前言：模糊綜合評價法是一種基于模糊數學的綜合評價方法。該綜合評價法根據模糊數學的隸屬度理論把定性評價轉化為定量評價。

參考書籍：《python數學建模算法與應用》 司守奎?孫璽菁? （強烈推薦！）

具體代碼書上有寫我就沒有再敲出來

1、模糊綜合評價優缺點

（1）優點：

·可以將定性指標定量化

（2）缺點：

·隸屬函數的確定沒有明確且系統的方法

·權重、算子的確定具有主觀性

·當同一指標層級的指標個數較多時會導致權重系數變小，出現超模糊現象，導致評估失敗

2、隸屬度與隸屬函數

（1）隸屬度

定義：0~1之間的一個數用來表示評價對象對評語集的歸屬程度

（2）隸屬函數

定義：用來確定隸屬度的函數

確定方法：目前有模糊統計方法、例證法和指派法三種主觀方法，以指派法為例：（首先需要判斷數據是什么類型：偏小型、中間型、偏大型）

偏小型：一般用于小，少，淺，淡，年輕等偏小程度的模糊現象

中間型：一般用于中，適中，不太多，不太少，中年等中間模糊現象

偏大型：一般用于大，多，神，弄，老年等偏大程度的模糊現象

最常用的隸屬函數是（半）梯形型

???

3、因素集、評語集、權重集

（1）因素集：評價指標集合

E.g.:{學習成績，社交能力}

（2）評語集：因素集中每個指標的評判標準

E.g.:{優秀，良好，中等，較差，差}

（3）權重集：每個評價指標對該評價對象的重要度

E.g.:{0.5，0.5} （學習成績占50%，社交能力占50%）

4、Zadeh算子

根據權重與評級矩陣的結果得到模糊綜合評價結果向量，根據評分從高到低

排序

建模時步驟：

1、確定因素集、評語集、權重集，需要明確寫出

其中權重的計算方法可能會用到熵值法

2、確定隸屬函數，求出隸屬度組成的評價矩陣

3、將權重與評價矩陣合成結果向量，排序

模糊綜合評價法及Python實現_賣山楂啦prss的博客-CSDN博客_模糊綜合評價python

數學建模評價類模型——模糊綜合評價_我本無憂的博客-CSDN博客_數學建模評價類模型

總結

以上是生活随笔為你收集整理的评价类问题中的模糊综合评价法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。