1) parametric weighted fuzzy comprehensive evaluation method
参量加权模糊综合评判
2) Weighted multi-level comprehensive evaluation system
加权多级模糊综合评判
3) changeable weight fuzzy comprehensive evaluation model
变权模糊综合评判模型
1.
To control influence of subjective evaluation on evaluation,based on three-point interval number,the aim of this paper was mainly to define the expected value by the introduction of decision-making factor,and propose a changeable weight fuzzy comprehensive evaluation model.
为有效控制主观评价对评判结果的影响,基于三端点区间数,引入决策因子定义其期望值算子,从而提出一种三端点区间数的变权模糊综合评判模型。
4) comprehensive weight variation fuzzy evaluation
变权模糊综合评判
1.
With the introduction of comprehensive weight variation fuzzy evaluation into performance evaluation of Automatic Target Recognition (ATR), an open performance evaluation model is established.
将变权模糊综合评判引入到目标识别效果评估 ,建立了一种开放的评估模型 ,该模型可以给出客观的、定量化的评估结果。
5) fuzzy quality comprehensive evaluation
模糊质量综合评判
6) adding coefficient fuzzy evaluation
加权模糊综合评估
补充资料：模糊综合评判
综合考虑事物多种因素，用模糊集理论来评定其优劣的方法。模糊综合评判广泛用于评定产品质量、环境质量、农业布局、天气预报、医疗诊断等方面。
设给定两个有限论域：U＝{u1，u2，...，un}，V＝{v1，v2，...， vm}。这里 U是综合评判的因素所组成的集合,V代表评语所组成的集合。模糊综合评判是一个模糊变换问题：
X⋅R＝Y式中"⋅ "表示合成运算，X是U上的模糊子集，评判结果 Y是V上的模糊子集，模糊关系R可看作一个模糊变换器（见图）。
若已知Y和R，求X；或已知X和Y，求R；就构成模糊综合评判的逆问题，需要求解模糊关系方程。模糊关系方程是法国学者E.桑杰斯于1976年根据医疗诊断的需要提出来的。这类问题相当于已知评判结果和模糊关系，求评判者对各种因素的权数分配问题。这种问题具有重大的实际意义，对发展专家系统起指导作用。
现举评判电视机的实例来说明模糊综合评判的方法。U＝{u1，u2，u3}，V＝{v1，v2，v3，v4}。这里u1代表图像,u2代表音响，u3代表价格；v1表示很好，v2表示较好,v3表示可以,v4表示不好。设聘请专家或顾客进行评判。例如对于图像，有50％的人认为很好，40％的人认为较好，10％的人认为可以，没有人认为不好。全部结果记作：
对于图像：Vu1＝(0.5，0.4，0.1，0)
对于音响：Vu2＝(0.4，0.3，0.2，0.1)
对于价格：Vu3＝(0，0.1，0.3，0.6)
这样就构成一个模糊矩阵：
设一类顾客在购买电视机时主要是要求图像清晰，价格便宜，音响稍差则不要紧，则此类顾客对电视机三个因素的权数分配
X ＝[0.5 0.2 0.3]对电视机的评判结果为这是根据最大最小运算得到的，还需作归一化处理。因为0.5＋0.4＋0.3＋0.3＝1.5，用1.5除各项得到 [0.330.27 0.20 0.20]。模糊综合评判的结果,认为图像、音响、价格都很好的占比重最大，达33％。
设给定两个有限论域：U＝{u1，u2，...，un}，V＝{v1，v2，...， vm}。这里 U是综合评判的因素所组成的集合,V代表评语所组成的集合。模糊综合评判是一个模糊变换问题：
X⋅R＝Y式中"⋅ "表示合成运算，X是U上的模糊子集，评判结果 Y是V上的模糊子集，模糊关系R可看作一个模糊变换器（见图）。
若已知Y和R，求X；或已知X和Y，求R；就构成模糊综合评判的逆问题，需要求解模糊关系方程。模糊关系方程是法国学者E.桑杰斯于1976年根据医疗诊断的需要提出来的。这类问题相当于已知评判结果和模糊关系，求评判者对各种因素的权数分配问题。这种问题具有重大的实际意义，对发展专家系统起指导作用。
现举评判电视机的实例来说明模糊综合评判的方法。U＝{u1，u2，u3}，V＝{v1，v2，v3，v4}。这里u1代表图像,u2代表音响，u3代表价格；v1表示很好，v2表示较好,v3表示可以,v4表示不好。设聘请专家或顾客进行评判。例如对于图像，有50％的人认为很好，40％的人认为较好，10％的人认为可以，没有人认为不好。全部结果记作：
对于图像：Vu1＝(0.5，0.4，0.1，0)
对于音响：Vu2＝(0.4，0.3，0.2，0.1)
对于价格：Vu3＝(0，0.1，0.3，0.6)
这样就构成一个模糊矩阵：
设一类顾客在购买电视机时主要是要求图像清晰，价格便宜，音响稍差则不要紧，则此类顾客对电视机三个因素的权数分配
X ＝[0.5 0.2 0.3]对电视机的评判结果为这是根据最大最小运算得到的，还需作归一化处理。因为0.5＋0.4＋0.3＋0.3＝1.5，用1.5除各项得到 [0.330.27 0.20 0.20]。模糊综合评判的结果,认为图像、音响、价格都很好的占比重最大，达33％。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条