多指標綜合評價方法及權重系數(shù)的選擇-全文預覽
【正文】 標分為若干層次和若干指標，依照不同權重進行綜合評價的方法。 層次分析加權法（AHP法）［1］選擇基金項目：廣東藥學院引進人才科研啟動基金資助項目( 2005ZYX12)、廣州市科技計劃項目（ 2007J1C0281）、廣東省科技計劃項目（2007A060305006） 綜合評價是利用數(shù)學方法（包括數(shù)理統(tǒng)計方法）對一個復雜系統(tǒng)的多個指標信息進行加工和提煉，以求得其優(yōu)劣等級的一種評價方法。 【關鍵詞】【摘要】 作者：王暉，陳麗，陳墾，薛漫清，梁慶本文對多指標評價方法和權重系數(shù)的選擇進行概括介紹。權重系數(shù)。 多指標綜合評價方法 該法通過建立目標樹，可計算出合理的組合權重，最終得出綜合指數(shù)，使評價直觀可靠。 相對差距和法［3］ 設有m項被評價對象，有n個評價指標，則評價對象的指標數(shù)據(jù)庫為 Kj=(K1j，K2j，……，Knj)，j=1，2，……，m。該法考慮了各評價對象在全體評價對象中的位置，避免了各被評價對象之間因差距較小，不易排序的困難。 應用本法時，當指標數(shù)越多，且各指標間相關程度越密切，即相應的主成分個數(shù)越少，本法越優(yōu)越；對于定性指標，應先進行定量化；當指標數(shù)較少時，可適當增加主成分個數(shù)，以提高分析精度。 TOPSIS法［6］ 該法是基于歸一化后的原始數(shù)據(jù)矩陣，找出有限方案中的最優(yōu)方案和最劣方案，然后獲得某一方案與最優(yōu)方案和最劣方案間的距離（用差的平方和的平方根值表示），從而得出該方案與最優(yōu)方案的接近程度，并以此作為評價各方案優(yōu)劣的依據(jù)。 侯志東等［8］提出的基于Hausdauff度量的模糊Topsis方法，首先通過模糊極大集和模糊極小集來確定模糊多屬性決策問題的理想解與負理想解，再由Hausdauff度量獲得不同備選方案到理想解與負理想解的距離及其貼近度，根據(jù)貼近度指標對方案進行優(yōu)劣排序?！ ? 該方法以實際資料作為計算基礎，較為客觀，它在算法上是將原始數(shù)據(jù)轉化為序值，雖計算簡單，但未充分利用資料的原始信息。 j=1，2，……k 以Xij表示第j個指標下的第i個測定值，以Sj 表示第j個指標下各次試驗結果的和，即 Sj=Σni=1Xij j=1，2……k 則P（Bi/Aj）=Xij/Sj 全概率公式為： 人工神經(jīng)網(wǎng)絡［11］與傳統(tǒng)的計算機方法相比，具有大規(guī)模信息處理、分布式聯(lián)想存儲、自適應學習及自組織的特點；作為一個高度的非線性動態(tài)處理系統(tǒng)，既可處理線性問題，又可處理非線性問題，且具有很強的容錯能力。 簡易公式評分法［12］ 式中aij、bij、cij分別為第i項的第 j 個指標，ss2和s3分別為樣本的標準差，bb2和b3分別為權重系數(shù)。 一般步驟如下：根據(jù)各指標屬性，進行數(shù)據(jù)生成（生成的數(shù)據(jù)應滿足無量綱化、標準化和測度統(tǒng)一化）→ 產(chǎn)生隨機重向量→ 計算加權值→排序向量。在實際應用中，采用模糊綜合評判法能夠得到全面和合理的評判結果［15］。 X0j=max(Xij)本法既適合大樣本，也適合小樣本的評價系統(tǒng)。同時根據(jù)不同因子以及進一步旋轉，可以對指標進行較為科學和清晰的分類。在模型中，特殊因子起著殘差的作用，且他們彼此不相關且與公共因子也不相關。 功效函數(shù)法［19］ 功效函數(shù)法是根據(jù)多目標規(guī)劃原理提出來的，其基本思想是通過功效函數(shù)將不同量綱的各指標實際值轉化為無量綱的功效系數(shù)，再根據(jù)各指標的權重關系得到綜合評價值，以綜合評價值作為綜合評價的依據(jù)。 （2） dij=rij/r1 {Xij} 1不能偏大也不能偏小 （3） 1+(r2rij)/rmax，jdij(4） 該方法直觀明了，可使不可比的、相互補的指標，按照某種規(guī)則成為相互可比的量化指標；同時又兼顧了各指標在評價中的重要程度。首先要選擇適當?shù)闹笜耍_定權重后依據(jù)下列公式把指標進行指數(shù)化： 高優(yōu)指標指數(shù)化計算公式:Yj=Xj/Mj 低優(yōu)指標指數(shù)化計算公式:Yj=Mj/Xj 然后按照同類指標指數(shù)相乘、異類指標指數(shù)相加的方法進行指數(shù)綜合得出I值進行比較。對原始數(shù)據(jù)進行相對化處理，消除了不同指標量綱的影響。 該法邏輯嚴謹，計算簡便，可用于同一時間各指標的橫向評價，也可用于同一指標不同時間的縱向評價。主觀權重系數(shù)（又稱經(jīng)驗權數(shù)）是指人們對分析對象的各個因素，按其重要程度，依照經(jīng)驗，主觀確定的系數(shù)，例如Delphi法、AHP法和專家評分法。 專家咨詢權數(shù)法（特爾斐法）［23］ 該法又分為平均型、極端型和緩和型。 因子分析權數(shù)法［24］ 根據(jù)數(shù)理統(tǒng)計中因子分析方法，對每個指標計算共性因子的累積貢獻率來定權。采用變異系數(shù)法，變異系數(shù)越大，所賦的權數(shù)也越大。 計算每項指標與其它指標的復相關系數(shù)，計算公式為R=（SS回/SS總）1/2，R越大，重復信息越多，權重應越小。 一種多元分析法?！ ∵@種判斷通過引入1～9比率標度進行定量化?！?”表示兩兩相比中相對“大的”、“優(yōu)的”、“重要的”，而用“0”表示相對“小的”、“劣的”、“不重要的”。 熵權法［27］ 熵最先由申農(nóng)引入信息論，現(xiàn)已在工程技術、社會經(jīng)濟等領域得到比較廣泛的應用。把實際數(shù)據(jù)進行標準化后轉變?yōu)闃藴驶瘮?shù)據(jù)dij后，依據(jù)以下公式計算第j項指標的信息熵： Ej＝(lnm)1∑mi=1pijlnpij 其中m為被評價對象的數(shù)目，n為評價指標數(shù)目，并且pij=dij∑mi=1dij，如果pij=0，則定義limpij→0pijlnpij=0。 標準離差法［28］ 標準離差法的思路與熵權法相似。 j=1，2，3，……n 而各指標間的沖突性是以指標之間的相關性為基礎。 wj=Cj∑nj=1Cj但是值得注意的是如果兩個指標間的沖突性較小，則表示兩個指標在評價方案的優(yōu)劣上反映的信息有較大的相似性
環(huán)評公示相關推薦
鄂ICP備17016276號-1