综合评价方法与模糊综合评判算法分析

简析模糊综合评判中合成算子的选取1 引言自Zadeh建立了模糊数学以来，模糊综合评判就成为解决各种问题强有力的工具。

但在实际应用时，选取不同的模糊合成算子，会得到不同的评价结果。

因此，需要根据具体的问题来选择适当的算子，这就是本文所讨论的主要内容。

2 模糊综合评判2.1 综合评判的含义所谓模糊综合评判，是以模糊数学为基础，应用模糊关系的合成原理，对受多种因素制约的事物或对象，将一些不清、不易定量的因素定量化然后进行综合评价的一种方法。

它须要经过建立评判对象的因素集U={u1u2…un}，建立评判集V={v1v2…vm}，专家评定或其它方法生成的评判矩阵以及通过合理的模糊算子进行评判的数学模型。

2.2 几种常见的模糊算子（1）：Zadeh算子，又称“取大取小算子”，在决策分析中不确定型决策问题的乐观主义准则也就是采取的取大取小的方法。

在模糊综合评判中，由于取大取小有很好的代数性质，而且算法思路清晰、运算简单、易于掌握，是模糊综合评判的首选方法。

运算规则为：，（j=12…m）。

从运算规则可以看出：ai是rij的上限，即在合成u的评价对任何评判标准vj的隶属度都不能大于ai，而且该算法只考虑rij中最大那个起作用的因素，而忽略了其它一些次要因素。

可见，这是一种“主因素决定型”的合成方式。

用该合成方式，与bj与有关的R阵中的数据只有几个，淘汰的信息太多，利用的信息太少，这些对于实际问题的刻化是很不利的。

用Zadeh算子评判的问题应满足：因素集中的各因素相互独立，各因素状态间不能相互补偿；因素集中单因素的满意度在综合评价中的作用不能超过其权重比例；评价结果受权重影响。

（2）：最大乘积算子，运算规则为：从运算规则可以看到，对rij乘以小于1的权重ai，表明ai是在考虑多因素时rij的修正植，直接决定bj的R阵中的数据不一定是每列中最大的那个数，它不仅要求rij大，而且也要求所对应的ai也大，可见ai在这里起了权衡因素重要性的作用，在这种合成算子中，与bj有关的R阵的数据也只有几个，最终合成中淘汰的信息也很多，可见这是一种“主因素突出型”。

AHP——模糊综合评价方法的理论基础1. 层次分析法理论基础1970-1980年期间，著名学者Saaty最先开创性地建立了层次分析法，英文缩写为AHP。

该模型可以较好地处理复杂的决策问题，迅速受到学界的高度重视。

后被广泛应用到经济计划和管理、教育与行为科学等领域。

AHP建立层次结构模型，充分分析少量的有用的信息，将一个具体的问题进行数理化分析，从而有利于求解现实社会中存在的许多难以解决的复杂问题。

一些定性或定性与定量相结合的决策分析特别适合使用AHP。

被广泛应用到城市产业规划、企业管理和企业信用评级等等方面，是一个有效的科学决策方法。

Diego Falsini、Federico Fondi 和 Massimiliano M. Schiraldi（2012）运用AHP与DEA的结合研究了物流供应商的选择；Radivojević、Gordana和Gajović, Vladimir（2014）研究了供应链的风险因素分析；K.D. Maniya和M.G. Bhatt（2011）研究了多属性的车辆自动引导机制；朱春生（2013）利用AHP分析了高校后勤HR配置的风险管理；蔡文飞（2013）运用AHP分析了煤炭管理中的风险应急处理；徐广业（2011）研究了AHP与DEA的交互式应用；林正奎（2012）研究了城市保险业的社会责任。

第一，递阶层次结构的建立一般来说，可以将层次分为三种类型：（1）最高层（总目标层）：只包含一个元素，表示决策分析的总目标，因此也称为总目标层。

（2）中间层（准则层和子准则层）：包含若干层元素，表示实现总目标所涉及的各子目标，包含各种准则、约束、策略等，因此也称为目标层。

（3）最低层（方案层）：表示实现各决策目标的可行方案、措施等，也称为方案层。

典型的递阶层次结构如下图1：一个好的递阶层次结构对解决问题极为重要，因此，在建立递阶层次结构时，应注意到：（1）从上到下顺序地存在支配关系，用直线段（作用线）表示上一层次因素与下一层次因素之间的关系，同一层次及不相邻元素之间不存在支配关系。

模糊综合评价方法及其应用研究一、本文概述本文旨在探讨模糊综合评价方法及其应用研究。

我们将对模糊综合评价方法进行概述，阐述其基本原理和特点。

接着，我们将深入探讨模糊综合评价方法在各种领域中的应用，包括但不限于企业管理、环境评估、医疗卫生等。

通过对实际案例的分析，我们将展示模糊综合评价方法在解决实际问题中的有效性和实用性。

我们还将对模糊综合评价方法的未来发展进行展望，以期为其在更多领域的应用提供参考和借鉴。

通过本文的研究，我们希望能够为相关领域的研究者和实践者提供有益的启示和帮助。

二、模糊综合评价方法理论基础模糊综合评价方法（Fuzzy Comprehensive Evaluation，简称FCE）是一种基于模糊数学理论的评价方法，旨在解决那些难以用精确数学语言描述的问题。

这种方法最早由我国学者汪培庄于1983年提出，现已在多个领域得到了广泛应用。

模糊综合评价方法理论基础主要包括模糊集合理论、模糊运算规则和模糊关系矩阵。

其中，模糊集合理论是该方法的核心。

它允许在元素对集合的隶属程度不唯不精确的情况下进行定量描述，从而突破了传统集合理论中元素对集合的隶属关系必须明确的限制。

在模糊综合评价中，评价对象通常被视为一个模糊集合，而评价因素则构成该集合的多个子集。

每个子集都有一个隶属函数，该函数描述了评价对象在不同因素下的隶属程度。

通过对隶属函数进行计算和分析，可以得出评价对象在各个因素上的综合评价结果。

模糊运算规则是模糊综合评价方法的另一个重要组成部分。

它定义了模糊集合之间的运算方式，如并、交、补、差等，使得我们能够根据实际需求进行模糊集合的组合和转换。

模糊关系矩阵则用于描述评价对象与评价因素之间的模糊关系。

该矩阵中的元素表示评价对象在不同因素上的隶属度，是进行模糊综合评价的重要依据。

模糊综合评价方法理论基础包括模糊集合理论、模糊运算规则和模糊关系矩阵。

这些理论和方法为我们在复杂系统中进行综合评价提供了有效的工具。

模糊综合评价案例计算分析(总7页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--模糊综合评价方法1、基本思想和原理基本思想在客观世界中，存在着大量的模糊概念和模糊现象。

模糊数学就是试图用数学工具解决模糊事物方面的问题。

模糊综合评价是借助模糊数学的一些概念，对实际的综合评价问题提供一些评价的方法。

具地说，模糊综合评价就是以模糊数学为基础，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。

原理首先确定被评价对象的因素（指标）集合评价（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊综合评价结果。

其特点在于评判逐对象进行，对被评价对象有唯一的评价值，不受被评价对象所处对象集合的影响。

综合评价的目的是要从对象集中选出优胜对象，所以还需要将所有对象的综合评价结果进行排序。

2. 模糊综合评价法的模型和步骤步骤步骤1 确定评价对象的因素论域，有m个评价指标，表明评价对象的各个因素。

步骤2 确定评语等级论域评语集是对被评价对象的各个评价结果的集合，用V表示，有n个评价结果，其中表示第j个评价结果。

步骤3 进行单因素评价，建立模糊矩阵R，单独从一个因素出发进行评价，以确定评价对象对评价集合V的隶属程度，称为单因素模糊评价。

在构造了等级模糊子集后，对被评价对象的每个因素进行量化,即确定从单因素来看被评价对象对各等级模糊子集的隶属度，进而得到模糊关系矩阵，其中，表示被评价对象从因素来说对等级模糊子集的隶属度。

一个被评价对象在某个因素方面的表现是通过模糊向量来刻画的（在其他评价方法中多是由一个指标实际值来刻画，因此模糊评价需要更多的信息），称为单因素评价矩阵，可以看作是因素集U和评价集V之间的一种模糊关系，即影响因素和评价对象之间的“合理关系”。

2 模糊综合评价在对许多事物进行客观评判时，其评判因素往往很多，我们不能只根据某一个指标的好坏就作出判断，而应该依据多种因素进行综合评判，如技术方案的选择、经济发展的比较等.模糊综合评判可有效地对受多种因素影响的事物作出全面评价。

2。

1 理论介绍模糊综合评判通常包括以下三个方面：设与被评价事物相关的因素有n 个，记为12{,,,}n U u u u =,称之为因素集。

又设所有可能出现的评语有 m 个，记为12{,,,}m V v v v =,称之为评判集。

由于各种因素所处地位不同，作用也不一样，通常考虑用权重来衡量，记为 12{,,,}n A a a a =。

1。

评判步骤进行模糊综合评判通常按以下步骤进行: （1）确定因素集12{,,,}n U u u u =。

（2）确定评判集12{,,,}m V v v v =.（3)进行单因素评判得12{,,,}i i i im r r r r =。

（4）构造综合评判矩阵：111212122212m m n n nm r r r r r r R r r r ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦（5)综合评判：对于权重12{,,,}n A a a a =,计算B A R =，并根据最大隶属度原则作出评判。

2。

算子的定义在进行综合评判时，根据算子的不同定义,可以得到不同的模型。

1)模型I :(,)M ∧∨——主因素决定型 运算法则为max{(),1,2,,}j i ij b a r i n =∧=(1,2,,)j m = 。

该模型评判结果只取决于在总评判中起主要作用的那个因素,其余因素均不影响评判结果,比较适用于单项评判最优就能认为综合评判最优的情形.2）模型II (,)M ∨：——主因素突出型运算法则为max{(),1,2,,}j i ij b a r i n ==(1,2,,)j m =。

该模型与模型I比较接近,但比模型I 更精细些，不仅突出了主要因素，也兼顾了其他因素，比较适用于模型I 失效，即不可区别而需要加细时的情形。

第36卷第12期2020年12月商丘师范学院学报JOURNAL OF SHANGQIU NORMAL UNIVERSITY Vol．36No．12Dec．2020收稿日期：2020－03－20；修回日期：2020－03－29基金项目：教育部2018年第二批产学合作协同育人项目（201802123039）；安徽省教育厅质量工程项目（2017mooc240）；安庆师范大学校级教研项目（2019aqnujyzc110）作者简介：江健生（1982—），男，安徽安庆人，安庆师范大学讲师，硕士，主要从事数字图像处理、智能算法的研究．层次分析法和模糊综合评判法在研究生学业评价中的应用江健生1，吴洋2，陈飞3，钱坤1（1．安庆师范大学计算机与信息学院，安徽安庆246133；2．安庆师范大学现代教育技术中心，安徽安庆246133；3．铜陵学院数学与计算机学院，安徽铜陵244061）摘要：针对研究生学业评价过程中的复杂性、多层次性和模糊性，提出基于层次分析法和模糊综合评判法的研究生学业评价方法．首先合理确定研究生学业评判指标，接着利用层次分析法和模糊综合评判法对研究生学业进行指标权重量化及综合评价．通过应用验证，表明该方法的客观性和有效性，为研究生学业奖学金评选提供了重要参考依据．关键词：研究生培养；学业评价；层次分析法；模糊综合评判法中图分类号：TP273+．4文献标识码：A 文章编号：1672－3600（2020）12－0012－06Application of analytic hierarchy process and fuzzy comprehensive evaluationmethod in graduate students'academic evaluation JIANG Jiɑnshenɡ1，WU Yɑnɡ2，CHEN Fei 3，QIAN Kun 1（1．School of Computer and Information ，AnqinɡNormal University ，Anqinɡ246133，China ；2．Center of Modern Education Technology ，AnqinɡNormal University ，Anqinɡ246133，China ；3．School of Mathematics and Computer ，TonɡlinɡUniversity ，Tonɡlinɡ244061，China ）Abstract ：Aiming at the complexity ，multi-level and fuzziness in the process of graduate students'academicevaluation ，this paper proposes a method of postgraduate academic evaluation based on analytic hierarchy process and fuzzy comprehensive evaluation．Firstly the academic evaluation index of graduate students is reasonably determined．Then the analytic hierarchy process is used to quantify the weight of each index．And the comprehensive academic evaluation of graduate students is carried out by the fuzzy comprehensive evaluation method．Theapplication verification shows that the method is objective and effective ，and the experimental results provides an important reference for the selection of graduate scholarships．Key words ：graduate student cultivation ；academic evaluation ；analytic hierarchy process ；fuzzy comprehensive evaluation研究生培养是高校高水平、多层次发展的重要环节，而学业发展是其中的核心和灵魂．学业贯穿整个研究生培养阶段，是根据研究生培养方案的要求，对研究生提出明确任务和发展方向，研究生通过一系列学习任务完成学业的过程［1］．学业和每一位研究生密切相关，它能指导、激励、督促、约束每一位研究生健康成长．同时，学业水平与研究生的学业奖学金评选有着密切联系．所以有效评价研究生学业水平对促进研究生成长和高校发展具有重要的意义，是高校研究生管理工作者要积极思考的问题．研究生学业评价是指以教育目标为评价标准，通过完整收集研究生学习过程中的客观事实材料，以恰当、有效的评判方法，对研究生学习、科研和实践等多方面学业水平做出价值判断，为研究生学业水平的决策提供依据，进而促进研究生学业发展的评价活动［2］．在实际学业评价过程中，根据研究生学业评价的复杂性、多层次性、模糊性等特点，利用层次分析法和模糊综合评判法，综合相关部门、研究生导师、研究生辅导员和所有研究生，制定一套具有合理评价指标、准确指标权重、科学评判方法的研究生学业评价模型．通过对不同年级研究生学业水平的综合评判，评价结果有效、客观．1层次分析法－模糊综合评判法的相关理论1．1层次分析法层次分析法是上世纪70年代中期由美国运筹学家萨蒂教授提出的一种决策分析法［3］，该方法适合解决模糊、难以定量的决策问题，张万朋等［4］利用层次分析法和德尔菲法确定专业学习和通用学习的权重，完成研究生学习成果评判．张丽华等［5］基于层次分析法对高校学生职业能力评价体系展开研究，得到高校学生职业能力的最终评价．刘子建等［6］利用于SEEQ 与层次分析法，形成高校认证型评价体系．层次分析法为许多高校教育决策问题提供了简单、实用、有效的方法，本文将它运用到研究生学业评价中．运用层次分析法的主要步骤如下：（1）建立层次结构模型将一个复杂决策问题分解出各个因素，按其属性及关系从上到下层次化，上一层因素对下一层从属因素起支配作用，而下一层因素对上一层关联因素起影响作用．其中最上层为目标层，是一个问题的决策目标．中间层是实现目标需要的准则、指标等，又称准则层或指标层．一般当下一层因素多于9个则需要分解出子层，所以中间层可以有一至多个层次．最下层通常称为方案层，是针对目标的各种备选方案、措施等，因此又被称为措施层．（2）构造成对比较矩阵对从属于上层某一因素的下层中n 个因素X =｛x 1，…，x n ｝，按照两两比较构造如下对比矩阵A ：A =（a ij ）n ˑn其中a ij 是因素x i 和x j 的重要程度比，显然x j 和x i 的重要程度比为a ji =1/a ij ，另外当i =j 时有a ij =1，表示重要程度相等，a ij 可按1－9标度法进行取值，对应的重要程度含义见表1，其中2、4、6、8表示相邻程度的中间值．表11－9标度法a ij 123456789x i /x j 程度相等稍强强很强绝对强上述矩阵满足：a ij ＞0、a ji =1/a ij 、a ij =1（当i =j 时），所以可称为正互反矩阵．（3）层次单排序和一致性检验层次单排序是对上述矩阵A 求最大特征值λmax ，通过归一化对应特征向量W （各元素和为1），那么W 即为本层因素对上层某一因素重要程度的排序权值．由于满足a ij a jk =a ik ， i ，j ，k =1，…，n 的正互反矩阵才是一致矩阵，只有在一定范围内的不一致性才可以接受，所以要进行一致性检验．按下式对A 一致性检验：CR =CI RI根据定理知λmax 比n （矩阵阶数）越大，矩阵A 的非一致性越严重，据此计算一致性指标CI 如下式：CI =λmax －n n －1萨蒂等人通过大量计算得到平均随机一致性指标RI ，n =1到9取值见表2：表2n 与RI 对应值n 123456789RI0．580．891．121．261．361．411．46图1层次总排序的分层示意只有一致性比例CR ＜0．1，矩阵A 才通过一致性检验，归一化的W 可作为单层权重向量，否则需要调整a ij 来修正矩阵．（4）层次总排序层次总排序是确定某层所有因素关于总目标的重要程度排序权值，按照从最上层至最下层的顺序进行．如图1所示：最上层总目标为Z ，A 层m 个因素A 1，A 2，…，A m ，对总目标Z 的排序为a 1，a 2，…，a m ，B 层n 个因素对A 层中A j 因素的单层次排序为b 1j ，b 2j ，…，b nj （j =1，2，3，…，m ），那么B 层的层次总排序如下：B 1：a 1b 11+a 2b 12+…+a m b 1mB 2：a 1b 21+a 2b 22+…+a m b 2m …B n ：a 1b n 1+a 2b n 2+…+a m b nm31第12期江健生，等：层次分析法和模糊综合评判法在研究生学业评价中的应用即B 层第i 个因素对总目标的权值为：∑mj =1a jbij，那么总排序一致性比例计算如下：CR =∑mj =1CI （j ）a j∑mj =1RI （j ）ajCI （j ），j =1，…，m 是单排序一致性指标，RI （j ），j =1，…，m 是随机一致性指标，同样只有求得CR ＜0．1，层次总排序通过一致性检验．1．2模糊综合评判法模糊综合评判法是汪培庄教授基于模糊数学理论提出的一种综合评判方法［7］，该方法被广泛使用于模糊、难以量化的问题上，布光等［8］利用模糊综合评判法对大学生体能进行评价．尤游等［9］结合模糊评价和熵值法对高校教师教学质量进行评价．陈志恩等［10］融合粒矩阵与模糊综合评判对课堂教学质量进行评价研究．许晶［11］在本科毕业论文质量评价中使用模糊综合评判法，上述应用都取得了良好效果．运用模糊综合评判法的主要步骤如下：（1）确定因素集因素集是一个由可以评判对象的主要因素所组成的集合，可表示为U =｛u 1，u 2，…，u m ｝，其中m 是评判因素的个数，u i 是第i 个评判因素．根据具体情况，可以将评判因素按不同属性进行分层，包括第一级评判因素集，下属的第二级评判因素集甚至第三级评判因素集等，这些因素一般都具有不同程度的模糊性．（2）建立综合评判集评判集是一个由评判对象的可能评判结果所组成的集合，可表示为V =｛v 1，v 2，…，v n ｝，其中n 是评判结果的数目，V j 是第j 种评判结果，评判集一般可划分为3至7个等级．（3）单因素模糊评判，获得评判矩阵单因素模糊评判是从一个因素出发，确定评判对象对评判集合V 的隶属程度．设r i 1是U =｛u 1，u 2，…，u m ｝中第i 个元素对评判集V =｛v 1，v 2，…，v n ｝中第1个元素的隶属度，则对第i 个元素单因素评判的结果可表示为：Ri =｛r i 1，r i 2，…，r in ｝，那么以m 个单因素评判集R 1，R 2，…，R m 为行组成矩阵R ，就是模糊综合评判矩阵．（4）确定因素权向量由于各因素的重要程度不同，即权重不同，设各因素u i 的权重为a i ，那么各因素的权重集合的模糊集可表示为：W =｛a 1，a 2，…，a m ｝．这里可以通过加权平均法、频率分布确定法、层次分析法等方法计算因素权向量，本文通过层次分析法获得权向量．（5）多指标综合评判对上述因素权向量W 和矩阵R ，通过模糊算子 将模糊向量W 从因素集U 上转换到评判集V 上，即模糊向量B ，如下式：B =W R =（a 1，a 2，…，a m ）r 11r 12…r 1nr 21r 22…r 2nr m 1r m 2…rmn =（b 1，b 2，…，b n ）其中B 表示评判集各因素的隶属度，根据最大隶属原则，评判结果取最大的b j 对应的评判集v j ．常用的模糊算子有以下4种［12］：M （∧，∨）：b j =∨m i =1（a i ∧r ij ）=max 1≤i ≤mmin （a i ，r ij {}），j =1，2，…，n M （·，∨）：b j =∨mi =1（a i ，r ij ）=max 1≤i ≤m（a i ·r ij ），j =1，2，…，n M （∧，⊕）：b j =min 1，∑mi =1min （a i ，r ij {}），j =1，2，…，n M （·，⊕）：b j =min 1，∑mi =1a i r ()ij ，j =1，2，…，n 4种算子的特点如表3，可以根据具体情况进行选择：表34种模糊变化合成算子比较算子类型综合程度利用信息体现权重作用M （∧，∨）主因素突出型弱不充分不明显M （·，∨）主因素突出型弱不充分明显M （∧，⊕）加权平均型强较充分不明显M （·，⊕）加权平均型强充分明显41商丘师范学院学报2020年2研究生学业评判模型的构建2．1确定评判指标、构建评判因素集评判研究生学业水平需要构建全面、合理、科学的学业评判指标，既要真实、准确反映研究生的实际学业水平，还要对研究生培养起到指导和激励作用，同时又为研究生学业奖学金的评选提供参考依据．通过和研究生导师讨论、对研究生调查反馈，结合教育部、财政部、教育厅和高校关于学业奖学金评选相关文件的规定，我们制定多层次、多因素的研究生学业评判二级指标体系．该体系由4个一级指标组成，包括学业成绩、综合素质、科研成果、创新实践，一级指标又细分为14个二级指标．所有指标是对研究生进行全面综合的评价，既包括了学业成绩和综合素质的基本要求，又包括了科研成果和创新实践的导向要求，充分体现了研究生人才培养的目标．按照模糊综合评判法，建立第一级评判因素集：U =｛学业成绩U 1，综合素质U 2，科研成果U 3，创新实践U 4｝第二级评判因素集分别如下：U 1=｛考试成绩u 11，考勤成绩u 12｝U 2=｛思想品德u 21，荣誉表彰u 22，学生干部u 23｝U 3=｛科研获奖u 31，科研项目u 32，学术发表u 33，发明创造u 34｝U 4=｛A 类赛事u 41，B 类赛事u 42，C 类赛事u 43，专业实践u 44，社会实践u 45｝2．2建立模糊综合评判集我们根据研究生学业奖学金设置的一、二、三等奖和无奖项为依据，将研究生学术评判结果分为4个等级，分别为很好、较好、一般、不好，写成评判集：V =｛很好v 1，较好v 2，一般v 3，不好v 4｝2．3层次分析法确定各指标权重研究生学业评判中，各指标的权重有所不同，而且不同年级研究生评判的侧重点也不相同．一年级学生主要以课程学习为主；二年级学生课程相对较少，且科研成果暂未体现，主要以创新实践为主；三年级学生经过两年的学习积累，有了一定的科研成果，此时主要以科研成果为主．这里以三年级研究生学业评判为例，利用层次分析法设置各指标权重：根据多元化成员对一级指标的1－9标度法对比打分，我们构造一级指标成对比较矩阵A ：学业成绩综合素质科研成果创新实践学业成绩综合素质科研成果创新实践111/51/2111/51/25512221/21一级指标各因素的权重向量，按层次单排序得到．这里利用方根法求权重向量［13］，令W'=（a 1'，a 2'，a 3'，a 4'），其中a i '=4Π4j =1a 槡ij ，得W '=（0．562，0．562，2．659，1．189），通过a i =a i '/∑4i =1a i '对W'进行归一化，得到W =（a 1，a 2，a 3，a 4）=（0．113，0．113，0．535，0．239）．若矩阵A 满足一致性检验，W 即一级指标学业成绩、综合成绩、科研成果、创新实践的权重向量．下面判断构建的成对比较矩阵A 是否满足一致性，计算：AW T =111/51/2111/51/25512221/210．1130．1130．5350． 239=0．45250．45252．14300．9585那么：λmax=1n∑ni =1（AW T ）ia i =140．45250．113+0．45250．113+2．14300．535+0．95850．()239=4．006CI =λmax －nn －1=0．002CR =CI /RI =0．002/0．89=0．002＜0．1成对比较矩阵A 通过一致性检验．同理计算4个一级指标所对应的二级指标权重如表4，且全部通过一致性检验．51第12期江健生，等：层次分析法和模糊综合评判法在研究生学业评价中的应用表4各指标权重及一致性评价指标评价指标指标权重λmax CI RI CRU1－U4（0．113，0．113，0．535，0．239）4．0060．0020．890．002u 11－u12（0．500，0．500）2000u 21－u23（0．571，0．286，0．143）300．580u 31－u34（0．128，0．128，0．522，0．114）4．0280．0090．890．010u 41－u45（0．348，0．185，0．097，0．185，0．185）5．0100．00251．120．00223应用选取我校统计学专业研三某一学生，由学院领导、导师代表、研究生辅导员、同班研究生共10人组成学业评判组，根据学生实际情况及证明材料进行评判打分．该研究生的具体打分情况如表5：表5该研三学生学业打分结果一级指标二级指标评判集很好较好一般不好U1u110910u120820U2u216310u220460u234420U3u310460u323700u338200u341720U4u4100100u423610u431900u442620u451630对表5中该研究生各指标所得评分，通过归一法得到4个二级指标评判矩阵：R 1=00．90．1000．80．[]20R2=0．60．30．1000．40．600．40．40．20R 3=00．40．600．30．7000．80．2000．10．70．20R4=00100．30．60．100．10．9000．20．60．200．10．60．30由B=W R得到综合评价结果，其中W为二级指标权重向量，这里根据算子特点，模糊变化合成算子 使用M（·，⊕），一级指标U1的综合评价结果如下：B 1=W1R1=（0．50．5）00．90．1000．80．[]20=（0，0．8500，0．1500，0）同理得到U2，U3，U4综合评判结果：B 2=W2R2=（0．3998，0．3429，0．2573，0）61商丘师范学院学报2020年B 3=W 3 R 3=（0．4836，0．3844，0．1320，0）B 4=W 4 R 4=（0．1207，0．4203，0．4590，0）由此得到总评判矩阵：R =B 1B 2B 3B 4=00．85000．150000．39980．34290．257300．48360．38440．132000．12070．42030．45900最后根据一级指标权重W =（0．113，0．113，0．535，0．239）进行综合评判：B =W R =（0．113，0．113，0．535，0．239）00．85000．150000．39980．34290．257300．48360．38440．13200．12070．42030．45900=（0．3328，0．4409，0．2263，0）由上面结果看出，该研究生学业评判“较好”占44．09%，按最大隶属度原则，该研究生的学业评判应为较好．4结语本文针对研究生学业水平评判，结合层次分析法和模糊综合评判法，运用数学思想建立模型，使用编程实现评判．整个评判过程完整、可操作性强，评判结果合理、可靠，能够较为客观、公正地体现研究生的学业水平，为高校评价研究生学业水平提供参考方法，也为研究生学业奖学金的评选提供重要依据，对提高研究生培养质量具有重要意义．参考文献：［1］黄成思，王毅磊，陆海霞，等．学术型硕士研究生学业质量评价体系结构构建研究［J ］．南昌师范学院学报（社会科学版），2016，37（1）：67－71．［2］刘永凤，袁顶国．高校学业评价［M ］．北京：高等教育出版社，2019．［3］伍亚华，王永斌，杨小翠，等．基于层次分析法的家庭经济困难学生模糊综合评判认定［J ］．蚌埠学院学报，2017，6（2）：153－156．［4］张万朋，柯乐乐．基于德尔菲法和层次分析法的研究生学习成果评价研究—以教育经济与管理专业为例［J ］．现代大学教育，2018（1）：93－99．［5］张丽华，李雅娟，王一然．高校学生职业能力评价体系研究—基于层次分析法［J ］．教育理论与实践，2019，39（24）：12－14．［6］刘子建，李冉，陈富强．基于SEEQ 与层次分析法的认证型评教体系研究［J ］．河南师范大学学报（自然科学版），2019，47（5）：32－38．［7］汪培庄．模糊集合论及其应用［M ］．上海：上海科学技术出版社，1983：33－76．［8］布光，黄冬梅．基于模糊综合评判的大学生体能评价［J ］．河北北方学院学报（自然科学版），2018，34（1）：50－57．［9］尤游，刘莉，刘苏兵．熵权模糊综合评判在高校教师教学质量评价中的应用［J ］．宁夏师范学院学报，2019，40（4）：81－86．［10］陈志恩，王喜玲．粒矩阵与模糊综合评判融合的课堂教学质量评价研究［J ］．宁夏师范学院学报，2019，40（7）：22－28．［11］许晶．模糊综合评判法在本科毕业论文（设计）质量评价中的应用［J ］．通化师范学院学报，2019，40（6）：18－21．［12］邹晨红，袁满．模糊综合评判的系统聚类算法研究［J ］．吉林大学学报（信息科学版），2018，36（5）：441－448．［13］斯彩英．模糊综合评判法在高职教师业绩考评中的应用［J ］．石家庄职业技术学院学报，2017，29（4）：55－59．［责任编辑：王军］71第12期江健生，等：层次分析法和模糊综合评判法在研究生学业评价中的应用。

综合评价方法一、综合评价方法介绍（一）概念综合评价方法是对评价对象的全体，根据所给的条件采用一定的方法，给每个评价对象赋予一个评价值，再据此择优或排序。

综合评价的目的通常是希望能对若干对象按一定意义进行排序从中挑出最优或最劣对象。

对于每一个评价对象通过综合评价和比较可以找到自身的差距也便于及时采取措施进行改进。

其基本思想是将多个指标转化为一个能够反映综合情况的指标来进行评价。

如不同国家经济实力，不同地区社会发展水平，小康生活水平达标进程，企业经济效益评价等，都可以应用这种方法。

（二）特点1、评价过程不是逐个指标顺次完成的，而是通过一些特殊方法将多个指标的评价同时完成的；2、在综合评价过程中，一般要根据指标的重要性进行加权处理；3、评价结果不再是具有具体含义的统计指标，而是以指数或分值表示参评单位＂综合状况＂的排序。

（三）构成综合评价的要素1、评价目的。

对某一事物开展综合评价，首先要明确为什么要综合评价，评价事物的哪一方面，评价的精确度要求如何等等。

2、评价者。

评价者可以是某个人或某团体。

评价目的的给定、评价指标的建立、评价模型的选择、权重系数的确定都与评价者有关。

因此，评价者在评价过程的作用是不可轻视的。

3、被评价对象。

随着综合评价技术理论的开展与实践活动，评价的领域也从最初的各行各业经济统计综合评价拓展到后来的技术水平、生活质量、小康水平、社会发展、环境质量、竞争能力、综合国力、绩效考评等方面。

这些都能构成被评价对象。

4、评价指标。

所谓指标是指根据研究的对象和目的，能够确定地反映研究对象某一方面情况的特征依据，每个评价指标都是从不同侧面刻画对象所具有的某种特征。

所谓指标体系是指由一系列相互联系的指标所构成的整体，它能够根据研究的对象和目的综合反映出对象各个方面的情况。

指标体系不仅受评价客体与评价目标的制约而且也受评价主体价值观念的影响。

5、权重系数。

相对于某种评价目的来说，评价指标相对重要性是不同的，权重系数确定的合理与否，关系到综合评价结果的可信程度。

关于模糊综合评价的矩阵算法：1、按模糊矩阵运算（培训教材课堂上的例题）：a、权重系数会事先给出，由此会得出集合A = [ 0.2, 0.2, 0.2, 0.4 ]b、指标集和评价集按下式列出，代入数据表示成集合R评价集V1 V2 V3 V4 V5指 U10 0.1 0.2 0.3 0.4标 U2 0.1 0.1 0.4 0.2 0.2 代入数据表示成集 U3 0 0.1 0.2 0.6 0.1U4 0 0.2 0.5 0.3 0C、综合评价集合的计算B=A·R即用集合A中第一个数和集合R中的沿第一列方向的第一个数模糊相乘(0.2︿0)，然后再模糊相加（﹀）集合A中第二个数和集合R中的沿第一列方向的第二个数模糊相乘(0.2︿0.1)，依次类推得到下式(0.2︿0)﹀(0.2︿0.1) ﹀(0.2︿0) ﹀(0.4︿0)按相乘取小，相加取大得出= 0 ﹀ 0.1﹀ 0 ﹀ 0 = 0.1然后再用集合A中第一个数和集合R中的沿第二列方向的第一个数模糊相乘(0.2︿0.1)，然后再模糊相加（﹀）集合A中第二个数和集合R中的沿第二列方向的第二个数模糊相乘(0.2︿0.1)，依次类推得到下列各算式，按相乘取小，相加取大得出各数值(0.2︿0.1)﹀(0.2︿0.1)﹀(0.2︿0.1)﹀(0.4︿0.2)= 0.2(0.2︿0.2)﹀(0.2︿0.4)﹀(0.2︿0.2)﹀(0.4︿0.5)= 0.4(0.2︿0.3)﹀(0.2︿0.2)﹀(0.2︿0.6)﹀(0.4︿0.3)= 0.3(0.2︿0.4)﹀(0.2︿0.2)﹀(0.2︿0.1)﹀(0.4︿0)= 0.2即A·R = [ 0.1, 0.2, 0.4, 0.3, 0.2 ]归一化：[0.1/1.2, 0.2/1.2, 0.4/1.2, 0.3/1.2, 0.2/1.2]= [ 0.083, 0.167，0.333，0.250，0.167 ]2、按经典矩阵运算（新第二版教材上的例题）：a、权重系数会事先给出，由此会得出集合A = [ 0.2, 0.2, 0.2, 0.4 ]b、指标集和评价集按下式列出，代入数据表示成集合R评价集V1 V2 V3 V4 V5指 U10 0.1 0.2 0.3 0.4标 U2 0.1 0.1 0.4 0.2 0.2 代入数据表示成集 U3 0 0.1 0.2 0.6 0.1U4 0 0.2 0.5 0.3 0C、综合评价集合的计算B=A·R即用集合A中第一个数和集合R中的沿第一列方向的第一个数相乘0.2×0，然后再相加（＋）集合A中第二个数和集合R中的沿第一列方向的第二个数相乘0.2×0.1，依次类推得到下式（0.2×0）＋（0.2×0.1）＋（0.2×0 ）＋（0.4×0）=0.02然后再用集合A中第一个数和集合R中的沿第二列方向的第一个数相乘0.2×0.1，然后再相加（＋）集合A中第二个数和集合R中的沿第二列方向的第二个数相乘0.2×0.1，依次类推得到下列各算式及值（0.2×0.1)＋(0.2×0.1)＋(0.2×0.1)＋(0.4×0.2)= 0.14(0.2×0.2)＋(0.2×0.4)＋(0.2×0.2)＋(0.4×0.5)= 0.36(0.2×0.3)＋(0.2×0.2)＋(0.2×0.6)＋(0.4×0.3)= 0.34(0.2×0.4)＋(0.2×0.2)＋(0.2×0.1)＋(0.4×0)= 0.14即A·R = [ 0.02, 0.14, 0.36，0.34, 0.14]（因0.02＋0.14＋0.36＋0.34＋0.14=1，无需再归一化）3、考试时采用模糊矩阵运算，因教材上给出的全是模糊矩阵运算公式，而此节讲的又是模糊理论方法，理应采用模糊矩阵运算，但不知为啥教材上用经典矩阵计算。

AHP模糊综合评价方法的分析与研究一、本文概述本文旨在对层次分析法（Analytic Hierarchy Process，简称AHP）与模糊综合评价方法进行深入的分析与研究。

AHP作为一种多目标决策分析方法，自上世纪70年代由美国运筹学家T.L.Saaty提出以来，已在各个领域得到了广泛应用。

模糊综合评价方法则是以模糊数学为基础，对一些边界不清、不易定量的因素进行定量化处理，从而实现对评价对象的综合评价。

本文将这两种方法相结合，探讨其在复杂系统评价中的应用及优化。

文章首先回顾了AHP和模糊综合评价方法的基本原理和发展历程，分析了它们的优点和局限性。

在此基础上，探讨了将两者结合使用的必要性和可能性，构建了基于AHP的模糊综合评价模型。

该模型能够综合考虑评价对象的多个因素，对评价对象进行更全面、更准确的评价。

接着，文章通过案例分析，验证了该评价模型的有效性和实用性。

案例涵盖了企业管理、城市规划、环境保护等多个领域，展示了AHP模糊综合评价方法在不同场景下的应用。

文章还探讨了该模型在实际应用中可能遇到的问题和解决方案，为该方法的应用提供了有益的参考。

文章对AHP模糊综合评价方法的发展趋势进行了展望，提出了未来研究的方向和建议。

通过本文的研究，期望能够为相关领域的研究者和实践者提供有益的启示和借鉴，推动AHP模糊综合评价方法在实际应用中的不断发展和完善。

二、AHP模糊综合评价方法理论基础层次分析法（Analytic Hierarchy Process，简称AHP）是一种定性与定量相结合的决策分析方法，由美国运筹学家T.L.Saaty教授于20世纪70年代初期提出。

AHP通过将复杂问题分解为若干层次和若干因素，在各因素之间进行简单的比较和计算，得出不同方案的权重，为决策者提供定量化的决策依据。

该方法特别适用于处理那些难以完全用定量方法进行分析的复杂问题。

模糊综合评价方法（Fuzzy Comprehensive Evaluation，简称FCE）则是基于模糊数学的一种综合评价方法。

模糊综合评判和灰⾊评价法的应⽤实例分析模糊综合评判和灰⾊评价法的应⽤实例分析⼀、在物流中⼼选址中的应⽤物流中⼼作为商品周转、分拣、保管、在库管理和流通加⼯的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发⽣的时间和空间障碍。

在物流系统中，物流中⼼的选址是物流系统优化中⼀个具有战略意义的问题，⾮常重要。

基于物流中⼼位置的重要作⽤，⽬前已建⽴了⼀系列选址模型与算法。

这些模型及算法相当复杂。

其主要困难在于：（1）即使简单的问题也需要⼤量的约束条件和变量。

（2）约束条件和变量多使问题的难度呈指数增长。

模糊综合评价⽅法是⼀种适合于物流中⼼选址的建模⽅法。

它是⼀种定性与定量相结合的⽅法，有良好的理论基础。

特别是多层次模糊综合评判⽅法，其通过研究各因素之间的关系，可以得到合理的物流中⼼位置。

1．模型⑴单级评判模型①将因素集U 按属性的类型划分为k 个⼦集，或者说影响U 的k 个指标，记为12(,,,)k U U U U =且应满⾜：1, ki ij i U U U U φ===②权重A 的确定⽅法很多，在实际运⽤中常⽤的⽅法有：Delphi 法、专家调查法和层次分析法。

③通过专家打分或实测数据，对数据进⾏适当的处理，求得归⼀化指标关于等级的⾪属度，从⽽得到单因素评判矩阵。

④单级综合评判B A R =⑵多层次综合评判模型⼀般来说，在考虑的因素较多时会带来两个问题：⼀⽅⾯，权重分配很难确定；另⼀⽅⾯，即使确定了权重分配，由于要满⾜归⼀性，每⼀因素分得的权重必然很⼩。

⽆论采⽤哪种算⼦，经过模糊运算后都会“淹没”许多信息，有时甚⾄得不出任何结果。

所以，需采⽤分层的办法来解决问题。

2．应⽤运⽤现代物流学原理，在物流规划过程中，物流中⼼选址要考虑许多因素。

根据因素特点划分层次模块，各因素⼜可由下⼀级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7.表3-7 物流中⼼选址的三级模型因素集U 分为三层：第⼀层为 {}12345,,,,U u u u u u =第⼆层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u ==假设某区域有8个候选地址，决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址，数据进⾏处理后得到诸因素的模糊综合评判如表3-8所⽰。

综合评价方法一、综合评价方法介绍（一）概念综合评价方法是对评价对象的全体，根据所给的条件采用一定的方法，给每个评价对象赋予一个评价值，再据此择优或排序。

综合评价的目的通常是希望能对若干对象按一定意义进行排序从中挑出最优或最劣对象。

对于每一个评价对象通过综合评价和比较可以找到自身的差距也便于及时采取措施进行改进。

其基本思想是将多个指标转化为一个能够反映综合情况的指标来进行评价。

如不同国家经济实力，不同地区社会发展水平，小康生活水平达标进程，企业经济效益评价等，都可以应用这种方法。

（二）特点1、评价过程不是逐个指标顺次完成的，而是通过一些特殊方法将多个指标的评价同时完成的；2、在综合评价过程中，一般要根据指标的重要性进行加权处理；3、评价结果不再是具有具体含义的统计指标，而是以指数或分值表示参评单位＂综合状况＂的排序。

（三）构成综合评价的要素1、评价目的。

对某一事物开展综合评价，首先要明确为什么要综合评价，评价事物的哪一方面，评价的精确度要求如何等等。

2、评价者。

评价者可以是某个人或某团体。

评价目的的给定、评价指标的建立、评价模型的选择、权重系数的确定都与评价者有关。

因此，评价者在评价过程的作用是不可轻视的。

3、被评价对象。

随着综合评价技术理论的开展与实践活动，评价的领域也从最初的各行各业经济统计综合评价拓展到后来的技术水平、生活质量、小康水平、社会发展、环境质量、竞争能力、综合国力、绩效考评等方面。

这些都能构成被评价对象。

4、评价指标。

所谓指标是指根据研究的对象和目的，能够确定地反映研究对象某一方面情况的特征依据，每个评价指标都是从不同侧面刻画对象所具有的某种特征。

所谓指标体系是指由一系列相互联系的指标所构成的整体，它能够根据研究的对象和目的综合反映出对象各个方面的情况。

指标体系不仅受评价客体与评价目标的制约而且也受评价主体价值观念的影响。

5、权重系数。

相对于某种评价目的来说，评价指标相对重要性是不同的，权重系数确定的合理与否，关系到综合评价结果的可信程度。