所谓综合评判,就是要对某一对象进行全面的评价。对评价的对象往往要考虑很多因素。重要程度的不同,评级标准和自然状态的模糊等,也就是说,在作出任何一个决策时,都必须对多个相关因素作综合考虑,也就是综合评判。综合评判是系统工程的基本环节。其优点是: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,是别的数学分支和模型难以代替的方法。在实际工程中,为了能够得到较为合理的评判结果,宜采用模糊综合评判法。
模糊综合评价的数学模型是由着眼因素集U,决策评价集V和模糊关系评价矩阵R构成的。
利用模糊综合评价方法对产品质量进行评价时,设着眼因素集合为
Ud={ud,1,ud,2,…,ud,m},d=1,2,…,n (11-1)
定义因素集合Ud上的模糊子集为
Ad=(ad,1,ad,2,…,ad,m) (11-2)其中,ad,i为ud,i对Ad的隶属度,即因素ud,i在评定因素中起作用大小的度量,且
若评价域为
Vd={vd,1,vd,2,…,vd,n} (11-3)
则评价集合Vd上的等级模糊子集为
Bd=(bd,1,bd,2,…,bd,n) (11-4)其中,bd,j是等级vd,j对模糊子集Bd的隶属度。
于是,着眼因素集Ud到评价集Vd之间的模糊关系可以用模糊关系评价矩阵Rd来表示
其中,rd,ij=μR(ud,i,vd,j)表示单独考虑ud,i时,评价对象属于等级vd,j的隶属度,
且μAi(ad,j)⇒[0,1],μBj(bd,j)⇒[0,1],它们分别表示ad,i隶属于Ad和bd,j隶属于Bd的程度。
由此,综合评价的结果为
Bd=(bd,1,bd,2,…,bd,n)=Ad。Rd (11-6)式中,“Ad。Rd”称为Ad与Rd的广义模糊运算,Bd为Ud的单一因素评价。而模糊合成运算模型主要有:M(∧,∨),M(●,∨),M(∧,),M(●,),M(●,+)。
模型1 M(∧,∨),有
式中,“∧”、“∨”分别为取小(min)和取大(max)运算,即
bd,j=max<min(ad,1,rd,1j),min(ad,2,rd,2j),…,min(ad,m,rd,mj)> (11-8)
此模型的意义是在决定bd,j时,对每个等级vd,j而言,只考虑调整后的隶属度rd,ij最大的起主要影响作用的那个因素,而忽略了其他因素的影响。由此可见,模型M(∧,∨)是一种“主因素决定型”的综合评判。
模型2 M(●,∨),有
其中,“●”为普通实数乘法,即(www.xing528.com)
bd,j=max(ad,1rd,1j,ad,2rd,2j,…,ad,mrd,mj)(11-10)此模型与模型M(∧,∨)的意义很相近,其区别仅在于M(●,∨)以ad,ird,ij代替了M(∧,∨)的ad,i∧rd,ij,也就是说,用对rd,ij乘以一个小于1的系数来代替给ad,i∧rd,ij规定一个上限。这里ad,i与在模型M(∧,∨)中一样,也起着调整系数的作用,此模型中也是用∨运算,所以也是一种“主因素突出型”的综合评判。
模型3 M(∧,),有
这里,a=min(1,a+),O为对m个数在运算下求和,即
由上式可以看出,与模型M(∧,∨)中一样,在模型M(∧,)中也是对rd,ij的规定上限ad,i给以rd,ij的调整,即有ad,i∧rd,ij,其区别在于,该模型是对各rd,ij作有上界相加以求bd,j。因此,ad,i也是在考虑多因素时rd,ij的调整系数,形式上这个模型是一种对每一等级vd,j都同时考虑各种因素的综合评判。
模型4 M(●,),有
即
此模型是在模型M(●,∨)的基础上改进而成的。模型M(●,)在决定bd,j时,是用对调整后的ad,ird,ij取上界和来代替模型M(●,∨)中对ad,ird,ij取最大。
该模型有下列重要特点:
1)在决定各因素的评价对等级vd,j的隶属度bd,j时,考虑了所有因素ud,i的影响,而不是像模型M(●,∨)那样只考虑对bd,j影响程度最大的那个因素。
2)由于同时考虑到所有因素的影响,所以各ad,i的大小具有刻画各因素ud,i重要性程度的权系数的意义,因此,ad,i应满足=1要求。
所以模型M(●,)是一种“加权平均型”的综合评判。应指出,由于,ird,ij≤1,运算“”实际上已蜕化为普通实数加法“+”,因此,模型M(●,
)可改变成为模型M(●,+)。
模型5 M(.,+),有
这里,“+”为普通实数的加法,权系数ad,i的和满足,i=1条件,模型中,式(11-6)右端蜕化为普通矩阵乘法。
由于机械产品总体质量包含的因素众多,为了避免信息丢失和综合考虑所有因素的影响,选用工程模糊综合评价数学模型中的“加权平均型”M(●,+)评价模型。
根据评价结果的bd,j中,数值最大者所对应的vd,j即可能为产品总体质量的一次评价等级,它是Vd上的一个模糊子集。由得到的一级评价结果B1,B2,…,Bn构成产品总体质量模糊评价的二级评价矩阵,即
则得出产品总体质量综合评价的最后结果,即
B=A。R (11-17)
这也是着眼因素集U的综合评价结果,即
U={u1,u2,…,um} (11-18)
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。