評(píng)價(jià)模型中權(quán)重的確定方法課件_第1頁
評(píng)價(jià)模型中權(quán)重的確定方法課件_第2頁
評(píng)價(jià)模型中權(quán)重的確定方法課件_第3頁
評(píng)價(jià)模型中權(quán)重的確定方法課件_第4頁
評(píng)價(jià)模型中權(quán)重的確定方法課件_第5頁
已閱讀5頁,還剩18頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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)

文檔簡介

主講:溫醫(yī)數(shù)?;噩F(xiàn)代綜合評(píng)價(jià)方法?權(quán)重的確定方法標(biāo)準(zhǔn)化(歸一化)極值線形模式:新數(shù)據(jù)=(原數(shù)據(jù)-極小值)/(極大值-極小值)均值標(biāo)準(zhǔn)差模式:新數(shù)據(jù)=(原數(shù)據(jù)-均值)/標(biāo)準(zhǔn)差對(duì)數(shù)Logistic模式:新數(shù)據(jù)=1/(1+e^(-原數(shù)據(jù)))模糊量化模式:新數(shù)據(jù)=1/2+1/2sin[派3.1415/(極大值-極小值)*(X-(極大值-極小值)/2)]X為原數(shù)據(jù)權(quán)重權(quán)重是一個(gè)相對(duì)的概念,是針對(duì)某一指標(biāo)而言。某一指標(biāo)的權(quán)重是指該指標(biāo)在整體評(píng)價(jià)中的相對(duì)重要程度。自重權(quán)數(shù):以權(quán)數(shù)作為指標(biāo)的分值(或分?jǐn)?shù)),或者以權(quán)數(shù)直接作為等級(jí)的分值。加重權(quán)數(shù):在各指標(biāo)的已知分值(即自重權(quán)數(shù))前面設(shè)立的權(quán)數(shù)。1.算術(shù)平均法專家評(píng)估統(tǒng)計(jì)法2.頻數(shù)統(tǒng)計(jì)法3.加權(quán)統(tǒng)計(jì)法加權(quán)統(tǒng)計(jì)法的前兩步(1),(2)同頻數(shù)統(tǒng)計(jì)法。c.信息量權(quán)數(shù)法根據(jù)各評(píng)價(jià)指標(biāo)包含的分辨信息來確定權(quán)數(shù)。采用變異系數(shù)法,變異系數(shù)越大,所賦的權(quán)數(shù)也越大。

計(jì)算各指標(biāo)的變異系數(shù),將CV作為權(quán)重分值,再經(jīng)歸一化處理,得信息量權(quán)重系數(shù)。d.獨(dú)立性權(quán)數(shù)法利用數(shù)理統(tǒng)計(jì)學(xué)中多元回歸方法,計(jì)算復(fù)相關(guān)系數(shù)來定權(quán)的,復(fù)相關(guān)系數(shù)越大,所賦的權(quán)數(shù)越大。計(jì)算每項(xiàng)指標(biāo)與其它指標(biāo)的復(fù)相關(guān)系數(shù),計(jì)算公式為,R越大,重復(fù)信息越多,權(quán)重應(yīng)越小。取復(fù)相關(guān)系數(shù)的倒數(shù)作為得分,再經(jīng)歸一化處理得權(quán)重系數(shù)。e.主成分分析法一種多元分析法。它從所研究的全部指標(biāo)中,通過探討相關(guān)的內(nèi)部依賴結(jié)構(gòu),將有關(guān)主要信息集中在幾個(gè)主成分上,再現(xiàn)指標(biāo)與主成分的關(guān)系,指標(biāo)Xj的權(quán)數(shù)為:

wj=dj·bij∑mj=1dj·bij

其中bij為第i個(gè)主成分與第j個(gè)因素間的系數(shù),di=λi/Σλk為貢獻(xiàn)率。這種判斷通過引入1~9比率標(biāo)度進(jìn)行定量化。該法的優(yōu)點(diǎn)是綜合考慮評(píng)價(jià)指標(biāo)體系中各層因素的重要程度而使各指標(biāo)權(quán)重趨于合理;缺點(diǎn)是在構(gòu)造各層因素的權(quán)重判斷矩陣時(shí),一般采用分級(jí)定量法賦值,容易造成同一系統(tǒng)中一因素是另一因素的5倍、7倍,甚至9倍,從而影響權(quán)重的合理性。g.優(yōu)序圖法設(shè)n為比較對(duì)象(如方案、目標(biāo)、指標(biāo))的數(shù)目,優(yōu)序圖是一個(gè)棋盤格的圖式共有n×n個(gè)空格,在進(jìn)行兩兩比較時(shí)可選擇1,0兩個(gè)基本數(shù)字來表示何者為大、為優(yōu)?!?”表示兩兩相比中相對(duì)“大的”、“優(yōu)的”、“重要的”,而用“0”表示相對(duì)“小的”、“劣的”、“不重要的”。以優(yōu)序圖中黑字方格為對(duì)角線,把這對(duì)角線兩邊對(duì)稱的空格數(shù)字對(duì)照一番,如果對(duì)稱的兩欄數(shù)字正好一邊是1,而另一邊是0形成互補(bǔ)或者兩邊都為0.5,則表示填表數(shù)字無誤,即完成互補(bǔ)檢驗(yàn)。滿足互補(bǔ)檢驗(yàn)的優(yōu)序圖的各行所填的各格數(shù)字橫向相加,分別與總數(shù)T(T=n(n-1)/2)相除就得到了各指標(biāo)的權(quán)重。h.熵權(quán)法熵最先由申農(nóng)引入信息論,現(xiàn)已在工程技術(shù)、社會(huì)經(jīng)濟(jì)等領(lǐng)域得到比較廣泛的應(yīng)用。其基本思路是根據(jù)指標(biāo)變異性的大小來確定客觀權(quán)重。一般來說,某個(gè)指標(biāo)的信息熵Ej越小,表明指標(biāo)值的變異程度越大,提供的信息量越多,在綜合評(píng)價(jià)中所起的作用越大,其權(quán)重也越大。相反,某個(gè)指標(biāo)的信息熵Ej越大,表明指標(biāo)值的變異程度越小,提供的信息量越少,在綜合評(píng)價(jià)中所起的作用越小,其權(quán)重也越小。把實(shí)際數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后轉(zhuǎn)變?yōu)闃?biāo)準(zhǔn)化數(shù)據(jù)dij后,依據(jù)以下公式計(jì)算第j項(xiàng)指標(biāo)的信息熵:

Ej=-(lnm)-1∑mi=1pijlnpij

其中m為被評(píng)價(jià)對(duì)象的數(shù)目,n為評(píng)價(jià)指標(biāo)數(shù)目,并且pij=dij∑mi=1dij,如果pij=0,則定義limpij→0pijlnpij=0。利用熵計(jì)算各指標(biāo)客觀權(quán)重公式為:wj=1-Ejn-∑nj=1Ej

j=1,2,3……nj.CRITIC法該法的基本思路是確定指標(biāo)的客觀權(quán)數(shù)以評(píng)價(jià)指標(biāo)間的對(duì)比強(qiáng)度和沖突性為基礎(chǔ)。對(duì)比強(qiáng)度以標(biāo)準(zhǔn)差的形式來表現(xiàn),即標(biāo)準(zhǔn)差的大小表明在同一指標(biāo)內(nèi),各方案取值差距的大小。標(biāo)準(zhǔn)差越大,各方案之間取值差距越大。而各指標(biāo)間的沖突性是以指標(biāo)之間的相關(guān)性為基礎(chǔ)。若兩個(gè)指標(biāo)之間具有較強(qiáng)的正相關(guān),說明兩個(gè)指標(biāo)沖突性較低。第j個(gè)指標(biāo)與其它指標(biāo)沖突性的量化指標(biāo)為∑nt=1(1-rij)其中rij為評(píng)價(jià)指標(biāo)t和j之間的相關(guān)系數(shù)。設(shè)Cj表示第j各指標(biāo)所包含的信息量,則Cj可表示為:Cj=σj∑nt=1(1-rij)

j=1,2,3,……n

Cj越大,第j個(gè)評(píng)價(jià)指標(biāo)所包含的信息量越大,該指標(biāo)的相對(duì)重要性就越大。第j個(gè)指標(biāo)的客觀權(quán)重Wj應(yīng)為:

wj=Cj∑nj=1Cj

j=1,2,3,……nk.非模糊數(shù)判斷矩陣法非模糊數(shù)判斷矩陣法是通過把三角模糊數(shù)判斷矩陣轉(zhuǎn)化為非模糊數(shù),將新矩陣調(diào)整為互反矩陣,同時(shí)對(duì)其一致性進(jìn)行檢驗(yàn),再利用AHP法來確定權(quán)重的一種方法。

設(shè)三角模糊數(shù)M1=(l1,m1,u1),M2=(l2,m2,u2)→建立單位模糊判斷矩陣→集結(jié)單位模糊判斷矩陣建立三角模糊判斷矩陣→將三角模糊數(shù)轉(zhuǎn)化為非模糊數(shù)→對(duì)互反性進(jìn)行調(diào)整運(yùn)用AHP法計(jì)算即可得到評(píng)價(jià)因素的權(quán)重集。

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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