因子占100％权重，其余因子权重为零，而随水质监测结果不断变化，浓度越大权重越大，随意性较大，不去考虑各因子对水环境影响的差异性，会忽略很多有用的信息，具有一定的局限性。 污染指数法 污染指数法的基本思想是：①针对单项水质指标，将其实测值与对应的水环境功能区类别与水质标准相比，形成单项污染指数；②对所有参与综合水质评价的单项水质指标，将各指标的单项污染指数通过算数平均、加权平均、连乘及指数等各种数学方法得到一个综合指数，来评价综合水质。 优点：指数法综合评价对水质描述是定量的，只要项目、标准、监测结果可靠，综合评价从总体上来讲是能基本反映污染的性质和程度的。并且对于全国流域尺度而言，污染指数法计算简便，便于进行不同水系之间或同一水系不同时问上的基本污染状况和变化的比较。缺点：选择不同的污染因子会使污染指数值出现波动，当水体的某些污染物评价标准值很低，而这些污染物未被检出时，依据数据的填报原则，就将其报为检出限的一半。此时进行污染指数计算就会夸大水污染程度。 模糊数学评价法 模糊数学理论是美国理论控制专家L.A.Zadeh于1965年提出的。在水环境质量综合评价中，涉及大量的复杂现象和多种因素的相互作用，也存在大量的模糊现象和模糊概念，因此水质评价也可以采用模糊数学的方法进行定量化处理。模糊数学评价法包括模糊综合评判法、模糊聚类法、模糊模式识别法等，其中最典型的方法是模糊综合评判法，其基本思想是：①构造水质指标对各类水质类别的隶属函数；②根据隶属度函数，计算水质指标实测值对各类水质类别的隶属度，构造模糊关系矩阵；③计算各类水质指标的权重，构造权重向量；④将权重向量和模糊关系矩阵相乘，得到综合水质对各类水质类别的隶属度，最终判断出评价样本的综合水质级别。 优点：当在水环境质量综合评价中，涉及到大量的复杂现象和多种因素的相互作用时，用模糊关系合成原理，可将一些边界不清、不易定量化的因素定量化。缺点：当水质评 学科评价模型（模糊综合评价法） 摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。（将问题1中的部分结果进行阐述） （或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。 一、问题重述 学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法：因素分析法和内涵解析法。本模型基于某大学（科研与教学并重型高校）的13个学科在某一时期内的调查数据，包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重，确定某一学科在评价是各因素所占的比重，构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题： 1、根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 2、模型分析，给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校，请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数（评价所依据的最终数值） X——影响评价数值的一级因素所构成的矩阵 AHP ――模糊综合评价方法的理论基础 1.层次分析法理论基础 1970-1980年期间，著名学者Saaty最先开创性地建立了层次分析法，英文缩写为AHP。该模型可以较好地处理复杂的决策问题，迅速受到学界的高度重视。后被广泛应用到经济计划和管理、教育与行为科学等领域。AHP建立层次 结构模型，充分分析少量的有用的信息，将一个具体的问题进行数理化分析，从而有利于求解现实社会中存在的许多难以解决的复杂问题。一些定性或定性与定 量相结合的决策分析特别适合使用AHP。被广泛应用到城市产业规划、企业管 理和企业信用评级等等方面，是一个有效的科学决策方法。 Diego Falsini、Federico Fondi 和 Massimiliano M. Schiraldi（ 2012）运用AHP 与DEA的结合研究了物流供应商的选择；Radivojevi?、Gordana和Gajovi?, Vladimir（2014）研究了供应链的风险因素分析；K.D. Maniya 和 M.G. Bhatt（2011） 研究了多属性的车辆自动引导机制；朱春生（2013）利用AHP分析了高校后勤 HR配置的风险管理；蔡文飞（2013）运用AHP分析了煤炭管理中的风险应急处理；徐广业（2011）研究了 AHP与DEA的交互式应用；林正奎（2012）研究了城市保险业的社会责任。 第一，递阶层次结构的建立 一般来说，可以将层次分为三种类型： （1）最高层（总目标层）：只包含一个元素，表示决策分析的总目标，因此也称为总目标层。 （2）中间层（准则层和子准则层）：包含若干层元素，表示实现总目标所涉及的各子目标，包含各种准则、约束、策略等，因此也称为目标层。 （3）最低层（方案层）：表示实现各决策目标的可行方案、措施等，也称为方案典型的递阶层次结构如下图1： 模糊综合评价 模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。其基本步骤可以归纳为： ①首先确定评价对象的因素论域 可以设N 个评价指标，12(,, ...)n X X X X =； ②确定评语等级论域 设12n =(W ,W , ...W )A ，每一个等级可对应一个模糊子集，即等级集合。 ③建立模糊关系矩阵 在构造了等级模糊子集后，要逐个对被评事物从每个因素(=1,2,,n)i X i ……上 进行量化，即确定从单因素来看被评事物对等级模糊子集的隶属度i X （R ），进而 得到模糊关系矩阵11112122122212nm ......=..................m m n n n nm X r r r X r r r X r r r ??????????????????????????（R ）（R ）R=（R ），其中，第i 行第j 列元素，表示某个被评事物i X 从因素来看对j W 等级模糊子集的隶属度。 ④确定评价因素的权向量 在模糊综合评价中，确定评价因素的权向量：12(,, ...)n U u u u =。一般采用层 次分析法确定评价指标间的相对重要性次序。从而确定权系数，并且在合成之前归一化。 ⑤合成模糊综合评价结果向量 利用合适的算子将U 与各被评事物的R 进行合成，得到各被评事物的模糊综合评价结果向量B 即： 111212122 2121212nm ......(,, ...)(,, ...)...............m m n m n n nm r r r r r r U R u u u b b b B r r r ??????===?????? 其中，i b 表示被评事物从整体上看对j W 等级模糊子集的隶属程度。 ⑥对模糊综合评价结果向量进行分析 实际中最常用的方法是最大隶属度原则，但在某些情况下使用会有些很勉强，损失信息很多，甚至得出不合理的评价结果。提出使用加权平均求隶属等级的方法，对于多个被评事物并可以依据其等级位置进行排序。 模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。 基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于： （1） 即使简单的问题也需要大量的约束条件和变量。 （2） 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法，有良好的理论基础。特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。 1．模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为 12(,,,)k U U U U = 且应满足： 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多，在实际运用中常用的方法有：Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵。 ④ 单级综合评判B A R = ⑵多层次综合评判模型 一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。所以，需采用分层的办法来解决问题。 2．应用 运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型 水质综合评价的方法 水环境质量评价，就是通过一定的数理方法与手段，对某一水环境区域进行环境要素分析，对其作出定量描述通过水环境质量评价，摸清区域水环境质量发展趋势及其变化规律，为区域环境系统的污染控制规划及区域环境系统工程方案的制定提供依据。 1.指数评价法 指数评价法可分为单因子污染指数法和水质综合污染指数法，单因子污染指数表示单项污染物对水质污染影响的程度，水质综合污染指数表示多项污染物对水质综合污染的影响程度。 (1)单因子污染指数法 单因子污染指数法是将某种污染物实测浓度与该种污染物的评价标准进行比较以确定水质类别的方法。即将每个水质监测参数与《国家地面水环境质量标准》(GB3838—2002)进行比较，确定水质类别，最后选择其中最差级别作为该区域的水质状况类别。 (2)水质综合污染指数法 水质综合污染指数法是指在求出各个单一因子污染指数的基础上，再经过数学运算得到一个水质综合污染指数，据此评价水质，并对水质进行分类的方法。对分指数的处理不同，决定了指数法的不同形式，有诸如简单迭加型指数、算术平均型指数、加权平均型指数、罗斯水质指数、内梅罗指数、黄浦江污染指数、豪顿水质指数等。 单因子污染指数只能代表一种污染物对水质污染的程度，不能反映水质整体污染程度：综合污染指数法是对整体水质做出的定量描述，这样的评价结果只能定性地说明污染程度是轻、严重还是非常严重，不能确定其功能类别为几类。但是，只要项目、标准、监测结果可靠，综合评价在总体上是可以基本反映水体污染性质与程度的，而且便于同一水 体在时间上、空间上的基本污染状况和变化的比较，所以现在进行水质污染评价时常采用这种方法。 2.基于模糊理论的水环境评价法 由于水体环境本身存在大量的不确定因素，各个项目的级别划分、标准确定都具有模糊性。因此，模糊数学在水质综合评价中得到广泛应用。具有代表性的方法有：模糊综合评判法、模糊概率法、模糊综合指数法等，其中应用较多的是模糊综合评判法，这种方法根据各污染物的超标情况进行加权，但污染物毒性与浓度不成简单的比例关系，因此，这种加权不一定符合实际情况。从理论上讲，模糊评价法体现了水环境中客观存在的模糊性和不确定性，符合客观规律，具有一定的合理性。但从目前的研究情况来看，采用线性加权平均极型得到的评判集易出现失真、失效、跳跃等现象，存在水质类别判断不准或结果不可比的问题，可操作性较差。 3.基于灰色系统理论的水环境评价法 由于水环境质量数据都是在有限的时间和空间内监测得到的，信息是不完全的或不确切的，因此，可将水环境系统视为一个灰色系统，即部分信息已知、部分信息未知或不确知的系统，据此对水环境进行综合评价。基于灰色系统理论的水质评价法通过计算评价水质中各因子的实测浓度与各级水质标准的关联度大小确定评价水质的级别。根据同类水体与该类标准水体的关联度大小还可以进行优劣比较，水质综合评价的灰色系统方法有灰色聚类法、灰色贴近度分析法、灰色关联评价法等。 灰色评价法体现了水环境系统的不确定性，在理论上是可行的，虽然分辨率低，但具有简单、可比的优点，而且由于影响水环境的变化因素不断增多、不断变化，水环境的不确定性逐渐增加，所以灰色评价法在水环境质量评价中应用日益广泛。 4.基于人工神经网络的水环境评价法 模糊综合评价方法在物流中心选址的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。 基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。这些模型与算法相当复杂。其主要困难在于： （1）即使简单的问题也需要大量的约束条件和变量； （2）约束条件和变量多使问题的难度呈指数增长。 模糊综合评判方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法，有良好的理论基础。特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。 1、模型 （1）单级评判模型 ①将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为 且应满足： 1 ,k i i j i U U U U ===?U I ② 权重A 的确定方法很多，在实际运用中常用的方法有：层次分析法、Delphi 法、专家调查法、加权平均法。 ③ 通过专家打分或实测数据，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵。 ④ 单级综合评判B A R =o . （2）多层次综合评判模型 一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。所以，需采用分层的办法来解决问题。 2、应用 运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见下表： 物流中心选址的三级模型 什么是模糊综合评价模型？ 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑] 模糊评价的基本思想 许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型 设评判对象为P: 其因素集 ,评判等级集 。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标（也称权数）后，记为, 满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。[编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中，R中的元素r ij是由评判者“打分”确定的。例如 k 个 评判者，要求每个评判者u j对照作一次判断，统计得分和归 一化后产生 , 且, 组成 R 。其中既代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集0 中程度。数值为1 ,说明u j为v j是可信的，数值为零为忽略。因此，反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。当取N个等级时，其量化后对应于[0，l]区间上N次平分。例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。对某j个指标，取遍k个专家对该指标评估所得的权重，得。作和式 (3) 其中d ij表示数组中属于的个数，a0= 0,b N= 1。 取(4) 模糊综合评价模型 [编辑] 什么是模糊综合评价模型？ 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑] 模糊评价的基本思想 许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型 设评判对象为P: 其因素集 ,评判等级 集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示 u i关于v j的隶属程度。(U,V,R)则构成了一个模糊综合评判模型。确定各 因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中，R中的元素r ij是由评判者 “打分”确定的。例如k 个评判者，要求每 个评判者u j对照 作一次判断，统计得分和归一化后产生 , 且 , 组成R0。其中既 代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集中程度。数值为1 ,说明u j为v j是可 信的，数值为零为忽略。因此，反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。当取N个等级时，其量化后对应于[0，l]区间上N次平分。例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。对某j个指标， 取遍k个专家对该指标评估所得的权重，得。作和式 (3) 其中d ij表示数组中 属于的个数，a0 = 0,b N = 1。 模糊综合评价法 一、基本思想和原理 在客观世界中，存在着大量的模糊概念和模糊现象，模糊数学就是试图用数学工具解决模糊事物方面的问题。 模糊综合评价是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法，具体说，模糊综合评价就是以数学为基础，应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，从多个因素对被评价事物隶属度等级状况进行综合性评价的一种方法。 模糊综合评价的原理 首先确定被评价对象的因素（指标）集合评（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的全向量进行模糊运算并进行归一化，得到模糊综合评价结果。 其特点在于评判逐对象进行，对被评价对象有唯一的评价值，不受被评价对象所处对象集合的影响。综合评价的目的是从对象集中选出优胜对象，所以还需要将所有对象的综合评价结果进行排序。 二、模糊综合评价法的模型和步骤 1.确定评价对象的因素论域 U={u1,u2,u3···m} 也就是说有m个评价指标，标明我们对被评价对象从哪些方面来进行评判描述。 2.确定评语等级论域 评语集是评价者对被评价对象可能做出的各种总的评价结果组成的集合，用V表示： V={v1,v2,v3···n} 实际上就是对被评价对象变化区间的一个划分，其中v1代表第i个评价结果，n为总的评价结果数。 具体等级可以依据评价内容适当的语言进行描述，比如评价产品的竞争力可用V=（好、较好、一般、较差、差）等。 3.进行但因素评价，建立模糊关系矩阵R 单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价，在构造了等级模糊子集后，就要逐个对被评价对象从每个因素ui（i=1,2,···m）上进行量化，也就是确定从单因素来看被评价对象各等级模糊子集的隶属度，进而得到模糊关系矩阵： R= 2 模糊综合评价 欧阳学文 在对许多事物进行客观评判时，其评判因素往往很多，我们不能只根据某一个指标的好坏就作出判断，而应该依据多种因素进行综合评判，如技术方案的选择、经济发展的比较等.模糊综合评判可有效地对受多种因素影响的事物作出全面评价. 2.1 理论介绍 模糊综合评判通常包括以下三个方面：设与被评价事物相关的因素有个，记为，称之为因素集。又设所有可能出现的评语有个，记为，称之为评判集。由于各种因素所处地位不同，作用也不一样，通常考虑用权重来衡量，记为。 1.评判步骤 进行模糊综合评判通常按以下步骤进行： （1）确定因素集。 （2）确定评判集。 （3）进行单因素评判得。 （4）构造综合评判矩阵： （5）综合评判：对于权重，计算，并根据最大隶属度原则作出评判。 2.算子的定义 在进行综合评判时，根据算子的不同定义，可以得到不同的模型。 1）模型——主因素决定型 运算法则为。该模型评判结果只取决于在总评判中起主要作用的那个因素，其余因素均不影响评判结果，比较适用于单项评判最优就能认为综合评判最优的情形。 2）模型——主因素突出型 运算法则为。该模型与模型I 比较接近，但比模型I更精细些，不仅突出了主要因素，也兼顾了其他因素，比较适用于模型I失效，即不可区别而需要加细时的情形。 3）模型——加权平均型 运算法则为。该模型依权重大小对所有因素均衡兼顾，比较适用于要求总和最大的情形。 4）模型——取小上界和型 运算法则为。使用该模型时，需要注意的是：各个不能取得偏大，否则可能出现均等于1的情形；各个也不能取得太小，否则可能出现均等于各个之和的情形，这将使单因素评判的有关信息丢失。 5）模型——均衡平均型 运算法则为，其中。该模型适用于综合评判矩阵中的元素偏大或偏小时的情景。 2.2 案例分析 例1 考虑一个服装评判的问题，为此建立因素集 ，其中表示花色，表示式样，表示耐穿程度，表示价格。建立评判集，其中表示很欢迎，表示较欢迎，表示不太欢迎，表示不欢迎。进行单因素评判的结果如下： ， ， 设有两类顾客，他们根据自己的喜好对各因素所分配的权重分别为 , 试分析这两类顾客对此服装的喜好程度。 目录 摘要 (Ⅰ) Abstract (Ⅱ) 第1章绪论 (1) 第2章模糊数学的基本概念及模糊综合评价方法 (2) 2.1模糊数学的基本概念 (2) 2.1.1模糊集与隶属函数 (2) 2.1.2模糊聚类分析 (4) 2.2 模糊综合评价 (5) 2.2.1 理论介绍 (5) 2.2.2 案例分析 (7) 第3章模糊综合评价在实际问题中的应用 (8) 3.1三好学生模糊综合评选 (8) 3.2合理的分配住房 (13) 3.3模糊综合评价在人事考核中的应用 (23) 结论 (30) 致谢 (31) 参考文献 (32) 附录1 (34) 附录2 (38) 摘要 模糊综合评价法是数学模型案例研究中的重要方法之一，它在我们日常学习和生活的各个方面有着广泛的应用。 在介绍模糊数学基本概念的基础上，研究了模糊综合评价理论及相关的实例；针对实际问题建立的三个数学模型案例，采用了模糊综合评价方法对模型进行分析求解，所探讨的案例涉及到生产、生活以及学习等方面，具有一定的代表性，同时能够较深刻的反映模糊综合评价方法的具体应用情况；以结论的形式说明了采用该方法能较好地解决模糊的、难以量化的问题，且适合各种非确定性问题的解决。 关键词：模糊综合评价；数学模型；非确定性；应用 Abstract Fuzzy comprehensive evaluation method is one of the important ways in studying mathematical model , it has a wide range of applications in all aspects of our daily learning and life. On the basis of the introduces for the basic concept of fuzzy mathematics, fuzzy comprehensive evaluation theory and related examples are researched; in view of the three mathematical model cases based on actual problems, we use the fuzzy comprehensive evaluation method to model analysis and solution, these cases refer to production, life and learning, etc, not only has a certain representative, but has a deep reflect on the the specific application of fuzzy comprehensive evaluation method; in the form of the conclusion we specify that the method can well solve the problems vague and hard to measure, and suitable for all kinds of uncertainty to the solution of the problem. Key words:fuzzy comprehensive evaluation；mathematical model；uncertainty；application 模糊综合评价法举例 例：运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表2所示： 表2 物流中心选址的三级模型 因素集U 分为三层： 第一层为 {}12345,,,,U u u u u u = 第二层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u == 假设某区域有8个候选地址，决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址，数据进行处理后得到诸因素的模糊综合评判如表3所示。 表3 某区域的模糊综合评判 ⑴ 分层作综合评判 {}51511512513,,u u u u =，权重{}511/3,1/3,1/3A =，由表3对511512513,,u u u 的模糊 评判构成的单因素评判矩阵： 510.600.710.770.600.820.950.650.760.600.710.700.600.800.950.650.760.910.900.930.910.950.930.810.89R ?? ?= ? ??? 用模型(,)M ?+（矩阵运算）计算得： 515151(0.703,0.773,0.8,0.703,0.857,0.943,0.703,0.803)B A R == 类似地：525252(0.895,0.885,0.785,0.81,0.95,0.77,0.775,0.77)B A R == 5550.7030.773 0.80.7030.8570.9430.7030.8030.8950.8850.7850.810.950.770.7750.77(0.40.30.20.1)0.810.940.890.600.650.950.950.890.900.600.920.600.600.840.650.81B A R ?? ? ?== ? ??? =(0.802,0.823,0.826,0.704,0.818,0.882,0.769,0.811) 4440.600.950.600.950.950.950.950.950.60 0.690.920.920.870.740.890.95(0.10.10.40.4)0.950.690.930.850.600.600.940.780.75 0.600.800.930.840.840.600.80B A R ?? ? ?== ? ? ?? =(0.8,0.68,0.844,0.899,0.758,0.745,0.8,0.822) 1110.910.850.870.980.790.600.600.950.93 0.810.930.870.610.610.950.87(0.250.250.250.25)0.880.820.940.880.640.610.950.910.90 0.830.940.890.630.710.950.91B A R ?? ? ?== ? ? ?? =(0.905,0.828,0.92,0.905,0.668,0.633,0.863,0.91) （2）高层次的综合评判 {}12345,,,,U u u u u u =，权重{}0.1,0.2,0.3,0.2,0.2A =，则综合评判 模糊综合评价法（fuzzy comprehensive evaluation method） 1.什么是模糊综合评价法 模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰,系统性强的特点,能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决。 2.模糊综合评价法的术语及其定义 为了便于描述，依据模糊数学的基本概念，对模糊综合评价法中的有关术语定义如下： 1．评价因素（F）：系指对招标项目评议的具体内容（例如，价格、各种指标、参数、规范、性能、状况，等等）。 为便于权重分配和评议，可以按评价因素的属性将评价因素分成若干类（例如，商务、技术、价格、伴随服务，等），把每一类都视为单一评价因素，并称之为第一级评价因素（F1）。第一级评价因素可以设置下属的第二级评价因素（例如，第一级评价因素“商务”可以有下属的第二级评价因素：交货期、付款条件和付款方式，等）。第二级评价因素可以设置下属的第三级评价因素（F3）。依此类推。 2．评价因素值（Fv）：系指评价因素的具体值。例如，某投标人的某技术参数为120，那么，该投标人的该评价因素值为120。 3．评价值（E）：系指评价因素的优劣程度。评价因素最优的评价值为1（采用百分制时为100分）；欠优的评价因素，依据欠优的程度，其评价值大于或等于零、小于或等于1（采用百分制时为100分），即0≤E≤1（采用百分制时0≤E≤100）。 4．平均评价值（Ep）：系指评标委员会成员对某评价因素评价的平均值。 平均评价值（Ep）＝全体评标委员会成员的评价值之和÷评委数 5．权重（W）：系指评价因素的地位和重要程度。 第一级评价因素的权重之和为1；每一个评价因素的下一级评价因素的权重之和为1 。 6．加权平均评价值（Epw）：系指加权后的平均评价值。 加权平均评价值（Epw）＝平均评价值（Ep）×权重（W）。 7．综合评价值（Ez）：系指同一级评价因素的加权平均评价值（Epw）之和。综合评价值也是对应的上一级评价因素的值。模糊综合评价案例计算分析
模糊综合评价法
综合水质评价方法概述
数学建模模糊综合评价法
模糊综合评价方法的理论基础
模糊评价方法的基本步骤
模糊综合评判法
水质综合评价的方法
模糊综合评价方法案例
什么是模糊综合评价模型
模糊综合评价模型及实例
模糊综合评价法
模糊综合评价
模糊综合评价方法
模糊综合评价法举例
模糊综合评价法(fuzzy comprehensive evaluation method)