權(quán)重的確定方法_第1頁
權(quán)重的確定方法_第2頁
權(quán)重的確定方法_第3頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、權(quán)重的確定方法綜合評價(jià)指標(biāo)體系部各元素間存在質(zhì)和量的聯(lián)系。由指標(biāo)體系的結(jié)構(gòu)模型(如層次模型),我們已經(jīng)確定了指標(biāo)體系質(zhì)的方面的聯(lián)系,那么權(quán)重則反映各系統(tǒng)各元素之間量的方 面聯(lián)系紐帶,它對于系統(tǒng)綜合評價(jià)具有重要的意義。無論是在模糊綜合評價(jià),還是層次分析、灰色系統(tǒng)評價(jià)無一例外的用到了評價(jià)指標(biāo)的權(quán)重。權(quán)重的概念韋氏大詞典中對權(quán)重(Weight)的解釋為:“在所考慮的群體或系列中,賦 予某一項(xiàng)目的相對值”;“在某一頻率分布中,某一項(xiàng)目的頻率”;“表示某一項(xiàng)目 相對重要性所賦予的一個(gè)數(shù)”。從中我們可以得出兩點(diǎn)結(jié)論:(1)權(quán)重是表示因素重要性的相對數(shù)值。(2)權(quán)重是通過概率統(tǒng)計(jì)得出的頻率分布中的頻率。由此

2、可以看出權(quán)重具有隨機(jī)性與模糊性,它是一個(gè)模糊隨機(jī)量。在綜合評價(jià) 中權(quán)重可以定義為元素對于整體貢獻(xiàn)的相對重要程度,即元素能夠反映總體的程 度。權(quán)重的確定方法對實(shí)際問題選定被綜合的指標(biāo)后,確定各指標(biāo)的權(quán)的值的方法有很多種。有 些方法是利用專家或個(gè)人的知識和經(jīng)驗(yàn),所以有時(shí)稱為主觀賦權(quán)法。但這些專家 的判斷本身也是從長期實(shí)際中來的, 不是隨意設(shè)想的,應(yīng)該說有客觀的基礎(chǔ);有 些方法是從指標(biāo)的統(tǒng)計(jì)性質(zhì)來考慮,它是由調(diào)查所得的數(shù)據(jù)決定,不需征求專家 們的意見,所以有時(shí)稱為客觀賦權(quán)法。在這些方法中,德爾菲( Delphi )方法是 被經(jīng)常被采用的,其它方法就相對來說用得不多,這里列舉幾個(gè)在下面,以供比 較。1

3、德爾菲法德爾菲法又稱為專家法,其特點(diǎn)在于集中專家的知識和經(jīng)驗(yàn),確定各指標(biāo) 的權(quán)重,并在不斷的反饋和修改中得到比較滿意的結(jié)果?;静襟E如下:(1)選擇專家。這是很重要的一步,選得好不好將直接影響到結(jié)果的準(zhǔn)確性。一般情況下,選本專業(yè)領(lǐng)域中既有實(shí)際工作經(jīng)驗(yàn)又有較深理論修養(yǎng)的專家1030人左右,并需征得專家本人的同意。(2)將待定權(quán)重的p個(gè)指標(biāo)和有關(guān)資料以及統(tǒng)一的確定權(quán)重的規(guī)則發(fā)給選定的各位專家,請他們獨(dú)立的給出各指標(biāo)的權(quán)數(shù)值。(3)回收結(jié)果并計(jì)算各指標(biāo)權(quán)數(shù)的均值和標(biāo)準(zhǔn)差。(4) 將計(jì)算的結(jié)果及補(bǔ)充資料返還給各位專家,要求所有的專家在新的基礎(chǔ) 上確定權(quán)數(shù)。(5)重復(fù)第(3)和第(4)步,直至各指標(biāo)權(quán)數(shù)

4、與其均值的離差不超過預(yù)先 給定的標(biāo)準(zhǔn)為止,也就是各專家的意見基本趨于一致,以此時(shí)各指標(biāo)權(quán)數(shù)的均值 作為該指標(biāo)的權(quán)重。此外,為了使判斷更加準(zhǔn)確,令評價(jià)者了解已確定的權(quán)數(shù)把握性大小, 還可 以運(yùn)用“帶有信任度的德爾菲法”,該方法需要在上述第(5)步每位專家最后給 出權(quán)數(shù)值的同時(shí),標(biāo)出各自所給權(quán)數(shù)值的信任度。 這樣,如果某一指標(biāo)權(quán)數(shù)的任 任度較高時(shí),就可以有較大的把握使用它,反之,只能暫時(shí)使用或設(shè)法改進(jìn)。2.兩兩比較法這一方法往往與德爾菲法結(jié)合使用。當(dāng)需要確定權(quán)系數(shù)的指標(biāo)非常多時(shí),專 家們往往難以對所有各項(xiàng)的重要程度有把握和準(zhǔn)確的判斷。 但對兩兩各項(xiàng)之間的 重要程度作出判斷是比較容易的。 故而先讓專

5、家和決策者對指標(biāo)作成對比較, 然 后再確定權(quán)值。目前,人們廣泛采用 19尺度作為確定判斷定量值的依據(jù),在 這個(gè)依據(jù)上,設(shè)定對A與Aj兩個(gè)因素進(jìn)行重要度比較時(shí),比較尺度 aj的含義如表2.3所示;對于n個(gè)因素XX2, ,xn,利用兩兩比較法進(jìn)行因素間重要程度的比較結(jié)果如表2.4所示;得到比較矩陣A :anai2al nAa21a22a2nan1an2ann尺度aj含義1兩個(gè)因素A與Aj對上層(總目標(biāo))的影響(重要性)相同3Ai比Aj的影響稍大5Ai比Aj的影響大7Ai比Aj的影響明顯的大9Ai比Aj的影響絕對的大(極大)2,4,6,8Ai與Aj的影響在上述相鄰等級之間心,9Ai比Aj的影響之比為

6、aj的相反數(shù)表2.3比較尺度aj的含義X1X2xna11a12 a1 nX2a21a22a2nXna n1an2ann表2.4兩兩比較結(jié)果假設(shè)在矩陣A中做兩兩比較時(shí),令Wi為第i個(gè)指標(biāo)的重要程度,Wj為第j個(gè)指標(biāo)的重要程度,aj為第i個(gè)指標(biāo)相對于第j個(gè)指標(biāo)的重要程度比較值,即:(2.39)wiaijWj根據(jù)該矩陣可以用一定的方法求出權(quán)向量的值, 通常有和法、根法、特征根 法和最小平方法等,這里主要介紹特征根法。特征根法:令各組成元素對目標(biāo)的特征向量為(2.40)TWi,W2,,Wnn如果有Wi 1,且矩陣A滿足i 1i, j,k 1,2, ,n。(2.41)aik aj 一a jk則A成為一致

7、性矩陣,簡稱一致陣。n階一致性矩陣A具有下列性質(zhì):(1) A的秩為1, A的唯一非零特征根為n。(2) A的任一列(行)向量都是對用特征根 n的特征向量。如果得到的成對比較判斷矩陣是一致陣,則對應(yīng)于特征根n并歸一的特征向量表示各因素對目標(biāo)(或上層因素)的權(quán)重,該向量稱為權(quán)向量。如果兩兩成對比所得的判斷矩陣 A不是一致陣,但在不一致的允許圍,則對(2.42)應(yīng)于A的最大特征根mac的特征向量(歸一化后)作為權(quán)向量 W。即W滿足AWmaxW其中W的分量Wi,W2, ,Wn就是對應(yīng)于n個(gè)因素的權(quán)重系數(shù)。3.熵值確定權(quán)重法熵是來自熱力學(xué)的一個(gè)概念,在哲學(xué)和統(tǒng)計(jì)物理中熵被解釋為物質(zhì)系統(tǒng)帶來的混亂和無序程

8、度。信息論則認(rèn)為它是信息源的狀態(tài)的不確定程度。在綜合評價(jià)中,運(yùn)用信息熵評價(jià)所獲系統(tǒng)信息的有序程度及信息的效用值是很自然的,統(tǒng)計(jì)物理中的熵值函數(shù)形式對于信息系統(tǒng)應(yīng)是一致的。熵值確定權(quán)重法是依據(jù)熵的概念和性質(zhì),以及各指標(biāo)相對重要程度的不確定 性來分析各指標(biāo)的權(quán)重的。設(shè)已獲得m個(gè)樣本的n個(gè)評價(jià)指標(biāo)的初始數(shù)據(jù)矩陣XXj,由于各指標(biāo)m n 7的量綱、數(shù)量級及指標(biāo)優(yōu)劣的取向均有很大差異,故需對初始數(shù)據(jù)做無量綱化處 理。處理方法根據(jù)樣本的實(shí)際特點(diǎn)和性質(zhì)選取合適的方法無量綱化處理后的標(biāo)準(zhǔn)化矩陣為: Y yj m n。則j項(xiàng)指標(biāo)的信息熵值為:(2.43)mej kyj In yji 1為零,其熵值最大,式中常數(shù)

9、k與系統(tǒng)的樣本數(shù)m有關(guān),對于一個(gè)信息完全無序的系統(tǒng),有序度 e 1。m個(gè)樣本處于完全無序分布狀態(tài)時(shí),yj /m,貝U:m 1k In mk ln m 1i i m(2.44)(2.45)m.1 . 1 e k Ini 1 m m于是得到:k (ln m) 10由于信息熵ej可用來度量j項(xiàng)指標(biāo)的信息(指標(biāo)的數(shù)據(jù))的效用價(jià)值,當(dāng)完全無序時(shí),ej 1。此時(shí),ej的信息(也就是j指標(biāo)的數(shù)據(jù))對綜合評價(jià)的效用價(jià)值為零。因此,某項(xiàng)指標(biāo)的信息效用價(jià)值取決于該指標(biāo)的信息熵 ej與1的差值hj:hj 1 ej(2.46)可見,利用熵值法估算各指標(biāo)的權(quán)重,其本質(zhì)是利用該指標(biāo)信息的價(jià)值系數(shù) 來計(jì)算的,其價(jià)值系數(shù)越高

10、,對評價(jià)的重要性就越大(或稱對評價(jià)結(jié)果的貢獻(xiàn)越 大),于是j指標(biāo)的權(quán)重為:(2.47)hjWj-一hjj i熵值法是根據(jù)各指標(biāo)所含信息有序度的差異性,也就是信息的效用價(jià)值來確 定該指標(biāo)的權(quán)重。所以它是一種客觀賦權(quán)的方法。客觀賦權(quán)的方法還有很多,如: 最大值法、公正法、最小距離法及數(shù)理統(tǒng)計(jì)中的主成分分析法等等,由于用的不是很多,這里就不詳細(xì)介紹。主觀賦權(quán)法是由專家根據(jù)自己的經(jīng)驗(yàn)和對實(shí)際的判斷給出的,選取的專家不 同,得到的權(quán)重就不同。該類方法的主要特點(diǎn)是主觀隨意性大,且并未因采取諸 如增加專家數(shù)量和仔細(xì)選取專家而得到根本改善,故在個(gè)別情況下采用單一種主 觀賦權(quán)可能與實(shí)際情況存在較大的差異。該方法

11、的優(yōu)點(diǎn)是專家可根據(jù)實(shí)際問題, 較為合理地確定各分量的重要性??陀^賦權(quán)法的原始數(shù)據(jù)來源于各指標(biāo)的實(shí)際數(shù) 據(jù),具有絕對的客觀性,但有時(shí)會因?yàn)樗颖静粔虼蠡虿粔虺浞郑?最重要的分 量不一定具有最大的權(quán)重,最不重要的分量可能具有最大的權(quán)重。 所以在實(shí)際確 定指標(biāo)的權(quán)重中,可以將主觀賦權(quán)法和客觀賦權(quán)法結(jié)合起來, 我們稱之為組合賦 權(quán)法??蛇x用一種或幾種主觀賦權(quán)和客觀賦權(quán)法按一定組合成綜合權(quán)重。通常采取兩種方法:(1)乘法設(shè)采用n種賦權(quán)法進(jìn)行權(quán)值wk (Wik,w;, , wm),k 1,2, ,n的確定,則組合 權(quán)值為:nkWjWj 卅j 1,2, ,m( 2.48)kWjj 1 k 1該方法對各種權(quán)重的作用一視,只要某種作用小,則組合權(quán)系重亦小。(2)加法設(shè)采用n種賦權(quán)法進(jìn)行權(quán)值wk (wk,w;, , w

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論