组合评价法的基本概念

组合评价法的基本概念

4.1组合评价的定义

显而易见，这些综合评价模式的立足点都不尽相同，相应的属性层次也不同，因为于实践处理阶段的评估结果有着或多或少的异同之处。旨在于消除几类方法评估结果的相互矛盾情况，相应的学术界采用组合评价的理念，也就是采取几类方法同时开展评估，接下来把相应的评估结论开展归纳分析。

4.2组合评价法的步骤

图4.1

4.3相容方法集的确定

4.3.1相容方法集的定义

于实际应用过程内，因为多种评价方法的原理差异以及评测结果的显示方式也存在一定程度上的差异，导致多种方法内部并非均能够进行比较分析，但是无法开展比较的方法在实践上属于不易开展组合的。所以，于给相容方法集下定义之前第一件要做的事是必须定义存在可比性的方法集。可比方法集的定义为采取多种方法面向同一组实验对象开展评测的时候相应结论内部存在(或者是能够转换成存在)可比性的全部方法的集合Ｍ。可比性的定义为多种方法的评估结果采用一致性质(或者是能够转换成一致性质)的参数来指代的。通常来说多种方法面向一组待评价对象若是相应的评估结果能够用评价值或者是排序形式来呈现，那么相应获得的结论借助于对应的数学处理(例标准化等)都能够让其存在我们所需的可比性。基于前文的定义本研究中的相容方法集概念：于指定检验标准前提中，可用在被评价对象的全部评价方法的集合M1，与此同时M M ⊆1。

4.3.2相容方法集的确定

假定面向某种评价对象的可比方法集},...,,{21s m m m M =，待评价对象集},...,,{21n x x x X =，借助于第种方法面向个待评价对象开展评测能够求出评估结果向量T in i i i u u u u ),......,,(21=，。按照对应的定义此处假定上述多种方法的评估结果向量存在有可比性(或者是已经转换获得可比性)。本研究针对相容方法集的明确将遵循下列若干环节开展：

(1)面向前文中的个评估结果向量开展模糊聚类分析（Fuzzy Clustering Analysis, FCA ），于指定阀值的条件下一般能够把对象划为2种，第1种只借助第种方法的评估结果T kn k k k

u u u u ),......,,(21=构成，第2种借助于除k u 之外的全部向量构

成。

（2)我们假定

∑≠==s k

i i ij j u u 1,(j=1,2,……,n) (公式 4.1)

那么能够求出第2种评估结果的均向量T n u u u u ),......

,(21=，用于指代第2种评估结果整体。

（3)计算k u 和u 两者之间的相关性系数k r 。于某范围内的显著性程度下按照k r 检验k u 和u 两者之间相关性联系，最后得出结论第和第2种方法整体存在相容性的与否。

（4)若是检验结果发现k u 和u 两者之间存在紧密联系，那么可以认为集合Ｍ中的种方法均存在相容性，Ｍ就是对应的相容方法集Ｍ1；反之就可以认为第k 种方法属于Ｍ集合内的一种非相容方法同时把它排除，接下来面向Ｍ中留有的

种方法依照前文流程重复开展检验，除非发现相容方法集Ｍ1。

4.4基于方法集化的组合评价方法

4.4.1可能的组合评价集

我们假定相容方法集},...,,{211r m m m M =内存在种评价方法。在此之中的第种评价方法面向个对象的评估结果是,T in i i i u u u u ),......,,(21=,

，如此一来出现了一个相容的评估结果集},......,,{21r u u u u =。

第一步描述一个“可能的组合评价集”的定义，其是由个相容的评估结果的随机凸线性构建得到，也就是我们假定

∑==r i i

i u w u 1

0 此处把0u 当成包括在相容评价结论集之内的一种潜在的组合评价向量，其整体 }1w 0,≥ 这里,|{r

1i i 100∑∑====r i i i u w u u 指代的是潜在的组合评价集。

4.4.2评价方法集化模型

评价方法的集化处理定义为于潜在的组合评价集内发现最理想的组合评价。本研究面向评价方法集化处理的原则为于多种的相容评估结果内发现相同或者是可妥协之处，让采取的最理想组合评价向量和全部相容方法的评价向量内部的整体偏差尽可能的小。所以创建下列非线性规划函数模型：

∑=-r i i w w w u u Min r 120)

,......,,(21

)

,......2,1(,0,1..1r i w w t s i r i i =≥=∑= (公式4.3)

计算公式4.3，能够获得和最理想的组合评价T n u u u u

),......,(**2*1*=对应的最理想的组合权向量T r w w w w

),......,(**2*1*=。如此一来就能够计算出最理想的组合评价