用matlab進行模糊綜合評判

考慮一個服裝評判的問題，為此建立因素集U={u1,u2,u3,u4}，其中u1表示花色，u2表示式樣，u3表示耐穿程度，u4表示價格，建立評判集V={v1,v2,v3,v4}，其中v1表示很歡迎，v2表示較歡迎，v3表示不太歡迎，v4表示不歡迎，進行單因素評判的結果如下：

用模型模型即“主因素決定型”，計算綜合評判為：

根據最大隸屬度原則可知，第一類顧客對此服裝“不太歡迎”，第二類顧客對此服裝則“比較歡迎”?。

用matlab解決的代碼如下：

%新建Example8_4.m文件

function Example8_4

A1=[0.1 0.2 0.3 0.4];

A2=[0.4 0.35 0.15 0.1];

R=[0.2 0.5 0.2 0.1;

0.7 0.2 0.1 0;

0 0.4 0.5 0.1;

0.2 0.3 0.5 0];

fuzzy_zhpj(1,A1,R)

fuzzy_zhpj(1,A2,R)

end

%%

function[B]=fuzzy_zhpj(model,A,R) %模糊綜合評判

B=[];

[m,s1]=size(A);

[s2,n]=size(R);

if(s1~=s2)

disp(‘A的列不等于R的行’);

else

if(model==1)???????????????? %主因素決定型

for(i=1:m)

for(j=1:n)

B(i,j)=0;

for(k=1:s1)

x=0;

if(A(i,k)

x=A(i,k);

else

x=R(k,j);

end

if(B(i,j)

B(i,j)=x;

end

end

end

end

elseif(model==2)?????????????? %主因素突出型

for(i=1:m)

for(j=1:n)

B(i,j)=0;

for(k=1:s1)

x=A(i,k)*R(k,j);

if(B(i,j)

B(i,j)=x;

end

end

end

end

elseif(model==3)????????????? %加權平均型

for(i=1:m)

for(j=1:n)

B(i,j)=0;

for(k=1:s1)

B(i,j)=B(i,j)+A(i,k)*R(k,j);

end

end

end

elseif(model==4)???????????? %取小上界和型

for(i=1:m)

for(j=1:n)

B(i,j)=0;

for(k=1:s1)

x=0;

x=min(A(i,k),R(k,j));

B(i,j)=B(i,j)+x;

end

B(i,j)=min(B(i,j),1);

end

end

elseif(model==5)??????????? %均衡平均型

C=[];

C=sum(R);

for(j=1:n)

for(i=1:s2)

R(i,j)=R(i,j)/C(j);

end

end

for(i=1:m)

for(j=1:n)

B(i,j)=0;

for(k=1:s1)

x=0;

x=min(A(i,k),R(k,j));

B(i,j)=B(i,j)+x;

end

end

end

else

disp(‘模型賦值不當’);

end

end

end

%%

———————————————————————————-

右擊“Example8_4.m”–>run,得到如下結果：

ans =

0.2000??? 0.3000??? 0.4000??? 0.1000

ans =

0.3500??? 0.4000??? 0.2000??? 0.1000

————————————————————————————

解釋如下：

根據最大隸屬度原則可知，第一類顧客對此服裝“不太歡迎”，

第二類顧客對此服裝則“比較歡迎”?。

喜歡 (2)or分享 (0)

總結

以上是生活随笔為你收集整理的matlab有模糊分析,用matlab进行模糊综合评判_模糊综合评判matlab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。