2014第七屆優(yōu)秀第二階段一等獎

編號專用頁競賽統(tǒng)一編號（由競賽送至評委團前編號競賽評閱編號（由競賽評委團評閱前進行編號2 關(guān)鍵 土地儲備風險；數(shù)據(jù)包絡(luò)分析；模糊聚類分析 要本文針對土地儲備風險評價問題，首先，對五部門專家評分進行相關(guān)性分析，并剔個指標對風險的隸屬度作為輸出，通過數(shù)據(jù)包絡(luò)分析方法，運用加以實現(xiàn)，得72個項目分類并求所選題目:C3（ 必須部分，選填可加分，加分不超 總分的Aimingattheproblemofriskevaluationoflandreserve,first,onfivesectorexpertsscorewereyzed,andremovesomeerrordata?then,onthebasisofcorrelationysis,theenvelopeysismethodforprocessingthefirststagemodel,establishesthefuzzyevaluationmodelbasedonpacketnetworkysis,inordertoenhancethecredibilityoftheevaluationresults?finally,bythemeansoffuzzyclusteringysis,riskstructureoflandreservesintheprojectadifferentclassification,accordingtothedifferentcategoriesofitems,withtheenvelopeysismethod,todeterminetheriskindexintheircredibilitywithinrange.Aimingattheproblemofareference,expertevaluation,thefuzzyevaluationofthefirststageofthemodelismodified,themodeltoachieveahigherdegreeofconfidence.Expertysisofratingdata,andestablishesafuzzyriskassessmentmodelbasedondata ysismethod.First,selectionofthefivesectorexpertsscoreasinput,capitalstructure,capitalreturnrate,threeindexdynamicrecoverycyclemembershipofriskdegreeastheoutput,throughthemethodofdataenvelopment ysis,usingtoachieve,thefuzzyriskassessmentofthecredibilityandtheinputandoutputvectors,andthecausesofthelowreliabilityofsomeproject?then,inthetargetconditionundertheumreliability,theduallinear ysis,getthecorrectresultsofthreeoutputs?finally,theoutputoftheoutputweightvectorsandcorrectionhasbeenobtained,getthebiggestmodelcredibilityriskForquestiontwo,envelopeysismethodtoestablishthemodeloffuzzyclusteringysisbasedontheriskassessment,giveninsomeindexestousethemethodofthecolumnsinthepermissiblevariation.Firstofall,thecapitalstructure,capitalreturnrateandthedynamicrecoveryperiodofthreeriskindexasthebasisforclassification,usingfuzzyclusteringysisofoptimalclassificationmethod,theclassificationof72projectsandobtainedtheclusteringcenter?then,ysisoftheeffectivenessofclassification?finally,theenvelopeysisriskassessmentprojectcredibility,sothatintherangeofcredibilityriskInthispaper,combinedwithdataenvelopmentysismethodandfuzzymathematicstheory,areliabletheoreticalbasis?comprehensiveconsiderationofannexestwoandthreedata,comprehensiveysis?atthesametime,thetativemathematicalsoftwareanddataysis,theresultistrueandreliable?theresultsmostlyfromthecharts,clearand:Landreserverisk?Dataenvelopmentysis?Fuzzyclusteringysis?4§1問題的重述《土地儲備管理辦法》（資發(fā)號）第三條規(guī)定：土地儲備機構(gòu)應(yīng)為市、縣批準成立，具有獨人資格，隸屬于資源管理部門，統(tǒng)一承擔門設(shè)立的土地儲備機構(gòu)（部門）和出資設(shè)立的企業(yè)性質(zhì)的土地儲備機構(gòu)兩種。 §2問題的分析3階段一中的模糊綜合評價指標體系模型：Fwifif1f2f3金結(jié)構(gòu)、率、動態(tài)回收周期對風險集合隸屬度，wi為各指標對應(yīng)權(quán)重。輸p輸輸p輸f1,f2,ff1,f2,f輸輸 §3模型的假設(shè) 的的數(shù)額比例關(guān)系1F2345e率67c結(jié)構(gòu)=額/自有§5模型的建立與求解的有效性越高。因此，針對第一階段的模糊綜合評價指標體系模型，可將專家評分作為投入，將結(jié)構(gòu)、率及動態(tài)回收周期的風險隸屬度作為產(chǎn)出，利f1,f2,pf1,f2,ppfDf： 0

0 0

0 0

6 0

0 6

0 1個部門打分相對較高，而另外一個部門打分可能較低。這是由于雖然有可能同數(shù)據(jù)包絡(luò)分析，簡稱DEA（DataEnvelopmentysis），是以相對效率概念為為決策單元（DMU））進行相對有效性或效益評價的法。y1iy2i,ysi（xjiyji0）1……n…………y2…… …i…n…………記X[x1,x2,,xn Y[y1,y2,,ynv(v,v,v u(u,u,,u1 IvxvxV xTv和OuyuyuyyT 1 2 1 2 s 與總輸入之比的大小來衡量DMUi的有效性。令Eii

xiiEii稱為DMUi的效率評價指數(shù)。在上式中，權(quán)向量u和v都是待定的，他們的每一個DEA的C2R模型（P）：DMU，解以下極大化問題：i yT max

xi

（Pjs.t.yju1(1j1),u0,vj xT maxyT s.t.yjTxT(1jn),xT1,0, 有效（C2R）的；⑵若線性規(guī)劃（P）的解中存在解i*0,i*0EiiyiTI*1，DMUiDEA有效（C2R）的。變量且有非無窮?。?min((eTseTs s.t.xsx,ys （Dj j

j

j 0,s0,s其中，s(sss是m項輸入的松弛變量；ssss是s 的松弛變量；(,,)是n個DMU的組合系數(shù)；eT 2Te

；是12很n的正數(shù)（一般取10）

i⑴若*1DMUDEA有效（C2R）i⑵若*1s*0,s*0DMUiDEA有效（C2R）回收周期對風險的隸屬度（f1,f2,f2）作為產(chǎn)出。通過 得到各決策項目可信度（見表1）及投入權(quán)向量（見附表1）和產(chǎn)出的權(quán)向量（見附表2）11235E11119E11DMUE11DMUDMUE11E11E11E1E11EEE1EDMU1DMU2DMU31 11DMU40.40046DMU20.42795DMU290056554DMU460.061141DMU {5.0271 6.5433 0.65416可信度達到最大

構(gòu)（c、率（e）和動態(tài)回收周期（pt。ce以五部門專家評分作為輸入，三個風險指標作為輸出，即結(jié)構(gòu)（c、報ce定義模糊CXX1X2,XnRpRp表示P維實數(shù)向量空間。令uik表示第k 第i0uik1uik1,0uikN,1kN,1icvi為第ii k J(U,V)Nc(u) k1idik

xk

k個序列到第i

(,)JUN(uik(l))mNv(l)k

(uik(l)修正U

k2uik(l1) 2d ik)mj1d

i,對給定的0，實際計算時應(yīng)對取定的初始值進行迭代計算直至

t

x第j類。

）得到各指標的可信度見下表2：表21110.9091510.921090.965770.80717110.866860.988490.956550.751810.918770.9758110.829510.80739 0.95124 0.80523110.778250.9715410.931380.666330.967940.89588 0.74772 0.659250.805640.797710.70870.700970.872690.762130.77227 0.85950.83897 0.742370.657190.955260.813380.913920.969690.839840.89583注：數(shù)據(jù)順序是剔除了原始數(shù)據(jù)第26和69使風險評估的可信度達到最高的結(jié)構(gòu)c、e和動態(tài)回收周期pt可以30%12、圖3：3210

圖 結(jié)構(gòu)允許波動范100321

項目序號圖 率允許波動范0 項目序號3首先，基于模糊聚類分析最優(yōu)分類方法，對72個項目進行分類。運用實結(jié)果見圖4和表3：12 結(jié)1率率0 結(jié)構(gòu)4-1

1 結(jié)構(gòu)4-21 率4-3項E389426和69 對A、B、C、D和E五個項目類別進行聚類的有效性分析，見下 1 Column5聚類有效性——A1 Column6聚類有效性——B 1 Column7聚類有效性——C1 Column8聚類有效性——D10 Column9聚類有效性——E得出各個類別的聚類中心，見表4。4率ABCDE26695各類別的風險評價指標可信度AE10.955860.62152 0.95481 0.63623 0.56593 0.838350.685720.53220.878610.669011110.835740.790350.8605810.72010.86950.725480.711861 0.909090.5796210.838420.469180.498780.79318 0.685530.522970.573540.573540.773440.799140.533443信度內(nèi)，A類項目的風險評價指標變動幅度必須在40%以內(nèi)。信度內(nèi)，B類項目的風險評價指標變動幅度必須在30%以內(nèi)。信度內(nèi)，C類項目的風險評價指標變動幅度必須在20%以內(nèi)。信度內(nèi)，D類項目的風險評價指標變動幅度必須在30%以內(nèi)。信度內(nèi)，E類項目的風險評價指標變動幅度必須在40%以內(nèi)。6ABCDE32102103動態(tài)回收周期動態(tài)回收周期10

類圖10結(jié)構(gòu)（C）允許變動范 類圖11率（e）允許變動范 類12動態(tài)回收周期（pt）§6誤差分析數(shù)，這顯然與實際情況是不相符合的。這是數(shù)據(jù)包絡(luò)分析法所應(yīng)注意的。分析法對其進行改善時，所得結(jié)果仍然不可能反映各個指標的冗余量或者詳細信息，

§7模型的評價DEADEADEA§8模型的改進與推廣在聚類分析時，由于各指標的離散程度不同，所以在對72個項目分類時，要對聚類的三個指標賦予不同的權(quán)重，使得分類更加客觀有效。模糊C均值聚類可以表示為如下的規(guī)劃 minJ(U,V,c)

2)m dik2k10s.t.k

1ic,1k 1kN,1i1mk

其中wjjj[1].,經(jīng)濟數(shù)學與建模[M],：[2].立,數(shù)學建模[M],合肥：中國科技大學[3]，數(shù)據(jù)包絡(luò)分析——理論和應(yīng)用[M].：科學普及，2006:5-[4]馬占新.任慧龍.戴仰山，DEA方法在多綜合評價中的應(yīng)用研究[J]系統(tǒng)工程與電2002（08）:7-11；[5]. 風險機制[M].:經(jīng)濟管理,2002-10，120-[6].，數(shù)據(jù)包絡(luò)分析法(DEA)的研究與應(yīng)用，中國工程科學,2003年06期[7] /view/30b4379af：2011-5-29,50-51附scores_1=scores([1:25,27:68,70:742669X=scores_1'?%用戶輸入多指標輸入矩陣Xfori=1:n?f=[zeros(1,m)-Aeq=[X(:,i)'w(:,i)=LINPROG(f,A,b,Aeq,beq,LB,UB)?%DMUiwiE(i,i)=Y(:,i)'*w(m+1m+s,i)?%求出DMUi的相對效率值EiiwE%輸出相對效率值Eiiomega=w(1:m,:)輸出投入權(quán)向量ωmu=w(m+1:m+s,:)輸出產(chǎn)出權(quán)向量scores_1=scores([1:25,27:68,70:742669X=scores_1'?%用戶輸入多指標輸入矩陣Xepsilon=10^-10?%定義非無窮小ε=10^(－10)f=[zeros(1,n)-epsilon*ones(1,m+s)1]?A=zeros(1,n+m+s+1)?b=0?forAeq=[Xeye(m)zeros(m,s)-w(:,i)=LINPROGf,A,b,Aeq,beq,LB,UB)?%DMUiwiw%輸出最佳權(quán)向量globallambdas_minus=w(n+1:n+m,:)%輸出s*－s_plus=w(n+m+1:n+m+s,:)%s*＋theta=w(n+m+s+1,:)%輸出θX=scores_1'?%用戶輸入多指標輸入矩陣XY=[c_1'?1./e_1'?pt_1Yfori=1:n?f=[zeros(1,m)-Aeq=[X(:,i)'w(:,i)=LINPROG(f,A,b,Aeq,beq,LB,UB)?%DMUiwiE(i,i)=Y(