数学建模综合评价与决策方法.ppt

14.3 数据包络分析法 14.4 灰色关联分析法 14.5 主成分分析法 当影响事件的因素过多时，可以根据因素内在关系 构造出影响事件的主要成分，并且用主要成分来对事件 进行评分。 为主成分 的累积贡献率， 14.6 秩和比综合评价法 14.6.1 原理及步骤 14.6.2 应用实例 14.2.1 一级模糊综合评判在人事考核中的应用 * * 模糊综合评判 一级模糊综合评判 * * 模糊综合评判 * * 根据运算　的不同定义，可得到以下不同模型： 模糊综合评判 * * 例如有单因素评判矩阵 则B＝(0.18, 0.18, 0.18, 0.18) * * 模糊综合评判 * * 模糊综合评判 * * 其中： 模糊综合评判 * * 例 ：“晋升”的数学模型. 以高校老师晋升教授为例：因素集U ={政治表现 及工作态度,教学水平,科研水平,外语水平}, 评判集V={好,较好,一般,较差,差}. 因素 好 较好 一般 较差 差 政治表现及工作态度 4 2 1 0 0 教学水平 6 1 0 0 0 科研水平 0 0 5 1 1 外语水平 2 2 1 1 1 * * 给定以教学为主的权重A = (0.2, 0.5, 0.1, 0.2)，分别用M(∧,∨)、 M( · , ＋)模型所作评判下：M(∧,∨)： B = (0.5, 0.2, 0.14, 0.14, 0.14) 归一化后，B = (0.46, 0.18, 0.12, 0.12, 0.12) M( · , ＋)： B = (0.6, 0.19, 0.13, 0.04, 0.04) * * 模糊综合结论 最后通过对模糊评判向量B的分析作出综合结论．一般可以采用以下三种方法： (1) 最大隶属原则 (2) 加权平均原则 评价等级集合为={很好，好，一般，差}，各等级赋值分别为{4，3，2，1} 14.2.2 多层次模糊综合评判在人事考核中的应用 根据最大隶属度原则，认为对该员工的评价为良好。 同理可对该部门其他员工进行考核。 基础部数学教研室 基础部数学教研室 */103 数学建模 数学建模算法与应用 14.1 理想解法 14.1.1示例 采用上式进行属性规范化时，经过变换的最差属性值不一定为0，最佳属性值为1。 14.1.2 方法和原理 14.1.3 TOPSIS法的算法步骤 14.2 模糊综合评判法 基础部数学教研室 基础部数学教研室 */103 数学建模