# Fuzzy_evaluation_method

**Repository Path**: xiaosanmeng/Fuzzy_evaluation_method

## Basic Information

- **Project Name**: Fuzzy_evaluation_method
- **Description**: 状态判断：运用模糊评价方法对设备状态进行判定
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 3
- **Created**: 2024-10-16
- **Last Updated**: 2024-10-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Fuzzy_evaluation_method
运用模糊评价方法对设备状态进行判定（模糊数学方法）
## 模糊综合评价原理
借助模糊数学中的隶属度函数来将定性评价变为定量评价，适用于大量因素影响的复杂问题的评价，所以能更好的处理智能电站二次设备运行出现的边界不清的问题。
## 确定特征
我们将确定12种故障特征（故障类型）和3种状态（正常、异常和故障）
即指标集S和判定集V
## 确定隶属度函数
选择隶属度函数的原则：1、隶属度函数必须单调 2、根据特征的单调性，选择符合特征分布的隶属度函数
将指标集的每种指标的得分带入我们选定的隶属度函数，将值控制在[0,1]之间,就得到我们指标集的模糊评价矩阵R
## 确定判断矩阵D
指标两两相互比较，根据专家经验来给定一个重要性得分，得分在1-9进行标度，然后对判断矩阵进行一致性检验，如果一致性检验通过，
然后用该矩阵的最大特征值对应的特征向量，对该向量进行归一化处理，就得到各个指标的权重向量A。（最好在乘上数据中每个指标的故障数据的比例）
## 计算评价结果B
B=AxR