排序方式: 共有21条查询结果,搜索用时 15 毫秒
11.
12.
13.
信息集结方法是群体评价的重要研究内容,针对该问题本文对评价信息满意度进行测度,并基于此对群体信息的集结方法展开研究。该方法根据指标信息的变化赋予评价者不同的权重,以改变现有研究中评价者权重大多固定不变的做法,旨在使群体信息集结的结果更加公正和准确。首先对问题进行界定并给出评价信息满意度的定义;然后分别给出先验信息满意度和评价过程中的信息满意度的确定方法,利用先验信息满意度确定各评价者的初始权重,并利用评价过程中的信息满意度对其修正,从而得到各评价者的权重矩阵。最后,按照各评价者的评价信息满意度对群体评价信息进行集结。 相似文献
14.
基于二维IOWA算子的客观自主式评价方法 总被引:1,自引:0,他引:1
对于有限方案的多指标综合评价问题,将各被评价对象视为平等的评价主体,建立了一种客观自主式评价的方法。该方法首先对各评价主体的竞争视野进行了界定,并根据竞争视野内指标信息的分布情况,给出了指标的绝对优势度和相对优势度概念。在此基础上,以指标的绝对优势度和相对优势度为诱导分量,对指标重新排序,并基于“权数非独裁”的思想,给出了一种确定指标位置加权向量的方法。最后通过一个算例对该方法的应用进行了说明,算例结果表明该方法不仅能够提升评价主体的竞争优势,而且提升了评价结果的可接受程度,从而验证了该方法的有效性。 相似文献
15.
综合评价的随机模拟求解算法及应用 总被引:1,自引:0,他引:1
在经典的综合评价理论里,评价结论的信息形式通常是绝对的.本文认为这种绝对的结论形式阻碍了理论对实际问题本质的贴近,是产生“多评价结论非一致性”问题的重要原因.针对该问题,提出了一种基于“蒙特卡罗仿真”思想的随机模拟型综合评价求解算法,并对相应的排序方法进行了研究,该方法的特点是可产生带概率(可靠性)信息的评价结论,因而较绝对的结论形式从问题的可解释性方面拥有了更多的优势.因随机模拟求解方法具有独立性,作为示例,将其应用于“自下而上”的评价模式中,构建出一种新颖的自主式评价方法.最后,用一个算例验证了方法的有效性. 相似文献
16.
17.
18.
针对激励评价中的等级划分问题,本文提出了一种基于数值分布的等级划分方法,相比于现有的等级划分方法,该方法能够综合考虑数值分布情况来划分等级,并结合本文提出的等级划分法对密度算子进行拓展,提出了一种基于数值分布的激励型综合评价方法。首先本文从数值分布的角度提出了一种新的等级划分方法,从而得出各等级区间的等级区间分界点;其次确定等级系数,并结合指标值和等级区间分界点给出各指标的权向量,给出一种不需要进行归一化处理的等级权向量确定方法,该方法能够较好的解决归一化处理带来的不公平性;再次根据密度算子思想对评价数据进行集结得出评价结果;最后通过一个算例对该方法进行验证,结果表明该方法可以实现对被评价对象科学激励的作用。该方法尤其适用于企业员工激励、省市综合排名、高校人才选拔等问题。 相似文献
19.
20.