综合评价模型一般步骤为:
-
明确评价目的;
-
确定被评价对象;
-
建立评价指标体系(包括评价指标的原始值、评价指标的若干预处理等);
-
确定与各项评价指标相对应的权重系数;
-
选择或构造综合评价模型;
-
计算各系统的综合评价值,并给出综合评价结果。
评价指标准则:
代表性:各层次指标能最好地表达所代表的层次;
确定性:指标值要确定、可量化,高低在评价中有确切的含义;
独立性 :选定的指标要互相独立,不能相互替代;
区别能力/灵敏性:指标有一定的波动范围。
当建模过程中需要确定评价指标时,我们首先要将赛题中给出的指标考虑进来,然后再从不同维度确定评价指标,这个时候我们应该大量查
阅相关文献,看看类似问题前人都选取了哪些指标,在全面考虑问题的基础上,尽可能选择被广泛利用的指标。
评价指标规范化处理:
极大型指标:总是期望指标的取值越大越好;
极小型指标:总是期望指标的取值越小越好;
对于某个极小型指标 x,则通过变换,或变换,其中M为指标 x 的可能取值的最大值,即可将指标极大化。
中间型指标:总是期望指标的取值既不要太大,也不要太小为好,即取适当的中间值为最好;
对于某个中间型指标 x,则通过变换
其中 M 和 m 分别为指标的可能取值的最大值和最小值,即可将中间型指标 x 极大化。
区间型指标:总是期望指标的取值最好是落在某一个确定的区间内为最好。
对于某个区间型指标,则通过变换
其中 [a,b] 为指标的最佳稳定的区间,c=max{a-m,M-b},M 和 m 分别为指标 x 的可能取值的最大值和最小值。即可将区间型指标极大化。
指标无量纲化处理
无量纲化处理又称为指标数据的标准化,或规范化处理。常用方法有标准差法、极值差法和功效系数法等。
假设 m 个已经进行一致化处理的评价指标
并都有 n 组样本观测值
现在将其作无量纲化处理,
是无量纲的指标。
(1) 标准差方法
(2) 极值差方法
(3) 功效系数法
其中 c,d 均为确定的常数。c 表示“平移量”,d 表示“旋转量”,即表示“放大”或“缩小”倍数,则
譬如若取c=60,d=40,则
常用的主观定权法包括层次分析法、模糊综合评价法等;常用的客观定权法包括变异系数法、主成分分析和因子分析法、熵值法等。
综合评价模型