評(píng)價(jià)指標(biāo)構(gòu)建及預(yù)處理方法_第1頁(yè)
評(píng)價(jià)指標(biāo)構(gòu)建及預(yù)處理方法_第2頁(yè)
評(píng)價(jià)指標(biāo)構(gòu)建及預(yù)處理方法_第3頁(yè)
評(píng)價(jià)指標(biāo)構(gòu)建及預(yù)處理方法_第4頁(yè)
評(píng)價(jià)指標(biāo)構(gòu)建及預(yù)處理方法_第5頁(yè)
已閱讀5頁(yè),還剩3頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、第二章 評(píng)價(jià)指標(biāo)構(gòu)建及預(yù)處理方法2.1 評(píng)價(jià)指標(biāo)的構(gòu)建及篩選專家調(diào)研法(Delphi)最小均方差法 極大值極小離差法1.求最大離差2.求中最小值3.判別若接近于零時(shí),刪掉對(duì)應(yīng)的評(píng)價(jià)指標(biāo)。2.2指標(biāo)若干預(yù)處理方法及性質(zhì)分析評(píng)價(jià)指標(biāo)類型的一致性“極大型”指標(biāo):我們期望它們的取值越大越好?!皹O小型”指標(biāo):我們期望它們的取值越小越好?!熬又行汀敝笜?biāo):我們期望它們的取值越居中越好?!皡^(qū)間型”指標(biāo):我們期望它們的取值落在某個(gè)區(qū)間。1. 極小指標(biāo)極大化2. 居中指標(biāo)極大化 M為指標(biāo)x的一個(gè)允許下界,M為指標(biāo)x的一個(gè)允許上界。證明:3. 區(qū)間型指標(biāo)極大化 1.0, 若 為指標(biāo)x的最佳穩(wěn)定區(qū)間,M,m分別為x的

2、允許上下界。評(píng)價(jià)指標(biāo)的無(wú)量綱化指標(biāo)的無(wú)量綱化,也叫做指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化、規(guī)范化,它是通過(guò)數(shù)學(xué)變換來(lái)消除原始指標(biāo)量綱影響的方法。現(xiàn)在均假定指標(biāo)數(shù)據(jù)為極大型指標(biāo)。1. 標(biāo)準(zhǔn)化處理法和(j=1,2,m)分別為第j項(xiàng)指標(biāo)觀測(cè)值的樣本平均值和樣本標(biāo)準(zhǔn)差。2. 極值處理法3. 線性比例法4. 歸一化處理5. 向量規(guī)范法6. 功效系數(shù)法7.其他的非線性無(wú)量綱方法,如指數(shù)功效系數(shù)法、冪函數(shù)功效系數(shù)法、對(duì)數(shù)功效系數(shù)法。一般不建議選用非線性的無(wú)量綱化方法。無(wú)量綱化方法的性質(zhì)分析一個(gè)理想的線性無(wú)量綱化方法要滿足如下6個(gè)假設(shè)條件:性質(zhì)1:?jiǎn)握{(diào)性。要求無(wú)量綱化后的數(shù)據(jù)保留原有數(shù)據(jù)之間的序關(guān)系。性質(zhì)2:差異比不變性。要求無(wú)

3、量綱化后的數(shù)據(jù)保留原有數(shù)據(jù)之間對(duì)于某個(gè)標(biāo)準(zhǔn)量的比較關(guān)系。性質(zhì)3:平移無(wú)關(guān)性。對(duì)原始數(shù)據(jù)進(jìn)行“平移”變換,不會(huì)影響無(wú)量綱化后的結(jié)果。性質(zhì)4:縮放無(wú)關(guān)性。對(duì)原始數(shù)據(jù)進(jìn)行“縮小”或“放大”變換不會(huì)影響無(wú)量綱化后的結(jié)果。性質(zhì)5:區(qū)間穩(wěn)定性。對(duì)任意一指標(biāo)原始數(shù)據(jù)的無(wú)量綱化處理結(jié)果都處在一個(gè)確定的取值范圍內(nèi)。性質(zhì)6:總量恒定性。對(duì)任意一指標(biāo)的無(wú)量綱化處理后的標(biāo)準(zhǔn)值之和為一恒定的常數(shù)。幾個(gè)結(jié)論:一是“區(qū)間穩(wěn)定性”和“總量恒定性”不能同時(shí)成立。二是同時(shí)滿足性質(zhì)1-6的無(wú)量綱化方法不存在。三是可以作無(wú)量綱化的復(fù)合函數(shù)。無(wú)量綱化過(guò)程的穩(wěn)定性分析無(wú)量綱化過(guò)程的穩(wěn)定性是指規(guī)范化結(jié)果對(duì)于個(gè)別(或若干)指標(biāo)觀測(cè)數(shù)據(jù)增減的

4、敏感性。敏感性越近,說(shuō)明無(wú)量綱化過(guò)程的穩(wěn)定性越好,反之越差。1. 無(wú)量綱化方法的改進(jìn)型極大型指標(biāo)(j=1,2,m)的無(wú)量綱化改進(jìn)型方法分兩步進(jìn)行。第一步,調(diào)整異常點(diǎn)的值 = 分別表示將指標(biāo)的觀測(cè)值從大到小排序后得到的第大及第上的指標(biāo)值。第二步,指標(biāo)無(wú)量綱化為某一無(wú)量綱化函數(shù)。2. 異常點(diǎn)的數(shù)值確定方法定義2.1 指標(biāo)(j=1,2,m)的觀測(cè)值中滿足的點(diǎn)為異常點(diǎn),滿足的點(diǎn)為下異常點(diǎn)。定義2.2 a=(n-k)/n為保留信息率,這是k為異常點(diǎn)的個(gè)數(shù)。定義2.3 設(shè)指標(biāo)不考慮異常點(diǎn)時(shí)的預(yù)處理值為考慮異常點(diǎn)時(shí)的預(yù)處理值為,則稱為改進(jìn)度。識(shí)別異常點(diǎn)要經(jīng)過(guò)多次選擇,異常點(diǎn)在者中選取。一般設(shè)定規(guī)則“距算數(shù)平

5、均值距離最大者為異常點(diǎn)”, 此公式含義為在序列中,我們認(rèn)為異常點(diǎn)只能出自中,且只能有一個(gè)異常點(diǎn),所以如何判斷max或min是異常點(diǎn),就是看二者和算術(shù)均值的距離,大者為異常點(diǎn)。異常點(diǎn)選取后,對(duì)數(shù)據(jù)的調(diào)整公式 當(dāng)為異常點(diǎn)時(shí),取僅小于的值,。當(dāng)為異常點(diǎn)時(shí),取僅大于的值。記調(diào)整后的指標(biāo)觀測(cè)值為從初始狀態(tài)起反復(fù)進(jìn)行上述“識(shí)別異常點(diǎn)及調(diào)整異常點(diǎn)”的操作,直到中反包含兩種數(shù)值不等的數(shù)據(jù)時(shí),則認(rèn)為達(dá)到了理想狀態(tài),此時(shí)的指標(biāo)觀測(cè)值記為定義4 理想改進(jìn)度 改進(jìn)效率 定義2.5 協(xié)調(diào)值 是越大越好,可以通過(guò)選取最大的確定出最佳的調(diào)整次數(shù)。設(shè)第k步時(shí),保留信息率、改進(jìn)度、改進(jìn)效率、協(xié)調(diào)值分別為。確定最佳調(diào)整次數(shù)的具體算法步驟:步驟1:設(shè)定異常點(diǎn)的最大選取范圍。即給出關(guān)于指標(biāo)觀測(cè)值總數(shù)的一個(gè)比率。若設(shè)該比率為,則異常點(diǎn)的個(gè)數(shù)。步驟2:設(shè)定循環(huán)次數(shù)變量k,先設(shè)k=1。步

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論