管理类文科类的综合评价模型都可以做一般都是层次分析法ahp主成分pca /因子分析灰色关联度熵权法topsis求指标权重然后做一个排序。如果结合2种或者3种模型结合的方法分内在和外在结合1 外在的结合就是2种方法分别求权重然后用一个公式把他们结合在一起做一个归一化排序2 内在结合就是在一种方法上原理里面算的步骤里面结合另外一种模型的权重我看了很多相关文章基本都是这样的后面以具体案例说明续写 上面的方法(除去AHP)基本都是针对自己有数据的情况并且想对每个样本都有一个评价值额情况下很适用如果你没有数据推荐你用(AHP专家模型)模糊综合评价这个可以对总体样本评价出一个值。多个方法何以采用耦合分析博弈论多目标智能决策等这样更能做出高水平的模型。需要注意的是大家都在说模糊综合评价其实模糊的方法特别多最常用的就是三角模糊这个也可以2个三角形一起模糊工科用得多就是通过各种变换最后数据变成0-1之间一般都是这样社科类的模糊其实很多就是直接加来等于1就行了很简单的模糊所以不要被名字吓着了找权威专家其实就是自己写打打分就可以说了这么多其实这个方法还是很有主观性的不管结果如何自圆其说就行我自己认为很少有确认的一个结论只要不要太偏离实际情况可以接受就可以了***上面的模型学习还是都不算难有矩阵分析和概率论基础肯定就能学会了大家一起加油学习吧我只是把我研究的分享给大家其实ahp的求解方法也很多我这里分享一个利用特征根特征值求解的代码其他方法的后面在补上AHP codeclc;clear A[1 1/9 1/2 1/4 1/6 9 1 6 5 3 2 1/6 1 1/2 1/3 4 1/5 2 1 1/5 6 1/3 3 5 1 ] [n,n]size(A); [V,D]eig(A);%求得特征向量和特征值 %求出最大特征值和它所对应的特征向量 tempNum1D(1,1); pos1; for h1:n if D(h,h)tempNum1 tempNum1D(h,h); posh; end end wabs(V(:,pos)); ww/sum(w); tD(pos,pos); disp(权重w);disp(w);disp(最大特征根t);disp(t); %以下是一致性检验 CI(t-n)/(n-1);RI[0 0 0.58 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59 1.60 1.61 1.615 1.62 1.63]; CRCI/RI(n); if CR0.10 disp(此矩阵的一致性可以接受!); disp(CI);disp(CI); disp(CR);disp(CR); else disp(此矩阵的一致性验证失败请重新进行评分!); end结果A 1.0000 0.1111 0.5000 0.2500 0.1667 9.0000 1.0000 6.0000 5.0000 3.0000 2.0000 0.1667 1.0000 0.5000 0.3333 4.0000 0.2000 2.0000 1.0000 0.2000 6.0000 0.3333 3.0000 5.0000 1.0000权重w0.03900.50670.07260.10790.2738最大特征根t5.2376此矩阵的一致性可以接受!CI0.0594CR0.0530模糊的以后分享因为这个模糊的确太模糊了方法太多模型太多需要具体问题具体分析都是需要定制所以不能一个代码包括所有0代码实现决策计算分析工具网站-点这里