模糊综合评价
解决的问题
对一个方案 / 对象进行多指标综合评价，但是数据是模糊的、主观的、定性的
- 比如优秀、良好、中等、差，不是具体数值
- 对某人某物进行综合打分
-
专家组评审、问卷打分结果分析
非常具体的说法主要有以下两种情况：
-
我对一个人 / 事认为他
- 60% 的可能他是“优秀”
- 30% 是“良好”
- 10% 是“中等”
-
多个评委对于一个人 / 事看
- 60% 的评委给了他“优秀”
- 30% 是“良好”
- 10% 是“中等”
- 这是两种不一样的模糊
-
思想
把主观评价的几个层次通过隶属度函数变成模糊矩阵，通过对这些模糊指标加权成为一个模糊集合，得出综合等级评价
步骤
1. 确定评价指标集
2. 确定评价等级集
- 确定所有指标公用的评价梯度
如：优 秀 良 好 中 等 较 差
3. 构建隶属度矩阵
- 利用熵权法或者专家法（主观评价法）写人 / 事情的可能是哪个等级的概率 / 多个专家给出的层次的比率作为完整一行
- 所有指标的的成绩概率集合拼起来就是隶属度矩阵
4. 确定权重向量
- 确定对每个指标的重视程度
5. 模糊运算（加权合成）
-
计算综合隶属度向量
- 其中
- 行向量左乘矩阵，得到一个行向量
- 综合隶属度中的值拆出来就是各个评价等级的隶属度
- 其中
6. 决策
- 最大隶属度法：可以选择隶属度最大的那个等级作为最终评价等级
-
也可以进行加权打分法：
- 给每个等级分配一个分数（100 分、80 分、0 分这样的），搞成
- 对这个分数集合加权平均：
如果最后要从分数回到评价，那就得搞成区间，那区间需要和分配的分数有关吗？- 答案是：需要，可以不一致，但是不建议。
- 否则可能会产生语义上的不连贯或冲突
这里分配的分数和前面
- 前面的概率，并不是分数，而是个人对它可能处于什么层次的推测，它有可能 60%几率处于“优秀”，etc，是一种模糊性评价
- 或者是，各个专家都给了自己认为的层次，要出最终结果时候，把结果统计了占比，当作这是一个人的推测（模糊性评价），哪个哪个层次有多少多少概率
- 后面的分数，是为了精确描述我们认为的层次诞生的，是人为赋予等级以数值意义