1楼：匿名用户
首先确定被评判对象的因素(指标)集u=(x1,x2,…,xn)和评价集v=(v1,v2,…,vn)。其中x1为各单项指标,v1为对xi的评价等级层次,一般可分为五个等级:v=。
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重集进行模糊运算并进行归一化,得到模糊评价综合结果。
什么是模糊综合评价模型
2楼：aj艾泽凯斯
http://wenku.baidu.***/view/ee8fbcd233d4b14e85246802.html
什么是 模糊综合评价方法
3楼：匿名用户
模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。
按照模糊综合分析法，我们对某企业效绩进行评价。
1.设因素集u：u=
综合我国现行评价体系和平衡记分法(sec)，我们选取了u1(净资产收益状况)、u2(资产营运状况)、u3(长期偿债能力)、u4(短期偿债能力)。u5(销售增长状况)，u6(市场占有能力)、u7(技术能力)、u8(发展创新能力)、u9(学习能力)等9个指标为反映企业效绩的主要指标。其中，u1、u2、u3、u4、u5是财务业绩方面的指标，原来都用精确的比率指标反映，但对它们适当地模糊化更能客观真实地反映企业效绩。
例如，在评价企业短期偿债能力时，该企业流动比率为1.8，但专家们发现该企业存货数额庞大，占了流动资产的较大部分，说明其资产的流动性并不好，因而仍可评定该指标为较低等级。u6是客户方面业绩指标，u7内部经营过程方面业绩指标，u8、u9是学习与增长方面业绩指标。
2.设评价集v=
简便起见，我们设v1：优秀，v2：良好，v3：平均，v4：较差。
3.我们选取了该企业的注册会计师、熟悉该企业情况的专家组成评判组，得到评价矩阵
4.根据专家意见，我们确定权重集a为：
5.按照m(,，+)模型
所以，根据最大隶属度原则，该企业效绩评定为“良好”。事后，该企业领导认为这个评价结果比较符合实际情况。
模糊综合评价方法
4楼：西舞飞沙
模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。
按照模糊综合分析法，我们对某企业效绩进行评价。
1.设因素集u：u=
综合我国现行评价体系和平衡记分法(sec)，我们选取了u1(净资产收益状况)、u2(资产营运状况)、u3(长期偿债能力)、u4(短期偿债能力)。u5(销售增长状况)，u6(市场占有能力)、u7(技术能力)、u8(发展创新能力)、u9(学习能力)等9个指标为反映企业效绩的主要指标。其中，u1、u2、u3、u4、u5是财务业绩方面的指标，原来都用精确的比率指标反映，但对它们适当地模糊化更能客观真实地反映企业效绩。
例如，在评价企业短期偿债能力时，该企业流动比率为1.8，但专家们发现该企业存货数额庞大，占了流动资产的较大部分，说明其资产的流动性并不好，因而仍可评定该指标为较低等级。u6是客户方面业绩指标，u7内部经营过程方面业绩指标，u8、u9是学习与增长方面业绩指标。
2.设评价集v=
简便起见，我们设v1：优秀，v2：良好，v3：平均，v4：较差。
3.我们选取了该企业的注册会计师、熟悉该企业情况的专家组成评判组，得到评价矩阵
4.根据专家意见，我们确定权重集a为：
5.按照m(,，+)模型
所以，根据最大隶属度原则，该企业效绩评定为“良好”。事后，该企业领导认为这个评价结果比较符合实际情况。
模糊数学评价模型
5楼：中地数媒
综合评价是综合考虑受多种因素影响的事物或系统对其进行总的评价，当评价因素具有模糊性时，则被称为模糊综合评价。基坑降水环境影响模糊综合评价模型的构建步骤如下：
（1）确定评价集和因子集
评价单元的评价指标集合
基坑降水工程的环境效应与评价方法
其中：u1，u2，...u9为参与评价的9个环境因子的性状数据。
环境质量的判断集，即评价结果（评语）组成的集合为：
基坑降水工程的环境效应与评价方法
其中：v1，v2，v3，v4分别代表评价等级为ⅰ～ⅳ级。
在环境质量的分级评价中，u是一个模糊向量，而v则是一个矩阵，v为u相应的评价标准的集合。在u和v都给定以后因素论域（环境因子）与评语论域（评价标准）之间的模糊关系可以用模糊关系矩阵r来表示：
基坑降水工程的环境效应与评价方法
根据模糊关系的定义，rij表示第i个评价因子的环境质量数值可以被评为第j级环境质量的可能性即i对于j的隶属度。因此，模糊关系矩阵r中的第i行，实际上代表了第i个评价因子对各级环境质量标准的隶属性；而模糊关系矩阵中的第j列，则代表了各个评价因子对第j级环境质量标准的隶属性。
（2）评价因子分级标准的确定
评价标准的划分都是一个区间值。对于第ⅰ级的环境质量标准值作为其代表值，记为e（ⅰ）；对第ⅱ级取第ⅰ级和第ⅱ级环境质量标准值的平均值作为代表值，记为e（ⅱ），其余类推。
分级代表值是确定环境因子性状数据的隶属度的基础。有了分级代表值后，可以根据实际环境因子的性状数据来计算其隶属度。
环境质量标准的划分有时候也采用特征值的办法，每一级预先给定一个数值作为该级标准的代表值，相当于直接给出了评价标准分级代表值。
（3）隶属函数的确定
隶属函数的确定方法有很多种。如矩形分布隶属函数、正态型分布隶属函数、柯西分布隶属函数、梯形分布隶属函数等。在地质环境评价实际工作中，梯形分布的隶属函数应用最为广泛，本次模型的建立也采用了梯形分布隶属函数。
其隶属函数关系式如下：
基坑降水工程的环境效应与评价方法
基坑降水工程的环境效应与评价方法
式中u1（x），u2（x），u3（x），u4（x）为环境因子x对一级、二级、**、四级环境质量标准的隶属度。
环境质量级别的隶属度矩阵c：
基坑降水工程的环境效应与评价方法
层次分析法和模糊综合评价法优缺点
6楼：匿名用户
层次分析法
优缺点（一）优点
1. 系统性的分析方法
层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。
2. 简洁实用的决策方法
这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题，通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数**算。即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤，计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。
3. 所需定量数据信息较少
层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。由于层次分析法是一种模拟人们决策过程的思维方式的一种方法，层次分析法把判断各要素的相对重要性的步骤留给了大脑，只保留人脑对要素的印象，化为简单的权重进行计算。这种思想能处理许多用传统的最优化技术无法着手的实际问题。
[1]（二）缺点
1. 不能为决策提供新方案
层次分析法的作用是从备选方案中选择较优者。这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。这样，我们在应用层次分析法的时候，可能就会有这样一个情况，就是我们自身的创造能力不够，造成了我们尽管在我们想出来的众多方案里选了一个最好的出来，但其效果仍然不够企业所做出来的效果好。
而对于大部分决策者来说，如果一种分析工具能替我分析出在我已知的方案里的最优者，然后指出已知方案的不足，又或者甚至再提出改进方案的话，这种分析工具才是比较完美的。但显然，层次分析法还没能做到这点。
2. 定量数据较少，定性成分多，不易令人信服
在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。但现实世界的问题和人脑考虑问题的过程很多时候并不是能简单地用数字来说明一切的。层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。
这样，当一个人应用层次分析法来做决策时，其他人就会说：为什么会是这样？能不能用数学方法来解释？
如果不可以的话，你凭什么认为你的这个结果是对的？你说你在这个问题上认识比较深，但我也认为我的认识也比较深，可我和你的意见是不一致的，以我的观点做出来的结果也和你的不一致，这个时候该如何解决？
比如说，对于一件衣服，我认为评价的指标是舒适度、耐用度，这样的指标对于女士们来说，估计是比较难接受的，因为女士们对衣服的评价一般是美观度是最主要的，对耐用度的要求比较低，甚至可以忽略不计，因为一件便宜又好看的衣服，我就穿一次也值了，根本不考虑它是否耐穿我就买了。这样，对于一个我原本分析的‘购买衣服时的选择方法’的题目，充其量也就只是‘男士购买衣服的选择方法’了。也就是说，定性成分较多的时候，可能这个研究最后能解决的问题就比较少了。
对于上述这样一个问题，其实也是有办法解决的。如果说我的评价指标太少了，把美观度加进去，就能解决比较多问题了。指标还不够？
我再加嘛！还不够？再加！
还不够？！不会吧？你分析一个问题的时候考虑那么多指标，不觉得辛苦吗？
大家都知道，对于一个问题，指标太多了，大家反而会更难确定方案了。这就引出了层次分析法的第三个不足之处。
3. 指标过多时数据统计量大，且权重难以确定
当我们希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加。这就像系统结构理论里，我们要分析一般系统的结构，要搞清楚关系环，就要分析到基层次，而要分析到基层次上的相互关系时，我们要确定的关系就非常多了。指标的增加就意味着我们要构造层次更深、数量更多、规模更庞大的判断矩阵。
那么我们就需要对许多的指标进行两两比较的工作。由于一般情况下我们对层次分析法的两两比较是用1至9来说明其相对重要性，如果有越来越多的指标，我们对每两个指标之间的重要程度的判断可能就出现困难了，甚至会对层次单排序和总排序的一致性产生影响，使一致性检验不能通过，也就是说，由于客观事物的复杂性或对事物认识的片面性，通过所构造的判断矩阵求出的特征向量（权值）不一定是合理的。不能通过，就需要调整，在指标数量多的时候这是个很痛苦的过程，因为根据人的思维定势，你觉得这个指标应该是比那个重要，那么就比较难调整过来，同时，也不容易发现指标的相对重要性的取值里到底是哪个有问题，哪个没问题。
这就可能花了很多时间，仍然是不能通过一致性检验，而更糟糕的是根本不知道**出现了问题。也就是说，层次分析法里面没有办法指出我们的判断矩阵里哪个元素出了问题。
4. 特征值和特征向量的精确求法比较复杂
在求判断矩阵的特征值和特征向量时，所用的方法和我们多元统计所用的方法是一样的。在二阶、三阶的时候，我们还比较容易处理，但随着指标的增加，阶数也随之增加，在计算上也变得越来越困难。不过幸运的是这个缺点比较好解决，我们有三种比较常用的近似计算方法。
第一种就是和法，第二种是幂法，还有一种常用方法是根法。
模糊综合评价法优缺点
1、模糊综合评价法的优点
模糊评价通过精确的数字手段处理模糊的评价对象，能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价；
评价结果是一个矢量，而不是一个点值，包含的信息比较丰富，既可以比较准确的刻画被评价对象，又可以进一步加工，得到参考信息。
2、模糊综合评价法的缺点
计算复杂，对指标权重矢量的确定主观性较强；
当指标集u较大，即指标集个数凡较大时，在权矢量和为1的条件约束下，相对隶属度权系数往往偏小，权矢量与模糊矩阵r不匹配，结果会出现超模糊现象，分辨率很差，无法区分谁的隶属度更高，甚至造成评判失败，此时可用分层模糊评估法加以改进
用什么模型评价债券定价是否合理,什么是定价模型
1楼 白羊 一个很差的企业在市场上民间借贷需要多少利率，用这个利率贴现它的债权最合理。 债券的定价模型有哪些？各有什么优缺点？ 10 2楼 匿名用户 就理论上来说，主要有两个方向，一个是定价角度，一个从公司结构角度 定价角度就是先从现金流角度折现可以算出一个无违约的 然后加入违约概率和违约后 比例，...
综合布线的原理是什么,综合布线的原理是什么？
1楼 综合布线系统是一种建筑物或建筑群内的信息传输网络，该传输网络不仅能使话音和数据通信设备 交换设备和其他信息管理系统彼此相连，还能使这些设备与外部通信网络连接，它是一种开放式结构，能支持多种计算机数据系统，还能支持会议电视 监控电视等系统的需要。综合布线系统使智能建筑群内所有带弱电的设备进入了同...
各种模型的特点与区别,简述原型模型的特点，它与瀑布模型的关键区别是什么？
1楼 栅格就是一个规则的阵列 matrix ，其中各个像元 pix 互不影响 而矢量图是由一些个坐标和由这些坐标组成的线 面 体，他们之间有着密切的关系。 像 bmp图像就是最典型的栅格图形， jpeg等也属于栅格图形。cad图形就是矢量图。 简述原型模型的特点，它与瀑布模型的关键区别是什么？ 2楼...