数学建模综合.docxVIP

数学建模综合评价方法 - - PAGE 10 - 建模参考资料 综合评价方法 一、关于评价指标 所谓指标就是用来评价系统的参量．例如， 在校学生规模、教学质量、师资结构、科研水平等，就可以作为评价高等院校综合水平的主要指标．一般说来，任何—个指标都反映和刻画事物的—个侧面． 从指标值的特征看，指标可以分为定性指标和定量指标．定性指标是用定性的语言作为 指标描述值，定量指标是用具体数据作为指标值．例如，旅游景区质量等级有5A 、4A 、3A 、2A 和1A 之分，则旅游景区质量等级是定性指标； 而景区年旅客接待量、门票收入等就是定量指 标． 从指标值的变化对评价目的的影响来看， 可以将指标分为以下四类： 极大型指标(又称为效益型指标)是指标值越大越好的指标； 极小型指标(又称为成本型指标)是指标值越小越好的指标； 居中型指标是指标值既不是越大越好， 也不是越小越好，而是适中为最好的指标； 区间型指标是指标值取在某个区间内为最好的指标． 例如，在评价企业的经济效益时，利润作 为指标，其值越大，经济效益就越好，这就是效益型指标；而管理费用作为指标，其值越小， 经济效益就越好，所以管理费用是成本型指 标．再如建筑工程招标中，投标报价既不能太 高又不能太低，其值的变化范围一般是 × (?10%, ?5%) 标的价，超过此范围的都将被淘汰，因此投标 报价为区间型指标．投标工期既不能太长又不能太短，就是居中型指标． 在实际中，不论按什么方式对指标进行分类，不同类型的指标可以通过相应的数学方法进行相互转换 1 评价指标的处理方法 一般情况下，在综合评价指标中，各指标值可能属于不同类型、不同单位或不同数量级， 从而使得各指标之间存在着不可公度性，给综合评价带来了诸多不便．为了尽可能地反映实际情况，消除由于各项指标间的这些差别带来的影响，避免出现不合理的评价结果，就需要对评价指标进行一定的预处理，包括对指标的 一致化处理和无量纲化处理． 指标的一致化处理 所谓一致化处理就是将评价指标的类型进行统一．一般来说，在评价指标体系中，可能会同时存在极大型指标、极小型指标、居中型指标和区间型指标，它们都具有不同的特点．如 产量、利润、成绩等极大型指标是希望取值越大越好；而成本、费用、缺陷等极小型指标则是希望取值越小越好；对于室内温度、空气湿度等居中型指标是既不期望取值太大，也不期望取值太小，而是居中为好．若指标体系中存在不同类型的指标，必须在综合评价之前将评价指标的类型做一致化处理．例如，将各类指标都转化为极大型指标，或极小型指标．一般的做法是将非极大型指标转化为极大型指 标．但是，在不同的指标权重确定方法和评价 模型中，指标一致化处理也有差异． 极小型指标化为极大型指标 对极小型指标 ，将其转化为极大型指标 x j 时，只需对指标 取倒数： x j x? ? 1 ， j x 或做平移变换：  x? ? M xj j x j x ， j 其中 M ? max{x } ，即 n 个评价对象第 j 项指标值 j 1?i?n ij ij 最大者． 居中型指标化为极大型指标 对居中型指标 x ，令 M ? max{x } ， m  ，? min{x } ， 取 j j 1?i?n ij j 1?i?n ij ? 2(x ? j m ) j  , m ? x ? M ? m j j ; ?M ? m ? ? j j j j 2 x j ? ? 2(M ? x ) M ? m ? j j , ?? M ? m ? j j j j ? x 2 j ? M . j 就可以将 转化为极大型指标． x j 区间型指标化为极大型指标 对区间型指标 ， j j j j j j j j 是取值介于区间 内 [a , b ] 时为最好，指标值离该区间越远就越差．令 M ? max{x }， m ? min{x }， c ? max{a ? m , M ?b }, 取 j 1?i?n ij j 1?i?n ij j j j j j ? a ?1? j ? ? ? x j , x c j j ? a ; j x ? ?1, a j ? x ? b j ? x ? b ; j j ?1? j ?? c ? j j , x j ? b . j 就可以将区间型指标 转化为极大型指标． x j 类似地，通过适当的数学变换，也可以将 极大型指标、居中型指标转化为极小型指标． 指标的无量纲化处理 所谓无量纲化，也称为指标的规范化，是通过数学变换来消除原始指标的单位及其数值 数量级影响的过程．因此，就有指标的实际值 和评价值之分．—般地，将指标无量纲化处理 以后的值称为指标评价值．无量纲化过程就是将指标实际值转化为指标评价值的过程． 对于