数学建模综合评价与衡量方法(定).pdf

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

5A4A3A2A

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、、、

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：

(1)极大型指标(又称为效益型指标)是指标值越大越好的指标；

(2)极小型指标(又称为成本型指标)是指标值越小越好的指标；

(3)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；

(4)区间型指标是指标值取在某个区间为最好的指标．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，其值的变化围一般是(-

10%,+5%)x标的价，超过此围的都将被淘汰，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

8.2.4评价指标的预处理方法

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．

1．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．

(1)极小型指标化为极大型指标

对极小型指标xx

，将其转化为极大型指标时，只需对指标取倒数:

j

j

x

二丄,

x

j

或做平移变换：j