模糊综合评价模型

模糊综合评价模型(Fuzzy Synthetic Evaluation Model)

模糊综合评价模型: 什么是模糊综合评价模型？

模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。

模糊综合评价模型: 模糊评价的基本思想

许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。

模糊综合评价模型: 模糊综合评价模型类别

模糊评价基本模型

设评判对象为P: 其因素集 ,评判等级集 。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵：

(1)

其中，r_ij表示u_i关于v_j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标（也称权数）后，记为,满足 ，合成得

(2)

经归一化后，得 ,于是可确定对象P的评判等级。

置信度模糊评价模型

(1) 置信度的确定。

在(U,V,R)模型中，R中的元素r_ij 是由评判者“打分”确定的。例如 k 个评判者，要求每个评判者u_j 对照 作一次判断，统计得分和归一化后产生 , 且 , 组成 R₀ 。 其中 既代表 u_j 关于v_j 的“隶属程度”，也反映了评判u_j 为 v_j 的集中程度。数值为1 ,说明 u_j 为 v_j 是可信的，数值为零为忽略。因此，反映这种集中程度的量称为“置信度”。

使用AHP法确定指标权重，之后作关于权数的等级划分，由此决定其结果的信度。当取 N 个等级时，其量化后对应于[0,1]区间上N次平分。对某 j 个指标，取遍 k 个专家对该指标评估所得的权重，得。作和式

(3)

其中d_ij 表示数组中 属于 的个数，a₀ = 0,b_N = 1。

取 (4)

取遍 , 得 ,归一化后得到权向量。如果 则　a_i 的信度为 。由此得信度向量为。

(2)置信度的综合

设c₁,c₂ 是二个置信度，对于逻辑AND，其信度合成为

(5)

对于逻辑OR, 信度成为

(6)

其中 为参数，可适当配置。(5)、(6)二式的含义是：在逻辑 AND 下,  ; 在逻辑 OR 下，。若 或 , 则 (5)、(6) 二式中的平均值补偿部分不宜太强。　ε 可如下配置：

　(7)

对于(2)信度合成为：

　(8)

其中，　(9)

ε_i 和 ε_j 的选择可参照(7)。

结合(2)，得到信度的评判结果：

　(10)

模糊综合评价模型: 模糊综合评价模型的运用

对于企业的财务危机状况，其影响因素具有极大的复杂性，精确化能力的降低造成对系统描述的模糊性，运用模糊手段来处理模糊性问题，将会使评价结果更真实、更合理。模糊综合评价模型的建立须经过以下步骤：

1、给出备择的对象集：这里即为各上市公司；

2、确定指标集：即把能预测财务危机的主要财务比率构成一个集合；

3、建立权重集：由于指标集中各指标的重要程度不同，所以要对一级指标和二级指标分别赋予相应的权数。第一层次的权重集 ，第二层次的权重集 。这里将采用因子分析法确定权数；

4、确定评语集：，我们把评价集设为v={安全，一般，危险}；

5、找出评判矩阵：，首先确定出U对v的隶属函数，然后计算出股票评价指标对各等级的隶属度 r_ij；

6、求得模糊综合评判集 ，即普通的矩阵乘法，根据评判集得终评价结果。

业绩评价的模糊模型包含这么几个部分：一是由评价指标体系构成的因素论城；二是由表明隶属度的模糊因子构成的模糊向量；三是用来对单个因素进行评价的评语论城；四是将模糊关系矩阵与模糊向量结合起来的合成算子(普通乘法和有界和不失为一种好的合成算子)；四是与模糊评语等级相关的薪酬向量。其基本步骤是：

1、确定评价因素论城，即用什么样的指标来评价或评价者关注什么方面的内容；

2、确定评语论城，即就单个因素而言，评价者对被评价因素有什么样的判断或以什么方式表示评价结果；

3、确定模糊向量，即我们对每个因素的重视程度；

4、先对单个因素进行评价，就会得到一个因素与评语之间的模糊关系矩阵；

5、采用某个合成算子，对模糊关系矩阵与模糊向量进行合成，这里采用普通乘法和有界和得到综合模糊评价结果；

6、设与评语论对应的薪酬矩阵为C，得出代理人应得报酬。