评价指标权重确定方法综述
指标评价体系中关于指标权重确定方法的研究
完整的顾客满意度指标体系包括测评的指标，以及根据各项指标在测评指标体系中所具有的不同的重要性程度确定各项指标对总体满意度的影响权重。满意度测评结果除了作为企业满意度改进方向的一个重要支持数据之外，满意度评分也被应用于员工的绩效考核中，而绩效考核的一个重要原则就是绩效考核的内容必须获得员工的认同。不同的加权数往往导致不同的测评结果，因此权重确定是测评指标体系设计中非常关键的一个步骤，对于能否客观、真实地反映顾客满意度起着至关重要的作用。不同的客户对测评指标的看法和评价也不尽不同，因而各指标对总体满意度的影响也不同，如乘坐地铁，安全和快捷比其它任何方面都重要的多。同时即使是同一个测评指标，由于测评对象不同，对于总体满意度的影响也有可能不同。确定权重的方法有很多种，主观赋权法、客观赋权法、德尔菲法、层次分析法等。主观赋权法因为主观意识的成分居多，通常容易引起争议；法是最为简单直接的方法，也是最常用的方法。实际操作中，最常用的方法是采用李斯特量表对各指标的重要程度进行评价，所得的重要性得分称之为声称重要性，以此作为权重计算的数据。笔者曾经尝试用过5分制、10分制、100分制不同的精确度的量表评测，但是都出现了相似的情况。一个普通的客户，必然希望在任何方面都获得最好的服务，没有什么指标是不重要的。在此基础上计算出来的各个指标的权重也必然很相近。以图表1的数据为例，我们很难向客户说明在城市公交系统中，“广告宣传”对总体满意度的影响与“安全保障”为什么这么相近。推导重要性就是相对声称重要性而言的，它是以满意度评分为基础数据，通过回归方程、结构方程等多元统计方法计算各个指标对总体满意度的影响程度，并以此为基础计算各指标的权重。但通过多元统计方法分析出来的结果可能出现被考核方表现已经比较出色的工作因为客户已经习以为常，对总体满意度的影响很小，反而某些出现瑕疵的工作影响程度特别高。我们从用户需求的角度解释是合理的，但企业员工却难以接受，没有人会觉得做得最好的工作的权重却最小是合理的，而且企业也未能达到绩效考核目的。图表1重要性评价权重确定测评指标声称重要性评分权重导向指引837122%舒适整洁888129%准时快捷935136%安全保障967140%票务票价834121%设备设施866126%服务及时周到897130%广告宣传65996%合计68831000%直接比较法也是一种客观赋权法，它将指标集内重要程度最小的指标设为“1”，其它指标与之比较，作出其多少倍的重要程度的判断，然后逐一分析，得出各指标的权重。直接比较法要求被者考虑各指标之间重要程度的差异性。因为需要被者太多的时间比较和思考，不适宜同时测评过多的指标，一般10个左右，最多不要超过20个。通常采用面对面的方式比较合适。图表2是采用直接比较法得出的模拟数据。比较图表2和图表1的数据，采用直接比较法计算所得的权重更为容易获得多方的赞同。图表2直接比较法权重确定测评指标重要性程度最小比较倍数权重导向指引20100%舒适整洁25125%准时快捷35175%安全保40200%票务票价25125%设备设施25125%服务及时周到20100%广告宣传150%合计20100%满意度指标体系分为三级，一级指标即总体满意度；二级指标是对三级指标的归纳，相对而言数量较少，三级指标的数量通常都较多。因此如果对所有指标都采用直接赋权法并不现实。我们将满意度指标体系的权重确定分为两个部分，二级指标采用直接赋权法计算权重，三级指标采用推导重要性计算权重，三级指标在整个满意度指标体系的权重可以通过二级指标的权重的加权处理获得。以下，以中小企业固话业务满意度指标体系的权重计算过程为例，介绍指标权重计算的具体过程。•第一步：计算二级指标的权重根据调查的数据，我们已经非常清楚各指标的重要性程度，按照以下公式逐一计算各个指标的权重。指标权重＝指标比较倍数S指标比较倍数*100%每个独立的样本对各指标重要性程度的评价必然不同，因此也会出现重要性程度的最小不同的情况。我们在计算各个指标的权重必须注意到比较倍数的参照指标是不同的，所以我们首先计算各指标在单一样本的权重，再对所有单一样本权重进行算术平均得出各个指标的实际权重。图表3的数据是其中一个样本计算所得的数据，各个指标的权重将通过计算所有样本权重的均值获得。在此权且使用该样本的权重作为指标的权重，作为计算三级指标折算权重的数据。图表3二级指标权重计算示例测评指标重要性程度最小比较倍数单一样本权重企业品牌形象1212188=64%广告宣传与促销110188=53%业务办理及购买1818188=96%通话质量2525188=133%资费结算2525188=133%故障及处理情况3030188=160%安装维修人员服务质量2828188=149%客服热线人员服务质量2020188=106%营业厅人员服务质量2020188=106%合计1881•第二步：计算三级指标相对于所属二级指标的权重三级指标的数量比较多，如果采用直接赋权法，实际操作非常困难。在此，以满意度评价得分作为研究的基础，采用多元统计分析方法计算各指标对上一级指标的满意度得分的影响程度，即推导重要性。图表4的各指标的推导重要性是采用岭回归分析计算所得，并由此计算出各指标相对于二级指标“通话质量”的权重。图表4三级指标权重计算示例测评指标推导重要性得分权重拨打电话的接通率0180158277%通话的稳定不掉线0219577337%语音的清晰程度0251629386%合计06513641000%•第三步：计算三级指标在指标体系中的权重为了了解各级指标在整个指标体系中的重要程度，就需要对各级测评指标的权重进行折算。目前我们已经计算出了二级指标相对于一级指标的权重和三级指标相对于所属二级指标的权重，我们只需要将二级指标的权重与三级指标的权重相乘即可。计算公式为：三级指标折算权重＝二级指标权重*三级指标权重图表5三级指标折算权重计算示例测评指标三级指标权重三级指标折算权重拨打电话的接通率277%368%通话的稳定不掉线337%448%语音的清晰程度386%514%合计1000%1330%市场是瞬息万变的，新产品新技术的产生，新的市场进入者出现，竞争状况一旦发生变化，都可能影响到客户的需求变化。因此无论是指标本身还是各指标权重，都是具有一定时效性的。一般每两年就会对指标体系做一次评估和修正。
指标权重的确定方法
权重的确定方法一、权重的概念用若干个指标进行综合评价是，其对被评价的作用，从评价目标来看并不是同等重要。
在统计综合评价中，权属的大小反映了评价指标的重要程度，权数大的评价指标重要程度大，权数小的评价指标重要程度小。
一般有两种表现形式：一是绝对数（频数）表示，另一种是用相对数（频率）表示。
（1）从含信息的多少来考虑。
权数越大，评价指标所包含信息越多。
（2）从指标的区分能力来考虑，全数越大，说明评价指标区别被评价对象的能力越强。
二、权重的确定方法对实际问题选定被综合的指标后，确定各指标的权的值的方法有很多种。
概括起来，权重的确定方法从总体上可归为三大类:即主观赋权评价法、客观赋权评价法及组合集成赋权法。
（一）主观赋权法所谓主观赋权法，就是指基于决策者的知识经验或偏好，通过按重要性程度对各指标(属性)进行比较、赋值和计算得出其权重的方法。
对于主观赋权法的研究，目前已取得的主要成果有:层次分析法(AHP 法)、专家调研法(Delphi 法)。
1、德尔菲法德尔菲法又称为专家法，其特点在于集中专家的知识和经验，确定各指标的权重，并在不断的反馈和修改中得到比较满意的结果。
基本步骤如下：（1）选择专家。
这是很重要的一步，选得好不好将直接影响到结果的准确性。
一般情况下，选本专业领域中既有实际工作经验又有较深理论修养的专家10～30人左右，并需征得专家本人的同意。
（2）将待定权重的p 个指标和有关资料以及统一的确定权重的规则发给选定的各位专家，请他们独立的给出各指标的权数值。
（3）回收结果并计算各指标权数的均值和标准差。
（4）将计算的结果及补充资料返还给各位专家，要求所有的专家在新的基础上确定权数。
（5）重复第（3）和第（4）步，直至各指标权数与其均值的离差不超过预先给定的标准为止，也就是各专家的意见基本趋于一致，以此时各指标权数的均值作为该指标的权重。
此外，为了使判断更加准确，令评价者了解已确定的权数把握性大小，还可以运用“带有信任度的德尔菲法”，该方法需要在上述第（5）步每位专家最后给出权数值的同时，标出各自所给权数值的信任度。
“双高计划”绩效评价指标体系内涵分析与权重确定
“双高计划”绩效评价指标体系内涵分析与权重确定一、内容简述“双高计划”是指高水平学校和高水平专业建设，是当前我国高等教育领域的重要战略任务。
为了有效推进“双高计划”绩效评价指标体系的构建显得尤为关键。
该绩效评价指标体系旨在全面衡量高校在高水平专业建设过程中的综合表现，包括教学水平、科研能力、社会服务等多个维度。
通过设立科学、合理的评价指标，可以客观反映高校在“双高计划”实施过程中的成果与不足，为高校的优化调整提供数据支撑。
绩效评价指标体系的构建也注重量化性和可操作性。
各评价指标应有明确的数据来源和计算方法，以便于评价工作的开展。
评价指标还应具有一定的导向性和灵活性，能够根据不同高校的实际情况进行动态调整。
在权重确定方面，该体系采用层次分析法等现代决策理论，对各个评价指标进行权重分配。
通过专家咨询、数据分析等方法，确保权重设置的科学性和合理性。
这样既保证了评价结果的客观公正，又能够激励高校在“双高计划”实施过程中更加注重长远发展。
1.背景介绍随着我国高等职业教育的快速发展，“双高计划”（即高水平学校和高水平专业群建设）已成为推动职业教育高质量发展的重要举措。
在这一背景下，构建科学、客观、公正的绩效评价指标体系显得尤为重要。
“双高计划”绩效评价指标体系内涵分析与权重确定将有助于提高我国职业教育的质量和水平，培养更多高素质技术技能人才。
2.研究意义在《“双高计划”绩效评价指标体系内涵分析与权重确定》关于“研究意义”的段落内容可以这样写：本研究具有深远的意义。
通过对“双高计划”绩效评价指标体系的内涵进行深入分析，有助于明确“双高计划”的实施目标和方向，为后续的绩效评价工作提供有力的理论支撑。
构建科学、合理的绩效评价指标体系，对于提升高职院校的教育教学水平、提高人才培养质量具有重要的现实意义。
该研究还有助于激发高职院校的创新活力，推动教育教学改革，更好地适应经济社会发展对高素质技术技能人才的需求。
研究“双高计划”绩效评价指标体系的内涵与权重确定，对于完善高职院校的评价制度、促进高职教育质量的全面提升也具有重要意义。
评价指标权重确定方法综述
评价指标权重确定方法综述＊＊*（西安科技大学地质与环境学院西安 710600）摘要:权重是一个相对的概念，是针对某一指标而言的。
某一指标的权重是指该指标在整体评价中的相对重要程度。
在多因素的各种评价决策问题中，确定各因素的权重是评价决策的关健之一，本文着重介绍了专家估测法、频数统计法、因子分析权重法、信息量权数法、独立性权数法、主成份分析法、层次分析法、模糊关系方程法等几种确定权重的方法.关键词：权重；变量；因子分析;层次分析.The review of the weighing values’s evaluation method*＊＊（xi'an university of science and technology Xi'an 710600 ）Abstract：the weight is a relative concept, is aimed at a certain indicators。
One refers to the weights of indicators in the evaluation of the overall relative important degree。
In multi-factor evaluation of decision making problems，determine the weight of each factor is one of the key evaluation decision, this paper emphatically introduces the expert estimation method，frequency statistics, factor analysis weighting method, weighting method, independent information weighting method, principal component analysis method, analytic hierarchy process (ahp) and fuzzy relation equation method of several kinds of determining weights methods.Key words: weight; Variables; Factor analysis；Hierarchical analysis。
化工园区安全发展指标体系构建与评价方法综述
化工园区安全发展指标体系构建与评价方法综述摘要：为了更好构建化工园区安全发展评价模型，本文从化工园区安全发展指标体系构建、指标权重方法确定、评价方法3个方面探讨了化工园区安全发展评价体系的研究现状，指出了化工园区安全发展评价存在的问题，并从通过合理运用数据库技术，提高化工园区安全发展指标数据收集的可靠性和时效性；通过自适应等信息化技术，建立动态指标权重确定方法；借助计算机技术，研发化工园区模拟软件，进一步提升化工园区安全发展评价效果；通过机器学习等智能技术，提高化工园区安全发展评价方法深度学习能力，提升其评价的准确性与实用性等方面提出了未来化工园区安全发展评价的研究方向和发展趋势。
关键词：化工园区；安全发展；指标体系；权重确定；评价方法引言化工园区在国民经济体系中承担重任，自身安全风险和环境破坏效应也值得关注。
安全环保一体化管理理念的提出，为化工园区管理指明前进方向，因此有必要探讨化工园区一体化管理的思路。
1定义范围化工园区的首要特征是产业集聚，是指以化工为主导的产业在特定地域范围内相互集中的现象。
产业聚集能形成集聚经济效益，有利于产业合作共赢、降低成本、增加竞争力;同时从安全生产角度，将化工园区内的企业集中布置，比在城市区域内分散布置可更大程度上降低外部风险防控区域范围。
虽然化工园区局部区域内会造成风险增加，但整体上有利于城市的安全可持续发展，因此化工园区的范围应包括专业化工园区和化工集中区，而且鉴于目前化工集中区在我国化工园区中占有很大比重，因此将化工园区的范围只局限专业性化工园区不是很合适，也不符合各地方的发展实情。
2化工园区安全发展指标体系构建与评价方法2.1对火灾风险进行科学定量分析，对园区内部各类危害进行定性分析对于化工生产而言，风险预防与保障工作的价值远远超过其日常生产过程，在火灾等安全隐患发生之前，相关管理人员需要做好必要的防范工作。
企业管理人员可根据石油化工园区不同部门的分布与具体位置，科学分析不同区域火灾风险系数的高低，以及各类风险的分布规律，安全事故发生的可能，为后续保障体系的落实提供良好的基础条件。
权重确定方法综述
权重确定方法综述作者：郭昱来源：《农村经济与科技》2018年第08期[摘要]赋权研究一直是社会工作专业中的一个重要研究主题，针对多属性决策中指标权重的确定问题，目前已有的确定指标属性权重的方法大致可分为：主观赋权发、客观赋权法、主客观赋权法三个类别，本文将针对这三个类型的赋权方法，选取其中有代表性的方法加以介绍和总结，为目前权重的选择和研究提供借鉴。
[关键词]权重；赋权方法；综述[中图分类号]TP391.1 [文献标识码]A权重是用来衡量总体中各单位标志值在总体中作用大小的数值，是表示某一指标项在指标项系统中的重要程度，它表示在其地指标项不变的情况下，这一指标项的变化对结果的影响。
目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。
1 主观赋权法主观赋权法是人们研究较早、较为成熟的方法，它根据决策者（或专家）主观上对各属性的重视程度来确定属性权重，其原始数据由专家根据经验主观判断而得到。
常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP）、二项系数法、环比评分法等。
本文详细介绍层次分析法和专家调查法。
1.1 层次分析法、专家调查法1.1.1 层次分析法。
层次分析法是一种解决测度难于量化的复杂问题的手段，它能在复杂决策过程中引入定量分析，并充分利用决策者在两两比较中给出的偏好信息进行分析与决策支持，既有效地吸收了定性分析的结果，又发挥了定量分析的优势，从而使评估过程具有很强的条理性。
利用AHP确定多因素权重分配的步骤为：第一，建立问题的递阶层次结构。
把一个复杂问题分解成各个组成因素，把这些因素按照属性和支配关系分成若干组，形成不同层次。
第二，构造两两比较判断矩阵。
对某一因素支配下的因素两两进行比较，用数值表明哪一个重要及重要程度。
第三，计算一致性比例CR。
CR=CI/RI当CR第四，计算所有因素对总目标的权重分配，并进行一致性检验。
综合评价中确定权重向量的几种方法比较
综合评价中确定权重向量的几种方法比较一、本文概述权重向量在综合评价中占据重要地位，其合理设定直接关系到评价结果的准确性和有效性。
本文旨在探讨和比较确定权重向量的几种常用方法，包括主观赋权法、客观赋权法以及主客观集成赋权法等。
我们将从各种方法的理论基础、操作流程、优缺点以及适用范围等方面进行深入分析，以期为读者提供全面、系统的权重向量确定方法指南。
我们将概述主观赋权法，包括德尔菲法、层次分析法等，这些方法主要依赖于专家的主观判断和经验积累，因此在一定程度上可能受到主观因素的影响。
我们将介绍客观赋权法，如熵值法、主成分分析法等，这些方法主要基于数据的客观特征进行计算，但可能忽视了某些重要的主观信息。
我们将探讨主客观集成赋权法，如基于博弈论的组合赋权法、基于最优距离的组合赋权法等，这些方法试图将主观和客观信息相结合，以更全面地反映评价对象的实际情况。
通过对比分析，我们期望能够帮助读者更好地理解和应用各种权重向量确定方法，以提高综合评价的准确性和科学性。
我们也希望本文能够为相关领域的研究者和实践者提供有益的参考和启示。
二、权重向量确定方法概述权重向量的确定是综合评价中的一个重要环节，其选择直接关系到评价结果的公正性和准确性。
在众多的方法中，主要有以下几种常用的权重向量确定方法。
主观赋权法：这类方法主要依赖于专家的经验和主观判断。
例如，德尔菲法（Delphi法）通过邀请多位专家对评价指标进行打分，经过几轮反馈和修正，最后达成一致的意见。
层次分析法（AHP）则通过构建层次结构模型，将复杂问题分解为若干层次和因素，通过两两比较确定各因素的相对重要性。
主观赋权法简单易行，但受主观因素影响较大，可能导致评价结果的偏差。
客观赋权法：这类方法主要基于客观数据和信息来确定权重。
例如，熵值法通过计算各指标的熵值，反映其离散程度，从而确定权重。
主成分分析法（PCA）则通过降维技术，提取出影响评价结果的主要成分，并以其方差贡献率作为权重。
绩效评价指标体系的权重确定方法研究
绩效评价指标体系的权重确定方法研究绩效评价是组织管理中不可或缺的环节，而绩效评价指标体系的权重则对绩效评价结果的准确性和公正性有着重要影响。
本文将探讨一些有关绩效评价指标体系权重确定方法的研究，帮助我们更好地理解和应用于实践。
一、传统方法1.1 层次分析法层次分析法（Analytic Hierarchy Process，简称AHP）是一种常用的确定指标体系权重的方法。
它基于专家判断和经验，将复杂的决策问题分解为层次结构，通过对各层指标的相对重要性进行两两比较，得到各指标的权重。
然后通过构建判断矩阵，运用特征向量法计算出最终的权重。
1.2 主成分分析法主成分分析法（Principal Component Analysis，简称PCA）是一种通过数学方式将多个指标综合成少数几个新的综合指标的方法。
它通过线性变换，将相关性较高的原始指标压缩成一组无关的主成分指标。
然后根据这些主成分的贡献率确定权重。
二、改进方法2.1 德尔菲法德尔菲法是一种通过专家问卷调查的方法，用于确定权重。
在德尔菲法中，专家通过匿名问卷的形式对指标进行评估，并进行多轮反复，最终得到每个指标的权重。
这种方法通过专家的意见和经验，可以克服主观性和偏见，提高权重的客观性。
2.2 相关系数法相关系数法是一种利用数学统计方法确定权重的方法。
该方法通过计算指标之间的相关系数，来反映它们之间的关联程度。
相关系数越高，则表示两个指标之间的关联性越强，权重也就越大。
这种方法能够客观地考虑指标之间的相互影响，有利于准确确定权重。
三、综合方法3.1 模糊综合评价法模糊综合评价法是一种将模糊数学方法与综合评价相结合的方法。
在该方法中，通过模糊数学的理论和模型，将各个指标的权重表示为模糊数，并使用综合评价的方法得出各个指标的权重。
3.2 灰色关联度法灰色关联度法是一种通过灰色关联度分析指标之间的关联性，从而确定权重的方法。
它通过计算指标之间的关联度，了解指标之间的重要性和联系程度，从而确定权重。
综合评价中评价指标权重的确定方法研究
综合评价中评价指标权重确实定方法研究综合评价中评价指标权重确实定方法研究摘要：权重是以某种数量形式比照、权衡被评价对象各个指标相对重要程度的量值，合理确定权重对综合评价结果具有重要影响。
为了克服主、客观赋权法的缺陷，将主观赋权法的层次分析法与客观赋权法的熵权法相结合来确定评价指标的组合权重，以便全面地反映实际情况，使得评价结果更具科学性。
关键词：权重；层次分析法；熵权法；组合权重；综合评价；0 前言对多指标进行综合评价时，需要对选定的评价指标赋予不同的权重。
权重主要取决于两个方面：一是指标本身在决策中的作用以及指标价值的可靠程度；二是决策者对该指标的重视程度。
确定权重的方法一般分为主观赋权和客观赋权两类。
主观赋权大局部是利用专家或者个人的知识、经验，采取综合咨询评分的定性方法来确定权重；客观赋权即从指标的统计性质来考虑，根据各指标之间的相关关系或者各指标值的变异程度来确定权重【1】。
主、客观赋权法都存在一定缺陷。
所以，应用中常常需要综合主、客观赋权方法使用。
因此，本研究将主观赋权法的层次分析法与客观赋权法的熵权法相结合，来确定评价指标的组合权重。
1 层次分析法赋权层次分析法的步骤如下【2】：构建层次分析模型。
根据指标体系结构构建层次分析模型，模型顶层为目标层，中间为准那么层，最下层为指标层。
越大，那么说明判断矩阵一致性越差，时，表示具有完全一致性。
当时，那么可认为判断矩阵具有满意的一致性。
否那么，需要重新调整判断矩阵。
满足一致性检验的判断矩阵，其最大特征根对应的特征向量归一化后即为该层各指标的权重向量。
2 熵权法赋权【3】熵权法的应用步骤如下：3 组合权重确实定4 结语主观赋权法是以评价者的主观偏好信息为主，该方法可以反映评价者的经验、直觉，但却容易受人为主观因素的影响，使得某些指标的作用夸大或缩小，致使评价结果可能会产生较大的主观性、随意性，不能完全真实地反映客观事物之间的实际关系。
而客观赋权法可以克服主观因素的不利影响，同时还可以减轻计算的工作量，但这样确定的权重一般都属于信息量权重，可能会忽略指标本身的相对重要程度以及评价者的主观信息，因此，客观赋权法同样也有缺陷。
评价模型中权重的确定方法
评价模型中权重的确定方法在评价模型中，确定权重是一个非常重要的过程，它决定了不同指标在综合评价中的重要性。
权重的确定方法有很多种，以下我将介绍其中几种常用的方法。
1.主观赋权法2.层次分析法层次分析法是一种定量的权重确定方法，它能够帮助决策者通过分层的方式对不同指标的重要性进行比较和判断。
具体的步骤如下：（1）建立层次结构：将评价指标划分为不同的层次，并建立它们之间的关系。
（2）构建判断矩阵：通过专家调查或问卷调查的方式，构建判断矩阵，评价不同指标之间的相对重要性。
（3）计算特征向量：通过特征值法或逼近法，计算出判断矩阵的最大特征值和相应的特征向量。
（4）计算权重向量：将特征向量进行归一化，得到权重向量，即不同指标的权重。
层次分析法的优点是能够考虑到不同指标之间的相对重要性，适用于指标比较复杂、相互影响较大的情况。
3.主成分分析法主成分分析法（PCA）是一种基于统计学的权重确定方法，它通过对原始数据进行变换，将高维数据转化为低维数据，并提取出对原始数据变异性解释最多的主成分。
具体的步骤如下：（1）标准化数据：对评价指标进行标准化处理，使得各个指标具有相同的量纲和权重。
（2）计算协方差矩阵：计算标准化后的数据的协方差矩阵。
（3）计算特征值和特征向量：对协方差矩阵进行特征值分解，得到特征值和特征向量。
（4）选择主成分：选择特征值较大的特征向量作为主成分。
（5）计算权重向量：将选择的主成分进行归一化，得到权重向量，即不同指标的权重。
主成分分析法的优点是能够保留数据的主要信息，减少冗余的指标，并能够考虑到不同指标之间的相关性。
除了以上几种方法，还有一些其他的权重确定方法，如熵权法、模糊综合评价法、灰色关联分析法等。
这些方法在不同的评价场景中有不同的适用性，可以根据具体情况选择合适的方法。
此外，在确定权重时，还需要考虑到评价指标的可行程度、数据可获得性和对决策目标的贡献度等因素，以保证权重的有效性和可靠性。
指标权重的确定方法
权重的确定方法一、权重的概念用若干个指标进行综合评价是，其对被评价的作用，从评价目标来看并不是同等重要。
在统计综合评价中，权属的大小反映了评价指标的重要程度，权数大的评价指标重要程度大，权数小的评价指标重要程度小。
一般有两种表现形式：一是绝对数（频数）表示，另一种是用相对数（频率）表示。
（1）从含信息的多少来考虑。
权数越大，评价指标所包含信息越多。
（2）从指标的区分能力来考虑，全数越大，说明评价指标区别被评价对象的能力越强。
二、权重的确定方法对实际问题选定被综合的指标后，确定各指标的权的值的方法有很多种。
概括起来，权重的确定方法从总体上可归为三大类:即主观赋权评价法、客观赋权评价法及组合集成赋权法。
（一）主观赋权法所谓主观赋权法，就是指基于决策者的知识经验或偏好，通过按重要性程度对各指标(属性)进行比较、赋值和计算得出其权重的方法。
对于主观赋权法的研究，目前已取得的主要成果有:层次分析法(AHP 法)、专家调研法(Delphi 法)。
1、德尔菲法德尔菲法又称为专家法，其特点在于集中专家的知识和经验，确定各指标的权重，并在不断的反馈和修改中得到比较满意的结果。
基本步骤如下：（1）选择专家。
这是很重要的一步，选得好不好将直接影响到结果的准确性。
一般情况下，选本专业领域中既有实际工作经验又有较深理论修养的专家10～30人左右，并需征得专家本人的同意。
（2）将待定权重的p 个指标和有关资料以及统一的确定权重的规则发给选定的各位专家，请他们独立的给出各指标的权数值。
（3）回收结果并计算各指标权数的均值和标准差。
（4）将计算的结果及补充资料返还给各位专家，要求所有的专家在新的基础上确定权数。
（5）重复第（3）和第（4）步，直至各指标权数与其均值的离差不超过预先给定的标准为止，也就是各专家的意见基本趋于一致，以此时各指标权数的均值作为该指标的权重。
此外，为了使判断更加准确，令评价者了解已确定的权数把握性大小，还可以运用“带有信任度的德尔菲法”，该方法需要在上述第（5）步每位专家最后给出权数值的同时，标出各自所给权数值的信任度。
【优质】权重确定方法综述
权重确定方法综述引言多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。
评价指标权重的确定是多目标决策的一个重要环节，因为多目标决策的基本思想是将多目标决策结果值纯量化，也就是应用一定的方法、技术、规则（常用的有加法规则、距离规则等）将各目标的实际价值或效用值转换为一个综合值；或按一定的方法、技术将多目标决策问题转化为单目标决策问题。
指标权重是指标在评价过程中不同重要程度的反映，是决策(或评估)问题中指标相对重要程度的一种主观评价和客观反映的综合度量。
按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。
客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。
权重的赋值合理与否，对评价结果的科学合理性起着至关重要的作用；若某一因素的权重发生变化，将会影响整个评判结果。
因此，权重的赋值必须做到科学和客观，这就要求寻求合适的权重确定方法。
下面就对当前应用较多的评价方法进行阐述。
一、变异系数法变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。
是一种客观赋权的方法。
此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。
例如，在评价各个班级的考试状况时，选择班级平均成绩作为评价的标准指标之一，是因为平均成绩不仅能反映各个班级的考试状况，还能反映一个班级的学习水平。
但如果各个班级的平均成绩没有多大的差别，则这个指标用来衡量就失去了意义。
综合评价系统客观性指标权重的确定方法
(4) 的m 个行向量“压缩”成一行得到的Ζ 具体地说, Λik 是样本 x i 的 m 个测量值各自属于 ck 类的测度的算
术平均值, 即
Λik =
1 m
(Λi1k
+
Λi2k +
…+
Λim k )
(9)
所以, 综合评价向量 (8) 在“平均”的意义下反映了 x i 的总体评价情况Ζ 这样, 单指标测度评价向量
3) 由单指标测度评价矩阵 (4) 和公式 (6) 求出综合测度评价矩阵 (7) Ζ
4 ) 由单指标测度评价矩阵 (4) 及综合测度评价矩阵 (7) 按公式 (11) 求出相似系数 rj, 再由公式 (12) 求
出相似权 w j Ζ
5) 以相似权向量 w = (w 1, w 2, …, w m ) 作为指标权重向量Ζ
1 引言
对于任何多指标评价系统, 各评价指标的相互重要程度即指标权重互不相同, 不同的权重对应不同的 评价结果Λ所以, 合理地确定指标权重对任何评价系统都是十分重要的Λ在某些系统中, 指标权重可由专家 靠经验确定Λ 如经济效益综合评价系统中三个子目标: 盈利能力、偿债能力、贡献能力, 对于经济效益总目 标的权重, 可由专家根据实际情况与经验, 按某种规则对三个子目标评分, 然后统计评分确定各子目标的 权重Λ 子目标又包含若干个具体目标, 如盈利能力包含销售利润率, 总资产报酬率, 资本收益率, 保值增值 率Λ可由专家根据实际情况和经验确定这些具体指标的权重Λ但是, 在另一些系统中, 专家无法凭经验衡量 各指标的相互重要程度Λ 如湖泊水质富营养化的综合评价, 评价指标为总磷、总氮、耗氧量和透明度Λ 这四 项指标在湖泊水质富营养化评价中各自具有的重要性程度正是专家们想要知道的Λ 或说, 专家无法靠经验 主观确定, 而是要寻求指标自身的客观性标准, 力求客观地确定各指标权重Λ 为此, 先构造系统的多指标综 合评价模型Λ 1. 1 量化模型的构造
权重的确定方法汇总
一、指标权重的确定1.综述目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。
主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。
常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP ）[106-108]、二项系数法、环比评分法、最小平方法等。
本文选用的是利用人的经验知识的有序二元比较量化法。
主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。
但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。
鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。
如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大差异，这样的属性对方案的鉴别及排序将起重要作用，应给予较大权重.总之，各属性权重的大小应根据该属性下各方案属性值差异的大小来确定，差异越大，则该属性的权重越大，反之则越小。
常用的客观赋权法[109-110]有：主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。
其中熵值法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。
客观赋权法主要是根据原始数据之间的关系来确定权重，因此权重的客观性强，且不增加决策者的负担，方法具有较强的数学理论依据。
评价指标权重确定方法综述
权重确定方法论述班级：环境工程1101姓名：***学号：*****50134评价指标权重确定方法综述摘要：对于一个多方案的多属性决策问题,由于其问题的复杂性,往往表现为多属性的综合评价.综合评价是决策的前提,正确的决策来源于对各方案的科学的综合评价.本文主要讨论了多属性综合评价过程中评价指标的权重的确定问题.一般来说,构成多属性综合评价的要素有：评价者或决策者；被评价对象或方案；指标集；权重系数和综合评价模型等.其中,各指标权重的确定是核心问题.关于权重的确定,一般分为主观赋权法和客观赋权法两大类,这两类方法各有利弊.为了消除主观赋权法和客观赋权法各自的不足,人们又提出了集成主、客观权重的组合赋权方法.目前,集成权重方法的研究已成为多属性决策问题的研究热点,取得了不少的研究成果.本文的结构如下：第一节简要介绍了多属性决策的模式和评价指标的建立、筛选以及评价指标的规范化方法.第二节介绍了主、客观赋权法的含义和特征,以及一些常用的主、客观赋权法的方法和特点.第三节介绍了运用一种主观权重和一种客观权重集成指标最终权重的研究成果.第四节将第三节中的运用一种主观权重和一种客观权重集成最终权重的模型推广到已知p(p≥1)种主观权重和q(q≥1)种客观权重集成最终权重的情形；并对已有的一些集成指标最终权重的模型做了改进,改进后的模型使得各指标权重的确定更加方便、简洁；同时,建立了新的基于最优化理论和Jay nes最大熵原理的集成指标最终权重的模型；最后,通过算例验证了作者所提出的这些方法的有效性.Abstra ct: in many practi cal proble ms, the traini ng data is differ ent, usuall y some traini ng data may be more import ant than otherdata. Each groupof traini ng data depict differ ent functi on is usuall y throug h each traini ng data givesan incred ibleweight s, basedon the fuzzydata, this paperhas deduce d the classi c againin the regres sionmethod, and the relati ve casesof fuzzyregres sionmethod, and analyz ed theirstatis tical proper ties. In fuzzystatis tic analys is of the tradit ional method s are incred iblyweight by settin g the fuzzymember shipfuncti ons, such as to determ ine the time sequen ce functi on etc. Consid ering the DEA method in the analys is of the relati ve effect ivene ss evalua tiondecisi on unit has not undere stima te the superi ority of the DEA method, then we introd uce fuzzystatis tic analys is, and usuall y use the fuzzymember shipfuncti ons of the incred ibleweight determ inedcompar ing method,fuzzystatis tic analys is method in DEA modelis superi or. Keywor ds: DEA analys is method, Least-square s regres sionanalys is, Fuzzystatis tic,1.引言权重的确定是多目标决策的一个重要环节，因为多目标决策的基本思想是将多目标决策结果值纯量化，也就是应用一定的方法、技术、规则（常用的有加法规则、距离规则等）将各目标的实际价值或效用值转换为一个综合值；或按一定的方法、技术将多目标决策问题转化为单目标决策问题。
评价指标权重设计方法
评价指标权重设计方法
评价指标权重设计方法是一种用于确定各种评价指标在整体评
价中所占比重的方法。
该方法通过对各种评价指标进行量化分析和综合评价，最终确定各种指标在整体评价中的权重。
评价指标权重设计方法通常包括以下步骤：
1.明确评价目标和评价指标。
在确定评价目标后，需要选择与之相关的评价指标，例如在企业绩效评价中，相关指标可以包括营业收入、利润率、市场份额等。
2.建立评价指标体系。
在确定评价指标后，需要建立评价指标体系，将各个指标进行分类和整合，形成一个完整的指标体系。
3.确定指标间关系。
在评价指标体系建立后，需要确定指标间的关系，包括正向或负向关系、相关程度等。
4.量化评价指标。
对各种评价指标进行量化分析，例如将营业收入、利润率等指标进行数值化处理。
5.确定权重系数。
通过综合评价和专家意见，确定各种评价指标在整体评价中的权重系数，以体现不同指标的重要性。
评价指标权重设计方法的应用范围非常广泛，包括企业绩效评价、市场调研、政府绩效评估等领域。
在实际应用中，需要综合考虑各种因素，并根据具体情况进行调整和优化。
- 1 -。
综合评价方法综述
综合评价方法综述一、层次分析法（AHP）层次分析法是一种综合评价方法，它能够将复杂的问题分解为层次结构，并对每一层次的指标进行权重的确定。
在层次分析法中，评价者需要对不同指标进行两两比较，得出它们之间的相对重要性。
最后，通过层次分析法的计算，可以得出每个指标的权重，并根据指标的权重对对象进行评价和排序。
二、模糊数学方法模糊数学方法是一种用于处理模糊信息的方法，它将非精确和不确定的信息转化为模糊数，进而进行综合评价。
在模糊数学方法中，评价者可以给出模糊数的置信度、隶属度和非隶属度等参数，然后通过模糊数的运算得出对象的评价结果。
模糊数学方法适用于处理评价标准模糊、评价数据模糊或评价者主观不确定的情况。
三、主成分分析法（PCA）主成分分析法是一种常用的数据降维方法，它可以将多个相关指标转化为少数几个相互独立的主成分。
在主成分分析法中，评价者需要对多个指标进行测量，并通过主成分分析得出每个指标所占的主成分比例。
然后，可以根据主成分的比例对对象进行评价和排序。
主成分分析法在数据处理和综合评价中具有很高的效率和精度。
四、熵权法熵权法是一种基于信息熵的综合评价方法，它通过计算指标的熵值和权重，对对象进行评价和排序。
在熵权法中，评价者需要给出每个指标的取值和权重，然后通过熵值的计算得出每个指标的信息熵。
最后，根据指标的信息熵得出对象的评价结果。
熵权法可以考虑指标之间的相关性和离散度，适用于处理多指标数据的综合评价问题。
五、TOPSIS法TOPSIS法是一种基于最优解和最劣解的综合评价方法，它通过计算指标与最优解和最劣解之间的距离，对对象进行评价和排序。
在TOPSIS 法中，评价者需要给出每个指标的取值和权重，并确定最优解和最劣解。
然后，通过计算每个指标与最优解和最劣解之间的距离得出评价结果。
TOPSIS法可以考虑指标的正向效应和负向效应，适用于处理多指标数据的综合评价问题。
权重的确定方法汇总-指标权重确定方法
一、指标权重的确定1.综述目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。
主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。
常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP ）[106-108]、二项系数法、环比评分法、最小平方法等。
本文选用的是利用人的经验知识的有序二元比较量化法。
主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。
但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。
鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。
如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大差异，这样的属性对方案的鉴别及排序将起重要作用，应给予较大权重.总之，各属性权重的大小应根据该属性下各方案属性值差异的大小来确定，差异越大，则该属性的权重越大，反之则越小。
常用的客观赋权法[109-110]有：主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。
其中熵值法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。
客观赋权法主要是根据原始数据之间的关系来确定权重，因此权重的客观性强，且不增加决策者的负担，方法具有较强的数学理论依据。
指标权重方法
指标权重方法
指标权重方法是一种用于确定不同指标在综合评价中的相对重要性的方法。
在指标权重方法中，通常会利用专家判断、主观评价或数据分析等方式来确定权重值，以便有效地对指标进行加权求和。
常见的指标权重方法包括：
1. 主观赋权法：依靠专家的主观判断和经验来确定指标的重要性。
专家可以根据自己的经验和知识对各个指标进行评估和排序，并根据其重要性给予相应的权重值。
2. 层次分析法（AHP）：采用层次分析法的核心思想是将复杂的判断问题分解成层次结构，通过专家对两两比较指标对重要性的判断，建立指标之间的权重矩阵，并进行计算，从而得到指标的相对权重值。
3. 熵权法：利用信息熵原理来确定权重，通过计算指标的信息熵值来衡量指标的多样性和不确定性，进而确定指标的权重。
信息熵值越大，表示指标越重要。
4. 变异系数法：通过计算指标的变异系数来衡量指标的波动程度，变异系数越大，表示指标的重要性越高，即权重越大。
5. 回归分析法：通过建立指标之间的回归模型，从而确定指标的权重，较为适用于指标之间存在线性相关关系的评价问题。
需要注意的是，不同的指标权重方法适用于不同的评价问题，选择合适的方法需要根据具体情况来确定。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
评价指标权重确定方法综述1.引言评价指标权重的确定是多目标决策的一个重要环节，因为多目标决策的基本思想是将多目标决策结果值纯量化，也就是应用一定的方法、技术、规则（常用的有加法规则、距离规则等）将各目标的实际价值或效用值转换为一个综合值；或按一定的方法、技术将多目标决策问题转化为单目标决策问题。
然后，按单目标决策原理进行决策。
指标权重是指标在评价过程中不同重要程度的反映，是决策(或评估)问题中指标相对重要程度的一种主观评价和客观反映的综合度量。
权重的赋值合理与否，对评价结果的科学合理性起着至关重要的作用；若某一因素的权重发生变化，将会影响整个评判结果。
因此，权重的赋值必须做到科学和客观，这就要求寻求合适的权重确定方法。
2.指标权重确定方法研究现状目前国内外关于评价指标权系数的确定方法有数十种之多，根据计算权系数时原始数据来源以及计算过程的不同，这些方法大致可分为三大类：一类为主观赋权法，一类为客观赋权法，一类为主客观综合集成赋权法。
主观赋权评估法采取定性的方法，由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评估。
如层次分析法、专家调查法（Delphi法）［］（镇常青.多目标决策中的权重调查确定方法.系统工程理论与实践，1987，7(2)：16-24）、模糊分析法、二项系数法［］（程明熙.处理多目标决策问题的二项系数加权和法.系统工程理论与实践，1983，3(4):23-26）、环比评分法［］（陆明生.多目标决策中的权系数.系统工程理论与实践，1986，6(4):77-78）、最小平方法［］（宣家骥.多目标决策.长沙:湖南科技出版社，1989，陈挺.决策分析.北京:科学出版社，1997）、序关系分析法(G1法)［］（郭亚军.综合评价理论与方法[M].北京:科学出版社，2002.）等方法，其中层次分析法(AHP法)是实际应用中使用得最多的方法，它将复杂问题层次化，将定性问题定量化。
层次分析法（AHP）是由美国运筹学家，匹兹堡大学的萨迪教授于20世纪70年代初提出的，它是一种整理和综合人们主观判断的客观分析方法，也是一种定量与定性相结合的系统分析方法，它适合于具有多层次结构的多目标决策问题或综合评价问题的权重确定和多指标决策的可行方案优劣排序。
该方法于1982年由Saaty教授的学生高兰尼柴在天津召开的中美能源、资源、环境学术会上首次向中国介绍。
随着AHP法的进一步完善，利用AHP法进行主观赋权的方法将会更加完善，更加符合实际情况。
客观赋权评估法则根据历史数据研究指标之间的相关关系或指标与评估结果的关系来进行综合评估。
主要有最大熵技术法［］（宣家骥.多目标决策.长沙:湖南科技出版社，1989）、主成分分析法［］（王应明，傅国伟.主成份分析法在有限方案多目标决策中的应用.系统工程理论方法应用，1993，2(2):43-48，严鸿和等.专家评分机理与最优评价模型.系统工程理论与实践，1989，9(2):19-23）、多目标规划法［］（樊治平.多属性决策的一种新方法.系统工程，1994，12(l):25-28,王应明，傅国伟.运用无限方案多目标决策方法进行有限方案多目标决策.控制与决策，1993，8(l):25-29）、拉开档次法、均方差法（郭亚军.综合评价理论与方法[M].北京:科学出版社，2002.）［］、变异系数法、最大离差最法（王应明.运用离差最大化方法进行多指标决策与排序[J].系统工程与电子技术，1998，20(7):24-26.）［］、简单关联函数法（黄祥志，佘成学.基于可拓理论的围岩稳定分类方法的研究[J].岩土力学， 2006，27(10):1800-1804，王锦国，周志芳，袁永生.可拓评价方法在环境质量综合评价中的应用[J] .河海大学学报，2002，30(l):15-18.）［3,4］。
其中最大熵权技术法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。
此外，应竹青提出了一种将逼近于理想解的距离排序法和多维偏好线性规划法组合成迭代回路确定权重的方法—TOPSIS-LINMAP循环定权法［］（应竹青.一种决策指标定权的新方法.决策科学与应用，海洋出版社，1996）。
应天元将主成分分析法和多维偏好线性规划法有机结合，提出了PC-LNMAP耦合赋权模型［］（应天元.系统综合评价的赋权新方法—PC-LINMAP耦合模型.系统工程理论与实践，1997，2:8-13）。
王雪标等从内积、投影的角度出发，给出了分别对应于接近度相对比较准则、信息相对损失最少准则和评价对象相对分开准则的三种赋权方法［］（王雪标等.线性综合评价函数的充要条件及权系数的确定.系统工程理论与实践，2000，10:58-62）。
毛权、李登峰、宋如顺等提出用神经网络方法建立属性权重分配和调节模型［］（毛权等.基于神经网络的多属性决策方法.系统工程，1993，11(l):31-37,李登峰，陈守馒等.多属性决策问题的模糊神经网络综合决策方法.系统工程理论方法应用，1995，4(2):47-52,宋如顺.基于小波神经网络的多属性决策方法及应用.控制与决策，2000，15(6):765-768），这种方法使得权重的确定较为客观、准确，且具有自学习功能。
常用客观赋权法的原始数据来源于评价矩阵的实际数据，使系数具有绝对的客观性，视评价指标对所有的评价方案差异大小来决定其权系数的大小。
这类方法的突出优点是权系数客观性强，但没有考虑到决策者的主观意愿且计算方法大都比较繁琐，在实际情况中，依据上述原理确定的权系数，最重要的指标不一定具有最大的权系数，最不重要的指标可能具有最大的权系数（梁杰，侯志伟.AHP 法专家调查法与神经网络相结合的综合定权方法[J].系统工程理论与实践，2001，21(3):59-63.）［］，得出的结果会与各属性的实际重要程度相悖，难以给出明确的解释。
为此，针对主观赋权法和客观赋权法的优缺点，学者又提出了主客观综合集成赋权法。
目前，这类方法主要是将主观赋权法和客观赋权法结合在一起使用，从而充分利用各自的优点。
其学术成果主要有：1997-1998年期间樊治平（樊治平，赵萱.多属性决策中权重确定的主客观赋权法[J].决策与决策支持系统，1997，7(4):87-91，樊治平，张全，马建.多属性决策中权重确定的一种集成方法[J].管理科学学报，1998，1(3):50-53.）［6,7］等针对多属性决策中属性权重的确定问题，提出了一种主客观信息的集成方法。
该方法是通过一个数学规划模型，将决策者给出的主观权重偏好信息与客观的决策矩阵信息进行有机地集成，使确定的权重同时反映主观程度和客观程度。
2001年，陶菊春（陶菊春，吴建民.综合加权评分法的综合权重确定新探[J].系统工程理论与实践，2001，21(8):43-48.）［］等推导出了一种兼顾主观偏好和客观信息的综合权重赋值法，从而使综合加权评分法的分析结果更趋合理与可靠。
2002年，徐泽水（徐泽水，达庆利.多属性决策的组合赋权方法研究[J].中国管理科学，2002，10(2):84-87.）［］等提出了多属性决策组合赋权的一种线性目标规划方法，该法把主观和客观两类权重信息相结合，既充分利用了客观信息，又尽可能地满足了决策者的主观愿望。
2003年，陈加良（陈加良.基于博弈论的组合赋权评价方法研究[J].福建电脑，2003，(9):15-16.）［］以Nash均衡作为协调的目标将博弈论引入到综合评价的研究领域，建立了基于博弈论的综合主客观影响因素的综合集成赋权法；2007年，郭红玲［］等（郭红玲，黄定轩.多属性决策中属性权重的无偏好赋权方法[J].西南交通大学学报，2007，42(4):505-510.）针对具有条件属性和决策属性的多属性决策系统在融合主观权重与客观权重时具有人为偏好的缺陷，为实现客观权重与主观权重的无偏好融合，用粗集理论中的属性重要性原理确定各属性的客观权重，再用MATLAB中细胞数组的基本特征和多维空间距离的概念，建立了基于空间距离的二次规划数学模型，确定无人为偏好的主客观权重融合方案。
2007年，陈伟、夏建华（陈伟，夏建华.综合主、客观权重信息的最优组合赋权方法[J].数学的实践与认识，2007，37(1):17-21.）［12］等以各决策方案的多属性综合评价值尽可能分散作为基本思想，构建了基于离差平方和的综合集成赋权方法。
3. 指标权重确定方法比较3.1 主观赋权法主观赋权方法的优点是专家可以根据实际问题，较为合理地确定各指标之间的排序，也就是说尽管主观赋权法不能准确地确定各指标的权系数，但在通常情况下，主观赋权法可以在一定程度上有效地确定各指标按重要程度给定的权系数的先后顺序。
该类方法的主要缺点是主观随意性大，选取的专家不同，得出的权系数也不同；这一点并未因采取诸如增加专家数量、仔细选专家等措施而得到根本改善。
因而，在某些个别情况下应用一种主观赋权法得到的权重结果可能会与实际情况存在较大差异。
3.1.1 层次分析法层次分析法是将解决的问题分解为若干个互不相同的组成因素，并根据组成因素的隶属关系和关联关系的不同，把各组成因素归并为不同的层次，从而形成多层次的分析结构模型。
在每一层次中，将该层次中的各元素相对于上一层中的某一元素进行两两重要性比较，并将比较的结果构造为一个判断矩阵。
然后计算各判断矩阵的最大特征根及其对应的归一化的特征向量，该归一化的特征向量各元素即为该层次各元素相对于上一层次某一元素的权重。
在此基础上进一步综合，求出各层次组成因素相对于总目标的组合权重，进而得出各目标的权重值或多指标决策的各可行方案的权重值。
层次分析的具体操作程序如下：a.明确问题，建立层次分析结构模型；b.建立判断矩阵；c.检验判断矩阵；B的满意一致性；d.层次单排序；e.层次总排序。
层次分析法的优点主要有，分析思路清晰，分析时所使用的数据较少。
其局限性主要有，(l)该计算方法建立在判断矩阵为一致阵基础上，而实际操作中当判断矩阵阶数n>3时，判断矩阵往往不一定是一致阵，此时，应用层次分析法就显得较困难。
(2)实际应用过程中，不同专家可能建立了不同的判断矩阵，经检验都是完全一致阵，但分别计算得出的权重向量排序却不一致，甚至相差悬殊。
(3)该方法计算量大，当矩阵阶数较大时，仅建立判断矩阵就要进行n*(n-l)/2次的两两元素的比较判断，而心理学实验表明，当被比较的元素个数超过9个时，判断就不准确了。
李斌给出了一种将AHP法和DelPhi法相结合确定权重的方法［11］（李斌.层次分析法和特尔菲法的赋权精度与定权.系统工程理论与实践，1998，12:75-79）马云东利用最优传递矩阵对传统的AHP法进行了改进，提出了改进的层次分析法(IAHP)［11］（马云东，胡明东.改进AHP法及其在多目标决策中的应用.系统工程理论与实践，1997，6:40-44），在介绍IAHP法在多目标决策中的应用时，该文提出由多个专家来确定各指标的权重，这种思想是很有用的，因为这样做可以提高指标赋权的科学性和准确性。