《隶属度的确定方法110412.docx》由会员分享，可在线阅读，更多相关《隶属度的确定方法110412.docx（3页珍藏版）》请在课桌文档上搜索。
1、隶属度的确定方法隶属度是指若对论域（研究的范围）U中的任一元素X,都有一个数A0,与之对应，则称A为U上的模糊集，Aa）称为X对A的隶属度。简单的讲，隶属度AG）越接近于1,表示尢属于A的程度越高，A6J越接近于。表示X属于A的程度越低。隶属度的确定是应用模糊综合评价方法最关键的步骤，直接关系到最终的评价结果是否科学、合理。1、隶属度的确定方法目前，常用的确定隶属度的方法有专家打分法和隶属函数法两种。（1）专家打分法。专家打分法是在评语集U=（v1,“，建立好的基础上，成立一个由人组成的评估专家小组，每位专家根据经验和专业知识分别对每个风险因素进行评判，并确定其属于评语集中的哪一级别，假设专家
2、组对某一风险因素的的评价结果如下图评价语确定为这一评价语的专家个数1m2注：m1+m2+m=n那么这一风险因素的对于各评语的隶属度随之便确定了下来我们把隶属度用/表示，贝此=叫，i=/,2,3如下图评价语确定为这一评价语的专家个数m2叫隶属度9叫nm2Tn(2)隶属函数法。隶属函数法最核心的部分是隶属函数的确定，常见的隶属函数有矩形分布、梯形分布、抛物线形分布、正态分布等,应用最多的是梯形分布，该项目采用梯形分布也比较合适。梯形分布的图形为:表达式为:Aa)=/0X - a b - AcO = bxaaxbbxccxdzd(Oxa,、x-aA(X)=b假设我们得到了一个评价因素的得分，输入到隶
3、属函数中即能得到相应的隶属度，这种方法目前应用的比较广泛。该项目的风险预测模型的大部分评价指标应采用这一方法确定隶属度。2、本项目的特点(1)评价指标类型不一。本项目的评价指标较多，共有三级指标41个，且指标的类型不尽相同，有的属于“数据型”指标，如机构注册资金，这类的指标能够用明确的数据进行表达；有的属于“描述型”指标，如机构性质，这类指标具有明确的标准，或是属于机关或是属于事业单位等等，比较固定；有的属于“模糊型”指标，如社会关注度，这类指标概念相对模糊，不好判断一个项目到底属于社会关注度高或低。(2)模型应用较为频繁。该模型建立完成之后，在CNAS以后的认可工作中，需要将模型频繁的使用。这样一来，若采取专家打分法进行隶属度的确定，会给认可工作带来一定的不便，因为每次CNAS进行对申请单位进行认可之前，都需要组织若干专家率先对风险预测模型中的各指标进行打分，耗时耗力。3、该项目采用的隶属度确定方法针对该项目的特点，考虑对于不同的评价指标采取不同的方法确定隶属度，具体来说，对于“数据型”指标，采取隶属函数法；对于“描述型”指标，采取直接法；对于“模糊型”指标，采取专家打分法。具体情况参见附件，由于专家打分法比较费时费力，所以采用专家打分法的指标比较少。
