プレゼンテーション
モデルの評価
- データがない場合：階層分析
- データあり：トプシス+
- データあり：灰色相関分析
- データあり：ファジー総合評価モデル
不確実性
- ランダム性
- 灰色度：観測不能
- ファジィ性: 定量的に決定できない: ハンサム、若い、白い;ファジィ性はファジィ集合によって記述され、ファジィ集合は従属関数によって描写される。
概念分析
古典的集合
固有関数
領域
ファジィ集合
生成関数
所属度
ファジィ集合の表現： A=F(x,A(x))
- ザデー表現
- 逐次カップル表現
- ベクトル表現
- サイズが小さい
- 中級
- 偏った大規模
所属関数の決定方法
- ファジー統計的手法：あまり使われず、調整のためのアンケートを作成する必要がある；所属頻度→所属度→所属関数
- 既存の客観的尺度を用いる方法：適切な指標とデータが必要。
- 割り当て方法：数学的モデリングは一般的に割り当て方法を使用します。台形分布が最もよく使われます。分布のパラメータは自分で選びます。
応用：ファジー総合評価
3セット
- 因子集合
- ルーブリック集合
- 重み付け集合
1レベルのファジィ複合判定構築
- 1、因子集合の決定: 採点するかどうかに注目
- ルーブリック集合の決定
- 3、重みセットの決定：データ階層分析法なし、データエントロピー重み法あり
- 4、ファジィ総合判定行列Rの決定：要素rijは指標iのルーブリックjへの所属度合い
- 総合判定：B=A*R
具体例
