【正文】 找出對我們評價影響最大的幾個數(shù)據(jù)進行細節(jié)分析，再將這些細節(jié)綜合起來進行總體分析，并將一些繁復(fù)的數(shù)據(jù)簡單化，把影響小的數(shù)據(jù)忽略不計，以免影響我們評價的質(zhì)量，最后通過和標(biāo)準答案比較最終確定分值。 (1) 被評價對象被評價對象就是綜合評價問題中所研究的對象，或稱為系統(tǒng)。 一個綜合評價問題的評價指標(biāo)一般可用一個向量表示，其中每一個分量就是從一個側(cè)面反映系統(tǒng)的狀態(tài)，即稱為綜合評價的指標(biāo)體系。如果用wj來表示評價指標(biāo)xj(j=1,2,…,m)的權(quán)重系數(shù)，則應(yīng)有wj≥0(j=1,2,…,m)，且。j=1,2,…,m)，則可以計算出各系統(tǒng)的綜合評價值yi=f(w,x(i)),x(i)=(xi1,xi2,…,xim)T,(i=1,2,…,n)。 綜合評價模型對于多指標(biāo)（或多因素）的綜合評價問題,就是要通過建立合適的綜合評價數(shù)學(xué)模型將多個評價指標(biāo)綜合成為一個整體的綜合評價指標(biāo)，作為綜合評價的依據(jù)，從而得到相應(yīng)的評價結(jié)果。 摘要指標(biāo)a.算法思想（求解思路）d.問題重述f用自己的話去復(fù)述或理解一遍，實際是問題分析的開始?；灸Ｐ停?)要明確說明：簡化思想，依據(jù)(2)對較簡單的問題，做出自己的特色，你想如果自己能做，別人也能這樣做，只有比賽各自的創(chuàng)新。表 4評價指標(biāo)jklmn論文1優(yōu)優(yōu)優(yōu)優(yōu)良論文2優(yōu)優(yōu)優(yōu)優(yōu)優(yōu)論文3中中中中中論文4優(yōu)優(yōu)優(yōu)優(yōu)優(yōu)論文5良良優(yōu)良良4．s. 題目中要求回答的問題，數(shù)值結(jié)果，結(jié)論，須一一列出；表 6評價指標(biāo)論文1論文2論文3論文4論文5r良優(yōu)差優(yōu)中s優(yōu)優(yōu)差優(yōu)差t優(yōu)良中優(yōu)中6．模型評價 u. 優(yōu)點突出，缺點不回避。附錄y計算框圖，詳細圖表評價指標(biāo)論文1論文2論文3論文4論文5y良優(yōu)良優(yōu)良 對論文的縱向分析論文一的評語本文最大的特色在于模型算法的創(chuàng)新性和正確性。除此之外，論文考慮全面，從5種不同情況進行了問題討論，并在問題推導(dǎo)過程中，公式與中文緊密結(jié)合，表述條理清晰，而且分析中肯、確切、簡明易懂。整體而言，模型創(chuàng)新性強，實用有效，對實際應(yīng)用有一定的參考價值。隨后檢驗了所給出的數(shù)學(xué)模型的正確性和可靠性，思路正確、方法有效、所得結(jié)果合理。論文的不足在于對問題一利用祖暅原理將有變位近似轉(zhuǎn)換為無變位的方法略欠妥當(dāng)。而且沒有進一步對不正確的結(jié)果進行必要的檢驗和分析原因。有些地方表述不清晰，跨度太大。除此之外，還進行了罐體變位后對罐容表的影響分析，分析精辟，確切。在模型改進中，提出可以采用非線性最小二乘法進行你和計算，來簡化復(fù)雜的計算過程和避免編程的困難，思路開拓，方法更加合理有效。本文整體而言，思路表述不太清晰，在求解方案中沒有直觀形象化的列表畫圖來表述，例如問題一中誤差分析部分，太過籠統(tǒng)。其次，在求解過程中存在冗長的matlab編程（應(yīng)附在附錄中）。 設(shè)A和B是論域U上的模糊子集，記內(nèi)積AgB=∨(A(u)∧B(u)),外積AeB=∧(A(u)∨B(u)),其中∧為最大下界，∨為最大上界。U4={u41，u42，u43}，其中u41文字流暢，u42格式規(guī)范，u43內(nèi)容完整。 因此，U1中全部二級因素的成對比較陣為W1=U1中的二級因素的權(quán)重模糊向量ω1=( ),經(jīng)一致性檢驗，一致性檢驗通過.2. %，%，%，% 。因此，U4中全部二級因素的成對比較陣為W4=U4中的二級因素的權(quán)重模糊向量ω1=( ),經(jīng)一致性檢驗，一致性檢驗通過.5. 摘要U1對論文評價U的比重為10%, 模型的建立與求解U2對論文評價U的比重為70%， 模型評價與推廣U3對論文評價U的比重為10%，其他U4對論文評價U的比重為10% 。 模型的評價與改進 模型優(yōu)缺點1. 模型優(yōu)點 (1)在對論文橫向比較時，按照優(yōu)、良、中、差四個等級對論文進行了分模塊評價，并用表格列述，直觀形象，使論文的優(yōu)劣一目了然。 (5)所用理論方法比較簡明，模型具有很強的可擴展性，這給模型的普遍使用奠定了基礎(chǔ)。 模型改進 (1) 雖然本文在借鑒往年的基礎(chǔ)上，對各因素集進行劃分和加權(quán)，但還是難以避免主觀因素帶來的影響，具有一定的局限性。(3) 數(shù)學(xué)建模是利用數(shù)學(xué)方法解決實際問題的一種實踐,而全國大學(xué)生數(shù)學(xué)建模競賽要的是為解決實際問題提供優(yōu)秀算法、培養(yǎng)大學(xué)生數(shù)學(xué)素養(yǎng)。 模型的推廣 本模型在對五篇論文進行評判的同時，為數(shù)學(xué)建模論文的評判提供了一個可行的方案。[2] 姜啟源，謝金星，葉俊，數(shù)學(xué)模型（第三版），北京市：高等教育出版社，2003年。)。[n,n]=size(A)。m(1)=max(x(:,1))。y(:,2)=x(:,2)/m(2)。while kpi=i+1。k=abs(m(i)m(i1))。disp(39。disp(39。 %以下是一致性檢驗CI=(tn)/(n1)。此矩陣的一致性可以接受!39。)。)。)。else disp(39。disp(39。disp(39。CR=CI/RI(n)。)。)。w=y(:,i)/a。m(i)=max(x(:,i))。i=2。x(:,2)=A*y(:,1)。y=ones(n,100)。A=39。20072011 Inc. All Rights Reserved 豆丁網(wǎng) 九 附錄程序1R1 = A1=[ ]A1 = B1 =A1*R1B1 = 附錄2： 一直檢驗程序disp(39。也就是說，模型在改進之后完全可以推廣到建模的評判工作中，往更深層次講模型可以推廣到各種論文的評選工作中，保證公平、公正。這里建議在以分數(shù)作為評判標(biāo)準的基礎(chǔ)之上，將各個因素集分數(shù)進行等級劃分劃分（優(yōu)、良、中、差等），并引入權(quán)值 λ（0≤λ≤1）、M，新的評判標(biāo)準、F，論文分數(shù)、η，每篇論文獲得優(yōu)的因素集的比例。 (2) 在建立評判矩陣的時候即對論文進行打分的過程中，雖然對分數(shù)進行了求和取平均值的處理，但由于參與評判的人數(shù)較少（今本組隊員），所以還是會造成較大的誤差。在對論文進行橫向比較和縱向分析的過程中，雖本著客