- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
评估世博会对上海服务业影响
评估世博会对上海服务业影响
摘要 2010年上海世博会的举办,使得上海的服务业得到了极大的增长。本文从属性综合评价系统原理出发,通过互联网数据,利用AHM法客观为世博会服务业各项指标赋权,构造属性判断矩阵,并检验一致性。再选取分段函数:作为属性测度函数,然后求出单指标属性测度评价矩阵,运用加权法得到世博会的综合属性值,并定量评估世博会对服务业的影响力。最后和之前几届世博会比较,得出排序。基于属性综合评价系统定量评估上海世博会对服务业的影响力的方法具有理论上的科学性,实际中的适用性,有较好的应用前景。不过官方公布的实时数据有限,文中用到的大多是根据互联网(非官方)模拟数据,数值上主观模糊性可能稍强,但不影响最终评估效果。
关键词 属性综合评价系统 属性测度函数 定量评估 互联网数据 AHM
中图分类号:F270 文献标识码:A
一、问题重述
从1851年伦敦的“万国工业博览会”开始,世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。2010年上海世博会是中国首次举办。正如历届世博会对举办国服务业的巨大影响力一样,上海世博会对我国的服务行业也产生了深远影响。如何科学、客观、正确的评价世博会的影响力正在成为当下最热门的话题。
二、模型假设与符号说明
(一) 模型假设。
设X=(x1,x2,......,xn)为研究对象空间,I={I1,I2,......,Im}为属性空间,W=(w1,w2,......,wm)()为属性集,为属性权重向量,模糊语言评估标度为C={c1,c2,......,ck},其中c1,c2,......,ck构成F的有序分割。由于样本的特性完全由指标的测量值反应,所以可以将样本x1表示为一个m维向量,即x1=(xi1,xi2,......,xim)。针对其个评价类或个决策c1,c2,......,ck,若每个指标的分类标准已知,可对x中的元素写成分类标准矩阵
其中或。
我们要解决的是,如何根据已知或可测数据对x中的元素进行分类,排序、择优。我们设计步骤如下:
步骤一:构造属性判断矩阵,并检验一致性
构造属性判断矩阵主要采取AHM法。设有n个属性(指标)u1,u2,......,un对应准则c,比较两个不同的元素ui和uj(i≠j)的相对重要性i和j,按属性测度要求[1],ij和ji应满足:
ij≥0,ji≥0,ij+ji=1(1)
元素ui和自身比较是无意义的,规定:
ii=0,1≤i≤n(2)
满足(1),(2)的ij称为相对属性测度。由ij组成的矩阵(ij)1≤i≤n称为属性判断矩阵。属性判断矩阵有如下相关定义:
1、若ij>ji,则称i比j相对强,记作。
2、属性判断矩阵(ij)nxn称为具有一致性,如果对任i,j,k何由,则。
3、令
,
关于属性判断矩阵一致性我们有如下判别定理
引理1:属性判断矩阵具有一致性的充要条件是:对任何指标集I,当Pi非空时有
。(证明详见文献) (3)
令,(4)
称wc=(wc(1),wc(2),......,wc(n))T,为相对属性权向量,T表示转置。
步骤二:选取属性测度函数
考虑单个指标Ij,样本xi的第j个Ij指标的测量值为xij,“xij∈ck”表示“xij属于第k类”,它的属性测度为ijk=(xij∈ck),按照属性测度的性质,ijk应满足。
常用的属性测度函数有:分段函数、三角函数、指数函数。我们选取如下分段函数作为属性测度函数
(5)
步骤三:求单指标属性测度评价矩阵
由以上定义的单指标属性测度函数可得到单指标属性测度评价矩阵为:
步骤四:综合属性测评判断矩阵
对样本xi,若已知它的各个指标的测量值xij,可由属性测度函数得到属性测度ijk=(xij∈ck),然后应用加权求和得到综合属性测度。
(6)
由此我们可以得到多指标综合属性测评判断矩阵
步骤五:聚类
设为置信度,0.5<≤1一般取,
若,
则认为xi∈cko类,置信度准则要求强的类占极大的比例,我们也把它称作置信度准则。
步骤六:排序
该矩阵的第i个行向量为(,i2,......ik,)的xi综合测度评价向量。对于对象的排序除要求满足最小代价准则[1]、置信度准则之外还要求满足如下评分准则。
评分准则:设(c1,c2,......,ck,)是属性空间F的一个有序分割,x1的属性测度为x1(ci),x2的属性测度为x2(ci),且,我们在比较x1和x2时参照如下评分法则:由于ci之
原创力文档


文档评论(0)