基于以上实例求解过程，分别从邀约评价的检验验证、缺失填补及联盟群决策三个方面对相应结果进行分析。

图4-3　服务邀约初始评价对比

（1）服务邀约评价的检验校正

云制造服务邀约评价的一致性缺陷会导致服务响应策略决策的困惑，故理顺评价认知，消解知识冲突是邀约评价的基本要求。通过N阶粒度象的辨识归结，c9，c12和c13之间的评价并不相容，在细分指标确认粒度归属的前提下，对三者的综合评价进行统一性整合，以同一整体的方式产生了共同的评价值。通过图4-3与图4-4的对比可以看出，其中c9的综合评价值由“及”提升为“中”，而c12和c13的值则维持不变。

（2）邀约评价的缺失信息填补

为保证邀约评价对响应决策的全面支持作用，评价指标完整呈现的重要性不言而喻。因此，针对服务邀约c4的缺失指标IF，基于如图4-4所示不可分辨关系的粒度解读，确认了其与c9，c12和c13之间的群体归属，从而以另外三者对应指标的均值确定c4的指标取值，为该评价指标的决策认知形成有效支持。

图4-4　服务邀约评价层次化与综合评价校正对比

图4-5　联盟各成员关于联合响应服务邀约的融合评价对比(www.daowen.com)

（3）基于风险态度的邀约评价群决策

面向联合响应的服务邀约评价需要由联盟群体共同完成决策。决策成员的权重水平是群决策过程中首要解决的问题。鉴于灰色关联分析对于不同对象间相似或相异程度的深入刻画，本文基于模糊软集间的灰色相似关联度进行专家权重的计算，从而实现不同联盟成员间的决策信息融合，图4-5对他们之间的对比关系进行了展示。通过N阶伪软集的构建，完成了对服务邀约的精细粒度刻画，明确了各自的粒度形态和相关关系，图4-6对其进行了展示。与图4-5参差不齐的无序化表现相比，可从图4-6中清晰地感知服务邀约的指标特性和形态异同。

图4-6　联盟各成员关于联合响应服务邀约的融合评价层次化对比

当各成员的综合评价信息以笼统语言进行描述时，如何对它们进行集结是当前的重要的研究课题。图4-7展示了将各联盟成员给出的邀约综合评价的笼统语言转换为语言术语集之后的对比情况。通过犹豫模糊语言集的构建，纳入了多种可能评价状态，而在N软粗糙近似空间的刻画下，以上下近似给定面向不同风险态度的邀约评价。图4-8则展现了分别以冒险法、保守法和折中法进行决策时形成的不同评价结果的对比。

图4-7　联盟各成员关于联合响应服务邀约的综合评价对比

图4-8　联盟群体关于联合响应服务邀约的不同风险态度的综合评价对比