学生素质评价模糊数学模型的构建与应用

学生素质评价模糊数学模型的构建与应用

在高等教育中，高等职业教育是一个非常重要的组成部分，下

面是搜集的一篇探究构建学生素质评价模型基本原则的论文范文，欢迎阅读查看。

对高职高专学生进行素质评价，目的在于使学生的评价内容走

向多元化，实现过程发展性和终结性评价的有机结合。因此，需要一种行之有效的评价工具，促使学生发挥个性、潜能以及创造性，从而使其具备持续发展的自信和能力。

一、模糊数学与数学模型

模糊数学是处理和研究模糊性现象的方法和理论。由于模糊性

概念发展了模糊集的具体描述方式，人们可运用概念进行评价、推理、控制、判断和决策，也可通过模糊数学进行描述。比如，模糊综合评判、模糊控制、模糊聚类分析、模糊决策等，这一系列方法最终构成一种模糊性理论，在气象、石油、环境、农业、化工、控制、教育、医学、地质、经济管理、语言等诸多领域已取得研究成果。

数学模型是实际问题与数学理论相结合发展起来的一门新学科。它将实际问题归为数学问题，并利用数学方法、概念和理论，进行深入研究，从定量或定性角度对实际问题进行分析，同时为解决实际问题提供可靠指导和精确数据。可见，数学模型是利用数学方法和语言解决现实问题的过程，是培养学生创造力的有效途径。

二、综合素质评价

“综合素质评价”指在每个学期期末或每个学年期末，全国各地的学校组织的一次对全体在校学生综合素质和能力评价的测评任务。综合素质评价一般分为六个维度(不同的地区或学校结构略有差异)，分别是“道德品质”“公民素养”“学习能力”“交流合作与实践创新”“运动与健康”“审美”“表现能力”.六个维度又分别被分为若干个项目。等级分别为A(优秀)，B(良好)，C(一般)，D(较差)。或者是百分制，100-80(优秀)、79-60(良好)、59-30(一般)、29-0(较差)。

对学生进行综合素质评价是新时期高职高专教学评价的主要内容，因而需要制定一种有效的素质评价模型。基于模糊数学的高职高专学生素质评价模型具有标准的数据支撑，说服力较强，适宜运用于学生综合素质评价。

三、构建学生素质评价模型的基本原则

(一)一个目标

在高等教育中，高等职业教育是一个非常重要的组成部分。实现现代化建设与高职高专学生的能力和素质有直接关系。从我国的发展要求以及发达国家的发展经验看，无论是发展和解放生产力、建设小康社会，还是创建和谐社会、加快城市化建设，高等职业所培养的应用型人才不可或缺。因此，职业技术教育应坚持以就业为导向，以服务为宗旨，以培养学生综合素质、职业道德以及动手能力为重点，突出实用性。

(二)三个维度

1.目标高职高专应以培养应用型人才为目标，实行以就业为导向的培养模式，培养学生具有良好的素养、积极的生活态度、正确的价值观、过硬的职业能力。

2.内容以用人单位对学生的素质需求和培养目标为导向，进一步整合学生素质需求，将其划分为文化素质、身心素质、思想素质、专业素质。

3.途径首先是理论环节，采用探究式学习方式，提升学生的知识水平及知识素养;其次是实践环节，开展校企合作，共建实习基地，提升学生动手能力;最后为素质拓展环节，开发拓展型课程，注重培养学生的综合素质。

(三)四项内容

1.培养人才以就业为导向的培养目标，强调思想、素质、知识以及能力的统一，立足学生全方位发展，通过实践、理论和素质拓展等将学生的思想、素质、知识和能力的发展一体化，重点突出全面培养。

2.培养特色以就业为导向，体现高职高专的教育特色、教育目标。同时，在培养模式中，还充分体现具有良好素养、积极生活态度、正确价值观以及过硬职业能力等特色，促使所培养的学生能够更好适应社会发展所提出的各种要求。

3.育人理念重视学生素质的提升和自身发展，强调以人为本，是以就业为导向培养模式的基本理念。

4.素质和就业导向的统一以就业为导向，以人的发展和生存目标为出发点，以培养学生实践能力和专业技能为主，着重进行综合素质和能力的提升，强调素质能力和专业能力。

四、数学模型的具体应用

为方便分析，假设请10人对1名学生进行素质评价，包括对该名学生的思想品德、身体机能、知识结构以及能力等进行等级评定(见表1)。【1】

(一)计算一级指标对该同学知识结构的每项指标，评价小组都进行了相应评定，按照不同等级将每项评价结构进行归一化，则可得出如表2所示的评价矩阵。对该名学生知识结构一级指标评价小组的具体评价如表2所示，具体的模糊关系评价矩阵为：【2】通过对该名学生的综合素质进行评测，该名学生评分为86.734分，大于85分，因此，该名学生综合素质为优秀。

五、建议

(一)加强形势政策方面的教育无论是心理还是生理，高职高专学生都处于一个比较重要的发展阶段，社会环境对其影响较大，尤其对国内外的一些重大事件，易出现偏激评价。因此，应进一步加强思想工作和形势政策教育，引导学生将注意力放在成长和学习上，将健康成长、努力学习、热爱祖国有机结合，防止出现过激行为。

(二)加强基础能力培养转变学生就业观念，通过开展就业情况通报会、就业形势分析会等培养学生树立与市场经济相适应的现代就业观。同时，只具有深厚的知识储备和突出的专业技能远远不够，还

需进一步培养学生沟通交流能力。此外，要进一步加强职业培训、开展就业指导、职业生涯规划等活动，帮助和引导学生客观认识自己，掌握正确的求职方法，尽量避免求职误区。

(三)注重个性化培养由于现代社会分工清晰，因此，就业必须结合社会需求和自身特长。工作性质的差异是进行分工的重要前提。客观上，这种差异要求劳动者的能力和知识具有鲜明的个性特点。因此，学校要加强对学生的个性化培养，培养一专多能的应用型人才。

(四)重视职业能力培养为使学生适应社会发展，学校应面向企业需求培养学生的职业能力。通过工学交替、顶岗实习等方法，培养学生适应社会的能力，促使学生建立适应社会需求的就业观。此外，要重视特色人才培养，这对高职高专院校来说，具有重要的现实意义。在人才培养过程中，学校不仅要基于学生的发展要求进行教学，还要为当地社会发展和经济建设服务，进一步形成自己的教学特色。

(五)注重实习平台建设专业实习是一个锻炼职业素质的平台，为学生进一步提高各项素质提供了机会。因此，学校应积极建设实习平台，让学生多参与实践锻炼，从日常生活中的点滴和细节做起，培养自己的职业素质，树立职业理想。学生应把握每一次实习机会，细心学习，大胆尝试，提高自己的实践能力。

(六)加强职业价值观教育要加强职业价值观教育，高职高专院校必须建立相应的人才培养方式。如允许学生自由选择专业，允许各个专业单独为学生制定培养方案，让学生各取所需。同时，可通过开展各种活动和比赛，进一步培养学生的创新精神。此外，学校要鼓励

学生在暑假期间积极参与社会实践，通过每一项工作锻炼自己的职业能力，进一步加深和培养自身职业素质。同时，在实践过程中树立正确的职业价值观，不断提升自身职业素养。

六、结语

实践证明，利用模糊数学构建数学模型对学生各项素质指标进行评价切实有效。利用数学模型对学生综合素质进行评价，一方面能够使学校找到培养人才的有效方法和途径，让学生正确认识自己;另一方面，能够让用人单位明确人才标准，实现人尽其才、才尽其用。

参考文献

[1]姜定虹.感受美国的素质教育[J].雅安职业技术学院学报，xx,(3)：37-38.

[2]覃遵君.国外素质教育掠影(三)美国素质教育的根本责任--“一切为了人”[J].中学政治教学参考，xx,(4)：78-80.

[3]张国忠.素质教育要以人为本注重个性[J].锡林郭勒职业学院学报，xx,(1)：20-22.

[4]覃遵君。国外素质教育掠影(五)英国传统教育的特色--“绅士教育”[J].中学政治教学参考，xx,(7)：45-47.

[5]孙克俭.实施素质教育的几点思考[J].淮阴师范学院教育科学论坛，xx,(4)：51-52.

[6]李泳梅.论素质教育应以人的现代化为现实目标[J].南方论丛，xx,(2)：48-49.

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

模糊综合评价法的数学建模方法简介

８ 《商场现代化》２００６年７月（中旬刊）总第４７３期 ２０世纪８０年代初，汪培庄提出了对绿色供应链绩效进行评价的模糊综合评价模型，此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面，广大实际工作者运用此模型取得了一个又一个的成果。本文简单介绍模糊综合评价法的数学模型方法。 一、构造评价指标体系 模糊综合评价的第一步就是根据具体情况建立评价指标体系的层次结构图，如图所示： 二、确定评价指标体系的权重 确定各指标的权重是模糊综合评价法的步骤之一。本文根据绿色供应链评价体系的层次结构特点，采用层次分析法确定其权重。尽管层次分析法中也选用了专家调查法，具有一定的主观性，但是由于本文在使用该方法的过程中，对多位专家的调查进行了数学处理，并对处理后的结果进行了一致性检验，笔者认为，运用层次分析法能够从很大程度上消除主观因素带来的影响，使权重的确定更加具有客观性，也更加符合实际情况。 在此设各级指标的权重都用百分数表示，且第一级指标各指标的权重为Ｗｉ，ｉ＝１，２，…，ｎ，ｎ为一级指标个数。一级指标权重向量为： Ｗ＝（Ｗ１，…，Ｗｉ，…Ｗｎ） 各一级指标所包含的二级指标权重向量为： Ｗ＝（Ｗｉ１，…，Ｗｉｓ，…Ｗｉｍ），ｍ为各一级指标所包含的二级指标个数，ｓ＝１，２，…，ｍ。 各二级指标所包含的三级指标权重向量为： Ｗｉｓ＝（Ｗｉｓ１，…Ｗｉｓ２，…Ｗｉｍｑ），ｑ为各二级指标所包含的三级指标个数。三、确定评价指标体系的权重建立模糊综合评价因素集将因素集Ｘ作一种划分，即把Ｘ分为ｎ个因素子集Ｘ１，Ｘ２，…Ｘｎ，并且必须满足： 同时，对于任意的ｉ≠ｊ，ｉ，ｊ＝１，２，…，均有 即对因素Ｘ的划分既要把因素集的诸评价指标分完，而任一个评 价指标又应只在一个子因素集Ｘｉ中。 再以Ｘｉ表示的第ｉ个子因素指标集又有ｋｉ个评价指标即：Ｘｉ＝｛Ｘｉ１，Ｘｉ２，…，ＸｉＫｉ｝，ｉ＝１，２，…，ｎ 这样，由于每个Ｘｉ含有Ｋｉ个评价指标，于是总因素指标集Ｘ其有 个评价指标。 四、　进行单因素评价，建立模糊关系矩阵Ｒ 在上一步构造了模糊子集后，需要对评价目标从每个因素集Ｘｉ上进行量化，即确定从单因素来看评价目标对各模糊子集的隶属度，进而得到模糊关系矩阵： 其中ｓｉ（ｉ＝１，２，…，ｍ）表示第ｉ个方案，而矩阵Ｒ中第ｈ行第ｊ列元素ｒｈｊ表示指标Ｘｉｈ在方案ｓｊ下的隶属度。对于隶属度的确定可分为两种 情况：定量指标和定性指标。 （１）定量指标隶属度的确定 对于成本型评价因素可以用下式计算： 对于效益型评价因素可以用下式计算：对于区间型评价因素可以用下式计算：上面三个式子中：ｆ（ｘ）为特征值，ｓｕｐ（ｆ），ｉｎｆ（ｆ）分别为对应于同一个指标的所有特征值的上下界，即是同一指标特征值的最大值和最小 模糊综合评价法的数学建模方法简介 任丽华　东营职业学院 ［摘　要］　本文一种数学模型方法构造了一种对绿色供应链绩效进行评价的模糊综合评价法，主要从构造评价指标体系，确定评价指标体系的权重，确定评价指标体系的权重，建立模糊综合评价因素集，进行单因素评价、建立模糊关系矩阵Ｒ，计算模糊评价结果向量Ｂ等五个方面介绍这种评价方法。 ［关键词］　绿色供应链绩效评价　模糊综合评价法　数学模型方法 流通论坛

数学建模 模糊综合评价法

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：、2、、、、、、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： 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。 模型分析，给出建立模型的适用性、合理性分析。 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 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 x——一级因素的平均值

(完整版)基于层次分析法的模糊综合评价模型

2016江西财经大学数学建模竞赛 A题 城市交通模型分析 参赛队员: 黄汉秦、乐晨阳、金霞 参赛队编号：2016018 2016年5月20日~5月25日

承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C中选择一项填写）： A 我们的参赛队编号为2016018 参赛队员(打印并签名) ： 队员1. 姓名专业班级计算机141 队员2. 姓名专业班级计算机141 队员3. 姓名专业班级计算机141 日期： 2016 年 5 月 25 日

编号和阅卷专用页 江西财经大学数学建模竞赛组委会 2016年5月15日制定

城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快，我国机动车保有量及道路交通流量急剧增加，交通出行结构发生了根本变化，城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析，讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型，确定了目标层，准则层（一级指标），子准则层（二级指标）。 其次，建立评价集V=(优，良，中，差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出，即U ＝[0,100]应用模糊统计建立它们的隶属函数A(u)， B(u)， C(u) ，D(u)，最后得出目标层的评价矩阵Ri ，（i=1,2,3,4,5）。利用A,B 两城相互比较法，根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i （i=1,2,3,4,5） 然后，我们经过N 次试验调查，明确了各层元素相对于上层指标的重要性排序，构造模糊判断矩阵P ，利用公式 1 ,ij ij n kj k u u u == ∑ 1 ,n i ij j w u ==∑ 1 ,i i n j j w w w == ∑ []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值，经过一致性检验公式 RI CI CR = 检验后，均有0.1CR <，由此得出各层次的权向量()12,,T n W W W W =K 。然后后， 给出建立绩效评价模型（其中O 是评价结果向量），应用模糊数学中最大隶属度原则，对被评价城市交通的绩效进行分级评价。 接着在改进方案中，我们具体以交叉口为中心建立模型，其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况，不需要测量车速、时间等因素而浪费的人力物力和财力，有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵 层次分析法 模糊综合评判 绩效评价 隶属度

模糊数学综合评价模型

三种电视机模糊综合评价模型 摘要 本文通过顾客对三种电视机的图像，价格，音质三种评价因素建立的模糊综合评价的模型，此模型首先设定了评价指标因素集U 和评语集V ,从而建立了评价矩阵R , 然后根据评价指标权重集A 最后分别运用了四个算子，进而采用了加权平均原则的方法建立了如下四个模型，最终得出 模型一：运用① 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出11 2.73B =，12 2.62B =，13 2.46B =，即第一种电视机最受顾客青睐 模型二：运用② 和加权平均原则方法对三种电视机建立模糊综合评价模型，得出21 2.72B =，22 2.75B =，23 2.51B =，即第二种电视机最受顾客青睐 模型三：运用③ 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出31 2.71B =，32 2.58B =，3 3 2.32B =，即第一种电视机最受顾客青睐 模型四：运用④ 算子和最大隶属原则方法对三种电视机建立模糊 综合评价模型，得出41 2.75B =，4 2 2.71B =，43 2.39B =，即顾客对第二种电视机做出综合评价较好。 综合四个模型这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。 关键词：综合评价 模糊数学 加权平均原则 算子 ),(∨∧M (,)M ?∨算子),(⊕∧M ),(⊕?M

一、问题重述 在对电视机质量的评价中，其涉及的因素很多，一般说来基本要考虑图像，声音，价格等等，而每一类因素的质量水平受许多因素的影响。这些评价因素往往具有模糊性。评价的结果本身也带有模糊性。如何合理地评价电视机的质量呢？ 假设对电视机的评价因素U={图像u1，声音u2，价格u3}，评语集合V={很好v1，较好v2，可以v3，不好v4}，现请专家10人对三种电视机进行评价，结果如下： 设某类顾客主要关心图像、价格，对音质不太关心，即 试对以上三种电视机进行模糊综合评价。 二、问题分析 根据对题目的理解，我们知道问题的求解是根据10位专家对三种电视机的图像，价格，音质的评价结果，而要求我们对这三种电视机进行模糊综合评价，所以我采用四种算子方法。 即① 算子 评语 因素 (1)第一类电视机 (2)第二类电视机 (3)第三类电视机 v1 v2 v3 v4 v1 v2 v3 v4 v1 v2 v3 v4 u1 5 4 1 0 4 3 2 1 1 5 2 2 u2 4 3 2 1 5 1 2 2 4 3 1 2 u3 0 1 3 6 2 1 3 4 2 4 4 (0.5,0.2,0.3) A =(){}n k r r s jk j m j jk j m j k ,,2,1, ,min max )(11 =∧=≤≤=∨μμ＝),(∨∧M

模糊综合评价模型

（一）问题重述 连锁店选址： 今有8个候选作为连锁店选址，其因素集由表一决定，各隶属度由表二给出。请给出排序。表一

表二模糊综合评价矩阵 此题是一个连锁店选址问题，根据表一里给的那些因素集给它选择一个比较合适的开店地址。我们可以把题目分成三个小题： 第一，求出三级指标供水、供电、供气等对二级指标的三供、废物处理等的影响程度。 第二，求出二级指标对一级指标的影响程度。 第三，求出一级指标对连锁店选址的影响程度，然后根据算出的影响程度对选址做出合适的选择。 （二）问题分析 此题比较特殊，这个连锁店选址已经通过因素集表一和隶属度

表二给了我们做题的方法。就是通过两个表数据用模糊综合评价法去做题；在这里我们是用的模糊评价法里的算子),(⊕?M 和excel 软件进行数据的处理和求解。 模糊评价法的几种算子： ),(.1∨∧M {}n k r a r a b jk j m j jk j m j k ,,2,1,),min(max )(11 ==∧∨=≤≤= ),(.2∨?M {}n k r a r a b jk j m j jk j m j k ,,2,1,max )(11 =?=?∨=≤≤= ),(.3⊕∧M n k r a b m j jk j k ,,2,1,),min(,1min 1 =??? ???=∑= ),(.4⊕?M n k r a b m j jk j k ,,2,1,,1min 1 =??? ????=∑= 以及这几种算子的优缺点： 由表知道算子),(⊕?M 的体现权数作用明显、综合程度强、利用数据信息充分，而且是加权平均型；计算比较容易又作用比较好，故这里我们使用的是算子),(⊕?M 。

数学建模之模糊评价与模糊聚类()

一、模糊评价 模糊评价法是应用模糊理论和模糊关系合成的原理,通过多个因素对被评 价事物隶属等级状况进行综合性评价的一种方法。运用模糊评价法,通过多因素 或多指标,既对被评价事物的变化区间作出某种划分,又对事物属于各评价等级 的程度作出分析,从而更深入和客观地对被评价事物进行描述。 特点： ①模糊评价法的结果是一个向量,而不是一个数值,即被评价事物的状况是通过被评价事物的等级隶属度来表示。 ②模糊评价法可以是一种多层的评价,即可以先对被评价事物的某一层面进行模糊评价,再将各层面的模糊评价结果进行模糊合成,得出总的模糊评价结果。 ③模糊评价法具有指标或因素的自然可综合性。由于模糊评价法只需确定各指标的等级隶属度,既可用于主观指标,又可用于客观指标,以此而无需专门对指标进行无量纲处理。 1.1模糊评价的应用 ①人事考核中的应用， ②单位员工的年终评定， ③昆山公安信息化建设效绩的评估（下载文档）， ④我国商业银行内部控制评价体系研究（下载文档）， ⑤石化行业业绩评价（下载文档）等。 1.2一级模糊综合评判模型的建立步骤 ①确定因素集及评语集 确定被评价对象的因素集U ，{}12=,, ,n U u u u ，评语集{}12,,,m V v v v =； ②构造模糊关系矩阵R ，进行单因素评判。 用ij r 表示U 中的因素i u 对应于V 中等级j v 的隶属关系，则有 ③确定各因素的权重 用i a 表示第i 个因素的权重，11n i i a ==∑，则评价因素权向量A 为 ()12,,,n A a a a =。 ④综合评判 由模糊关系矩阵R 得到一个模糊变换为 则评判的综合结果为 () 11121212221212,,,m m n n n nm r r r r r r B A R a a a r r r ?? ? ? == ? ??? 。 1.3多层次模糊综合评判模型的建立步骤

数学建模案例分析---模糊数学方法建模1模糊综合评判及其应用

第八章 模糊数学方法建模 1965年,美国自动控制学家首先提出了用“模糊集合”描述模糊事物的数学模型。它的理论和方法从上个世纪七十年代开始受到重视并得到迅速发展，特别是愈来愈广泛地应用于解决生产实际问题。模糊数学的理论和方法解决了许多经典数学和统计数学难以解决的问题，这里，我们通过几个例子介绍模糊综合评判、模糊模式识别、模糊聚类、模糊控制等最常用方法的应用。而相应的理论和算法这里不作详细介绍，请参阅有关的书籍。 §1 模糊综合评判及其应用 一、模糊综合评判 在我们的日常生活和工作中，无论是产品质量的评级，科技成果的鉴定，还是干部、学生的评优等等，都属于评判的范畴。如果考虑的因素只有一个，评判就很简单，只要给对象一个评价分数，按分数的高低，就可将评判的对象排出优劣的次序。但是一个事物往往具有多种属性，评价事物必须同时考虑各种因素，这就是综合评判问题。所谓综合评判，就是对受到多种因素制约的事物或对象，作出一个总的评价。 综合评判最简单的方法有两种方式： 一种是总分法，设评判对象有m 个因素，我们对每一个因素给出一个评分i s ，计算出评判对象取得的分数总和 ∑== m i i s S 1 按S 的大小给评判对象排出名次。例如体育比赛中五项全能的评判，就是采用这种方法。 另一种是采用加权的方法，根据不同因素的重要程度，赋以一定的权重，令i a 表示对第i 个因素的权重，并规定 ∑==m i i a 1 1，于是用 ∑== m i i i s a S 1 按S 的大小给评判对象排出名次。 以上两种方法所得结果都用一个总分值表示，在处理简单问题时容易做到，而多数情况下评判是难以用一个简单的数值表示的，这时就应该采用模糊综合评判。 由于在很多问题上，我们对事物的评价常常带有模糊性，因此，应用模糊数学的方法进行综合评判将会取得更好的实际效果。 模糊综合评判的数学模型可分为一级模型和多级模型两类，这里仅介绍一级模型。 应用一级模型进行综合评判，一般可归纳为以下几个步骤： （1）建立评判对象的因素集},,,{21n u u u U =。因素就是对象的各种属性或性能，在不同场合，

模糊综合评价模型

模糊综合评价模型 模糊综合评价模型(Fuzzy Synthetic Evaluation Model) 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。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。 模糊综合评价模型类别 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表示u关于v的隶属程度。(U,V,R) 则构成了一个模糊综合评判ijij 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。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 是由评判者“打分”确定的。例如 k 个ij 评判者，要求每个评判者u 对照作一次判断，统计得分和归j 一化后产生 , 且 , 组成 R 。其中既代表 u 关于v 的“隶属程度”，也反映了评判u 为 v 的集0jjjjinstallation and the cable wiring, and GIS and the network control real estate cabinet installation and the cable wiring, and boiler room, and steam room instrument tube laying, and boiler room, and steam room Bridge frame installation and the cable laying, and unit electric dust equipment installation, and cycle pump room equipment, and pipeline installation and the paint, and unit chemical water system equipment and the pipeline 中程度。数值为1 ,说明 u 为 v 是可信的，数值为零为忽略。因此，反映这jj 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

数学建模综合评价方法

建模参考资料 综合评价方法 一、关于评价指标 所谓指标就是用来评价系统的参量．例如，在校学生规模、教学质量、师资结构、科研水平等，就可以作为评价高等院校综合水平的主要指标．一般说来，任何—个指标都反映和刻画事物的—个侧面． 从指标值的特征看，指标可以分为定性指标和定量指标．定性指标是用定性的语言作为指标描述值，定量指标是用具体数据作为指标值．例如，旅游景区质量等级有5A 、4A 、3A 、2A 和1A 之分，则旅游景区质量等级是定性指标；而景区年旅客接待量、门票收入等就是定量指标． 从指标值的变化对评价目的的影响来看，可以将指标分为以下四类： (1)极大型指标(又称为效益型指标)是指标值越大越好的指标； (2)极小型指标(又称为成本型指标)是指标值越小越好的指标； (3)居中型指标是指标值既不是越大越好，也不是越小越好，而是适中为最好的指标； (4) 区间型指标是指标值取在某个区间内为最好的指标． 例如，在评价企业的经济效益时，利润作为指标，其值越大，经济效益就越好，这就是效益型指标；而管理费用作为指标，其值越小，经济效益就越好，所以管理费用是成本型指标．再如建筑工程招标中，投标报价既不能太高又不能太低，其值的变化范围一般是(10%,5%)-+×标的价，超过此范围的都将被淘汰，因此投标报价为区间型指标．投标工期既不能太长又不能太短，就是居中型指标． 在实际中，不论按什么方式对指标进行分类，不同类型的指标可以通过相应的数学方法进行相互转换 1 评价指标的处理方法 一般情况下，在综合评价指标中，各指标值可能属于不同类型、不同单位或不同数量级，从而使得各指标之间存在着不可公度性，给综合评价带来了诸多不便．为了尽可能地反映实际情况，消除由于各项指标间的这些差别带来的影响，避免出现不合理的评价结果，就需要对评价指标进行一定的预处理，包括对指标的一致化处理和无量纲化处理． 1．指标的一致化处理 所谓一致化处理就是将评价指标的类型进行统一．一般来说，在评价指标体系中，可能会同时存在极大型指标、极小型指标、居中型指标和区间型指标，它们都具有不同的特点．如产量、利润、成绩等极大型指标是希望取值越大越好；而成本、费用、缺陷等极小型指标则是希望取值越小越好；对于室内温度、空气湿度等居中型指标是既不期望取值太大，也不期望取值太小，而是居中为好．若指标体系中存在不同类型的指标，必须在综合评价之前将评价指标的类型做一致化处理．例如，将各类指标都转化为极大型指标，或极小型指标．一般的做法是将非极大型指标转化为极大型指标．但是，在不同的指标权重确定方法和评价模型中，指标一致化处理也有差异． (1) 极小型指标化为极大型指标 对极小型指标j x ，将其转化为极大型指标时，只需对指标j x 取倒数：

模糊数学模型

第四讲 模糊数学模型（Fuzzy ） 过份的精确反而模糊；适当的模糊反而精确。 起源：1965年 L.A.Zadeh 在杂志“ Information and Control ”上发表著名论文，首先提出模糊集合的概念，标志着模糊理论的产生。 一、模糊综合评判法 （一）模糊集合： 1、X 上的模糊集合A ，由()A U x 表示的隶属函数的集合。 ()A U x 表示X 隶属集合A 的程度，()A U x 越接近1 ，表示X 属于A 的程度越大。 当()A U x =1时，X 肯定属于A ； 当()A U x =0时，X 肯定不属于A ； 2、若X 为离散空间，则X 可以表示为：{}12,, ,n X x x x =,则模糊集合A 可以表示为： {}1122(,()),(,()),,(,())A A n A n A x U x x U x x U x =。 {}:1,2, ,9Eg X =,A=“大体上与5接近的数”， 模糊集合A 可以表示为A ={（1，0），（2，0），（3，0.4），（4，0.8）,(5,1),(6,0.8),(7,0.4),(8,0),(9,0)}。 3、若X 为连续空间，则X 可以表示为：{},,X x x R R =∈为某连续区域，模糊集合 {}(,()),A A x U x x R =∈。 Eg:若建立年轻人的隶属函数，可以根据统计资料，作出年轻人的隶属函数的大致曲线，发现与柯西分布接近。 21 ()()1 1()11 (30)0.3 1 3.51(3025)10 A A x a U x P x x a x a U βαβα≤?? ==?>?+-?===+-1 取a=25,=2,＝ 10 不合理

模糊综合评价模型理论

校园环境质量的模糊综合评价方法 信息与计算科学2003级马文彬 指导教师杜世平副教授 摘要：本文应用模糊数学理论，把模糊综合评价方法具体应用到校园环境质量综合评价研究中，结合校园的实际情况将环境评价系统根据需要分成若干个指标，建立了因子集、评价集、隶属函数和权重集，实现对校园环境的质量等级综合评判。采用层次分析法计算评价的权重集，并对取大取小算法和评价结果的最大隶属度原则进行了改进，取得较好的效果。实例表明：模糊综合评价方法可操作性强、效果较好，可在一般环境的质量评价中广泛应用。 关键词：校园环境质量，模糊综合评价，层次分析法，权重 1引言 模糊综合评价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，进行综合评价的一种方法[1]。在校园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，而且，评价中存在大量的模糊现象和模糊概念[2,3,4]。因此，在综合评价时，常用到模糊综合评价的方法进行定量化处理[5,6]，评价出校园环境的质量等级，取得了良好的效果。但权重的确定需要专家的知识和经验，具有一定的缺陷，为此，本文采用层次分析法来确定各指标的权系数[7]。使其更有合理性，更符合客观实际并易于定量表示，从而提高模糊综合评判结果的准确性。此外，模糊综合评价中常取的取大取小算法，信息丢失很多，常常出现结果不易分辨(即模型失效)的情况[8]。所以，本文提出了针对模糊综合评价的改进模型。另外，本文在对模糊综合评价结果进行分析时，对常用的最大隶属度原则方法进行了改进，提出了加权平均原则方法。 2模型的建立 2.1 模糊综合评价方法和步骤 2.1.1 模糊综合评价方法 模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化(即确定隶属度)，然后利用模糊变换原理对各指标综合[9]。

数学建模综合评价方法(定)

所谓指标就是用来评价系统的参量．例如，在校学生规模、教学质量、师资结构、科研水平等，就可以作为评价高等院校综合水平的主要指标．一般说来，任何—个指标都反映和刻画事物的—个侧面． 从指标值的特征看，指标可以分为定性指标和定量指标．定性指标是用定性的语言作为指标描述值，定量指标是用具体数据作为指标值．例如，旅游景区质量等级有5A 、4A 、3A 、2A 和1A 之分，则旅游景区质量等级是定性指标；而景区年旅客接待量、门票收入等就是定量指标． 从指标值的变化对评价目的的影响来看，可以将指标分为以下四类： (1)极大型指标(又称为效益型指标)是指标值越大越好的指标； (2)极小型指标(又称为成本型指标)是指标值越小越好的指标； (3)居中型指标是指标值既不是越大越好，也不是越小越好，而是适中为最好的指标； (4) 区间型指标是指标值取在某个区间内为最好的指标． 例如，在评价企业的经济效益时，利润作为指标，其值越大，经济效益就越好，这就是效益型指标；而管理费用作为指标，其值越小，经济效益就越好，所以管理费用是成本型指标．再如建筑工程招标中，投标报价既不能太高又不能太低，其值的变化范围一般是(10%,5%)-+×标的价，超过此范围的都将被淘汰，因此投标报价为区间型指标．投标工期既不能太长又不能太短，就是居中型指标． 在实际中，不论按什么方式对指标进行分类，不同类型的指标可以通过相应的数学方法进行相互转换 8.2.4 评价指标的预处理方法 一般情况下，在综合评价指标中，各指标值可能属于不同类型、不同单位或不同数量级，从而使得各指标之间存在着不可公度性，给综合评价带来了诸多不便．为了尽可能地反映实际情况，消除由于各项指标间的这些差别带来的影响，避免出现不合理的评价结果，就需要对评价指标进行一定的预处理，包括对指标的一致化处理和无量纲化处理． 1．指标的一致化处理 所谓一致化处理就是将评价指标的类型进行统一．一般来说，在评价指标体系中，可能会同时存在极大型指标、极小型指标、居中型指标和区间型指标，它们都具有不同的特点．如产量、利润、成绩等极大型指标是希望取值越大越好；而成本、费用、缺陷等极小型指标则是希望取值越小越好；对于室内温度、空气湿度等居中型指标是既不期望取值太大，也不期望取值太小，而是居中为好．若指标体系中存在不同类型的指标，必须在综合评价之前将评价指标的类型做一致化处理．例如，将各类指标都转化为极大型指标，或极小型指标．一般的做法是将非极大型指标转化为极大型指标．但是，在不同的指标权重确定方法和评价模型中，指标一致化处理也有差异． (1) 极小型指标化为极大型指标 对极小型指标j x ，将其转化为极大型指标时，只需对指标j x 取倒数： 1j j x x '= ， 或做平移变换：

第三节模糊综合评判方法 数学建模

第三节模糊综合评判方法 模糊综合评判方法，是一种运用模糊数学原理分析和评价具有“模糊性”的事物的系统分析方法。它是一种以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评价方法。由于这种方法在处理各种难以用精确数学方法描述的复杂系统问题方面所表现出的独特的优越性，近年来已在许多学科领域中得到了十分广泛的应用。 一、模糊综合评判模型 (一)单层次模糊综合评判模型 给定两个有限论域 U=｛u1，u2，…，um｝ (1) V=｛v1，v2，…，v n｝ (2) (1)式中，U代表所有的评判因素所组成的集合；(2)式中，V代表所有的评语等级所组成的集合。 如果着眼于第i(i=1，2，…，m)个评判因素u i，其单因素评判结果为R i=[r i1，r i2，…，r in]，则m个评判因素的评判决策矩阵为 就是U到V上的一个模糊关系。 成运算，可以得到论域V上的一个模糊子集，即综合评判结果：

(二)多层次模糊综合评判模型 在复杂大系统中，需要考虑的因素往往是很多的，而且因素之间还存在着不同的层次。这时，应用单层次模糊综合评判模型就很难得出正确的评判结果。所以，在这种情况下，就需要将评判因素集合按照某种属性分成几类，先对每一类进行综合评判，然后再对各类评判结果进行类之间的高层次综合评判。这样，就产生了多层次模糊综合评判问题。 多层次模糊综合评判模型的建立，可按以下步骤进行： (1)对评判因素集合U，按某个属性c，将其划分成m个子集，使它们满足： 这样，就得到了第二级评判因素集合： U/c=｛U1，U2，…，U m｝ (6) 在(6)式中，U i=｛u ik｝(i=1，2，…，m；k=1，2，…，nk)表示子集U i中含有n k个评判因素。 (2)对于每一个子集U i中的n k个评判因素，按单层次模糊综合评判模型 到第i个子集U i的综合评判结果： (3)对U/c中的m个评判因素子集U i(i=1，2，…，m)，进行综合评判，其评判决策矩阵为：

数学建模优秀论文基于层次分析法的模糊综合评价模型

承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：广东金融学院 参赛队员(打印并签名) ：1. 曾彬 2. 曾庆达 3. 陈佳玲 指导教师或指导教师组负责人(打印并签名)： 日期： 2013 年8 月 22日 赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国评阅编号（由全国组委会评阅前进行编号）：

高校学生评教系统改进的研究 摘要 本文是研究关于高等学校学生评价教师的评价系统问题，用层次分析法确定了十项指标的权值,并给出了一个新的评教分数的计分模型-模糊综合评价模型。 本文亮点在于采用基于层次分析法的模糊数学模型。 首先，建立层次分析模型，充分考虑每个指标对综合评价的贡献，并把贡献按权值进行分配；通过层次分析法中的归一化处理，得到两两指标间的相对重要性的定量描述，从而解决不同指标间的差异。 其次建立模糊综合评教模型，输入一组专家（同学）的模糊评价，通过最大隶属度原则把模糊评价输出为综合评价。 最后本文在难易程度不同的课程下（在专业必修课，专业选修课，公共选修课下进行评价），得出同一教师的综合评价，发现其在不同课程下的综合评价均相同。于是得出结论，该模型的确能解决不同课程难易程度带来的对总体评教的影响。因为一个教师的综合教学质量并不应该在不同的课程下得到变化较大的评教。因此本文建立的模型能够有效地解决不同课程难易程度带来的差异。 关键词：层次分析法归一化模糊综合评价模型实例分析 一问题重述 随着我国高等教育改革的深入发展,教育质量越来越受到人们的重视,"学生评教"作为一个重要的教学管理手段,也逐步被采用,并且取得了一定的效果。学生评教是学生结合自己的感受对教师课堂教学效果进行客观评价，其目的是凸显学生在高校教学中的地位,也是学生行使自己的权利，维护个人权益的途径之一；同时让教师能及时了解自己教学的优点、弱点及不足,进行自我完善，是不断改进教学方法、提高教学质量的动力来源。 目前绝大多数高效都采用了网络评教系统，其具体评教方法是学生对其任课教师按每个固定指标评分，分值为1～10分。不区分具体课程，将该教师的所有学生在每项内容上的评分作简单的算术平均即得到单项分值，将十个单项分值直接求和即得到最终的评教总评分。但是此计分方式都或多或少存在以下几个问题: 1．不同指标的差异带来的评价不实。 2．不同课程的难易程度带来的评价不公。 本文根据背景资料，建立了数学模型并研究了以下问题： 设计一种更加合理的评教分数的计算方法，能够有效改变指标间的差异和课程带来的差异对总评分数的影响。 二问题分析 问题要求我们建立新的评教分数的计分方法来解决不同指标的差异以及不同课程难易程度对总体评教的影响。 2.1原模型的缺陷 题目所给的评教模型之所以会出现弊端一，是因为其模型是基于其计分方式是对10个指标进行加权平均所得的平均值作为评价的量化指标，并默认这10

数学建模常见评价模型简介

数学建模常见评价模型 简介 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998

常见评价模型简介 评价类数学模型是全国数学建模竞赛中经常出现的一类模型，如2005年全国赛A题长江水质的评价问题，2008年B题高校学费标准评价体系问题等。主要介绍三种比较常用的评价模型：层次分析模型，模糊综合评价模型，灰色关联分析模型，以期帮助大家了解不同背景下不同评价方法的应用。 层次分析模型 层次分析法(AHP)是根据问题的性质和要求，将所包含的因素进行分类，一般按目标层、准则层和子准则层排列，构成一个层次结构，对同层次内诸因素采用两两比较的方法确定出相对于上一层目标的权重，这样层层分析下去，直到最后一层，给出所有因素相对于总目标而言，按重要性程度的一个排序。其主要特征是，它合理地将定性与定量决策结合起来，按照思维、心理的规律把决策过程层次化、数量化。 运用层次分析法进行决策，可以分为以下四个步骤： 步骤1 建立层次分析结构模型 深入分析实际问题，将有关因素自上而下分层(目标—准则或指标—方案或对象)，上层受下层影响，而层内各因素基本上相对独立。 步骤2构造成对比较阵 对于同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，借助1~9尺度，构造比较矩阵； 步骤3计算权向量并作一致性检验 由判断矩阵计算被比较元素对于该准则的相对权重，并进行一致性检验，若通过，则最大特征根对应的特征向量做为权向量。 步骤4计算组合权向量(作组合一致性检验) 组合权向量可作为决策的定量依据

通过一个具体的例子介绍层次分析模型的应用。 例(选择旅游地决策问题)如何在桂林、黄山、北戴河3个目的地中按照景色、费用、居住条件、饮食、旅途条件等因素进行选择。 步骤1 建立系统的递阶层次结构 将决策问题分为3个层次：目标层O ，准则层C ，方案层P ；每层有若干 元素，各层元素间的关系用相连的直线表示。 图1 选择旅游地的层次结构 步骤2构造比较矩阵 标度值 含义 1 两因素相比，具有同等重要性 3 两因素相比，前者比后者稍重要 5 两因素相比，前者比后者明显重要 7 两因素相比，前者比后者强烈重要 9 两因素相比，前者比后者极端重要 2、4、6、8 表示上述相邻判断的中间值 以上各数值的倒数 若指标i 与指标 j 比较相对重要性用上述之一数值标度，则指标j 与指标i 的 相对重要性用上述数值的倒数标度 表1 1~9标度的含义 设要比较各准则n C C C ,,,21 对目标O 的重要性，记判断矩阵为A

数学建模综合评价与衡量方法(定)

所谓指标就是用来评价系统的参量．例如，在校学生规模、教学质量、师资结构、科研水平等，就可以作为评价高等院校综合水平的主要指标．一般说来，任何—个指标都反映和刻画事物的—个侧面． 从指标值的特征看，指标可以分为定性指标和定量指标．定性指标是用定性的语言作为指标描述值，定量指标是用具体数据作为指标值．例如，旅游景区质量等级有5A、4A、3A、2A和1A之分，则旅游景区质量等级是定性指标；而景区年旅客接待量、门票收入等就是定量指标． 从指标值的变化对评价目的的影响来看，可以将指标分为以下四类： (1)极大型指标(又称为效益型指标)是指标值越大越好的指标； (2)极小型指标(又称为成本型指标)是指标值越小越好的指标； (3)居中型指标是指标值既不是越大越好，也不是越小越好，而是适中为最好的指标； (4) 区间型指标是指标值取在某个区间为最好的指标． 例如，在评价企业的经济效益时，利润作为指标，其值越大，经济效益就越好，这就是效益型指标；而管理费用作为指标，其值越小，经济效益就越好，所以管理费用是成本型指标．再如建筑工程招标中，投标报价既不能太高又不能太低，其值的变化围一般是(10%,5%) -+×标的价，超过此围的都将被淘汰，因此投标报价为区间型指标．投标工期既不能太长又不能太短，就是居中型指标． 在实际中，不论按什么方式对指标进行分类，不同类型的指标可以通过相应的数学方法进行相互转换 8.2.4 评价指标的预处理方法 一般情况下，在综合评价指标中，各指标值可能属于不同类型、不同单位或不同数量级，从而使得各指标之间存在着不可公度性，给综合评价带来了诸多不便．为了尽可能地反映实际情况，消除由于各项指标间的这些差别带来的影响，避免出现不合理的评价结果，就需要对评价指标进行一定的预处理，包括对指标的一致化处理和无量纲化处理． 1．指标的一致化处理 所谓一致化处理就是将评价指标的类型进行统一．一般来说，在评价指标体系中，

模糊综合评价法的数学建模方法简介

万方数据

万方数据

模糊综合评价法的数学建模方法简介 作者：任丽华 作者单位：东营职业学院 刊名： 商场现代化 英文刊名：MARKET MODERNIZATION 年，卷(期)：2006(20) 被引用次数：9次 参考文献(5条) 1.赵晓冬;赵静一模糊思维与广义设计-理论和模型及其应用 1998 2.陈守煜工程模糊集理论与应用 1998 3.曾现洋供应链绩效评价指标体系的研究[期刊论文]-河南农业大学学报 2004(02) 4.杨纶标;高英仪模糊数学原理与应用 2002 5.徐贤浩;马士华;陈荣秋供应链绩效评价特点及其指标体系研究[期刊论文]-华中理工大学学报(社会科学版) 2002(02) 引证文献(9条) 1.吴昱西山矿区煤层气资源可采性评价[期刊论文]-中国煤层气 2010(4) 2.陈光华技术性贸易措施损害风险评估体系的实证研究[期刊论文]-标准科学 2009(6) 3.梁洪松.霍学喜企业生命周期阶段判别——延安果业集团的实证研究[期刊论文]-江西农业学报 2009(11) 4.程文仕.营春.张天中.张军.岑国璋模糊综合评价法在土地利用总体规划实施效益评价中的应用——以兰州市为例[期刊论文]-国土与自然资源研究 2009(1) 5.廖朝华.张培林.刘铁鑫基于AHP-FUZZY评价模型的高速公路扩建方式选择[期刊论文]-公路 2009(4) 6.贾伟.李鑫第四方物流合作伙伴评价体系的建立与选择研究[期刊论文]-生产力研究 2008(11) 7.吕学典会计信息化指标评价研究[期刊论文]-情报杂志 2008(7) 8.曹小琳.肖建基于模糊综合评价模型的房地产尾盘投资选择[期刊论文]-重庆建筑大学学报 2008(5) 9.张晓姣模糊综合评价法在设备招标评标中的应用[期刊论文]-装备制造技术 2007(8) 本文链接：https://www.wendangku.net/doc/3e18483636.html,/Periodical_scxdh200620004.aspx