基于组合权重的系统评价模型

提出了基于组合权重的系统评价新模型 ( CWSE) ,即 :直接根据评价指标样本数据集 ,用基于加速遗传算法的投影寻踪方法确定各评价指标的分类权重 ,用基于加速遗传算法的层次分析法确定各评价指标的排序权重 ,用加速遗传算法对各评价指标的分类权重和排序权重进行综合得到组合权重 ,然后以这些组合权重与各评价对象相应评价指标的标准化值进行加权平均 ,得到系统评价的综合指标值 ,据此可对各评价对象进行分类排序 .用 CW SE模型评价中国 30个区域 1995年开发度的结果表明 ,根据开发度的强弱可把这些区域分成 3个强开发区域、6个较强开发区域、10个中等开发区域和 11个弱开发区域 ;CWSE模型简便、通用 ,计算结果较为客观和稳定 ,为系统工程理论和实践提供了新的研究方法 .     

主客观赋权合成指标权重及其在公共卫生综合评价中的应用

目的:探讨综合评价中指标权重的确定.方法:将相似权法和属性AHM赋权法相结合来确定指标权重,并应用于公共卫生质量的综合评价.结果:实现了对太原市5所普通旅店的聚类与排序;结论:主客观赋权合成指标权重,既充分利用了样本资料的统计信息,又反映了专家的理论知识和经验,可得到较为客观、合理的指标权重,将此权重用于综合评价,其结果准确可靠.     

基于投影寻踪原理的建筑业综合实力评价分析

在分析影响建筑业综合实力因素的基础上,选择了规模效益水平、技术装备水平、效率水平三个方面共12个评判指标,建立了建筑业综合实力评价的投影寻踪分类模型(PPC),并利用基于实数编码的加速遗传算法(RAGA)求解最佳投影方向.根据投影值的大小对地区建筑业综合实力进行评价分析.PPC模型具有稳健性好、投影值准确度高、评价结果...     

基于熵权的灰色聚类法在水质综合评价中的应用

在灰色聚类方法的基础上,引入熵权概念,并通过熵权修正指标的权重系数,充分利用了样本信息.利用基于熵权的灰色聚类法对长江库区13个监测断面水质质量进行综合评价,获得较好效果,并与模糊综合评价方法比较,其计算简便,结果更客观、合理.     

基于指标区分权重的未确知测度综合评价模型及其应用

分析了指标对区分样本所属类别所作贡献的大小,定义了指标的区分权重.建立基于指标区分权重的未确知综合评价模型,并用于滏阳河水质污染综合评价.     

管制员综合素质评价方法研究

管制员综合素质对管制系统安全运行有着重要的作用.为保证管制系统安全运行,提出了一种使用三元区间数基本理论的管制员综合素质评价方法,对管制员综合素质进行评价.根据少数服从多数原则,给出了一种计算群决策专家权重系数的新方法,考虑专家系数,给出了一种构造三元区间数的方法,通过排序函数确定最大三元区间数,通过指标对应三元区间数与最大区间数比值的模确定指标初始权重,并对指标权重公平化处理,得到指标最终权重,并在此基础上建立了管制员综合素质评价模型.算例结果表明,所提出的评价方法能够度管制员综合素质进行有效评价.     

投影寻踪模型在国民经济综合评价中的应用

文章针对区域国民经济发展的多属性,采用投影寻踪评价模型,用加速遗传算法寻找最佳投影方向,将多维属性指标转换为一维投影值.在此基础上,通过建立单属性指标的分类等级区间,给出区域国民经济发展水平分类的投影值区间,从而实现对区域国民经济发展水平的分类.应用表明,它是国民经济评价的一种计算过程简单、直观的新方法.     

基于TFN-隶属度软化的露天矿岩体质量评价方法研究

为了解露天矿岩体质量,从露天矿某竖向范围的围岩、矿体顶板、矿体和矿体底板四个特征位置进行取样确定一定范围内的露天矿质量.岩石抗压强度R_c、黏聚力C、内摩擦角φ和岩体变形模量E作为评价的指标体系,并形成单因素指标岩体分类的五个级别.通过TFN确定指标的相对权重.提出隶属度软化方式,在确定样本对某级别的隶属度的同时,考虑其与相邻两级别隶属可能性,即隶属度软化,以方便样本的多指标评价.评价最大隶属度级别即是样本所属级别,最终根据各个样本的质量等级和综合评判规则判断露天矿岩体质量.实验表明:提出的方法比RMR、Q和可拓学评价得到的样本质量评级略低,能考虑当地工程经验,并偏于安今.     

基于投影寻踪法的坦克动力舱热工况综合评价

坦克动力舱的结构和布置方案,对于合理地设计主战坦克动力装置、传动装置、冷却系统和动力系统的总体结构具有重要意义.将投影寻踪法应用于某型主战坦克的动力舱不同结构布置方案热工况综合评价中,不但给出了各方案的综合评价排序,同时得到了各评价指标的权重,为找出最佳布置方案,进行正确决策提供科学依据.     

基于组合赋权和灰色关联投影法的区域能源供应系统评价研究

通过分析区域能源供应系统综合性能评价影响因素,设计系统评价指标体系,运用层次分析法(AHP)和熵权法结合的组合赋权法确定指标权重,构建加权灰色关联决策矩阵,最终提出了一种基于组合赋权和灰色关联投影法的区域能源供应系统方案优选方法.运用灰色关联投影值对备选方案进行优劣排序,案例分析表明该模型具有程序化、科学实用、便于操作等特点,具有推广和应用价值.     

基于投影寻踪模型的装备保障性目标评估

应用投影寻踪法,对保障性目标评估标准进行分析,利用在每个级别范围内随机产生的样本,建立了投影寻踪模型,确定了保障性目标评估指标的权重系数,得到了投影特征值变化区域与分类级别的对应关系,对某型航空装备使用初期的保障性试验数据进行分析,得到了其使用初期的级别和评估等级.为实现装备保障性评估目标评估拓展了新的途径,提供了科学依据.     

企业竞争力评价的投影寻踪模型

建立了企业竞争能力评价的投影寻踪聚类模型,利用该模型可将企业竞争优势评价的多个指标转换为反映各指标综合信息的投影特征值,根据投影特征值的大小便可对企业竞争能力进行客观评价,整个过程无人为干扰。通过对5个煤炭企业竞争优势评价表明该方法操作简便,切实可行,为企业竞争能力综合评价的多因素影响问题提供了一条新途径。     

基于端点白化权函数聚类的水环境质量等级评价分析

为更准确地评价水环境质量,将端点三角白化权函数灰色评估引入到水质综合评价中.针对以往灰色白化权函数评估主要通过测定指标灰聚类系数判定被评价对象的优劣强弱等级进行等级识别评价,对三角白化权函数计算方法进一步扩展,完成多评价对象的准确等级定位及比较排序.将这种方法应用于山东省聊城市东昌湖水水质评价中,经实例计算证明基于三角白化权函数灰色评估评价模型的稳定性、合理性和实用性为水质评价研究方法提供了新的思路和借鉴.     

Projection Pursuit for Exploratory Supervised Classification

In high-dimensional data, one often seeks a few interesting low-dimensional projections that reveal important features of the data. Projection pursuit is a procedure for searching high-dimensional data for interesting low-dimensional projections via the optimization of a criterion function called the projection pursuit index. Very few projection pursuit indices incorporate class or group information in the calculation. Hence, they cannot be adequately applied in supervised classification problems to provide low-dimensional projections revealing class differences in the data. This article introduces new indices derived from linear discriminant analysis that can be used for exploratory supervised classification.     

基于AHP-TOPSIS评判模型的中药企业研发人员胜任力研究

研发人员作为企业中运用知识进行创新活动的群体,具有知识型员工的行为特质,因而导致研发人员的努力程度和贡献大小很难准确地测量.为了解决科学地评价研发人员胜任力的问题.在层次分析法(AHP)和逼近理想解的排序法(TOPSIS)两个理论的基础上,构建了AHP—TOPSIS综合评判指标体系模型,对3类中药企业研发人员胜任力进行综合评判优选.从职业态度、知识—技术、个人魅力、创新能力和团队合作能力5个方面综合考虑影响研发人员胜任力的评判指标,旨在为企业和不同行业全面评价以及甄选研发人才提供一种可行的方法.     

灰色聚类模型的改进及应用研究

对系统进行质量等级综合评价,应充分考虑各影响因子之间的相互作用关系.基于指数型白化函数的灰色聚类改进模型避免了经典聚类模型存在零权重现象的缺陷,使得指标样本值与各级非零权重之间建立了一一对应关系,并将该模型用于计算各单项因子的最大控制值或最小削减量.实例分析了2004年杭州市环境空气质量综合等级为Ⅲ级,并计算了综合等级要达到Ⅱ级标准时,单项指标SO2、NO2和PM10的浓度最小削减率分别为22.69%、27.9%和21.58%.     

Projection Pursuit Indexes Based on Orthonormal Function Expansions

Abstract

Projection pursuit describes a procedure for searching high-dimensional data for “interesting” low-dimensional projections via the optimization of a criterion function called the projection pursuit index. By empirically examining the optimization process for several projection pursuit indexes, we observed differences in the types of structure that maximized each index. We were especially curious about differences between two indexes based on expansions in terms of orthogonal polynomials, the Legendre index, and the Hermite index. Being fast to compute, these indexes are ideally suited for dynamic graphics implementations.

Both Legendre and Hermite indexes are weighted L ² distances between the density of the projected data and a standard normal density. A general form for this type of index is introduced that encompasses both indexes. The form clarifies the effects of the weight function on the index's sensitivity to differences from normality, highlighting some conceptual problems with the Legendre and Hermite indexes. A new index, called the Natural Hermite index, which alleviates some of these problems, is introduced.

A polynomial expansion of the data density reduces the form of the index to a sum of squares of the coefficients used in the expansion. This drew our attention to examining these coefficients as indexes in their own right. We found that the first two coefficients, and the lowest-order indexes produced by them, are the most useful ones for practical data exploration because they respond to structure that can be analytically identified, and because they have “long-sighted” vision that enables them to “see” large structure from a distance. Complementing this low-order behavior, the higher-order indexes are “short-sighted.” They are able to see intricate structure, but only when they are close to it.

We also show some practical use of projection pursuit using the polynomial indexes, including a discovery of previously unseen structure in a set of telephone usage data, and two cautionary examples which illustrate that structure found is not always meaningful.     

基于改进EAHP的装备采购供应链质量绩效评价

针对装备采购供应链质量绩效评价指标体系不能真实反映供应链质量状况和评价方法不够合理的问题,基于平衡计分卡模型框架建立了装备采购供应链质量绩效评价指标体系,提出了一种新的改进可拓层次分析法(EAHP),用于评价供应链质量绩效。该方法通过个体指标权重向量与群体指标权重向量之间的贴近度确定初始专家权重,并通过引入修正参数的序关系分析法(G1)来多轮修正专家权重分配,克服了传统EAHP在群决策中集结专家判断信息后一致性检验难以通过的问题。计算实例表明该方法能有效集结群决策信息,并减少偏差较大的决策信息带来的不良影响。