本
文
摘
要
俗话说得好，学好数理化，走遍天下都不怕，学好文史地,整个世界都归你。
模糊层次分析法简单来说就是层次分析法和模糊评价法的结合，层次分析法是一种计算权重的方法，而模糊综合评价法是一种对问题进行综合性评价的方法。进行模糊综合评价时，可使用层次分析法对各个因素进行权重赋值。
是否耐储存、外观、籽的多少等作为指标进行评价，先PO张层次结构图吧，直观点，第二行称一级指标，第三行称二级指标。
接着做个表发放给百万专业评审，采用九级标度（即1-9标度法）进行专家打分，得到的数据建立判断矩阵，核心思想是：不把所有因素放在一起比较，而是两两相互比较，大概长这样 ，因为自己比自己是1，所以对角线都是1，剩下的数字仅举例使用，准确数值还需根据专家打分获得。
从看似简单的判断矩阵中，求出W，具体求法看图，每列的数值相乘开根号（几个因素就开根号几）。W为同一层次元素对于上一层因素某因素相对重要性的排序权值，这一过程称为层次单排序。
那能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对成对比较矩阵确定不一致的允许范围。这里重点求出最大特征根λmax，具体求法看 。
先用矩阵1×矩阵2求得矩阵3，接着看 图，得到的BW÷W得到XX，XX1+XX2+XX3+XX4的和除4，得到的就是λmax，是不是很简单呢，这些操作用excel就可完成哦。
得到λmax后，一致性指标CI=（λmax-n）/（n-1），本例中的n为4，CI=0,有完全的一致性；CI接近于0，有满意的一致性；CI越大，不一致越严重。
为了衡量CI的大小，引入随机一致性指标RI，这里的RI随n改变，具体看 。
定义一致性比率CR=CI/RI，一般认为一致性比率CR<0.1时，认为A的不一致程度在容许范围之内，有满意的一致性，通过一致性检验。
以上操作做完后，确定指标权重与权重集向量，首先构建指标权重表，从表中可以看到每种西瓜的权重及哪些因素是评价一只瓜好坏的重要因素，接着确定权重集向量，为模糊综合评价法做铺垫。
在模糊综合评价过程中，先构建评价矩阵（针对二级指标），大概长这样 ，这里简单示例下
随后将以上表转化为隶属表，用得到的评分除打分专家人数，得到的就是隶属值。根据上述隶属度值，可确定二级指标模糊评判矩阵，结合二级指标权重集向量，即二级指标权重集向量×二级指标模糊评判矩得新的矩阵，因为每种西瓜都有自己的矩阵，将二级指标模糊评价结果组成新的一级指标评价矩阵，一级指标评价矩阵×一级指标层权重集向量。
好了到这里，可放松放松休息下，剩下的仅是对得到的结果稍作处理，前面我们用到了专家1-5进行打分，这里还需结合分值，才可得到最后的终极得分情况。
