基于理想排序的群组G2赋权方法研究

合理确定专家权重是群组赋权的关键。本文在分析同类研究的基础上,提出了基于理想排序的群组G2方法来确定专家权重。论文的主要特色是根据循环修正的思路利用平均值法、Board法和Copealand法对通过一致性检验的专家排序进行重排序,从而确定评价指标的理想排序,然后通过比较各通过一致性检验的专家排序和理想排序的相关性的大小来确定专家权重,保证了专家权重合理的反映了专家差异,保证了指标最终权重反映出群体决策思想。     

基于并列排名的组合评价方法及其鲁棒性分析

本文提出一种允许并列排名的组合评价方法,利用多种单一评价方法对方案进行排序,提取多个排序结果中的一致优劣关系作为约束条件,并以原始决策矩阵为自变量构造效用函数,通过目标规划求解各方案的综合效用值,以综合效用值的大小确定各方案的排名,综合效用值相同的方案被认为没有差别,排名并列。定义Weak-Kendall系数描述评价方法的鲁棒性,从数据的随机扰动和方案数量的变化两个角度设计仿真实验,引入实例,并与离差最大化法、均值法、模糊Borda法等组合评价方法进行比较,结果表明并列排名组合评价方法在这以上两方面具有更强的鲁棒性。最后,通过研究单一评价方法的选择对并列排名法的影响,探讨方法的改进方向。     

一种循环修正的组合评价方法

提出了一种循环修正的组合评价方法.首先,对所研究的问题选取几种综合评价方法进行综合评价.其次,用Sperm an等级相关系数法检验几种综合评价法的一致性.进一步重复采用平均值法、Boarda法、C om peland法和模糊Board法对上述综合评价结果进行组合评价,直到标准差均收敛于0为止,得到最优的组合评价结果.最后以辽宁省2001年实际统计资料为例,对各地区的经济实力进行了综合评价和排序.     

一种体现发展趋势的动态综合评价方法

针对动态综合评价中没有考虑被评价对象指标的发展趋势的问题,综合考虑评价指标的发展趋势、指标权重和时间权重的影响,构建了一种体现发展趋势的动态综合评价模型。定义了发展因子,用于表示被评价对象指标的发展趋势,在纵横向拉开档次法的基础上采用离差平方和最小化的方法确定指标权重,并建立了一种体现“厚今薄古”思想的时间函数来确定时间权重。最后,将该动态综合评价模型应用于中国西部地区宏观经济发展评价问题中。     

基于熵权法的DEA/AR交叉效率知识化制造模式评价

用模糊DEA/AR交叉效率方法,解决制造模式的评价与排序问题.首先,构建了四种不同的DEA/AR交叉效率模型—任意型、对抗型、友好型和博弈型.然后,应用熵权法确定每一种交叉效率模型的最终交叉效率值,目的是用保证域来避免传统模型的权重偏差,从而实现了决策单元的相对有效评价和精确排序.同时,引入奇异指数的概念来衡量最终交叉效率的合理性及可靠性.最后,通过实例验证本文模型和方法的可行性及有效性:与采用简单DEA效率模型进行评价比较,我们的方法会使得效率更加精准、排序更加合理.     

基于方法集的棕地再开发项目组合评价研究

棕地再开发项目综合评价具有重要的理论意义实践意义.为了科学、合理地对棕地再开发项目进行评价,提出了一种基于方法集的组合评价模型.首先,分别应用灰色关联评价、模糊综合评价、TOPSIS和主成分评价分别对备选方案进行单一评价;然后,使用KENDALL-W协和系数检验对单一评价的排序结果进行统计一致性检验,并以满足统计一致性的评价方法构成方法集;其次,分别使用平均值法、Borda法、Copeland法对单一评价的排序结果进行组合评价,并使用循环组合的方法保证组合评价结果的完全一致性;最后,应用该模型对某市棕地再开发项目进行组合评价,评价结果验证了模型的有效性.     

基于集对分析的组合评价模型及其应用

组合评价是目前处理单一评价方法的不一致性、提高评价结果的可靠性和合理性的有效途径,现有的组合评价方法的主要不足是对这些单一评价法的评价排序值之间的一致性信息利用尚不够充分.提出用集对分析方法的联系度从同、异、反三方面定量描述这些一致性信息、并用于构造模糊互补判断矩阵来确定各单一评价法的组合权重的新模型(CEM-SPA).CEM-SPA的应用结果表明:CEM-SPA的组合评价结果比单一评价法更具有可靠性和合理性,与各单一评价法的相容性均很高;CEM-SPA利用各单一评价法的相容性测度确定各单一评价法的权重,利用各单一评价法的信息比常用的平均值法更充分因而显得更为合理;CEM-SPA在基于评价排序值的系统组合评价中具有推广应用价值.     

基于循环修正模式的县域经济社会发展评价模型

从经济发展,社会发展,资源、生态环境三个截面构建了县域经济社会发展综合评价指标体系,建立了基于循环修正模式的综合评价模型.对G1法、变异系数法、熵值法确定的评价结果进行循环修正,解决了单一评价方法评价结果的不一致问题.最后采用烟台市8个县市的数据进行实证研究.     

多层次系统的动态评价研究

针对多层次系统的动态评价问题,首先,应用极大不相关法筛选指标以去除重复的信息;其次,对指标进行一致化和无量纲化的预处理;再次,采用逐层纵横向拉开档次评价法确定评价对象在不同时刻的评价值;最后,应用时序几何平均算子来集结多个时间点的评价值,以得出最终的动态排序。这种方法没有丝毫主观色彩,适用于经济管理系统的动态评价问题。以评价电力企业的效益作为算例,说明了方法的应用价值。     

基于模糊熵的加权可变模糊评价方法及其应用

可变模糊评价的实质是多模型组合评价.在分析了可变模糊评价法的基础上,针对方法存在的不足,提出了一种考虑模型权重的可变模糊评价方法.方法首先利用可变模糊评价模型对样本进行计算,得到各样本在不同模型下的综合相对隶属度;然后基于得到的综合相对隶属度数据,利用模糊熵确定四种模型的重要性排序,结合二元比较模糊决策分析法求得四种模型的权重,进而得到最终综合级别特征值,并以此作为评价依据;最后,以煤与瓦斯突出危险性评价为例进行了方法的验证.结果表明:改进方法可行、有效,评价结果更符合客观实际.     

涉农企业信用评价动态指标隶属度向量判别研究

对涉农企业信用评价中的动态指标的隶属度向量进行判别研究.首先借鉴X-12-A砒MA季节调整法的思想对信用数据进行剥离,构建一种过程连续性的动态信用指标;其次通过时间序列三指数平滑模型对动态信用数据的变化进行预测,得到动态信用指标隶属度向量;再次,结合熵权-AHP法确定的权重,确定动态信用指标的综合隶属度向量;最后实证检验了方法在企业信用评价中应用的有效性.     

基于相对熵赋权和灰色理论的高校教师创新能力综合评价

提高高校教师的创新能力,对于践行科学发展观、增强高校市场竞争力,乃至推动国民经济的进步都具有重要意义.以高校教师创新能力综合评价为出发点,通过构建高校教师创新能力评价指标体系,建立基于层次分析法和灰色关联分析法的多指标综合评估模型,并通过案例介绍了模型的具体应用.     

基于(0,1)区间的可比排序分析法

针对传统排序方法未考虑评价者人数及被评价对象个数多少对指标权重排序的影响的不足,提出了基于(0,1)区间的排序分析方法.采用方法构造的评价函数模型,在考虑了评价者和被评价对象这两个因素同时,还能将不同评价系统中的被评价对象放在一起进行排序比较.由于方法具有对称性和中心化的良好性质,这使得排序更加科学合理,符合人们的直观认识.     

权重可变条件下员工绩效排名稳健性的Hasse图分析

绩效排名是绩效考核过程中关注度最高的环节,也是引发争议的“活火山”。因此,识别排名争议和控制排名风险是提升组织公平感和员工满意度的必要手段。以权重不确定性为切入点,应用偏序集理论重构绩效评价模型,获得员工绩效排名Hasse图,直观展示员工分层聚类及不稳健排序;并讨论Hasse图分层方法与性质。实例分析表明,利用偏序集构建的绩效评价模型有助于控制考核排名中的风险点,提升员工绩效考核质量。     

基于主客观信息综合判断的非线性拉开档次法

针对以最大程度的拉开被评价对象间差异的综合评价问题,通过分析线性拉开档次法存在的局限性,本文提出了一种基于主客观信息综合判断的非线性拉开档次法,旨在进一步丰富和完善拉开档次法的理论知识。首先对线性拉开档次法进行简单的介绍,并分析了线性拉开档次法的局限性;然后提出前提假设,给出非线性因子选取的原则以及确定指标序关系的方法,并给出排序后相邻指标重要程度比值的选取方法,根据评价原则利用规划模型求解各评价指标的权重系数,利用求得的指标权重采用非线性集结模型计算最终的评价结果;最后用一个算例验证了方法的有效性。     

基于矩阵距离时序赋权的科学技术评价模型及应用

根据“坚持以人为本,树立全面、协调、可持续的发展观,促进经济社会和人的全面发展”的科学发展观内涵,构建了省级行政区的科学技术评价指标体系。通过在Topsis中引入矩阵距离对截面评价结果进行二次赋权,建立了基于矩阵距离时序赋权的科学技术评价模型。本文的特色与创新一是通过在Topsis中引入矩阵距离、对不同年份的综合评价结果进行客观赋权,反映了评价指标与理想状态偏离程度越小的年份、其综合评价结果赋权越大的思路。改变了现有研究人为主观确定不同时段评价结果权重的现状;改变了Topsis仅仅用于求解指标权重,无法对不同年份的综合评价结果进行赋权的现状。二是采用面板数据对典型省份的科技发展进行评价,反映评价对象历史信息对评价结果的影响。消除了流行的截面数据评价的偶然性。三是实证研究表明:山西、新疆、云南三省的科学技术发展落后的主要原因在于其三省万元GDP综合能耗过高、工业固体废物综合利用率过低。     

基于实验设计的概率语言权重信息多准则决策方法

作为模糊语言集的一种,概率语言集能够反映决策问题中评价准则权重重要程度及其概率,这在决策问题中较为实用。本文运用实验设计(Design of Experiment,DOE)的方法,对权重信息以概率语言给出的多准则决策问题进行研究:通过多次模拟权重重要程度及其概率,设计出多组实验权重,并用GRA法求得每组实验数据的得分,获得描述该决策问题准则值与评价结果相互影响关系的最适用回归方程,将决策问题的实际数据带入方程进行运算,得出方案排序结果。通过快速成型过程、柔性制造系统过程两个案例,进行对比验证。结果表明所提出的方法能较好地处理基于概率语言权重信息的多准则决策问题,计算简单且速度快,可重复性强且颇为实用。     

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。