《模糊综合评判法学习教案》由会员分享，可在线阅读，更多相关《模糊综合评判法学习教案（40页珍藏版）》请在金锄头文库上搜索。
1、会计学1模糊模糊(m hu)综合评判法综合评判法第一页，共40页。Contents三、应用三、应用(yngyng)案例案例Fuzzy在物流选址中的应用在物流选址中的应用(yngyng)二、模型二、模型(mxng)和步骤和步骤一、思想一、思想(sxing)和原理和原理第1页/共39页第二页，共40页。（一）模糊（一）模糊(mhu)(mhu)现象与模糊现象与模糊(mhu)(mhu)数学数学n n模糊概念(ginin)：没有确切界限的对立概念(ginin)。n n“秃子悖论”n n美与丑、高与矮、好与坏。n n模糊现象n n电开关与自来水阀门n n0,10,1n n自来水阀门开启度？n nn nn
2、n第2页/共39页第三页，共40页。n n模糊数学：利用数学工具解决模糊现象一门(ymn)学科。n n1965扎德模糊集合第3页/共39页第四页，共40页。 设 为一基本集，若对每个 都指定一个数 则定义模糊(m hu)子集称为(chn wi) 的隶属函数， 称为(chn wi)元素 的隶属(lsh)度。第4页/共39页第五页，共40页。例例1：用：用A表示表示“高个子男生高个子男生”的集，并认为身高的集，并认为身高1.80m以上的男生以上的男生必为高个，而身高必为高个，而身高1.6m以下的男生都不是高个。用以下的男生都不是高个。用x表示某男生的表示某男生的身高，并给出身高，并给出的隶属函数如
3、下的隶属函数如下取取x分别分别(fnbi)等于等于1.65m，1.70m，1.75m，则，则uA(x)分别分别(fnbi)等于等于0.125, 0.50, 0.875，即身高，即身高1.65m，1.70m，1.75m的男的男生，分别生，分别(fnbi)以以0.125, 0.50, 0.875的程度属于高个子男生。的程度属于高个子男生。A是是“高个子男生高个子男生”对应的模糊集（对应的模糊集（Fuzzy集）。集）。第5页/共39页第六页，共40页。n n模糊数学着重研究“认知不确定”一类的问题，其研究对象具有“内涵明确，外延不明确”的特点。n n模糊数学引入评价n n多指标(zhbio)n n评
4、语等级关系模糊化第6页/共39页第七页，共40页。n n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(yunl)，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。（二）模糊综合（二）模糊综合(zngh)(zngh)评价及评价及原理原理第7页/共39页第八页，共40页。n n基本原理是：（汪培庄）n nn n（1）确定被评判对象的因素（指标）集和评价（等级）集；n n（2）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；n n（3）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，得到模糊评价综合(zngh)结果。第8页/
5、共39页第九页，共40页。Contents三、应用三、应用(yngyng)案例案例Fuzzy在物流选址中的应用在物流选址中的应用(yngyng)二、模型二、模型(mxng)和步骤和步骤一、思想一、思想(sxing)和原理和原理第9页/共39页第十页，共40页。一确定评价指确定评价指标和评价等标和评价等级级二构造评判矩阵构造评判矩阵和确定权重和确定权重三进行模糊合成进行模糊合成和做出决策和做出决策第10页/共39页第十一页，共40页。（一）确定评价（一）确定评价(pngji)(pngji)指标和评价指标和评价(pngji)(pngji)等级等级为刻画被评价为刻画被评价(pngji)对象的对象的m
6、种指标；种指标；为为刻刻画画每每一一指指标标所所处处的的状状态态的的n种种决决断断(judun)（即即评价等级）。评价等级）。n n设设v设设第11页/共39页第十二页，共40页。n n对某服装厂生产某种服装欢迎程度的模糊综合评价。n n （ 1）确定模糊综合评判指标(zhbio)n n取U花色，式样，价格，耐用度，舒适度n n （ 2）建立综合评判的评价集n n 取V很欢迎，欢迎，一般，不欢迎第12页/共39页第十三页，共40页。（二）构造评价矩阵和确定（二）构造评价矩阵和确定(qudng)(qudng)权重权重1.单指标评价单指标评价 对指标集对指标集U U中的单指标中的单指标u ui i
7、（i i=1,2,=1,2,m m）作单指标评）作单指标评判，就指标判，就指标u ui i着眼，确定该事物对评价等级着眼，确定该事物对评价等级v vj j( (j j=1,2,=1,2,n n) )的隶属度（可能性程度）的隶属度（可能性程度）r rijij，这样就得，这样就得出第出第i i个因素个因素u ui i的单指标评判集：的单指标评判集：第13页/共39页第十四页，共40页。2.构造评价构造评价(pngji)矩阵矩阵 m个指标的评价个指标的评价(pngji)集就构造成一集就构造成一个总的评价个总的评价(pngji)矩阵矩阵R。 R就是指标集U到抉择(juz)评语集V的一个模糊关系， 表示
8、指标ui对抉择(juz)等级vj的隶属度。隶属(lsh)度归一化第14页/共39页第十五页，共40页。3. 3.确定指标权重确定指标权重确定指标权重确定指标权重 评价指标集中的各个指标在评价指标集中的各个指标在评价指标集中的各个指标在评价指标集中的各个指标在“ “评价目标评价目标评价目标评价目标” ”中的中的中的中的有不同的地位有不同的地位有不同的地位有不同的地位(dwi)(dwi)和作用，即各评价指和作用，即各评价指和作用，即各评价指和作用，即各评价指标在综合评价中占有不同的比重。标在综合评价中占有不同的比重。标在综合评价中占有不同的比重。标在综合评价中占有不同的比重。拟引入拟引入拟引入拟引
9、入U U上的一个模糊子集上的一个模糊子集上的一个模糊子集上的一个模糊子集A A，称为权重或，称为权重或，称为权重或，称为权重或权数分配集，权数分配集，权数分配集，权数分配集，A=A=（a1,a2,ama1,a2,am）, ,其中其中其中其中ai0ai0，且，且，且，且ai=1ai=1。第15页/共39页第十六页，共40页。 （3 3 3 3）进行单指标模糊评判，并求得评判矩阵）进行单指标模糊评判，并求得评判矩阵）进行单指标模糊评判，并求得评判矩阵）进行单指标模糊评判，并求得评判矩阵 R1=(0.2, 0.5, 0.3, 0.0) R1=(0.2, 0.5, 0.3, 0.0) R1=(0.2,
10、 0.5, 0.3, 0.0) R1=(0.2, 0.5, 0.3, 0.0) R2=(0.1, 0.3, 0.5, 0.1) R2=(0.1, 0.3, 0.5, 0.1) R2=(0.1, 0.3, 0.5, 0.1) R2=(0.1, 0.3, 0.5, 0.1) R3=(0.0, 0.1, 0.6, 0.3) R3=(0.0, 0.1, 0.6, 0.3) R3=(0.0, 0.1, 0.6, 0.3) R3=(0.0, 0.1, 0.6, 0.3) R4=(0.0, 0.4, 0.5, 0.1) R4=(0.0, 0.4, 0.5, 0.1) R4=(0.0, 0.4, 0.5, 0
11、.1) R4=(0.0, 0.4, 0.5, 0.1) R5=(0.5, 0.3, 0.2, 0.0) R5=(0.5, 0.3, 0.2, 0.0) R5=(0.5, 0.3, 0.2, 0.0) R5=(0.5, 0.3, 0.2, 0.0) （4 4 4 4）确定指标权重）确定指标权重）确定指标权重）确定指标权重 假设男顾客假设男顾客假设男顾客假设男顾客(gk)(gk)(gk)(gk)侧重于舒适度和耐用度，而不太侧重于舒适度和耐用度，而不太侧重于舒适度和耐用度，而不太侧重于舒适度和耐用度，而不太讲究花色和样式。对各因素的权数可确定如下：讲究花色和样式。对各因素的权数可确定如下：讲究花色和
12、样式。对各因素的权数可确定如下：讲究花色和样式。对各因素的权数可确定如下： A=(0.10 A=(0.10 A=(0.10 A=(0.10，0.100.100.100.10，0.150.150.150.15，0.300.300.300.30，0.35)0.35)0.35)0.35)设R=(rij)=第16页/共39页第十七页，共40页。（三）进行模糊合成（三）进行模糊合成（三）进行模糊合成（三）进行模糊合成(hchng)(hchng)(hchng)(hchng)和做出决策和做出决策和做出决策和做出决策1. 1.模糊变换模糊变换引入引入V V上的一个模糊子集上的一个模糊子集B B，称模糊评价，称
13、模糊评价(pngji)(pngji)集，集，又称决策集。又称决策集。B=B=（b1,b2,bnb1,b2,bn）。）。B=A*RB=A*R（* *为算子符号）为算子符号）评价评价(pngji)(pngji)集归一化：集归一化： 第17页/共39页第十八页，共40页。n n(1) 算子(sun z)第18页/共39页第十九页，共40页。n n（2 2）第19页/共39页第二十页，共40页。n n(3) (3) 算子算子算子算子(sun z(sun z ) )第20页/共39页第二十一页，共40页。n n(4) (4) 算子算子算子算子(sun z(sun z ) )第21页/共39页第二十二页，
14、共40页。n n以上四个算子在综合(zngh)评价中的特点是第22页/共39页第二十三页，共40页。n n服装服装服装服装(fzhung)(fzhung)欢迎程度模糊综合评判模型：欢迎程度模糊综合评判模型：欢迎程度模糊综合评判模型：欢迎程度模糊综合评判模型：例子例子(l zi)第23页/共39页第二十四页，共40页。 （5 5）评判指标处理法）评判指标处理法）评判指标处理法）评判指标处理法 将上述指标归一化得，将上述指标归一化得，将上述指标归一化得，将上述指标归一化得，如果评判者是女顾客，由于她们如果评判者是女顾客，由于她们如果评判者是女顾客，由于她们如果评判者是女顾客，由于她们(t men)
15、(t men)特别看中花特别看中花特别看中花特别看中花色和样式，故各因素的权为：色和样式，故各因素的权为：色和样式，故各因素的权为：色和样式，故各因素的权为：A=(0.30,0.35,0.10,0.10,0.05)A=(0.30,0.35,0.10,0.10,0.05) B=B=（0.20,0.30,0.35,0.100.20,0.30,0.35,0.10） B=B=（0.21,0.315,0.37.0.1050.21,0.315,0.37.0.105）第24页/共39页第二十五页，共40页。2. 2.决策决策(juc)(juc)（1 1）最大隶属度法）最大隶属度法（2 2）排序法）排序法如：
16、对很欢迎(hunyng)赋值100，欢迎(hunyng)赋值85，一般赋值70，不欢迎(hunyng)赋值60。可计算出男性对该服装的综合评分：82.5分；同样可以算出女性对该服装的综合评价为：79.975分男男B=B=（0.21,0.315,0.37.0.1050.21,0.315,0.37.0.105）女女第25页/共39页第二十六页，共40页。（四）步骤（四）步骤（四）步骤（四）步骤(bzhu)(bzhu)(bzhu)(bzhu)总结总结总结总结n n（1 1 1 1）给出备择的对象集：）给出备择的对象集：）给出备择的对象集：）给出备择的对象集：n n（2 2 2 2）找出指标集：）找出
17、指标集：）找出指标集：）找出指标集： n n （3 3 3 3）找出评语集（可称等级）找出评语集（可称等级）找出评语集（可称等级）找出评语集（可称等级(dngj)(dngj)(dngj)(dngj)集）：集）：集）：集）：n n（4 4 4 4）确定评判矩阵（评判的基础环节）：）确定评判矩阵（评判的基础环节）：）确定评判矩阵（评判的基础环节）：）确定评判矩阵（评判的基础环节）：n n n n 第26页/共39页第二十七页，共40页。n n（5 5 5 5）确定权数向量：）确定权数向量：）确定权数向量：）确定权数向量：n n（6 6 6 6）选择适当的合成算法：）选择适当的合成算法：）选择适当的
18、合成算法：）选择适当的合成算法：n n 加权平均法、最大隶属度法加权平均法、最大隶属度法加权平均法、最大隶属度法加权平均法、最大隶属度法n n 主因素突出法（查德算子）；主因素突出法（查德算子）；主因素突出法（查德算子）；主因素突出法（查德算子）；n n （7 7 7 7）计算评判指标：）计算评判指标：）计算评判指标：）计算评判指标：n n 模糊综合评价的结果是被评事物对各等级模糊综合评价的结果是被评事物对各等级模糊综合评价的结果是被评事物对各等级模糊综合评价的结果是被评事物对各等级模糊子集的隶属度，它一般是一个模糊向量，而模糊子集的隶属度，它一般是一个模糊向量，而模糊子集的隶属度，它一般是一
19、个模糊向量，而模糊子集的隶属度，它一般是一个模糊向量，而不是一个点值，因而它能提供的信息比其他方法不是一个点值，因而它能提供的信息比其他方法不是一个点值，因而它能提供的信息比其他方法不是一个点值，因而它能提供的信息比其他方法更丰富。更丰富。更丰富。更丰富。n n 若对多个事物比较并排序，就需要进一步处若对多个事物比较并排序，就需要进一步处若对多个事物比较并排序，就需要进一步处若对多个事物比较并排序，就需要进一步处理，即计算每个评价对象理，即计算每个评价对象理，即计算每个评价对象理，即计算每个评价对象(duxing)(duxing)(duxing)(duxing)的综合分值，的综合分值，的综合分
20、值，的综合分值，按大小排序，按序择优。按大小排序，按序择优。按大小排序，按序择优。按大小排序，按序择优。第27页/共39页第二十八页，共40页。Contents应用案例应用案例(n l)Fuzzy在物流选址中的应用在物流选址中的应用模型模型(mxng)和步骤和步骤思想思想(sxing)和原理和原理第28页/共39页第二十九页，共40页。n n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(jyu)战略意义的问题。n n当前选址模型与算法的困难：n
21、 n 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。Fuzzy在物流选址在物流选址(xun zh)中的应用中的应用第29页/共39页第三十页，共40页。 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(hu fn)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。第30页/共39页第三十一页，共40页。第31页/共39页第三十二页，共40页。n n因素因素因素因素U U U U分为三层：分为三层：分为三层：分为三层：n n 第一层：第一层：第一层：第一层：n n 第二层为：第二层为
22、：第二层为：第二层为： ，n n第三层为：第三层为：第三层为：第三层为：n n n n假设某地区有假设某地区有假设某地区有假设某地区有8 8 8 8个候选个候选个候选个候选(hu xun)(hu xun)(hu xun)(hu xun)地址，决断集地址，决断集地址，决断集地址，决断集V=A, B, C, D, V=A, B, C, D, V=A, B, C, D, V=A, B, C, D, n n E, F, G, H E, F, G, H E, F, G, H E, F, G, H代表代表代表代表8 8 8 8个不同的候选个不同的候选个不同的候选个不同的候选(hu xun)(hu xun)
23、(hu xun)(hu xun)地地地地址，数据处理后址，数据处理后址，数据处理后址，数据处理后n n 得到诸因素的模糊综合评判如表得到诸因素的模糊综合评判如表得到诸因素的模糊综合评判如表得到诸因素的模糊综合评判如表3 3 3 3所示所示所示所示 第32页/共39页第三十三页，共40页。第33页/共39页第三十四页，共40页。（1 1）分层作综合）分层作综合(zngh)(zngh)评判评判u51u511，u512，u513 ，权重，权重A511/3，1/3，1/3，由表由表3对对u511，u512，u513的模糊评判构成的单因素的模糊评判构成的单因素(yn s)评判矩阵：评判矩阵：用模型用模型
24、(mxng)M(，十，十)计算得：计算得： 类似地：类似地： 第34页/共39页第三十五页，共40页。第35页/共39页第三十六页，共40页。（2 2）高层次的综合）高层次的综合(zngh)(zngh)评判评判Uu1，u2，u3，u4，u5，权重，权重A(0.1，0.2，0.3，0.2，0.2)，则综合则综合(zngh)评判评判第36页/共39页第三十七页，共40页。由此可知，8块候选地的综合评判(pngpn)结果的排序为：D，A，C，B，G，H，F，E，选出较高估计值的地点作为物流中心。第37页/共39页第三十八页，共40页。第38页/共39页第三十九页，共40页。内容(nirng)总结会计学。Fuzzy在物流选址中的应用。（2）确定各个因素(yn s)的权重及它们的隶属度向量，获得模糊评判矩阵。（3）把模糊评判矩阵与因素(yn s)的权向量进行模糊运算并进行归一化，得到模糊评价综合结果。,n)的隶属度（可能性程度）rij，这样就得出第i个因素(yn s)ui的单指标评判集：。（3）进行单指标模糊评判，并求得评判矩阵。设R=(rij)=。B=（0.21,0.315,0.37.0.105）。请各位专家批评指正第四十页，共40页。
