系统工程 系统评价.ppt

3 层次分析法 不足 (1) 将定量指标主观化处理，仿照定性指标建立判断矩阵。 (2) 判断矩阵的建立本身会因人而异，针对某一个准则，只建立一个判断矩阵，所以难以综合各位评价人员的意见，随意性强。 (3) AHP的结果只是方案的优劣顺序，不能回答方案是否可行。 (4) 由心理学家试验可知，人们只能对7±2个事物同时进行比较。对于因素众多、规模较大的复杂系统（如要素大于9），采用AHP进行评价，容易出现问题。 实际应用中，一般用AHP法解决评价指标的权重确定。 * ４ 模糊综合评价法 生活中的模糊现象 模糊概念：年轻人与年老人、热水与凉水、高个子与矮个子，事物之间的关系是不清晰的。 模糊评价：“把企业办得更好、改善服务态度、提高服务质量”，评价因素难以量化，很难给出明确的判断，评价标准往往由决策者主观确定，实现效果的评价也具有模糊性。 * ４ 模糊综合评价法 模糊性 模糊性是指客观事物的差异在中介过渡时所呈现的“亦此亦比”性。比如某人个子“很高”与“较高”、某企业管理工作“好”与“较好” 等等。 从一个等级到另一个等级间没有一个明确的分界，中间经历了一个从量变到质变的连续过渡过程，这个现象叫中介过渡。由这种中介过渡引起的划分上的“亦此亦比”性就是模糊性。 * ４ 模糊综合评价法 模糊评价 模糊数学 是用数学方法研究模糊现象，对难以精确化的指标系统进行数量化、精确化评价，是从量的角度研究和处理模糊现象的科学。 模糊综合评判法 是利用模糊集理论对系统进行评价的一种方法，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。 模糊综合判断法数学模型简单，容易掌握，对多因素、多层次的复杂问题评判效果比较好，是其他的模型和方法难以代替的。 * ４ 模糊综合评价法 归属程度 传统数据中，某个元素要么属于一个集合，要么不属于，也就是说隶属度要么是1要么是0，不存在说0.5属于这个集合。这就是精确（非此即彼）的思想。 现实生活中有很多例外的情况。如“年轻人”，我们可能说30岁属于年轻人，也可以说50岁属于年轻人，只不过他们的属于程度不一样。 归属程度的函数也称隶属度函数，也正是在这个思想上才产生了模糊数学（亦此亦彼）。隶属函数是从精确到模糊的一个桥梁。 * ４ 模糊综合评价法 模糊集 产生 1965年，L.A. Zadeh（扎德） 发表了文章《模糊集 》（Fuzzy Sets），首先提出了模糊几何理论和隶属度函数，开辟了解决模糊问题的科学途径。 基本思想 用属于程度代替属于或不属于。如某企业管理好的程度为0.8，另一个企业管理好的程度为0.3。 用模糊集合去描述和分析某个模糊现象，在模糊子集合的基础上，通过隶属函数来描述元素属于集合的程度。 * ４ 模糊综合评价法 隶属函数 若对论域（研究的范围）X中的任一元素x，都有一个数A(x)∈[0，1]与之对应，则称A为X上的模糊集， A(x)称为x对A的隶属度。 当x在X中变动时， A(x)就是一个函数，称为A的隶属函数。隶属度A(x)越接近于1，表示x属于A的程度越高， A(x)越接近于0，表示x属于A的程度越低。 用取值于区间[0，1]的隶属函数A(x)表征x 属于A的程度高低，这样描述模糊性问题对归属程度的表述更为合理。 * ４ 模糊综合评价法 模糊集 设X是客体的一个经典集合，称为论域，其一般元素用x来表示。x在X的经典子集A中的隶属度，通常用X到｛0，1｝的函数μA表示，即 ｛0，1｝称为值集。 若值集是实数区间[0，1]，则称A为模糊集。 μA(x)表示x隶属于A的程度。 μA(x)值越接近1，表示x隶属于A的程度越大。 * ４ 模糊综合评价法 模糊集的表示 解析法 直接给出隶属函数的表达式 Zadeh法 当X为有限集｛x1, x2,…, xn｝时，X上的模糊集可表示为： 当X为无限集时，记为： 有序偶法 序偶对的前者是论语中的元素，后者是该元素对应的隶属度。 向量法 在有限论域时，给论域中元素规定一个表达的顺序，则可将有序偶法简写为隶属度的向量式。如A=(x1,…, xn) * ４ 模糊综合评价法 模糊集的表示 * ４ 模糊综合评价法 模糊集的表示 * ４ 模糊综合评价法 模糊集的表示 * ４ 模糊综合评价法 模糊集的运算 * A的余定义为： ４ 模糊综合评价法 模糊集的运算 * ４ 模糊综合评价法 * ４ 模糊综合评价法 * ４ 模糊综合评价法 * ４ 模糊综合评价法 * ４ 模糊综合评价法 * ４ 模糊综合评价法 * ４ 模糊综合评价法 * 教学要求 掌握、理解 系统评价的要