模糊综合评价 |
您所在的位置:网站首页 › 基尼系数spsspro › 模糊综合评价 |
# 模糊综合评价 # 1、作用 模糊综合评价借助模糊数学的一些概念,对实际的综合评价问题提供评价,即模糊综合评价以模糊数学为基础,应用模糊关系合成原理,将一些边界不清、不易定量的因素定量化,进而进行综合性评价的一种方法。 # 2、输入输出描述输入:至少两项或以上的定量变量。输出:反应考核指标在量化评价中的综合得分。 # 3、案例示例案例:某饮食行业品牌发布一款新零食,欲了解消费者对该种零食的接受程度。一共有五个评价指标(分别是价格、味道、包装、营养与性价比),以及评语共有四项(分别是很欢迎,欢迎,一般,不欢迎)。 # 4、案例数据模糊综合评价案例数据 # 5、案例操作
输出结果 1:指标权重计算 输出结果 2:隶属度矩阵计算结果 很满意 满意 一般 不满意 隶属度 0.1355 0.3074 0.4459 0.1110 隶属度归一化【权重】 0.136 0.307 0.446 0.111图表说明:由上表可知,针对 5 个指标(价格、味道、包装、营养、性价比)与 4 个评语(很满意、满意、一般、不满意)进行模糊综合评价,在使用加权平均型 M(*,+)算子进行研究; 首先由评价指标权重向量 A(由熵权法可以得到),通过构建出 5X4 的权重判断矩阵 R,最终进行分析得到 4 个评语集隶属度,分别为 0.136、0.307、0.446、0.111,因此可以得到,4 个评语集中一般的权重最高,集合最大隶属度法则可以得到,最终综合评价的结果为“一般” 输出结果 3:综合得分 指标项:比如对于新零食在价格、味道、包装、营养与性价比 5 个方面的满意程度;评语:指标项的“选项”,比如很欢迎,欢迎,一般,不欢迎等;模糊综合评价即用来判断最终到底应该属于那个评语项;权重判断矩阵:指标项及各评语的选择频数(或者比例),即需要上传的原始数据;权重向量矩阵:如果价格、味道、包装、营养与性价比 5 个方面满意度的权重不一样,则需要设置,如果权重一样则不需要处理。 模糊综合评价时,首先会计算出权重值,然后研究者可输入指标项的分值,则会得到综合得分值,其计算原理为指标项分值与权重值相乘后累加。一般情况下并不需要使用综合得分,其意义频率较低。 # 8、模型理论模糊综合评价步骤 1 确定评价对象的因素论域,也就是有 m 个指标,表面我们对被评价对象从哪些方面来进行评判描述。在上例中也就是(价格、味道、包装、营养、性价比)。 步骤 4 确定评价因素的模糊权向量为了反映各因素的重要程度,对各因素分配一个相应的权重 步骤 5 模糊综合评价的模型为: [1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com. [2] 董春燕,周运涛,李君轶,等. 基于模糊综合评价的长江中游水质分析[J]. 淡水渔业,2021,51(2):55-62. |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |