数学建模-综合评价模型及其应用

合集下载
  1. 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. 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. 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)。
不 妨 假 设 n个 被 评 价 对 象 的 m个 评 价 指 标 向 量 为 x(x1,x2, ,xm )T, 指 标 权 重 向 量 为 w (w 1,w 2, ,w m )T, 由 此 构 造 综 合 评 价 函 数 为 yf(w ,x)。
如果已知各评价指标 n的个观测值为 {xij}(i1,2, ,n;
选择合适的数学方法构造综合评价函数(即综合评价模型)
y f (w, x) , 由此计算综合评价指标函数值 yi f (w, x(i) )(i 1, 2, , n) ,并 按 yi (i 1, 2, , n) 取值的大小对 n 个系统进行排序或分类。
问题:如何来构造合适的综合评价模型?
三三、、综综合合评评价价模的型数的学建模立型方法
注意到:当各被评价对象和评价指标值都确定以后, 问题的综合评价结果就完全依赖于权重系数的取值了,即 权重系数确定的合理与否,直接关系到综合评价结果的可 信度,甚至影响到最后决策的正确性。
(4)综合评价模型
对于多指标(或多因素)的综合评价问题,就是要 通过建立合适的综合评价数学模型将多个评价指标综合 成为一个整体的综合评价指标,作为综合评价的依据, 从而得到相应的评价结果。
当“很不满意”时,则隶属度为 0.01,即 f (1) 0.01.
[1 a (x b )2 ]1,1 x 3
f (x) a ln x b , 3 x 5
其中a, b , a,b 为待定常数.
计算得 a 1.1086, b 0.8942, a 0.3915, b 0.3699。
- 定性指标
1、评价指标类型的一致化
1.1 将极小型化为极大型
倒数法:
ቤተ መጻሕፍቲ ባይዱ
x
' j
1 xj
平移变换法 xj' Mj xj
其中
M j m 1ina xijx
1.2 将居中型化为极大型
对于居中型指标 x j
xj取中间值Mj
2
mj
为最好,要将其化大 为型 极指标,令
x'j
2(xj mj 2(MMjjmxjj Mj mj
2、 构成综合评价问题的五个要素
(2)评价指标
评价指标是反映被评价对象(或系统)的运行(或发展)状况的基 本要素。通常的问题都是有多项指标构成,每一项指标都是从不 同的侧面刻画系统所具有某种特征大小的一个度量。
一个综合评价问题的评价指标一般可用一个向量表示,其中每 一个分量就是从一个侧面反映系统的状态,即称为综合评价的指 标体系。
2. 评价指标的无量纲化
(2)极值差方法: 令xij
xij mj Mj mj
(i1,2,
,n;j1,2,
,m),
其中Mj m 1iaxn{xij},mj m 1iinn{xij}(j1,2, ,m)。则xij [0,1]
是无量纲的指标观测值。
(3)功效系数法: 令xij
cxijmj d(i1,2, Mj mj
j1,2, ,m), 则 可 以 计 算 出 各 系 统 的 综 合 评 价 值 yi f(w,x(i)), x(i)(xi1,xi2, ,xim)T(i1,2, ,n)。 根 据 yi(i1,2, ,n)值 的 大 小 将 这 n个 系 统 进 行 排 序 或 分 类 , 即 得 到 综 合 评 价 结 果 。
2、 构成综合评价问题的五个要素
(5)评价者 评价者是直接参与评价的人,可以是某一个人,
也可以是一个团体。对于评价目的选择、评价指标体 系确定、评价模型的建立和权重系数的确定都与评价 者有关。
3、综合评价的一般步骤
1.确定综合评价的目的 (分类?排序?实现程 度?)
2.建立评价指标体系 3. 对指标数据做预处理
1. 线性加权综合法
m
线 性 加 权 综 合 法 :用 线 性 加 权 函 数 y wjxj j1
作 为 综 合 评 价 模 型 , 对 n个 系 统 进 行 综 合 评 价 。
线性加权综合法的适用条件:各评价指标之间相 互独立。
对于不完全独立的情况采用该方法,其结果将导 致各指标间信息的重复,使得评价结果不能客观地 反映实际。
如何将其量化?若A-,B+,C-,D+等又如 何合理量化?
根据实际问题,构造模糊隶属函数的量化 方法是一种可行有效的方法。
假设有多个评价人对某项因素评价为A,B,C,
D,E共5个等级: {v1 ,v2 ,v3 ,v4,v5}。
譬如:评价人对某事件“满意度”的评价可分为
{很满意,满意,较满意,不太满意,很不满意}
将其5个等级依次对应为5,4,3,2,1。 这里为连续量化,取偏大型柯西分布和对数函
数作为隶属函数:
f
(x)
[1 a (x
b )2
]1 ,1
x
3
a ln x b , 3 x 5
其中 a , b , a, b 为待定常数.
当“很满意”时,则隶属度为1,即 f (5) 1;
当“较满意”时,则隶属度为0.8,即 f (3) 0.8;
(1)标准差方法:
令xij
xij xj sj
(i 1,2,
,n; j 1,2,
,m) ,
其中xj
1 n
n i1
xij,sj
[1 n
n
(xij
i1
xj)2]12(j
1,2,
,m)。
显然指标xij(i 1,2, ,n; j 1,2, ,m)的均值和均方差分别为0
和1,即xij [0,1]是无量纲的指标,称之x为ij 的标准观测值。
综合评价方法及其应用
一、什么是综合评价问题
历年竞赛题
(1)CUMCM1993-B:足球队排名问题; (2)CUMCM2001-B:公交车调度问题; (3)CUMCM2002-B:彩票中的数学问题; (4)CUMCM2004-D:公务员招聘问题; (5)CUMCM2005-A:长江水质的评价和预测问题; (6)CUMCM2005-C:雨量预报方法评价问题; (7)CUMCM2006-B:艾滋病疗法评价与预测问题; (8)CUMCM2007-C:手机“套餐”优惠几何问题; (9)CUMCM2008-B:高教学费标准探讨问题; (10)CUMCM2008-D:NBA赛程的分析与评价问题; (11)CUMCM2009-D:会议筹备问题。
使用。
2. 非线性加权综合法
m
非线性加权综合法: 用非线性函数 y
xwj j
(1)使所有的指标都从同一角度说明总体,这就提 出了如何使指标一致化的问题;
• (2)所有的指标可以相加,这就提出了如何消除 指标之间不同计量单位(不同度量)对指标数值 大小的影响和不能加总(综合)的问题,即对指 标进行无量纲化处理——计算单项评价值。
4.确定各个评价指标的权重 5.求综合评价值——将单项评价值综合而成。
1.4 定性指标的量化处理方法
在实际中,很多问题都涉及到定性,或模糊指 标的定量处理问题。
诸如:教学质量、科研水平、工作政绩、人员素 质、各种满意度、信誉、态度、意识、观念、能 力等因素有关的政治、社会、人文等领域的问题 。
如何对有关问题给出定量分析呢?
按国家的评价标准,评价因素一般分为五 个等级,如A,B,C,D,E。
1. 线性加权综合法
线性加权综合法的特点: (1)该方法能使得各评价指标间作用得到线性
补偿,保证综合评价指标的公平性; (2)该方法中权重系数的对评价结果的影响明
显,即权重较大指标值对综合指标作用较大; (3)当权重系数预先给定时,该方法使评价结
果对于各备选方案之间的差异表现不敏感; (4)该方法计算简便,可操作性强,便于推广
) )
, ,
mj xj Mj
Mj mj 2
xj
mj 2
Mj
其中Mj=max(xij),mj min(xij)
•1.3 将区间型化为极大型
对某个区间型数据指标 x ,则
x
11,
a
c
x
,
xa a xb
1
x
b c
,
xb
其中[a,b] 为 x 的最佳稳定区间,c max{a m, M b} , M 和 m 分别为 x 可能取值的最大值和最小值。
1、综合评价的目的
综合评价一般表现为以下几类问题:
a。分类——对所研究对象的全部个体进行分类, 但不同于复合分组(重叠分组);
b。比较、排序(直接对全部评价单位排序,或 在分类基础上对各小类按优劣排序);
c。考察某一综合目标的整体实现程度(对某一 事物作出整体评价)。如小康目标的实现程度、 现代化的实现程度。当然必须有参考系。
如果不对这些指标作相应的无量纲处理,则在综合评价 过程中就会出“大数吃小数”的错误结果,从而导致最后得 到错误的评价结论。
无量纲化处理又称为指标数据的标准化,或规范化处理。 常用方法:标准差方法、极值差方法和功效系数方法等。
2. 评价指标的无量纲化
假 设 m个 评 价 指 标 x1,x2, ,xm, 在 此 不 妨 假 设 已 进 行 了 类型的一致化处理,并都有n组样本观测值 xij(i1,2, ,n;j1,2, ,m), 则 将 其 作 无 量 纲 化 处 理 。
2、 构成综合评价问题的五个要素
构成综合评价问题的五个要素分别为:被评价对象、 评价指标、权重系数、综合评价模型和评价者。
(1)被评价对象 被评价对象就是综合评价问题中所研究的对象,或称为 系统。通常情况下,在一个问题中被评价对象是属于同一类
的,且个数要大于1,不妨假设一个综合评价问题中有 n个 被评价对象(或系统) ,分别记为S1,S2, ,Sn(n1)。
2、 构成综合评价问题的五个要素
(3)权重系数 每一综合评价的问题都有相应的评价目的,针对某 种评价目的,各评价指标之间的相对重要性是不同的, 评价指标之间的这种相对重要性的大小可以用权重系数
来刻画。如果用wj 来表示评价指标xj ( j 1,2, ,m) 的
m
权重系数,则应有wj 0( j 1,2, ,m) ,且 wj 1 。 j1
二、评价指标的规范化处理
1. 评价指标类型的一致化
一 般 说 来 , 在 评 价 指 标 x1,x2, ,xm (m 1)中 可 能 包
含 有 “ 极 大 型 ” 指 标 、 “ 极 小 型 ” 指 标 、 “ 中 间 型 ” 指 标 和 “ 区 间 型 ” 指 标 。
极大型指标:总是期望指标的取值越大越好; 极小型指标:总是期望指标的取值越小越好; 中间型指标:总是期望指标的取值既不要太大,也不要太 小为好,即取适当的中间值为最好; 区间型指标:总是期望指标的取值最好是落在某一个确定 的区间内为最好。
,n;j1,2,
,m),
其中c,d均为确定的常数。 c 表示“平移量” , d 表示“旋转量” ,即
表示“放大”或“缩小”倍数,则xij [c,cd]。 譬如若取c60,d40,则xij [60,100]。
三、综合评价模型的建立方法
为了全面地综合分析评价被评价对象的运行(或发展)状
况,如果已知 n 个状态向量(即 n 组观测值) x(i) (xi1, xi2 , , xim )T (i 1, 2, , n) ,则根据 m 个评价指标的 实际影响作用,确定相应的权重向量 w (w1, w2 , , wm )T ,且

f
(
x)
1
1.1086(
x
0.8942)
2
1 ,1 x 3
0.3915ln x 0.3699 , 3 x 5
f
(x)
1
1.1086( x
0.8942)
2
1 ,1 x 3
0.3915ln x 0.3699 ,
3 x5
根据这个规律, 对于任何一个评价值, 都可给出一个合适的 量化值。
据实际情况可构 造其他的隶属函数。 如取偏大型正态分布。
二、评价指标的规范化处理
2. 评价指标的无量纲化
在 实 际 中 的 评 价 指 标 x1,x2, ,xm(m1)之 间 , 往 往 都 存
在 着 各 自 不 同 的 单 位 和 数 量 级 , 使 得 这 些 指 标 之 间 存 在 着 不 可 公 度 性 , 这 就 为 综 合 评 价 带 来 了 困 难 , 尤 其 是 为 综 合 评 价 指 标 建 立 和 依 据 这 个 指 标 的 大 小 排 序 产 生 不 合 理 性 。
评 价 指 标 体 系 应 遵 守 的 原 则 : 系 统 性 、 科 学 性 、 可 比 性 、
可 测 性 ( 即 可 观 测 性 ) 和 独 立 性 。 这 里 不 妨 设 系 统 m 有个 评 价 指 标 ( 或 属 性 ) , 分 别 记 为 x1,x2, ,xm(m1), 即 评 价 指 标 向 量 为 x(x1,x2, ,xm)T。
相关文档
最新文档