opsis法在医院工作质量综合评价中的应用.docxVIP

opsis法在医院工作质量综合评价中的应用 界法是一种常见的决策决策技术，在系统工程中对有限的方案做出决策。在这项工作中，它被用来综合医院工作的质量。在这项工作中，我们提出了一种改进方法，以将联合评估方法用于综合评估和多目标决策分析，以获得更合理、更科学的结果。 TOPSIS法评价的基本步骤如下: 1) 对n个评价单元选择p个评价指标进行综合评价(如果p个指标中有逆向指标或适度指标,则将其正向化),原始数据矩阵如下: X=[x11x12?x1px21x22?x2p????xn1xn2?xnp]n×pX=??????x11x21?xn1x12x22?xn2????x1px2p?xnp??????n×p 2) 对原始数据归一化,得到 Ζ=[z11z12?z1pz21z22?z2p????zn1zn2?znp]n×pZ=??????z11z21?zn1z12z22?zn2????z1pz2p?znp??????n×p 其中: zij=xij√n∑k=1x2kj,i=1,2,?,n;j=1,2,?,pzij=xij∑k=1nx2kj√,i=1,2,?,n;j=1,2,?,p 3) 由各项指标最优值和最劣值分别构成最优值向量Z+和最劣值向量Z-. Ζ+=(z+1,z+2,?,z+p);Ζ-=(z-1,z-2,?,z-p),Z+=(z+1,z+2,?,z+p);Z?=(z?1,z?2,?,z?p), 其中 z+j=max{z1j,z2j,?,znj},j=1,2,?,p,z-j=min{z1j,z2j,?,znj},j=1,2,?,pz+j=max{z1j,z2j,?,znj},j=1,2,?,p,z?j=min{z1j,z2j,?,znj},j=1,2,?,p 4) 计算各评价单元与最优值和最劣值的距离 D+i=√p∑j=1(zij-z+j)2,D-i=√p∑j=1(zij-z-j)2D+i=∑j=1p(zij?z+j)2???????????ue001?ue000ue000,D?i=∑j=1p(zij?z?j)2???????????ue001?ue000ue000 5) 计算各评价单元与最优值的相对接近度 Ci=D-iD+i+D-i,i=1,2,?,nCi=D?iD+i+D?i,i=1,2,?,n 6) 按相对接近度大小排序,Ci越大,表明第i个评价单元越接近最优水平. 2 确定引发最佳配比 为了便于说明,我们不妨采用两个指标,如图1所示,点A(x-1,x-2)对应最劣值向量Z-,点B(x+1,x+2)对应最优值向量Z+, 其他点C(x1C,x2C) ,D(x1D,x2D),E(x1E,x2E),F(x1F,x2F)为四个评价单元对应的样本点,C,D位于AB的一条垂线上(在AB中垂线左下方),E,F位于AB的另一条垂线上(在AB中垂线右上方),对这样的四个样本点,我们可以证明按照第一节中步骤具有如下的排序结果:C优于D,E优于F(见附录),这样的结果显然是不合理的. 因为在C、D和E、F这两对样本点中,D和E具有相同的地位(距离AB连线近且距离最优点B近),C和F具有相同的地位(距AB连线远且距离最优点B远),故两对样本点各自排序应为D优于C,E优于F,或者D劣于C,E劣于F. 而事实上,E与F相比距最优点更近,且距AB连线更近(这说明E的发展比F更均衡一些),理应有E优于F,同样应有D优于C. 另外,对于AB中垂线上的样本点,显然,Ci均为1212,无法区分优劣. 由此我们看到TOPSIS法用于综合评价还存在一定的问题,不能得到合理的排序结果. 3 c#i的排序 可以证明(见附录),在AB中垂线的右上方类似于E、F这样的样本点均可得到合理的排序结果,而在AB中垂线的左下方类似于C、D这样的样本点必有不合理的排序结果. 因此可作如下改进: 1) 取BA延长线上点H使得|BA|=|HB|,(| |表示欧氏距离)记H点对应的向量为Z*=(z*1,z*2,…,z*p), 其中,z*j=2z-j-z+j,j=1,2,…,p. 我们可称其为虚拟最劣样本. 2) 计算D+i和D*i D+i=√p∑j=1(zij-z+j)2,D*i=√p∑j=1(zij-z*j)2D+i=∑j=1p(zij?z+j)2???????????ue001?ue000ue000,D?i=∑j=1p(zij?z?j)2???????????ue001?ue000ue000 3) 计算C*i=D*iD+i+D*i.C?i=D?iD+i+D?i. 4) 用C*i排序,C*i越大表明第i个评价单元越接近最优水平. 显然这样改进后,可避免以上不合理结果的出现. 4 应用实例 我们仍以文中的数据为例,归一化数据阵为 z=[0.37240.41050.36540.36390.37