多指标回归综合评分

如何对多指标进行综合评分是试验设计中的一个重要问题。本文首先回顾了试验设计中用于多指标综合评分的排队评分法、公式评分法和回归评分法,并着重介绍了这三种方法中最具优越性的回归评分法。回归评分法兼具前两种方法的优点且克服了它们的不足,然而在实际中却应用很少。本文分析了现有回归评分法可能存在的一些不足,提出了评判回归评分公式优劣的三个标准,同时对回归评分法的步骤做了改进。最后用一个实例对改进的回归评分法做了介绍和验证。     

多指标区间决策的理想点贴近法

研究了指标的权重不能完全确定但知道其所在区域的条件下的多指标决策问题 ,给出了方案与理想解的贴近度及其算法 ,按贴近度的大小可以对方案进行排序 .它同传统的决策方法相比较 ,具有需要信息量少 ,简单可靠等特点 .最后用该决策方法分析了一个实际问题 .     

基于区间数的多指标综合关联度决策模型

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用"奖优罚劣"原则,提出了一种新的易于计算且实用的S_i到[-1,1]的线性变换,然后定义正、负理想方案,建立了一种新的区间数多指标灰色综合关联度分析决策模型.该模型为区间数多指标决策提供了一种科学、实用的方法,并已利用现有的实例来证实此方法的科学性与可行性.     

指标排序条件下的多指标区间决策

提出了决策指标的权重不能完全确定而只能对权重进行大小排序,并且决策矩阵中的元素包含区间数的多指标决策问题.分4种类型给出区间数决策矩阵的规范化方法,给出了决策方案综合评价值区间的计算模型及算法:给出了区间数比较大小的可能度的概念及可能度的性质;给出了优序数的概念及有关定理.在此基础上,给出了一种简易且具有保序性的方案排序方法.最后应用实例对方法进行说明.     

基于优先关系的多指标区间决策

讨论了指标的权重和效用值都包含区间数的多指标决策问题,构造了方案优先关系的和谐性检验和不和谐性检验,给出了方案间的“强优”和“弱优”关系,研究了方案排序的原理和方法.     

综合评价中指标的规范化研究

通过构造指标值的简单线性密度函数,将指标值的积分函数值作为规范化值,弥补现有的区间指标规范法的不足;效益指标、成本指标、和固定值指标的规范化都可用该方法进行处理.     

论正交法与三次设计中的综合评分

本文对正交法和三次设计中的多指标的综合评分问题进行了系统的讨论。对任何一个多指标评分问题，应首先用标准化方法解决指标间量纲不一致和指标间的矛盾性问题。然后针对指标间的重要性差异给出重要性权重，并通过给定信息量权重的方法来区别某指标指标值在各方案间的差异。最后是综合评分。对上面的每一步骤都给出了几种可选择的处理方法。     

基于“奖优罚劣”的区间数多指标决策的TOPSIS方法

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用"奖优罚劣"原则,提出了一种易于计算且实用的[-1,1]线性变换算子,然后定义正、负理想方案,给出了区间数多指标决策问题的TOPS IS方法.该模型为区间数多指标决策提供了一种科学、实用的方法,并利用现有的实例来证实此方法的科学性与可行性.     

“奖优罚劣”的区间数多指标决策的关联分析法

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用“奖优罚劣”原则,提出了一种易于计算且实用的[-1,1]线性变换算子,然后定义正、负理想方案,结合灰色关联分析方法,建立一种新的区间数多指标的灰色关联决策模型.该模型为区间数多指标决策提供了一种科学、实用的方法,并利用现有的实例来证实此方法的科学性与可行性.     

基于AHP和区间数排序可能度法的工程项目综合评标法研究

分析了建设项目现有评标方法,根据已有文献资料和评标办法建立了综合评估法评标指标体系.引入区间数排序可能度法的基本原理,建立了工程项目综合评估法模型.首先运用AHP法确定各指标的权重,根据各评标专家给出的区间数建立初始决策矩阵;然后按照区间数运算法则确定各投标文件的综合评标值,并由投标文件可能度矩阵的排序向量确定中标人.最后,举例应用了该模型,表明了模型的实用性和可操作性.     

多指标试验设计的优化分析

本文给出了多指标试验设计优化分析的归二模型及相应的两种优化方法。并通过一个案例与其它方法进行了比较     

多指标综合评价方法的改进

由决策方案在理想方案上的投影及其到理想方案的距离还不能完全确定决策方案的优劣,应该综合考虑决策方案与理想方案的相似系数及其到理想方案的距离.     

区间灰数NGM(1,1)预测模型的构建及优化

针对近似非齐次指数区间灰数序列预测问题,建立区间灰数NGM(1,1)预测模型并进行优化.首先基于Newton-Cotes求积公式和牛顿插值公式重构背景值;然后结合新信息优先原理,建立基于时间权重的相对误差平方和最小的目标函数,优化模型的初始条件;最后分别建立核和信息域序列的NGM(1,1)优化模型,并反推区间灰数的上下...     

采用优化模型指标筛选的马田系统综合评价方法研究

传统的马田系统主要用于分类与诊断.将马田系统作为一种综合评价方法进行研究,分别研究了有基准空间和无基准空间两种情形下的马田系统综合评价方法及步骤.针对传统马田系统变量筛选存在的缺陷,构建多目标规划模型进行评价指标筛选,采用遗传算法求解模型.通过两个实际案例,将马田系统综合评价方法与一些常用的综合评价方法对比研究,结果表明,马田系统可以筛选评价指标和避免指标赋权问题,是一种实用且有效的综合评价方法.     

用主成分分析法作多指标综合评价应该注意的问题

主成分分析法是一种很好的多指标综合评价方法,但须注意其适用性,也要对评价结果恰当地使用.如果样本太少,或者各变量之间的相关性很小,则不适合使用;涉及到动态的价值型的指标评价问题必须作不变价在处理;如果仅仅是进行排序评价则只用一个主成分得分进行评价即可;若还要进行其他方面的分析,则在选取主成分个数时,只能选取特征根大于1所对应主成分;计算各样本的主成分得分一定要采取变权的方式进行;在对各主成分进行命名和特征概括时要首先考察各变量在不同主成分载荷的绝对值大小,在此基础上选择同一主成分上载荷较大的变量主成分命名和特征概括;如果要做倍比分析,则要把各样本的主成分得分映射到适当的正数区间,该区间的选择需要一定的经验,或者参照其他指标的倍比关系确定.     

多指标决策的层次分析与模糊分析相结合的综合评价法

心理测评中各项指标均带有模糊性,并且由于指标多,问题复杂,用这些指标来分析、评价人的素质、潜力等,基本上还是依赖专家逐个分析,得出评价结果。文章通过层次分析法来体现专家思维中的偏好信息,由贴近度来量度个体测试数据与理想区域的综合接近程度,并通过两者结合给出优劣排序,为专家决策提供一个综合的带有偏好信息的评价结果     

基于综合权重的理想模糊物元多属性决策法及应用

研究了属性指标具有不相容性和模糊性及其指标的权重完全未知的模糊多属性决策问题.分析了目前广泛采用的模糊物元分析法以及仅有主观赋权法或客观赋权法确定其指标权重的缺点.根据物元可拓理论和理想解法的思想,定义了理想模糊物元和负理想模糊物元的概念.利用兼顾主观偏好和客观信息的综合权重赋值法,提出了基于综合权重的理想模糊物元多属性决策方法.该法既能充分利用指标本身所包含的客观信息,又能充分发挥决策者的主观能动性.实例研究结果表明该法能反映出决策方案间的细微差别,能对决策方案的优劣做出更准确有效的评价.     

使用SAS软件进行多因素析因试验设计——SAS/QC(6.12)软件中factex过程的使用

本文介绍了SAS/QC中的factex过程的语法 ,通过例子介绍了使用它进行析因试验设计的一些方法 ,包括完全析因试验、部分析因试验、混合水评试验、拉丁方设计等。