灰色综合评价操作步骤
灰度评价法
本文研究的城市广场旅游功能的评价系统即属于一个灰色系统。
首先，由于关于广场旅游功能的影响要素、层级分类及指标选定均具有“信息不完全性”；其次，所选取的评价指标数据，有些是已知的，即可以从现有的统计资料中获得，而另一些数据却是未知的，无法从统计资料中获得；再则，本文建立的评价指标中既有定性(灰色)指标，也有定量(白化)指标，各因素指标之间本质上是一种灰色关系。
因此，该系统具有信息不完全的“灰色”特征。
鉴于该系统的灰色特征，本文拟采用灰色模型对城市广场旅游功能进行综合评价。
灰色综合评价方法的原理为:首先将各评价指标分为不同的灰类型，然后建立隶属于各灰类的权函数，以定量地描述某一评价对象隶属于某个灰类的程度。
对具有多层次评价指标的体系，在子系统评价的基础上再对上一层次加权综合，以反映系统的整体状况。
运用这种方法进行综合评价的课题有物流中心选址、风险企业投资价值综合评价、商业银行竞争力综合评价、科研项目综合评价等，该方法取得了比较好的评价效果。
具体计算步骤如下：1(l)确定评价指标集根据设计的指标体系，有两层指标集，U=(U1，U2，U3，U4，U5，U6),其中U1=(U11，U12，U13)，U2=(U21，U22，U23，U24，U25，U26)，U3=(U31，U32，U33，U34，U35，U36)，U4=(U41，U42，U43，U44，U45)，U5=(U51，U52)，U6=(U61，U62，U63)(2)确定指标评分等级在本文中，所有指标分为很好（大）、较好（大）、一般、较差（小）四个等级，分别为4、3、2、1分，指标等级介于两相邻等级之间，相关评分为3.5、2.5、1.5分，具体等级标准由专家根据经验确定。
(3)层次分析法确定各评价指标的权重常见的确定权重的方法有，德尔菲法、层次分析法、熵值法、模糊聚类分析法等。
本文采用层次分析法确定权重，本文在运用层次分析法时做了两点优化:①采用9/9-9/1标度法。
灰色关联分析法与TOPSIS评价法
3．对指标数据进行无量纲化 无量纲化后的数据序列形成如下矩阵：
x0 1 x0 2 X 0 , X 1 , , X n x m 0 x1 2 x1 1 x n 1 x n 2 x n m
与
maxmax x0 (k ) xi (k )
i 1 k 1
n
m
6．计算关联系数 由（12－5）式，分别计算每个比较序列 与参考序列对应元素的关联系数．
i (k )
min min x 0 (k ) xi (k ) max max x0 ( k ) xi ( k )
03 (t )
0.8687 0.7257 0.5213 0.7338 1.000 0.4758
最后分别对各产业与GDP的关联系数序列求算术 平均可得
1 r01 (0.4191 0.3796 0.5808 0.7055 6 0.3696 0.2881) 0.4571 1 r02 (0.6067 0.5178 0.4903 0.8761 6 0.6141 0.3510) 0.5760 1 r03 (0.8687 0.7257 0.5213 0.7338 6 1.000 0.4758) 0.7209
两序列变化的态势是表现在其对应点的间距上.如果 各对应点间距均较小,则两序列变化态势的一致性强,否 则,一致性弱.分别计算各产业产值与GDP在对应期的间 距(绝对差值),结果见表所示. 年份t
x0 (t ) x1 (t )
0.1044 0.1231 0.0547 0.0319 0.1284 0.1857
一个自然的想法就是分别将三次产业产值的时间序列 与GDP的时间序列进行比较,为了能够比较,先对各序列进 行无量纲化,这里采用均值化法.各序列的均值分别为： 2716,461.5,1228.83,1025.67,上表中每列数据除以其均值可 得均值化序列(如表所示) 年份t GDP x0(t) 一产业 x1(t) 二产业 x2(t) 三产业 x3(t) 2000 0.7320 0.8364 0.6828 0.7440 2001 0.7588 0.8819 0.6885 0.7878 2002 0.8597 0.9144 0.7812 0.9291 2003 1.0125 1.0444 1.0237 0.9847 2004 1.2356 1.1073 1.2833 1.2363 2005 1.4013 1.2156 1.5405 1.3182
多层次灰色综合评价
多层次灰色综合评价原理
进行复杂系统的综合评价时，要考虑的因素很多，需要用 多个指标来衡量，指标间还可划分为不同层次，所以需要进行 多层次综合评价。评价需要信息才能做出结论，但评价信息的 全面与准确受评价人员的知识水平、认识能力、个人经验和偏 好制约。我们可以用“黑”表示评价信息缺乏，“白”表示评 价信息充足，而介于白与黑之间的“灰”表示评价信息不甚全 面、不甚确切。也就是说部分信息已知，部分信息未知，具有 灰色性。因此，可以利用灰色理论来分析与综合某个评价系统 各指标的实现程度，根据评价标准得出综合性的评价结论。灰 色理论是多层次灰色综合评价的原理。
多层次灰色综合评价
多层次灰色综合评价的步骤
4、确定评价方案的评价值矩阵
设有 p 个评价人员，即 k = 1，2，…，p;
q 个评价方案，即 s = 1，2，…, q；
m 个一级（大类）指标，即 i =1，2，…，m；
第 i 大类指标下设ni个二级（具体）评价指标， 即 j =1，2，…，ni。
评价人员按指标 vij 的评分等级标准给某个方案打分。设 第 k 个评价人员对第 s 个方案按指标 vij 的评分等级标准给
多层次灰色综合评价
多层次灰色综合评价的步骤
３．确定各评价指标的权重
可以利用层次分析法（AHP法）确定其相对权重。
假设求得一级（大类）指标 ui 相对于目标 G 的权重为 α i，（i =1，2，…，m），则大类指标的权重分配向量为
α =（α 1, α 2,…，α m）。
设二级评价指标 vij 相对于一级指标 ui 的相对权重为 α ij，（i=1，2…，m;j=1，2，…，ni），则 ui 所属的二级评 价指标的相对权重分配向量为 Ai=（α i1, α i2,…，α ini）。
第七章灰色系统综合评价方法
（ ）
于是，灰色聚类系数（即加权合成值）为：
（ ）
第五步：进行灰色系统聚类评价。
记 ，则与模糊聚类评价类似，可以根据“最大隶属原则”进行聚类。若
则该单位被判别为“c灰类”。但当“最大隶属原则”失效时，采用点值进行灰类识别更加合理。
第六步：若需要进行综合评价排序，则将B转化为点值y，即
式中，tj为第j灰类的“灰水平”赋值。根据每个单位的y值大小就可以进行综合评价排序，其赋值原则与模糊综合评价类似。
第四步：计算聚类系数bj，确定聚类向量。
第j类的聚类系数定义为：
（ ）
即为第j灰类各指标的白化权函数值的加权算术平均。
若将各指标在各灰类之下的白化权函数值用矩阵表示，记为R，即
燃煤电厂烟气脱硫技术的灰色综合评价
维普资讯
燃煤屯厂烟气脱硫技木的
灰色综合评价
毛瑞勇 ，李 娟 ，李林方
４０４ ） ０ ０ ５ （ 重庆 大学城 市建设与环境工程学 院，重庆
摘 要： 燃煤 电厂烟 气脱硫是 我 国 目前控制二 氧化硫排放 的主要 手段 ，如何选择 同时满足技术 、经 济
ＭＡＯ — ｏ ｇ Ｌ ｕ ， Ｉ ｉ—ａ ｇ Ｒｕｉ ｎ ， Ｉ ａｎ Ｌ ｎｆ ｎ ｙ Ｊ Ｌ
近年 来 ，我 国二氧化 硫 （ Ｏ ）排放 量高居 世界 首 次灰 色评价 。 Ｓ，
位 。Ｓ 已成 为 目前 制约我 国社 会和 经济发展 的重要环 Ｏ， 境 因素 ，控 制和治理Ｓ 污染 已经成 为我国 当前和今后 Ｏ， 相 当长一段 时间 内最为紧迫 的环保任务 之一 。我 国排放 的Ｓ ， Ｏ 约有５％来 自燃煤 电厂 ，因此燃煤电厂的烟气脱硫 ０
结果
的研究结果 ，得 出这 些脱硫工艺的综合评价指标 （ 见烟 气脱硫技术综合评价 指标表 ）。
２３ 综合评价 ．
２ 烟气脱硫技术综合评价
２１ 评价指标 的选取 ．
２ ３ １ 第二层次综合评价 ．．
（ ）环境特性评价 １ 取表 中数据建立环境特性评价 的指标 矩阵 ，
中 一环檬 产 ． ２ ０ ５ 生 ０６．
维普资讯
嚣 Ｉ－ 摹 嚣 ４ 器 端 一 １
展
Ｐ Ｏ Ｔ ￥Ｓ ｔｇ￣
度） 矩阵尺 。
Ｒｋ：Ｗ Ｘ
评 价。
技术性 能评价主要包 括技术成熟度 、工艺 流程复杂
） ，为ｍ个评 程度 、吸收剂利用率 、系统升级性 能、脱 硫系统对 电厂 运行 的影响、耗 电占发 电容量 比例和 占地面积等指标 。 经济性 能评价主要是根据Ｆ Ｄ占电厂 投资 比例 、单 Ｇ
第三节灰色综合评价法
二、灰色综合评价法的模型和步骤
对事物的综合评价，多数情况是研究多对象的排序问题，即在各个评价对象之间排出优选 顺序
灰色综合评判主要是依据以下模型：R=E×W
式中：R=[r，r2，…，rm]'为m个被评对 象的综合评判结果向量；W=[w，W2，…， Wm]为n个评价指标的权重分配向量，其中 ∑w=1;E为各指标的评判矩阵 (k)为第i种方案的第k个指标与第k个最优指 标的关联系数 根据R的数值，进行排序
三、灰色综合评价法的实例分析
若k为指标或观测对象序号， 而且X也为单项，对于X项目的 运动员来说，应以X为最重要
的辅助训练项目
而对于学生来说，在X项目成 绩比较好的情况下，为提高其 身体素质的全面发展，应抓住 弱势，积极进行X和X项目的锻
炼
灰色关联分析主要着重研究" 外延明确、内涵不明确"的对 象，解决"小样本、贫信息、 不确定"问题，是一种解决不
三、灰色综合评价法的实例分析
某个体或某群体的行为数据如下(表12-5) (二)计算步骤 第
一步：求初值像(或均值像) 第二步：求差序列 第三步：求两极差 第四步：求关联系数(表12-6) 第五步：计算关联度(表12-7) (三)结果与分析 若k为时间序号，X与X(总分)的关联度最 大，为0.717，它们关联度程度的大小顺 序依次为X>X>X，这说明三个项目成绩的 好差排序也应如此，体育工作者在教学 或运动训练中，应根据具体情况进行针 对性教学或训练
第三节灰色综合 评价法
第三节灰色综合评价法
目录
二、灰色综合评价法的模型和步骤 三、灰色综合评价法的实例分析
灰色关联分析法与TOPSIS评价法
0 i ( t ) 称为序列xi和序列x0在第t期的灰色关联系 数(或简称为关联系数).
由(6.1)式可以看出, 取 值的大小可以控制 (max)
对数据转化的影响, 取较小的值,可以提高关联系
数间差异的显著性,因而 称为 分辨系数.
利用(6.1)对表6-3中绝对差值 进0 i行( t规) 范化,取
结0.果4,见表6-4,以
计0算1(2为00例0)：
( m i n ) 0 .0 0 0 6 , ( m a x ) 0 .1 8 5 7
0 1 (2 0 0 0 ) 0 0 ..0 1 0 0 0 4 6 4 0 0 ..4 4 0 0 ..1 1 8 8 5 5 7 7 0 .4 1 9 1
18987529
27875738
39796647
46888436
58669838
68957648
3．确定参考数据列：
{ x 0 } { 9 , 9 , 9 , 9 , 8 , 9 , 9 }
4．计算 x0(k)xi(k) ， 见下表
编号 专业 外语 教学 科研 论文 著作 出勤 量
1
1
0
1
2
参考数据列应该是一个理想的比较标准， 可以以各指标的最优值 （或最劣值）构 成参考数据列，也可根据评价目的选择 其它参照值．记作
X 0 x 0 ( 1 ) , x 0 2 , , x 0 m
3．对指标数据进行无量纲化 无量纲化后的数据序列形成如下矩阵：
X0,X1, ,Xnxx001 2 x0m
年份t GDP x0(t) 一产业 x1(t) 二产业 x2(t) 三产业 x3(t)
灰色关联分析法(灰色综合评价法)
灰色关联分析法对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。
在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。
因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。
应用于综合评价（灰色综合评价）步骤：（1） 确定比较对象（评价对象）和参考数列（评价标准）。
设评价对象有m 个，评价指标有n 个，参考数列为{}00()|1,2,,x x k k n ==⋅⋅⋅，比较数列为{}()|1,2,,,1,2,,i i x x k k n i m ==⋅⋅⋅=⋅⋅⋅。
（2） 对参考数列和比较数列进行无量纲化处理由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。
因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。
设无量纲化后参考数列为{}00()|1,2,,x x k k n ''==⋅⋅⋅，无量纲化后比较数列为{}()|1,2,,,i i x x k k n ''==⋅⋅⋅1,2,,i m =⋅⋅⋅。
（3） 确定各指标值对应的权重。
可用层次分析法等确定各指标对应的权重[]12,,,n w w w w =⋅⋅⋅，其中(1,2,,)k w k n =⋅⋅⋅为第k 个评价指标对应的权重。
（4） 计算灰色关联系数：0000min min ()()max max ()()()()()max max ()()s s s t s t i i s s tx t x t x t x t k x k x k x t x t ρξρ''''-+-=''''-+- 为比较数列i x 对参考数列0x 在第k 个指标上的关联系数，其中[]0,1ρ∈为分辨系数，称0min min ()()s s t x t x t ''-、0max max ()()s s tx t x t ''-分别为两级最小差及两级最大差。
IAQ的灰色评价方法
2.3 室内空气品质的灰色综合评价
评价对象的实测值 P 1, P 2 ,, P l 评价标准序列
Q1 , Q2 , , Qm
要对它做出等级评价也就是判断它与哪一 级评价标准更接近，关系更密切 根据关联度 rl ,m 组成的灰色关联矩阵 R 提供 的丰富信息就能对室内空气品质的实测对象进 行等级划分及优劣排序
2.2 室内空气品质灰色模型
系统本身的不确定性
函数形式不确定，为灰结构 模型参数为灰参数
i
f
灰参数最常见的形式是区间灰数
ˆ , ˆ i i i ,1 i i,2
系统输入的不确定性
系统的输入是灰变量
X
室内空气品质灰色模型
系统结构扩展为灰结构 系统参数扩展为灰参数 系统输入扩展为灰变量
l
关联度越大说明该因素在整个影响因素集 中的地位越高，对主行为的影响越大，反之就 越小。
分析结果：
吸入尘与室内空气品质不接受率的关联度最大 菌落与室内空气品质不接受率的灰色关联度仅次于吸 入尘 吸入尘和菌落是影响室内空气品质主观评价的最主要 因素,降低这两类污染物水平将明显改善室内空气品 质。 挥发性有机物(VOCS )等类物质与人群主观评价的关 联度相对较小,这说明室内人员的不接受率和不良症 状感受率随其浓度变化的影响变小,通过通风空调系 统稀释这类污染物并不能明显改善室内空气品质.
第7讲 室内空气品质的不确定性 及其灰色系统分析方法
课题来源
1.国家自然科学基金 2.日本学术振兴会(JSPS)博士后研究基金 3.湖南省自然科学基金
1 室内空气品质问题的不确定性
近20年来，国内外的专家就这一问题开展了大 量的调查研究工作，加深了对室内空气品质的认 识，并取得了一系列的成果。随着研究的深入，人 们也认识到了其中蕴含着的不确定性。
综合评价之层次分析法与灰色评价法
层次分析法AHP(Analytic Hierarchy Process)AHP的基本原理假设有n 个物体A, A2 , …, A n , 它们的重量1分别记为W, W2，…，W n. 现将每个物体的重量1两两进行比较如下：A1 A2 …AnA1 W1 /W1 W1 / W2 …W1 /W2A2 W1 /W2 W1 /W2 …W1/W2……………An Wn /W1 Wn /W2 Wn /WnAHP 的基本原理111212122212/////////n n n n n n W W W W W W W W W W W W A W W W W W W ⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭L L M M M M L 若以矩阵来表示各物体的这种相互重量关系,判断矩阵由线性代数知识可以证明：矩阵A 最大特征根是n ,对应的特征向量是12[,,]Tn W W W W =L AHP 的基本原理例如,若购买一台设备, A 1为功能, A 2为价格,A 3为维修服务.1531/511/31/331A 1A 2A 2A 3A 3A 1x i 比x ja ij 值同样重要1稍重要3重要5很重要7极重要9AHP 的基本原理Matlab 编程A=[1,5,3;1/5,1,1/3;1/3,3,1];[x,y]=eig(A)W=x(:,1)/sum(x(:,1))AHP 的基本步骤建立递阶层次结构.构造出各层次中的所有判断矩阵.层次单排序及其一致性检验.层次总排序.下面通过实例来说明各步骤中所做的工作.AHP 的基本步骤2. 构造出各层次中的所有判断矩阵首先构造各准则A 1,A 2,…, A 5对目标O 的判断矩阵首先构造O-A i 的判断矩阵A 1 A 2 A 3 A 4A 5OA 1 A 2 A 3 A 4A 5x i 比x ja ij 值同样重要1稍重要3重要5很重要7极重要911/2433217551/41/711/21/31/5211/31/53111/3111/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦由上表, 可得O -A i 的判断矩阵ijji ij n n ij a a a a A 1,0,)(=>=⨯正互反阵任务：要由A 确定A 1,…, A 5对O 的权向量(权重)AHP 的基本步骤AHP 的基本步骤111212122212/////////n n n n n n W W W W W W W W W W W W W W W W W W ⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭L L M M M M L 11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦nj i ,,2,1, =ijkj ik a a a =⋅一致阵允许不一致但要确定不一致的允许范围AHP 的基本步骤3. 层次单排序及其一致性检验即A 的最大特征根是n ,n 阶判断矩阵A 是一致的一致性的判别⇔max nλ=AHP 的基本步骤一致性比率查表: RI计算: CI 当CR <0.1时, 认为成对比较阵具有满意的一致性.当CR >0.1时, 必须重新调整成对比较阵.max ()1A nCI n λ-=-CI CR RI=n3 4 5 6 7 8 9RI 0.58 0.90 1.12 1.24 1.32 1.41 1.45一致性指数5072.5)(max ≠=A λ018.0155)(max =--=A CI λ12.1=RI 016.012.1018.0===RI CI CR CR<0.1结论：A 虽不是一致阵, 但它具有满意的一致性.A 的不一致程度是可以接受的.AHP 的基本步骤验证一致性(以旅游地为例){}0.264, 0.476, 0.054, 0.098, 0.109W =AHP 的基本步骤求A 1,…, A 5对O 的权向量(权重)所对应的归一化特征向量.矩阵A 的max λAHP 的基本步骤桂林B 1黄山B 2北戴河B 3选择旅游地O景色A 1费用A 2居住A 3饮食A 4旅途A 50.4760.2640.0540.0980.109AHP 的基本步骤先成对比较三个旅游地的景色, 得成对判断矩阵B 111251/2121/51/21B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦类似可得211/31/8311/3831B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦31131131/31/31B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦41341/3111/411B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦5111/4111/4441B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦AHP 的基本步骤k123451k ω2k ω3k ω0.595277.0129.0082.0236.0682.0429.0429.0142.0633.0193.0175.0166.0166.0668.0kλ005.3002.33009.33k CI 003.0001.000005.0kRI 58.058.058.058.058.0k v 计算可知通过一致性检验.k CR 54321,,,,B B B B B桂林B 1黄山B 2北戴河B 3选择旅游地O景色A 1费用A 2居住A 3饮食A 4旅途A 50.4760.2640.0540.0980.1090.5950.1290.2770.0820.2360.6820.1420.1750.1660.4290.4290.1930.6330.1660.668B 1对总目标的权重为：3.0110.0166.0099.0633.0055.0429.0475.0082.0263.0595.0=⨯+⨯+⨯+⨯+⨯故最后的决策应为去北戴河.B 1对总目标的权重为：0.5950.2640.0820.4760.4290.0540.6330.0980.1660.1090.3⨯+⨯+⨯+⨯+⨯=0.246, 0.456.同理得B2, B3对总目标的权值分别为：312B B B >>即各方案的权重排序：123B , B , B 又分别表示桂林, 黄山, 北戴河.优点：缺点：存在着较大的主观性.对AHP 的简单评价计算简便, 结果明确, 便于决策者直接了解和掌握.灰色综合评价法3. 灰色综合评价法的步骤(1) 根据评价目的确定评价指标体系, 收集评价数据.12n x x x 12111212122212mm m n n nm f f f a a a a a a a a a ⎛⎫ ⎪⎪ ⎪⎪⎝⎭ (2) 确定最优指标集( )*F ****12[,,]m F a a a = 式中*(1,2)i a i n = 为第i 个指标的最优值.设2. 灰色系统的应用范畴(1) 灰色关联分析.(2) 灰色预测: 人口预测、初霜预测、灾变预测等. (3) 灰色预测控制.应用灰色关联分析方法对受多种因素影响的事物和现象从整体观念出发进行综合评价是一个被广为接受的方法. 该方法不仅可以充分利用原始数据所提供的信息, 而且计算比较简便.选定最优指标集后，可构造矩阵D :确定最优指标集时, 要考虑可行性. 若最优选的过高, 则不现实, 评价的结果也就不可能正确.***12111212122212m m m n n nm a a a a a a D a a a a a a ⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭(3) 对指标数据进行无量钢化无量纲化后的数据序列形成如下矩阵：***12111212122212mm m nnnma a a a a a a a a a a a ⎛⎫''' ⎪''' ⎪ ⎪''' ⎪ ⎪ ⎪'''⎝⎭(4) 求差数列i j∆它表示第i 个评价对象第j 个指标数据与最优指标集中第j 个指标数据的绝对差。
灰色系统方法步骤
灰色系统方法步骤1 评价指标集 根据前面的评价指标体系,设U 为评价指标集:U={1u ,2u ,…,l u },(l 为一级指标的个数),其中k u ={1k u ,2k u ,…,km u },(m 为第k 个指标所属的二级指标个数)。
2 评价指标权重的确定本文运用层次分析法(AHP)来确定指标的权重值,即运用专家咨询法构造两两比较判断矩阵,求矩阵特征向量和特征根,并进行一致性检验,得出各项指标的权重。
设评价指标k u 的权重集为:A={l a ,2a ,…,l a },k a 表示评价指标k u 在U 中的权重,且11=∑=l k k a同时设各二级指标的权重集:k A ={ak1,ak2,…,km a },ki a (i=1,2,…,m)表示指标ki U 在k u 中的比重,且∑==m i ki a113、确定评价指标ki u 的评分标准 将评价指标的优劣程度划分为不同的等级,然后给各等级赋值(评分)。
考虑到人们思维最大可能分辨力,本文将评价指标ki u 的优劣程度划分为4级,并分别赋值(10,8,5,3)。
若指标等级介于两相邻等 级之间,其相应的评分为9,6.5,4,1.5分4、组织评价者评分 设有S 个评价者,其评价者的序号为h=1,2,…,s 。
依据评分标准分别给各评价指标ki u 评分,并填写评价专家评分表(表式略)5、根据评价专家评分表构造评价矩阵D其中hkid表示第h个评价者依据评分标准对评价指标kiU的评分。
6、求评价灰类设评价灰类为n类。
分析上文的评分等级标准,本文决定选取n=4,即设灰类j=1,2,3,4。
分别代表4个评价灰类。
各评价灰类及其白化函数为: 第一类(j=1):“优”,评分在10分或10分以上,白化函数为1f:第二类(j=2):“良”,评分在8分左右,白化函数为2f：第三类(j=3):“中”,评分在5分左右,白化函数为3f:第四类(j=4):“差”,评分在3分或3分以下,白化函数为4f ：7、计算灰色评价系数 对于评价指标ki u 属于第j 个评价灰类的灰色评价系数,记为jki x 则有:j ki x =)(1h ki s h jd f ∑=。
熵权灰色综合评价法
熵权灰色综合评价法
熵权灰色综合评价法是一种基于熵权法和灰色关联度分析的综合评价方法。
该方法综合考虑了数据的信息熵和灰色关联度，用于对多个指标进行综合评价。
具体步骤如下：
1. 确定评价指标：选择适当的评价指标，用于评估被评价对象的各个方面。
2. 数据标准化：将原始数据进行标准化处理，使得数据具有可比性。
3. 计算信息熵：对每个指标计算信息熵，用于衡量指标的信息量和差异性。
4. 计算权重：根据信息熵计算各个指标的权重，权重越大表示该指标对评价结果的影响越大。
5. 灰色关联度分析：利用灰色关联度分析方法，计算各个指标之间的关联度，用于衡量指标之间的关联程度。
6. 计算评价结果：根据指标的权重和关联度，计算出最终的评价结果。
熵权灰色综合评价法在实际应用中具有较高的灵活性和适用性，能够考虑到多个指标之间的相互关系，提高评价结果的准确性和可靠
性。
熵权灰色综合评价法
熵权灰色综合评价法熵权灰色综合评价法是一种基于信息熵和灰色关联度的多指标综合评价方法，它能够对多个指标进行综合评价，并通过分析各个指标之间的关联程度，得出最终的评价结果。
这种方法在许多领域中得到了广泛的应用，包括经济、环境、社会等领域。
在使用熵权灰色综合评价法时，首先需要确定评价对象和评价指标。
评价对象可以是一个系统、一个项目、一个产品等，评价指标可以是系统的各个方面性能指标、项目的成本、进度、质量等指标，或者产品的品质、性能等指标。
然后，根据实际情况，确定各个指标的权重，即各指标对于评价对象的重要程度。
接下来，通过对各个指标的数据进行归一化处理，将它们转化为无量纲的相对指标。
然后，利用信息熵的概念，计算各个指标的权重，即熵权。
熵权的计算公式为：熵权 = 1 - (信息熵 / 最大信息熵)其中，信息熵是指标数据的离散程度，最大信息熵是指标数据的理论最大离散程度。
通过计算得到的熵权可以反映各个指标的重要程度，进而确定各个指标的权重。
在确定了各个指标的权重后，就可以进行灰色关联度的计算。
灰色关联度是指标之间的关联程度，可以用来衡量各个指标对评价对象的影响程度。
灰色关联度的计算公式为：灰色关联度= (Σ(权重 * 灰色关联值)) / Σ权重其中，权重是各个指标的权重，灰色关联值是指标数据之间的关联值。
通过计算得到的灰色关联度可以反映各个指标之间的关联程度。
根据各个指标的权重和灰色关联度，可以得出最终的评价结果。
根据评价结果，可以对评价对象进行排序、分类或者判断。
熵权灰色综合评价法是一种全面、客观、科学的评价方法，可以对多个指标进行综合评价。
通过使用这种方法，可以从多个角度对评价对象进行评估，为决策提供科学的依据。
在实际应用中，需要根据具体情况灵活运用，以达到最好的评价效果。
跨年度产业关联度灰色综合评价法
跨年度产业关联度灰色综合评价法
跨年度产业关联度灰色综合评价法是一种用于评价不同年度之间产业之间关联程度的方法。
该方法综合考虑了多个评价指标，通过对数据进行灰色关联度分析和灰色理论模型建立，来评估产业之间的关联水平。
具体步骤如下：
1. 数据处理：收集和整理跨年度的相关数据，包括产业发展指标、产业产值、就业人数等。
2. 灰色关联度分析：通过对数据进行灰色关联度计算，确定不同年度之间的关联程度。
灰色关联度分析是一种将原始数据序列转化为灰色数列，进而计算关联度的方法。
3. 确定评价指标权重：根据实际情况和需求，确定评价指标的权重。
可以使用层次分析法等方法来确定权重。
4. 建立灰色综合评价模型：根据灰色关联度和指标权重，建立灰色综合评价模型，计算产业之间的跨年度关联度。
5. 进行评价和分析：根据评价模型得出的结果，对不同年度之间的产业关联程度进行评价和分析，找出关联度高和低的产业。
跨年度产业关联度灰色综合评价法可以帮助政府和企业了解不同年度产业之间的关联程度，有助于制定相应的产业政策和发展战略。
同时，该方法还可以为决策者提供决策依据，帮助其做出合理的决策。
- 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)。
灰色综合评价操作步骤
步骤一：明确评价的对象和目标。
确定需要进行灰色综合评价的对象
是什么，以及评价的目标是什么。
比如，可以选取一个产品、一个项目、
一个公司或者一个个人作为评价对象，然后明确评价的目标是对其综合各
方面进行评价。
步骤二：确定评价指标和权重。
根据评价的对象和目标，确定需要考
虑的评价指标，这些指标应该涵盖事物或者人的各个方面，如质量、性能、创新能力、市场影响力等。
然后给每个指标设定相应的权重，以反映其在
整体评价中的重要性。
步骤三：收集数据和信息。
收集评价对象相关的数据和信息，包括定
量数据和定性信息。
通过市场调研、问卷调查、访谈等方式来收集和获取
所需的数据和信息。
步骤四：数据处理和分析。
对收集到的数据和信息进行整理、分类和
处理，以便于后续的分析和评价。
可以使用统计方法、模型分析等工具来
对数据进行处理和分析，得出相应的结果。
步骤五：综合评价和分等级。
根据所确定的评价指标和权重，对得到
的评价结果进行综合计算和评估。
根据评估结果，对评价对象进行分等级，如优秀、良好、一般、不及格等。
步骤六：结果解读和建议提供。
对评价结果进行解读，说明各个方面
的优势和不足之处，并提出相应的改进建议和措施。
这些建议应该针对评
价对象的具体情况，具有可行性和可操作性。
步骤七：结果反馈和跟踪。
将评价结果反馈给相关的人员和决策者，并跟踪评价结果的执行情况和效果。
根据反馈和跟踪结果，及时进行调整和改进。
步骤八：定期复评和持续改进。
定期对评价对象进行复评，以了解其发展和改进情况，评估其综合评价的变化和趋势。
同时，不断改进评价方法和指标体系，提高评价的准确性和有效性。
以上就是灰色综合评价的操作步骤。
通过这些步骤，可以全面客观地评价一个事物或者一个人，发现其优势和不足之处，并提供改进的方向和措施，以促进其进一步的发展和提升。