一种问卷调查的模糊综合评价方法技术

根据本发明专利技术的问卷调查的模糊综合评价方法，包括如下步骤：步骤1，建立因素集U；步骤2，建立评判集V；步骤3，确定隶属度；步骤4，确定隶属函数；步骤5，将模糊集合转化为数值；步骤6，确定权重；步骤7，建立模糊综合评判模型。本发明专利技术的问卷调查的模糊综合评价方法，根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。本发明专利技术的问卷调查的模糊综合评价方法具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

【技术实现步骤摘要】
一种问卷调查的模糊综合评价方法
本专利技术属于统计
，具体涉及一种问卷调查的模糊综合评价方法。
技术介绍
在社会科学研究中，数理统计的方式主要是描述性统计。描述性不需要多少数学理论，重在对数据的表达、组织等，例如，通过平均数、众数、中位数来反应数据的集中趋势，通过标准差、离差测量数据的变异性，通过百分比、频数的形式来组织数据等。对数据的描述是数据分析的第一步，也是最基础、最简单的一步，通过描述性的数据表达，研究者可以将数据的表层含义，包括被调查对象的表面认知和态度传递给读者，但是却无法深入了解数据背后隐藏的意义，分析数据内在的联系与区别，也无法定义一些诸如“较高”、“大多数”等的模糊性概念。1965年，美国学者L.A.Zadeh教授对经典集合理论进行延伸研究，用数字或函数公式表述和运算含有像“冷”、“热”、“亮”、“暗”之类的概念，这类概念有个共同的特点就是纯粹是人的主观判断，以此创立了模糊集合理论，此后开创了模糊数学基础的研究。因此，设计一种基于模糊数学理论处理问卷调查的统计结果的方法具有有十分重要的技术价值。
技术实现思路
本专利技术提出一种基于问卷调查的模糊综合评价方法，引用“模糊技术”处理投票数据，对问卷调查的数据进行更深层次的剖析，使数据结果更加具体化。针对目前主流的通过平均数、众数、中位数来反应数据的集中趋势，或通过标准差、离差测量数据的变异性等方法存在的不足之处，为了解决上述问题，本专利技术目的之一在于提供一种问卷调查的模糊综合评价方法。一种基于问卷调查的模糊综合评价方法包括如下步骤：S1、通过问卷调查获得数据针对某事件制作问卷调查表，并招募受试者进行实验。获得受试者对于某事件的主观感受投票值。问卷调查中应包含如下信息：因素集中各个因素、各因素在不同工况下所对应的模糊子集。S2、建立理论模型统计问卷数据运用“模糊技术”数据处理投票数据，形成模糊集合，求得隶属函数，使受试者对某事件主观的感受“模糊化”，然后通过“反模糊化”的方法，将模糊集转化为单个数值，即选定清晰数值代表表述主观感觉的模糊集。一种基于问卷调查的模糊综合评价方法，步骤s2中模糊综合评判模型的建立具体方法为：(1)建立因素集U＝{u1,u2,u3,...un}，其中，u1,u2,...,un为因素集元素，代表了影响一件事物的具体因素。(2)建立评判集V＝{v1,v2,v3,...vn}。其中，v1，v2,...,vn为评判集元素，代表了评判一件事物的指标。(3)通过下列公式得到隶属度。式中，A为模糊集合；u0为某个元素；n为u0属于A集合的次数；N为统计性试验次数。(4)确定隶属函数根据不同室内温度在不同热感觉指标下的隶属度值，得到空气温度在不同热感觉指标下的函数关系。微凉(-1)指标的隶属函数的表达式为：式中，t0为空气温度。(5)将模糊集合转化为数值用精确的数学方法来描述模糊集合，即把模糊数值转化为单个清晰值，这是应用最广泛的一种模糊转化为清晰的方法。当某个模糊集合映射到某一单个值时，该值应该是属于该模糊集合中的一个点，它在某种程度上，可以表示整个模糊集合。这种转化方式称为模糊集合的“清晰化”，也称“反模糊化”。面积中心法直观合理、言之有据。用面积重心法将模糊集合转化为数值。计算公式如下：其中，uc为区域面积中心对应的横坐标，为论域U上模糊集合的隶属函数。(6)确定权重第一级评价因素的权重之和为1；每一个评价因素的下一级评价因素的权重之和为1。目前，权重的确定方法有专家估测法、加权统计方法、频数统计方法等。(7)通过下列公式综合评判式中，矩阵即为综合评判矩阵，A为权重集合，R为评判矩阵，b1,b2...，bm为评判矩阵中的因素，等号右边的是模糊矩阵的一种特殊运算关系，相当于矩阵的乘法运算。(8)根据该模型分析结果模型验证，将实验数据整合，代入模糊综合评判模型进行理论计算，验证该模型的合理性与精度并得到最佳舒适度。专利技术的作用与效果根据本专利技术所涉及的问卷调查的模糊综合评价方法，根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。本专利技术的问卷调查的模糊综合评价方法运用“模糊技术”数据处理投票数据，形成模糊集合，求得隶属函数，然后通过“反模糊化”的方法，将模糊集转化为单个数值，即选定清晰数值代表表述主观感觉的模糊集，数据处理方式对问卷调查的数据进行更深层次的剖析，使数据结果更加具化。本专利技术的问卷调查的模糊综合评价方法具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。附图说明图1是本专利技术的实施例中步骤示意框图；图2是本专利技术的实施例中一种空气温度的隶属函数示意图；图3是本专利技术的实施例中一种空气温度的隶属函数示意图；图4是本专利技术的实施例中一种空气温度的隶属函数示意图；图5是本专利技术的实施例中一种空气温度的隶属函数示意图；以及图6是本专利技术的实施例中空气温度与MTSV的散点图。具体实施方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，以下实施例结合附图对本专利技术的问卷调查的模糊综合评价方法作具体阐述。实施例如图1所示，问卷调查的模糊综合评价方法包括以下步骤：S1、问卷调查实施例中，针对模拟自然风作用下室内热环境的评价这一事件制作问卷调查表。在模拟自然风作用下，影响室内热环境的因素有：空气温度、相对湿度、湍流强度、吹风时间。因此，因素集元素为：空气温度、相对湿度、湍流强度、吹风时间。将PMV指标的七个等级冷、凉、微凉、中性、微暖、暖、热分别看作是七个模糊子集。根据因素集元素及模糊子集制作问卷调查。以室内空气温度为例的问卷调查如表1所示。表1空气温度对室内热环境影响的问卷调查S2、建立理论模型运用“模糊技术”数据处理投票数据，形成模糊集合，求得隶属函数，使受试者对某事件主观的感受“模糊化”，然后通过“反模糊化”的方法，将模糊集转化为单个数值，即选定清晰数值代表表述主观感觉的模糊集。S2.1建立因素集U＝{u1,u2,u3,...un}，其中，u1,u2,...,un为因素集元素，代表了影响一件事物的具体因素。实施例中，因素集U＝{空气温度，相对湿度，湍流强度，吹风时间}S2.2建立评判集V＝{v1,v2,v3,...vn}，其中，v1，v2,...,vn为评判集元素，代表了评判一件事物的指标。将PMV指标的七个等级冷(-3)、凉(-2)、微凉(-1)、中性(0)、微暖(1)、暖(2)、热(3)定为评判集因素。实施例中，评判集V＝{-3本文档来自技高网...

【技术保护点】
1.一种问卷调查的模糊综合评价方法，其特征在于，包括如下步骤：/n步骤1，建立因素集U；/n步骤2，建立评判集V；/n步骤3，确定隶属度；/n步骤4，确定隶属函数；/n步骤5，将模糊集合转化为数值；/n步骤6，确定权重；/n步骤7，建立模糊综合评判模型。/n

【技术特征摘要】
1.一种问卷调查的模糊综合评价方法，其特征在于，包括如下步骤：
步骤1，建立因素集U；
步骤2，建立评判集V；
步骤3，确定隶属度；
步骤4，确定隶属函数；
步骤5，将模糊集合转化为数值；
步骤6，确定权重；
步骤7，建立模糊综合评判模型。


2.根据权利要求1所述的问卷调查的模糊综合评价方法，其特征在于：
其中，步骤1前，通过问卷调查获得数据，问卷调查中包含如下信息：因素集中各个因素、各因素在不同工况下所对应的模糊子集。


3.根据权利要求1所述的问卷调查的模糊综合评价方法，其特征在于：
其中，步骤3中，隶属度的表达式为：



式中，A为模糊集合；u0为某个元素；n为u0属于A集合的次数；N为统计性试验次数。


4.根据权利要求1所述的问卷调查的模糊综合评价方法，其特征在于：
其中，步骤4中，根据不同室内温度在不同热感觉指标下的隶属度值，得到空气温度在不同热感觉指标下的函数关系，
微凉(-1)指标的隶属函数的表达式为：



式中，t0为空气温度。


5.根据权利要求1所述的问卷调查的模糊综合评价方法，其特征在于：
步骤5中，采...

【专利技术属性】
技术研发人员：曹双华，赵晓，明盼盼，李鑫，李帆，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：上海;31