文摘
模糊综合评价(FCE)是一项基于模糊数学、人工评价技术与真实和准确的评估结果,在心理学等领域广泛使用。因此,需要一种技术利用模糊数学评估李克特量表数据。本研究探讨了运营商和重量分布的变量,而个人执行一个完整的和综合评价,并应用遗传算法(GA)来确定相应的权重。遗传过程基于人口适应和进化基本面都取得了巨大的成功在解决问题和生产最优解很久以前的事了。此外,我们测量心理李克特量表的数据和分析它使用液相GA为一个完整的心理评估。不同性别的学生使用不同的复合运营商和重量分布完全评估方便面。这反映了一个事实,那就是就业的遗传模糊综合评价的心理测量和消费者心理学研究是有益的。结果表明,基于遗传算法的模糊综合评价方法可以有效地分析李克特量表的心理测量数据。
1。介绍
李克特量表是心理学中最常用的测量工具(1]。当人们分析数据的规模的时候,他们通常用数理统计的方法。换句话说,他们认为这些数据的不确定性来自于随机性。然而,有许多差异心理测量和物理测量。因为心理测量数据来源于受访者的主观反应,特别是数据获得使用李克特量表,它的不确定性更高(2]。模糊性和随机性是不一样的。随机性带来的不确定性是由于不够了解事物的因果关系;即事物的条件不能严格控制,因此一些偶然因素使实验结果不确定,但事情本身有明显的意义3]。受试者的智力测验问题的答案,例如,经常受随机因素的影响,反映出一定程度的不确定性。适当使用数理统计的方法来处理这些数据。模糊性意味着一些事物或概念的限制是不清楚,它反映了不同的概念之间的过渡态(4]。例如,的概念“比较同意”和“非常同意”的李克特量表是模糊的。不幸的是,这种模糊性并没有正确地研究当前心理测量。人们通常记录这些模糊概念的直接李克特量表,1到5分,然后用数理统计的方法来解决它。这是不合适的,因为数据的不确定性通过李克特量表主要是反映在模糊性,模糊数学的方法是否可以分析这种心理测量数据是一个需要讨论的问题。经常使用李克特量表得分多个变量在心理测量的某些地区。变量如道德、能力,勤奋,和性能,例如,在人员评价;消费者心理学、外观、功能、价格、售后服务和其他变量的得分。多元回归方程中经常使用心理统计学描述李克特量表分数来自多个变量之间的关系。
在模糊数学、模糊关系方程反映了模糊综合评价的结果(5]。在模糊综合评价中,多个独立的变量是改变了一些运营商得到因变量的成绩,这是非常类似的多元回归方程。然而,在模糊数学的框架,独立变量的分数通常称为单因素评价,和因变量被称为评论的成绩分数。在模糊综合评价中,主要问题是操作符使用,并且有四个不同的运营商(6]。人们使用“最大和最小”运算符或“主要因素确定”操作符在综合评价中,根据模糊数学(7- - - - - -10),但心理学的假设还有待验证。在模糊综合评价中,同样重要的是要检查的操作使用。
模糊综合评价是一个过程的集成多个独立变量得分为因变量的分数。传统的方法是通过专家打分确定重量,这是主观的。我们使用其他客观的方法获取重量分布。使用多元回归方程的最小二乘方法通常是用来确定每个自变量的系数。这些系数反映每个独立变量的重量。这是一个优化问题找到最合适的权重综合评价的主题。遗传算法(GA)模拟生物的进化过程,是一种新的全局优化方法。它是用来计算出模糊综合检查的价值。
不但要研究学术价值,但它也应该有一个实际的应用程序。与深化当前的金融危机对实体经济的影响,政府已经提出了一些政策来扩大内需。如果企业不了解消费者的需求,这相当于销售产品,双眼紧闭。因此,它是非常重要的去了解消费者的购买心理和重量的各种属性的商品对消费者的影响。
根据市场细分的原则,企业应了解不同偏好的不同的目标消费群体对商品属性(11]。发现他们是否使用相同的运营商在模糊综合评价中,有必要分析使用的操作员和重量分布不同主题的模糊综合评价商品。基于心理测量的理论问题和实际需求所述,本研究尝试将遗传算法与模糊综合评价方法通过使用数据从大学生评估企业康师傅的炖牛肉面条作为一个例子。李克特数据的分析对不同的产品特性和客户偏好和运营商是用于完成熏蒸评估。以下是该研究的主要贡献:(我)首先,我们调查相关工作领域的心理测量,得出的结论是,在心理测量达到最佳性能。(2)其次,我们选择最准确的分类方法,如遗传算法、以及常用的心理评估工具,比如李克特量表。(3)第三,李克特规模变量已经被广泛用于确定实际数据,从一个巨大的数量的大学男女学生重量分布的数据通过模糊评价心理测量的每个独立变量。(iv)最后,模糊关系方程反映了模糊综合评价的结果使用李克特量表工具和遗传算法使用模糊数学预测心理测量。
本文的其余部分组织如下:部分2提出了相关的研究工作;部分3描述了模糊综合评价和遗传算法;部分4描述了实证研究,研究目标,收集源代码,研究结果和实验考试;和部分5讨论了算子的模糊综合评价方法和遗传算法的应用。在最后的部分(即。,部分6),我们认为我们的论文。
2。相关工作
心理测量,通常被称为心理测试,是个性心理特征的标准化的评估,智力,或情感功能。他们经常组成一个序列或真或假的受访者必须回答的问题。最常用的设备之一,是评估心理测验考试李克特规模。李克特[12)提出,由一组问题,作为标记的心理措施。分数的问题,根据作者的13),是建立在一个区间范围,因为他们是通过心理量表。心理因素是评估值相结合的所有间隔问题[14]。尽管如此,许多科学家声称,在李克特,只有事实结构在一个普通的规模当然是选择或响应。对于李克特,间隔不同的水平一直声称[15)不平等。李克特规模从而组织以顺序的方式。分析数据与补充说,减去、分裂或复制数据是不当的。此外,分析利用算术平均值和标准偏差(16这些数据是不正确的。因此,评估心理变量通过结合所有项目在李克特规模是不合适的。此外,作者在17)指出,一般而言,研究人员将从每一项总分数,然后使用总分数评估的变量,这是错误的,因为每一项的重量是不均匀的。
由于上述困难,几次已经解决这个问题,开发一个可以接受的范围。模糊逻辑的方法。它是由18]的作者从一个模糊集。19)提高了李克特量表使用模糊逻辑,导致小说量表作为模糊李克特量表。在这方面,作者在20.)有关这种规模的李克特量表的有效性,发现测量的变量使用更精确的模糊李克特量表比使用传统的李克特量表评估它们。
通过集成层次分析法(AHP)与模糊评价技术,作者的21)提出了一个通用的可用性评估方法。这种技术开发基于三个主要层次索引访问的品质,产品性能、效率和客户满意度,结合众多来源的模棱两可的信息在产品可用性评估。
规划技术结合了许多模糊信息来源分析的过程中产品可用性评估。技术指标包括访问质量,产品性能、效率和客户满意度。
3所示。模糊综合评价和遗传算法
在本节中,我们详细介绍模糊综合评价和通用的算法。
3.1。模糊综合评价
模糊综合评价技术(15)是一种数学的方法彻底评估事情很难指定实际世界中利用模糊数学思想和方法。理论进步和广泛应用模糊数学已经快超过30年。模糊综合评价方法采用模糊数学的模糊集合理论完全评估系统。信息的优先级不同的替代方案可以获得作为一个指南使用模糊评价决策者做出决策。我们首先需要构建一个模糊综合评价指标体系,使用模糊综合评价方法。以下基本想法应该指导模糊综合评价指标体系的发展:(我)应该有一个全面的评价指标体系(2)评价指标必须是可量化的评价指标体系和可比性(3)重要的是强调人类方面的评价指标和完全集成的人类教育评估的变量(iv)评估水平评价指标不应过于分散
3.1.1。模糊集
客观世界中有许多模糊的概念,如“比较同意”和“非常同意”在李克特量表。数学表达模糊概念,美国控制论专家陈守煜教授在1965年提出了模糊集的概念和模糊数学创造了一个新的学科。元素之间的关系x和模糊集违反了模糊数学中隶属度的限制。一般集合理论,这只能用0和1,但是它可以扩展到任何价值区间[0.1]。的隶属函数表达了加入元素x在模糊集。
确定给定问题的成员是一个重要的一步利用模糊数学解决实际困难。三点,五点模糊分布,和模糊统计方法是国内外专家提出的。在这项研究中,一个模糊统计方法将用于隶属函数。
3.1.2。模糊综合评价的要素
模糊综合评价就是以模糊数学为工具进行综合评估的条件下考虑各种各样的因素。该评价模型包括三个元素(22]:(1)因素集 (2)评论收藏 (3)单因素评判 , 形式模糊矩阵R。
在这项研究中,研究对象做了一个综合评价康师傅的炖牛肉面条。蛋糕的味道、外观包装、尺寸、价格、调味包,和广告等七个因素因素集。评论集包括五个评论:(我)非常不满意(2)相对不满意(3)平均(iv)相对满意(v)非常满意
单因素评判是上面提到的七个因素的评价。
3.1.3。模糊综合评价的模型
模糊评价模型的目标是创建一个每个评估组件之间的模糊映射,如效率、能力、和用户幸福,和一组明确的评估分数,如好或优秀。其目的是为评估元素来构造模糊集;例如,给定可用性分数,说在七分制中占5分,可以分配给两个杰出的成绩。然而,根据权重分配给每个评估组件和各个评级机构所提供的平均得分,实用性的每个年级分数对应的数量可能有所不同。图1描述了我们提出的正式的方法模糊评价模型。
步骤1。确定评价因素:评估对象,因素集,和评论都是在第一阶段决定的。在这项研究中,评价的对象是企业康师傅红烧牛肉面,和因素集和评价集是在前一节中描述。
步骤2。确定评价等级集: ,在哪里米是水平的数量评价,代表评估设置为一个向量。例如,如果米= 5,评估向量V =极度贫穷,贫穷,媒介,良好,优秀的表达。在第二阶段,专家咨询方法和层次分析程序用于创建重量分布向量的评估因素。这个重量分布组件是一个艰难的话题,专家们经常难以用数字描述他们的大脑的重量;因此,在这项工作中,我们试图使用遗传算法估计权向量。
步骤3。模糊映射矩阵位置:模糊综合评价矩阵R获得在第三阶段评估每个组件。
步骤4。计算每个评估组件的重要性:每个评估元素的相对关系在整个产品评级应该测量得到彻底的可用性评估。W,可以通过层次分析法构建技术,能代表权重向量。正如前面提到的,体重可能会表达n评价因素的向量W= (W1,W2,…Wn),这等于1每一个元素的总和。这样的组合方法是利用在第四阶段B得到综合评价结果。
这就是所谓的模糊关系方程,它是由数学家提出四种不同的运营商,导致将在稍后描述的四种模式。康师傅全面评估发现的炖牛肉面条是直接使用李克特量表收集在这个研究。手头的任务是解决的价值即从模糊关系方程。,反模糊综合评价,得到权向量。
第5步。获得综合评价结果:总评估结果可能取决于考虑每个评估组件的相对权重,这样一个向量代表一个类似水平的评估分数米可以表示为
,“”是一种安排操作员。
组成的各道工序的影响不同的重量分布,即:在向量W、修改最终的评价向量b有明显压倒一切的重要性在复合算子的选择。我们认为,当前的目的,所有评估变量必须被考虑,这样,没有一个方面比其他人更多的选择或忽视。因此我们选择利用算子组合决定每个成员Bj最后的评价向量使用以下公式适合于评估,必须适应每一个的重量因素:
呈现不同的复合算子,得到了以下四个模型(6- - - - - -10]:(我)的主要因素是决定性的,它的运营商
操作员只考虑最重要的因素;其他因素并不真正工作。(2)的主要因素是I型,它的运营商
模型是一个小比的主要因素决定因素更准确,因为它使用普通乘法和考虑所有因素。(3)突出了II型的主要因素,其运营商
,在哪里是一个有界,那是什么
因为重量之和等于1,
模型使用求和的方法,结果是更精确的比行列式的主要因素。(iv)加权平均型的操作符
从理论上讲,该模型比上述三种模型更准确。虽然数学家提出了运营商为这四个类型的组合操作,他们忽略了描述符的类型和人们采用的综合评价模型。没有一个心理学实证研究来评估它;因此这是一个必须解决的问题。
3.2。遗传算法
虽然数学家提出了这四个组合业务运营商,他们忽略了人类使用的类型的运营商和模型在他们的彻底审查。没有任何经验心理学研究评估,因此这是一个必须解决的问题。遗传算法模仿生物进化的概念通过应用遗传算子如选择,交叉,变异生成新一代人口的人口而寻求最好的答案。
3.2.1之上。遗传算法的元素
模仿生物进化的多样性,人们提出了各种各样的编码方法和遗传算子的遗传算法。戈德堡总结作为一个统一的遗传算法,称为简单遗传算法(SGA) (23]。(我)染色体编码方法(2)个人健康评估(3)遗传算子,包括选择、交叉和变异(iv)操作参数包括人口规模米、终端进化代数T、P_ c。交叉概率和变异概率P_ m。
基本遗传算法可以被定义为一个8-tuple如(12)。 在哪里是个体的编码模式,个体适应度评价函数,初始种群,人口规模,选择运营商,交叉算子,变异算子,是终止条件。
3.2.2。遗传算法的实现
(1)编码方法。改变问题的可行解的方法从解空间的搜索空间遗传算法可以处理被称为编码,这是主要的问题在使用遗传算法来解决实际问题。常用的编码方法包括二进制编码方法,灰色的编码方法,浮点编码方法和符号编码方法。二进制编码方法使用0和1组成的符号字符串代表个人。格雷码编码方法中,代码只有一位不同,另一位是相同的编码值之间的两个连续整数。在浮点编码方法中,每个个体的基因值是由浮点数表示在一定范围内。也就是说,变量的真正价值是用于编码数据。符号编码意味着基因值取自一套符号没有数值意义但只有代码意义。
人们通常使用不同的编码方法根据要解决的问题的本质。浮点编码方法在这项研究中,因为它可以代表一个大范围,精度提供了最佳的解决方案,是高效,便于执行遗传搜索在一个大空间。让优化的最小化问题(13): 在哪里 是优化变量集。
的变化区间是 ,和在目标函数。
在浮点编码、(14)是作为线性变换。
的jth变量与初始变化区间 转换成浮点数在[0,1]区间,因此所有变量的值范围是[0,1]区间统一。
(2)适应度函数。在遗传算法,健身是用来测量个体的程度有助于在优化计算找到最优解。措施个人健身的功能称为适应度函数。一群的进化过程是基于组中的每个人的健康。通过反复迭代,最好的个人健身不断寻求到最优解或近似最优解的问题。防止过早现象和保持种群的多样性,有必要扩大或减少个人健身在遗传算法的不同阶段,叫做健身尺度变换。常用的转换方法是线性比例变换,权力尺度变换,排名指数比例变换,和尺度变换。排名尺度转换是用在这项研究中,基于每个人的健康秩序而不是分数的值。最合适的个体数量是1,其次是2等等。这种转换的优点是,个人的刻度值大小成正比的人口n,整个人口的规模值的总和等于下一代的父母的数量,避免了初始值的影响限制(23]。
(3)选择算子。生物遗传的过程中,对环境的适应性较高的物种将会有更多的生存机会给下一代。遗传算法的选择算子用于适者生存开展“适者生存的操作。“共同选择运营商轮盘赌,最优保存策略,确定抽样选择,没有播放和随机选择。在这项研究中,我们使用部门的比例分割的面板。每个人都被选的概率成正比的健康。
(4)交叉算子。交叉算子是指两个染色体配对使用的交叉算子以某种方式,包括单点交叉、两点交叉,多点交叉,均匀交叉、算术交叉。在这项研究中,我们使用一个两点交叉,即随机设置两个交叉的点编码字符串的两个人,然后交换之间的染色体配对交叉两点。
(5)变异算子。变异算子用于取代一些基因座的基因值与其他等位基因在染色体编码字符串来形成一个新的个体。常用的突变运营商基本位变异,统一的突变,边界突变、非均匀变异和高斯变异。在这项研究中,高斯值是用来替换原来的基因突变与标准正态分布下一个随机数,哪个更适合浮点编码。
3.3。基于遗传算法的模糊综合评价
与电脑相比,人们通常可以处理模糊信息更好。建立模糊数学的原始目的之一是使用数学方法来描述人们的模糊信息处理的过程。模糊综合评价描述人们如何到达一个总体评价,评估个人的因素。因为它是困难的为人们准确清晰的重量分布,了解每个元素成本的关键之一。因此,评估每个因素的权重值在模糊综合评价是非常困难的。当研究人员不能让受试者表达重量分布在他们看来口语报告法中常用的心理,他们从其他方面得到的重量。优秀的优化函数的遗传算法提供了一个很好的灵感。搜索权重的过程是搜索一组值,这样获得的结果替换成模糊关系方程是最符合实际的反应的受试者。这是一个寻找最优解的过程。因此,本研究使用遗传算法来搜索一组值,可以代表受试者的大脑的重量分布,并使用实际的响应值的受试者进行测试; the results are more reliable than those of the oral report method.
4所示。实验和仿真结果
4.1。实验工作
在这部分研究中,我们提供了进行实验,以及在这些研究获得的模拟结果。许多仿真实验表明心理测量进行了利用基于进化算法的模糊综合评价。在我们的实验工作,我们收购了男性和女性的体重和健康学生的各种标准的评估使用遗传算法在不同的操作模式,我们分类权重男性和女性分为两类:归一化权重和排名权重。表1显示了实验工作的硬件要求。
以下4.4.1。参数设置
在GUI中设置以下参数的遗传算法工具箱迦得:(我)人口类型:双精度向量。(2)人口规模:100。(3)创建函数:均匀分布。(iv)健身转换:规模排名。(v)选择算子:轮盘赌。(vi)精英数量:4。(七)交叉率:0.80。(八)变异算子:高斯变异。(第九)穿越模式:两点交叉。(x)迁移:双向迁移。(十一)混合功能:fmincon。(十二)约束条件:下界:0;上界:1。(十三)终止条件:代数:1000。(十四)健身限制:0。(十五)停滞代数:100。
4.1.2。实验步骤
因素集U和评论V如下:
男学生的评价矩阵如下:
女学生的评价矩阵如下:
综合评价男性的结果如下:
女学生的综合评价结果如下:
4.1.3。适应度函数程序
根据合成算子中使用四种不同的模糊综合评价模型,适应度函数的程序是使用MATLAB语言写的。之间的欧几里得距离综合评价结果由遗传算法和实际对象的综合评价结果作为健身年代见以下方程: 在哪里的分数是jth年级通过规范化的遗传算法,的分数是jth年级通过规范化的实际的综合评价,和米是评价等级的数量。
4.2。结果
4.2.1。准备运营商组成的操作
男性学生的体重和健康评估的各种因素,康师傅的炖牛肉面条在不同算子遗传算法获得的模型如表所示2并在图2。
从表中可以看出,对于男性的健身价值模型1是最小的,因此可以认为男性使用合成运算符米(一个,V)模糊综合评价的模型1。
女生的体重和健康评估,不同因素的康师傅的炖牛肉面条使用各种运营商的使用遗传算法开发的模型如表所示3和图3。对女学生来说,健身的模型3是最小的,所以可以认为女学生使用组合运算符米(一个,R3)模型。
4.2.2。模糊综合评价的重量
模型1中男性和女性的权重模型在表31和表2分别归一化,数据见表4和图4。
我们安排的数据表4根据重量和每个因素的权重顺序,如表所示5。
雄性和雌性的规范化重量如图4。通过支W7从W1,归一化权重显示。这意味着男性的体重在W1是0.0367,而女性的体重是0.1769。同样,归一化权重W2 0.1705 0.3436男性和女性,等等。
雄性和雌性的排名权重图所示5。通过支W7从W1,显示排名权重。这意味着为W1男性的体重等级7和雌性的重量等级是3,分别。同样,排名体重W2,男性体重4级和女性体重排名1,等等。
5。讨论
5.1。数据源
基于讨论和问卷调查,方便面问卷编译调查三所大学的学生的评价,包括在南京南京师范大学。受试者被要求评估五个不同品牌的方便面,康师傅,统一,Jinmailang, Fumanduo,上升。用李克特5点量表,他们取得了他们的购买意愿从八个方面:口味,口味,价格,调味包,大小的面团,外观,包装,和广告。一点评价的意思是“非常不愿购买,”和五点评价意味着“非常愿意购买。“每个品牌包括一些代表产品;例如,康师傅品牌包括炖牛肉面条,蟹黄狮子的头,和葱油面;统一的品牌包括Haojindao炖牛肉味道,Haojindao酸菜肉丝味道,和Qiaomianguan酸豆牛肉味道,共有22种方便面。初步整理的数据之后,一些问卷调查和不完整的数据和粗心的答案被删除,和获得有效问卷643份,其中包括287名男性和356名女性。作为一个初步研究基于遗传算法的模糊综合评价在心理测量,本文只分析了评价数据,这些大学生康师傅的炖牛肉面条。
5.2。使用模糊综合评价方法评价李克特量表数据处理
由于模糊性受试者的李克特量表的答案,本研究采用模糊综合评价的方法来处理这些数据。之间的欧几里得距离理论数据和实际数据获得的模糊综合评价模型是男性为0.0045,根据大学生评价康师傅的一个例子是炖牛肉面条。理论和实际数据之间的欧几里得距离女性为0.0045,而两组数据之间的距离是0.0616。也就是说,理论和实际数据之间的差异很小,表明模糊综合评价方法可以用来处理李克特量表数据。
5.3。合成算子的模糊综合评价方法
结论:模糊综合评价方法可以应用于李克特量表的数据处理是基于发现适当的合成算子。它还可以看到从上面的计算结果的欧几里得距离女性比男性的大数据,这表明女性可以找到更好的运营商数据。从本质上说,运营商的合成操作反映了人类认知活动的不同特点在信息加工的过程。因此,心理计量学家的共同努力和认知心理学家需要找到更好的运营商。
这项研究发现,男性和女性使用不同的运营商。评估企业康师傅的炖牛肉面条,男性使用“不等式”运算符在模型1中,这只需要最多米作为一个常数,从而消除其他因素。这表明这些雄性相对简单的思维在决定是否购买时,通常只考虑最重要的因素;如果这个因素的评价很高,它会产生购买意愿。女性使用运营商模型3中,使用“有界”(即。“加法”)而不是“最大”操作模式1。也就是说,所有的因素有机会参与综合评价,主要因素的作用并不是一样著名的模型1。这也表明,这些女性应该比男性更全面在决定是否购买。这一分析结果相当符合实际情况。
5.4。遗传算法的应用
在这项研究中,遗传算法用于反模糊综合评价的重量。遗传算法是一种全局优化的智能技术,已成功地应用于计算机科学和工程技术领域,但却很少应用于心理测量。综合评价,权重反映了人们的不同强调各种因素。从本质上讲,它是一个心理问题,但它是困难的为主题来表达他们心中的重量分布。本研究用遗传算法搜索的重量分配受试者评估企业康师傅的炖牛肉面条在整个解空间。这为类似的研究提供了一种新方法在未来的心理学。然而,由于遗传算法的操作非常复杂,许多参数需要设置,这项研究是寻找更合适的参数经过多次的调试。遗传算法本身仍在不断发展,这需要心理学家进行更深入的学习和研究,将该方法应用于心理测量。
5.5。在重量分布
在这项研究中,使用遗传算法得到的重量分布模糊综合评价企业康师傅的雄性和雌性炖牛肉面条。从计算结果(表4),男性最重视的两个因素是“外表包”和“面团大小蛋糕,”和最重要的因素是“味道”,其次是“价格。“这也显示,雄性的想买方便面时相对简单,如果他们从表面看外表包。“蛋糕”的大小是否满意与否将决定是否购买与否,而“味道”,“价格”和其他实质性因素很大程度上忽略了。它也可以从表4前两个因素,女性最重视“味道”和“外观包装,”最后一个因素是“广告”,其次是“调味包。“这也表明这些女性比男性更细心和全面购买方便面。虽然他们也重视“外表包装,”他们更加注重“品味。“他们相信自己的“味道”,但不相信外部广告。此外,它可以从表3重量的“品味”和“味”的女学生远远高于男生。女学生多注意他们的主观购买方便面的味道,这也为心理学家提供了良好的数据,研究不同性别的消费心理学学科。
6。结论
必须确定权向量的分布在分类问题可以得到解决,FCE考试之前。本研究提出了一个基于遗传算法的模糊综合评价。它优于几个当前李克特量表方法时提高权向量计算的效率。实验证明了基于遗传算法的模糊综合评价方法可以用来分析李克特量表的心理测量数据和得到使用的复合算子为主题,每个因素的重量分布。此外,不同性别的大学生使用不同的合成算子的模糊综合评价方便面及其重量分布也不同。此外,基于遗传算法的模糊综合评价方法的研究是有价值的心理测量和消费心理学和有意义的企业。(28]。
数据可用性
使用的数据来支持本研究的发现可以从作者要求。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究是由北京师范大学教师研究能力提升项目、珠海,在批准号GL20180105。