1) fuzzy comprehensive related degree
模糊综合关联度
2) Linked level fuzzy comprehensive evaluation
层次关联模糊综合评价
3) fuzzy relational grade
模糊关联度
1.
Through integrating fuzzy theory and grayrelational grade,fuzzy relational grade of fault eigenvalue is formed,and identifying of faults is done through making fuzzy relational grade to neural network inputting measures,then fault identifyin.
考虑到灰色关联诊断中模式向量各参数量纲不同,数量级存在差异,且各种特征因子有各自的应用缺陷,通过将模糊理论和灰色关联度相结合,形成所提取故障特征值的模糊关联度,将模糊关联度作为神经网络的输入量进行故障种类的识别,提出了模糊灰色关联神经网络故障识别方法,实现了针对在不同工作状态下的故障识别。
4) comprehensive correlative degree
综合关联度
1.
In this model,the weight of early-warning indices is ascertained with the method of analytical hierarchy process,and the comprehensive correlative degree is taken as the evaluation criteria.
基于可拓理论的综合预警模型是基于参变量物元的动态评价模型,该模型利用层次分析法确定各预警指标的权重,以综合关联度作为评价准则,避免了预警模型的主观性。
2.
In this model, the comprehensive correlative degree was taken as the evaluation criteria so as to avoid the subjectivity caused by human during e.
该模型以综合关联度作为评价准则,避免了评价中的主观性。
3.
The comprehensive correlative degree is taken as the rule of evaluation in this model.
由于在该模型中采用了熵权,从而避免了低层次多因素权重确定的主观性;该模型以综合关联度作为评价准则,避免了评价中的主观性。
5) the complex model of fuzzy composite assessment and gray incidence analyse
模糊综合评判-灰色关联分析复合模型
6) multilevel fuzzy synthetic evaluation-grey correlativity analysis
多级模糊综合评判-灰色关联优势分析
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