模糊综合评价法类似的评价方法（综合评价法和模糊综合评价法）

本

文

摘

要

小伙伴关心的问题：模糊综合评价法类似的评价方法（综合评价法和模糊综合评价法）,本文通过数据整理汇集了模糊综合评价法类似的评价方法（综合评价法和模糊综合评价法）相关信息，下面一起看看。

模糊综合评价法类似的评价方法（综合评价法和模糊综合评价法）

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。

模糊综合评价基本原理

首先把一个具体的综合评价问题提取出若干评价指标（影响因素），设置评语集；再分别确定各个指标的权重向量和权重判断矩阵（模糊关系矩阵），将矩阵与指标权重向量进行模糊运算和归一化，得到模糊综合评价结果。

模糊综合评价的基本步骤原理

第一步：确定评价指标和评语集

首先需要确定评价对象的指标（因素）个数，比如评估消费者对某种服装新款式的接受程度。一共有五个评价指标，分别是花色，式样，价格，耐用度，舒适度。

设定评语集，即评价者对评价对象可能做出的评价结果的 *** 。比如对衣服的接受程度的评语可以设置为四项，分别是很欢迎，欢迎，一般，不欢迎。

第二步：确定权重向量矩阵A

由于不同的因素之间的重要程度可能存在差异，因此需要对各个因素的权重进行计算。确定权重的方法有很多种，通常可采用层次分析法、主成分分析法等方法进行权重赋值。如果各指标之间权重一致也可不必单独处理。

要注意：各个权向量之和必须等于1。

比如说上面例子中的五项指标（花色，式样，价格，耐用度，舒适度）的权重不一样，此时可自行构评价指标权重向量A，比如下表：

权重向量矩阵

花色在评价体系中占的权重是0.1（即10%），而舒适度的权重是0.35（即35%），其他指标类似。各指标项权重之和为1（100%），SPSSAU会默认进行归一化处理。

第三步：构造权重判断矩阵R

此步骤是为了得到各个指标（因素）对应的评价情况，即从单个指标判断评价对象。

以服装新款式的接受程度为例，此时消费者对于五项评价指标的评价打分情况（或者选择比例情况），就称之为权重判断矩阵R，经过市场调研得到如下表格：

权重判断矩阵

上表格展示出消费者对于五个评价指标的评语选择比例情况，比如针对价格，选择“很欢迎”的比例是0，但是选择一般的比例是0.6（即60%）。在使用SPSSAU在线分析时，直接拖拽“很欢迎”，“欢迎”，“一般”和“不欢迎”这四列进入分析框中即可。

SPSSAU模糊综合评价操作界面

第四步：合成模糊综合评价结果计算权重

有了上述两个矩阵（权重向量矩阵A和权重判断矩阵R），则可直接进行模糊综合评价权重计算，对评价对象进行综合评价，得出评价的综合情况，即消费者对新款式到底是很欢迎，还是欢迎，也或者一般或者不欢迎等。也可以计算出综合得分，用于表示消费者的综合评价情况。

SPSSAU分析结果SPSSAU综合得分表格

第五步：进行决策评价

上面表格展示出综合评价情况，包括隶属度指标及权重（即隶属度归一化后数据），隶属度是用于判断综合评价应该放在具体某“评语”下面更合适的指标，根据最大隶属度法则，隶属度最大时对应的“评语”则为综合评价的结果。

可以看到，消费者对这个服装的新款式最终综合评价结果为属于“一般”。

如果说希望得到一个综合得分，用于描述评价综合情况，或进行多个评价体系进行对比，则可以使用综合得分计算表格，不同的评语有着不同的分值，输入评语的分值后就会得出综合得分。如果要对比多次模糊综合评价则需要重复多次。