綜合評(píng)價(jià)方法mppt課件(編輯修改稿)
2025-02-11 08:12 本頁面
【文章內(nèi)容簡介】 jxxxs?? ?(2)極值差法： ij jijjjxmxMm?? ??ij jijjjxmx c dMm??? ? ??( 1 , 2 , , 。 1 , 2 , , )i n j m??[ 0 ,1 ]ijx? ?112 2111[ ( ) ]nj ijinj ij jixxns x xn???????11m a x { }m in { }j ijinj ijinMxmx?????? 二、綜合評(píng)價(jià)的一般方法 2022/2/12 24 3 定性（模糊）指標(biāo)的量化處理方法 ? 在實(shí)際中，很多問題都涉及到定性，或模糊指標(biāo)的定量處理問題。 ? 諸如 :教學(xué)質(zhì)量、科研水平、工作政績、人員素質(zhì)、各種滿意度、信譽(yù)、態(tài)度、意識(shí)、觀念、能力等因素有關(guān)的政治、社會(huì)、人文等領(lǐng)域的問題。 如何對(duì)有關(guān)問題給出定量分析呢？ 2022/2/12 25 ? 按國家的評(píng)價(jià)標(biāo)準(zhǔn) ,評(píng)價(jià)因素一般分為五個(gè)等級(jí)，如 A， B， C， D， E。 ? 如何將其量化？若 A， B+， C， D+等又如何合理量化？ ? 根據(jù)實(shí)際問題，構(gòu)造模糊隸屬函數(shù)的量化方法是一種可行有效的方法。 2022/2/12 26 假設(shè)有多個(gè)評(píng)價(jià)人對(duì)某項(xiàng)因素評(píng)價(jià)為 A， B， C， D,E共 5個(gè)等級(jí) : {v1 ,v2 ,v3 ,v4,v5}。 譬如：評(píng)價(jià)人對(duì)某事件“滿意度”的評(píng)價(jià)可分為 {很滿意，滿意，較滿意，不太滿意，很不滿意 }將其 5個(gè)等級(jí)依次對(duì)應(yīng)為 5，4， 3， 2， 1。 這里為連續(xù)量化，取偏大型柯西分布和對(duì)數(shù)函數(shù)作為隸屬函數(shù)： ??? ??? ???????53,ln31,])(1[)( 12xbxaxxxf ?? 其中 ba , ?? 為待定常數(shù)． 2022/2/12 27 ??????????? ??53,ln31,])(1[)( 12xbxaxxxf ?? 其中 ba , ?? 為待定常數(shù)． 計(jì)算得 ,3 9 1 ,8 9 4 ,1 0 8 ??? a?? 3 6 9 ?b 。則 ? ?????????????? ??53,31,)()( 12xxxxxf 1)5( ?f當(dāng)“很滿意 ”時(shí)，則隸屬度為１，即 1)5( ?f ； 當(dāng)“較滿意 ”時(shí)，則隸屬度為 ，即 )3( ?f ； 當(dāng)“很不滿意”時(shí)，則 隸屬度為 0 .01 ，即 )1( ?f ． 2022/2/12 28 根據(jù)這個(gè)規(guī)律，對(duì)于任何一個(gè)評(píng)價(jià)值，都可給出一個(gè)合適的量化值。 據(jù)實(shí)際情況可構(gòu)造其他的隸屬函數(shù)。如取偏大型正態(tài)分布。 ? ?????????????? ??53,31,)()( 12xxxxxf 2022/2/12 29 ? 問題： ? （１）對(duì)于相對(duì)數(shù)是否需要經(jīng)過無量綱化處理？ – 無量綱化處理這不僅適合于絕對(duì)數(shù)、平均數(shù)，也適合于相對(duì)數(shù)，因?yàn)橄鄬?duì)數(shù)不能直接加總，各自對(duì)比標(biāo)準(zhǔn)不同，數(shù)據(jù)的變化范圍不同，也需要無量綱化。 ? （２）考試成績有必要進(jìn)行無量綱化嗎？ – 成績是一種分?jǐn)?shù)，本身沒有單位，而且都是百分制。但由于不同科目試題的難易程度、分量都不一定相同，其分?jǐn)?shù)的“含金量”并不相同，因而不能相加。無量綱化后，各科分?jǐn)?shù)都以 60分為中心而分布，具有了可比性，因而可相加。 2022/2/12 30 權(quán)重系數(shù)的確定 —— 重要、困難 二、綜合評(píng)價(jià)的一般方法 基于指標(biāo)功能的賦權(quán)方法 基于指標(biāo)差異的賦權(quán)方法 基于綜合集成的賦權(quán)方法 2022/2/12 31 3. 模糊 指標(biāo)的量化處理方法 根據(jù)評(píng)價(jià)指標(biāo)的相對(duì)重要程度來確定其權(quán)重系數(shù) 。 客觀賦權(quán)： 機(jī)理分析的方法構(gòu)造 、 實(shí)現(xiàn) 。 主觀賦權(quán)： 由評(píng)價(jià)者主觀上對(duì)評(píng)價(jià)指標(biāo)的重視程度來確定 。 權(quán)重系數(shù)的確定 —— 基于指標(biāo)功能的賦權(quán)方法 二、綜合評(píng)價(jià)的一般方法 1, 1 , 2 , , .jj mkkMw j mM????2022/2/12 32 權(quán)重系數(shù)的確定 —— 基于指標(biāo)差異的賦權(quán)方法 二、綜合評(píng)價(jià)的一般方法 根據(jù)評(píng)價(jià)指標(biāo)所提供信息量的大小和差異程度來決定其權(quán)重系數(shù) 。 突出整體差異的拉開檔次法： 通過選擇合適的指標(biāo)權(quán)重系數(shù) ， 使得各被評(píng)價(jià)對(duì)象之間的差異盡量拉大 ， 從而有利于將這種差異體現(xiàn)在綜合評(píng)價(jià)結(jié)果中 。 突出局部差異的客觀賦權(quán)法： 根據(jù)被評(píng)價(jià)對(duì)象的同一指標(biāo)值之間的差異程度來確定相應(yīng)的權(quán)重系數(shù) 。 2022/2/12 33 權(quán)重系數(shù)的確定 —— 基于指標(biāo)差異的賦權(quán)方法 二、綜合評(píng)價(jià)的一般方法 突出整體差異的拉開檔次法： 綜合評(píng)價(jià)模型 ， 被評(píng)價(jià)對(duì)象的綜合指標(biāo)值 的平均值和方差為 求權(quán)重系數(shù) ， 使方差 最大 。 12( , , ) , 1 , 2 , , .i i i inx x x x i n??( , )y f w x?( , ) , 1 , 2 , , .i i iy f w x i n??21111( ) ( ) , ( ) ( ( ) ( ) )nn
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1