MATLAB.rar_b值_matlab 计算b值_模糊综合评价matlab源代码_模糊评价matlab_评价

function[B]=fuzzy_zhpj(model,W,R) %模糊综合评判 B=[]; [m,s1]=size(W); [s2,n]=size(R); if(s1~=s2) disp('W的列不等于R的行'); else if(model==1) %主因素决定型 for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=0; if(W(i,k)<R(k,j)) x=W(i,k); else x=R(k,j); end if(B(i,j)<x) B(i,j)=x; end end end end elseif(model==2) %主因素突出型 for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=W(i,k)*R(k,j); if(B(i,j)<x) B(i,j)=x; end end end end elseif(model==3) %加权平均型 for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) B(i,j)=B(i,j)+W(i,k)*R(k,j); end end end elseif(model==4) %取小上界和型 for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=0; x=min(W(i,k),R(k,j)); B(i,j)=B(i,j)+x; end B(i,j)=min(B(i,j),1); end end elseif(model==5) %均衡平均型 C=[]; C=sum(R); for(j=1:n) for(i=1:s2) R(i,j)=R(i,j)/C(j); end end for(i=1:m) for(j=1:n) B(i,j)=0; for(k=1:s1) x=0; x=min(W(i,k),R(k,j)); B(i,j)=B(i,j)+x; end end end else disp('模型赋值不当'); end end B=gui_yi_hua(B)