模糊综合评价法里面如何多个专家打分数据？

今天魔幻网小编为大家带来了模糊综合评价法里面如何多个专家打分数据？，希望能帮助到大家，一起来看看吧！

本文目录一览：

• 1、模糊综合评价方法
• 2、模糊综合评价法里面如何多个专家打分数据？
• 3、模糊综合评价已知一级指标得分,怎么求二级指标得分

模糊综合评价方法

模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。

按照模糊综合分析法，我们对某企业效绩进行评价。
1.设因素集U：U={u1，u2，……u9}
综合我国现行评价体系和平衡记分法(SEC)，我们选取了u1(净资产收益状况)、u2(资产营运状况)、u3(长期偿债能力)、u4(短期偿债能力)。U5(销售增长状况)，u6(市场占有能力)、u7(技术能力)、u8(发展创新能力)、u9(学习能力)等9个指标为反映企业效绩的主要指标。其中，u1、u2、u3、u4、u5是财务业绩方面的指标，原来都用精确的比率指标反映，但对它们适当地模糊化更能客观真实地反映企业效绩。例如，在评价企业短期偿债能力时，该企业流动比率为1.8，但专家们发现该企业存货数额庞大，占了流动资产的较大部分，说明其资产的流动性并不好，因而仍可评定该指标为较低等级。U6是客户方面业绩指标，u7内部经营过程方面业绩指标，u8、u9是学习与增长方面业绩指标。
2.设评价集V={v1，v2……v4}
简便起见，我们设v1：优秀，v2：良好，v3：平均，v4：较差。
3.我们选取了该企业的注册会计师、熟悉该企业情况的专家组成评判组，得到评价矩阵
4.根据专家意见，我们确定权重集A为：
5.按照M(,，+)模型
所以，根据最大隶属度原则，该企业效绩评定为“良好”。事后，该企业领导认为这个评价结果比较符合实际情况。

模糊综合评价法里面如何多个专家打分数据？

不一定。
1、打分要求保留几位，你就保留几位，这时一般会考保留几位小数，或保留到几分位。到时候注意看题就是了。、如果实在没有写保留几位小数，那就一般保留两位数吧。这个其实又是另外一个综合评价了，我解决的办法就是，采用加权平均值来获得专家的打分。比如说A是个“专家”，就根据他“专家”的级别确定其权重为0.1，B是个真正的专家，确定其权重为0.9，这样最后的加权平均值就为5X0.1+1/3X0.9=0.8分。其实就是建立一个多层次的评价体系，对体系里面影响评判结果的各个因素都分别进行评价，道理都是一样的。2、可以结合历史经验和一些以往的数据作为评价的权重，说到底，层次分析法本身就是一个定性的判断，只不过要把定性的东西定量化，主观因素是避免不了的。基本上都是用德尔菲法（专家打分），这样权威性更高，同时这也是层次分析法的不足之处不像层次分析法基本的算法是针对一份数据（单个专家）进行计算、处理多个专家数据需要额外的数据集结过程，模糊综合评价法本身就是以多份问卷数据作为输入进行计算的。想了解“模糊综合评价法里面如何多个专家打分数据”，总结；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。

魔幻网

模糊综合评价已知一级指标得分,怎么求二级指标得分

模糊综合评价已知一级指标得分,这么求二级指标得分：
1、确定每个一级指标的权重：根据问题的重要性和优先级，为每个一级指标分配权重。
2、将一级指标的得分映射为隶属度函数：将每个一级指标的得分转化为隶属度函数，表示其在模糊集合中的隶属程度。
3、计算每个二级指标的加权平均得分：对于每个二级指标，将其对应的一级指标的隶属度函数与对应的权重相乘，得到加权隶属度函数，对加权隶属度函数进行叠加求和，得到二级指标的模糊综合得分。
4、对二级指标的模糊综合得分进行归一化处理：根据具体情况和需要，对二级指标的模糊综合得分进行归一化处理，以便进行比较和综合评价。模糊综合评价是一种将模糊数学理论应用于多指标决策的方法，用于处理不确定性和模糊性的问题。

以上就是魔幻网整理的模糊综合评价法里面如何多个专家打分数据？相关内容，想要了解更多信息，敬请查阅魔幻网。

免责声明：文章内容来自网络，如有侵权请及时联系删除。