权重确定方法归纳.docx-资料库

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第1页.png

第1页 / 共21页

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第2页.png

第2页 / 共21页

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第3页.png

第3页 / 共21页

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第4页.png

第4页 / 共21页

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第5页.png

第5页 / 共21页

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第6页.png

第6页 / 共21页

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第7页.png

第7页 / 共21页

661d231d-09f8-4f9b-8355-6027bf6eaf6c.docx.pdf-第8页.png

第8页 / 共21页

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS 法、灰色关联分析法、主成分分析法、变异系数法等。两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确但是当指标较多时，计算量非常大。下面就对当前应用较多的评价方法进行阐述。一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。是一种客观赋权的方法。此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均 GNP) 作为评价的标准指标之一，是因为人均 GNP 不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。如果各个国家的人均 GNP 没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。各项指标的变异系数公式如下：

V i   i x i  i ,2,1  , n 式中： iV 是第i 项指标的变异系数、也称为标准差系数； i 是第i 项指标的标准差； ix 是第i 项指标的平均数。各项指标的权重为： W i （二）案例说明 V  n  i 1  i V i 例如，英国社会学家英克尔斯提出了在综合评价一个国家或地区的现代化程度时，其各项指标的权重的确定方法就是采用的变异系数法。案例：利用变异系数法综合评价一个国家现代化程度时的指标体系中的各项指标的权重。数据资料是选取某一年的数据，包括中国在内的中等收入水平以上的近 40 个国家的 10 项指标作为评价现代化程度的指标体系，计算这些国家的变异系数，反映出各个国家在这些指标上的差距，并作为确定各项指标权重的依据。其标准差、平均数数据及其计算出的变异系数等见表 1-1。表 1-1 现代化水平评价指标的权重人口自然增长率平均预期寿命成人识字率大学生每千占适龄人拥人口比有医重生总农业第三占产业 GDP 占非农业劳城市人动力口比重人均指标 GNP GDP 比重比重的比重 (%) (美元) (%) (%) (%) (%) (岁) (%) （%） (人) 和平均数标准差 11938.4 9.352 54.86 0.826 69.792 0.7214 72.632 93.34 36.556 2.446 — 7966.27 7.316 12.94 0.17 19.339 0.8319 5.375 9.05 20.477 1.314 —

变异系数 0.667 0.782 0.236 0.206 0.277 1.153 0.074 0.097 0.56 0.537 4.59 权重 0.145 0.17 0.051 0.045 0.06 0.251 0.016 0.021 0.122 0.117 1 计算过程如下：（1）先根据各个国家的指标数据，分别计算这些国家每个指标的平均数和标准差；（2）根据均值和标准差计算变异系数。即：这些国家人均 GNP 的变异系数为： 7 966.27 11 938.4  i x i 农业占 GDP 比重的变异系数：  i x V i V i    i  0.667  316.7 352.9  782.0 其他类推。（3）将各项指标的变异系数加总：  0.667 0.782 0.236  （4）计算构成评价指标体系的这 10 个指标的权重：人均 GNP 的权重：     0.56 0.537 4.59  W i  农业占 GDP 比重的权重： W i   667 .0 59.4 i  .0 145 V n  i 1  i V  782 .0 59.4 i  .0 1704 V n  i 1  i V 其他指标的权重都以此类推。（三）变异系数法的优点和缺点当由于评价指标对于评价目标而言比较模糊时，采用变异系数法评价进行评定是比较合适的，适用各个构成要素内部指标权数的确定，在很多实证研究中也多数采用这一方法。缺点在于对指标的具体经济意义重视不够，也会存在一定的

误差。二、层次分析法（一）层次分析法概述人们在对社会、经济以及管理领域的问题进行系统分析时，面临的经常是一个由相互关联、相互制约的众多因素构成的复杂系统。层次分析法则为研究这类复杂的系统，提供了一种新的、简洁的、实用的决策方法。层次分析法(AHP 法) 是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。（二）层次分析法原理层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场合。（三）层次分析法的步骤和方法 1. 建立层次结构模型

利用层次分析法研究问题时，首先要把与问题有关的各种因素层次化，然后构造出一个树状结构的层次结构模型，称为层次结构图。一般问题的层次结构图分为三层，如图所示。最高层为目标层（O）：问题决策的目标或理想结果，只有一个元素。中间层为准则层（C）：包括为实现目标所涉及的中间环节各因素，每一因素为一准则，当准则多于 9 个时可分为若干个子层。最低层为方案层（P）：方案层是为实现目标而供选择的各种措施，即为决策方案。一般说来，各层次之间的各因素，有的相关联，有的不一定相关联；各层次的因素个数也未必一定相同．实际中，主要是根据问题的性质和各相关因素的类别来确定。决策目标(o) 准则1(C1) 准则2(C2) 准则m1(Cm1) 子准则1(C1 (1)) 子准则2(C2 (1)) 子准则m2 (Cm2 (1)) 方案方案方案层次分析法所要解决的问题是关于最低层对最高层的相对权重问题，按此相 1(P1) 对权重可以对最低层中的各种方案、措施进行排序，从而在不同的方案中作出选择或形成选择方案的原则。 2. 构造判断（成对比较）矩阵构造比较矩阵主要是通过比较同一层次上的各因素对上一层相关因素的影响作用．而不是把所有因素放在一起比较，即将同一层的各因素进行两两对比。比较时采用相对尺度标准度量，尽可能地避免不同性质的因素之间相互比较的困难。同时，要尽量依据实际问题具体情况，减少由于决策人主观因素对结果造成的影响。

设要比较 n 个因素 1  对上一层（如目标层）O 的影响程度，即要确 , CC nC , , 2 定它在O 中所占的比重。对任意两个因素 iC 和 jC ，用 ija 表示 iC 和 jC 对O 的影响程度之比，按 1～9 的比例标度来度量 ,( iaij j  ,2,1 , n ) ．于是，可得到两两成对比较矩阵 A  ( ija ) nn  ，又称为判断矩阵，显然 0ija , a ji  ,1 a ij a ii  ,(,1 i j ,2,1  ), n 因此，又称判断矩阵为正互反矩阵．比例标度的确定： ija 取 1-9 的 9 个等级， jia 取 ija 的倒数,1-9 标度确定如下： ija = 1，元素i 与元素 j 对上一层次因素的重要性相同； ija = 3，元素i 比元素 j 略重要； ija = 5，元素i 比元素 j 重要； ija = 7，元素i 比元素 j 重要得多； ija = 9，元素i 比元素 j 的极其重要； n ， 1, 2,3, 4 n  2  元素i 与 j 的重要性介于 ija 2 n 1  与 ija 2 n 1  之间； ija ija  ， 1, 2, n   当且仅当 jia 9 1 n n 。由正互反矩阵的性质可知，只要确定 A 的上（或下）三角的 )1 ( nn 2 个元素即可。在特殊情况下，如果判断矩阵 A 的元素具有传递性，即满足 aa ik kj  ,( ia ij , kj  ,2,1 ), n 则称 A 为一致性矩阵，简称为一致阵． 3. 层次单排序及一致性检验 3.1 相对权重向量确定（1）和积法取判断矩阵 n 个列向量归一化后的算术平均值，近似作为权重，即

w i n 1   n j a n  1 k 1  ( i  ,2,1 , n ) ij a kj 类似地，也可以对按行求和所得向量作归一化，得到相应的权重向量。（2）求根法（几何平均法）将 A 的各列（或行）向量求几何平均后归一化，可以近似作为权重，即 w i n   j 1     n  j 1  a ij    n n      a kj k 1  j 1  1 n    1 n ( i  ,2,1 ), n （3）特征根法设想把一大石头 Z 分成 n 个小块 , cc 1  ，其重量分别为 nc , , 2 , ww 1  ，则 2 nw , , 将 n 块小石头作两两比较，记 j i cc , 的相对重量为 a ij  w i w j ,( i j  ,2,1 ), n ，于是可得到比较矩阵 A               w 1 w 2 w 2 w 2 w w 1 1 w w 1 n w w 2 2 w w 1 n     w w n n w w 1 n w n w 2             显然， A 为一致性正互反矩阵，记 W w w 2  ( , 1 ,  , w n )T ，即为权重向量．且 A W     1 1 w w 1 2 , ,  , 1 w n    则 A W W       1 1 w w 1 2 , ,  , 1 w n    W nW  这表明W 为矩阵 A 的特征向量，且 n 为特征根．事实上：对于一般的判断矩阵 A 有 A W   W max ，这里 (max n ) 是 A 的最大

特征根，W 为 max 对应的特征向量．将W 作归一化后可近似地作为 A 的权重向量，这种方法称为特征根法。注：现有软件求得最大特征根与特征向量。 3.2 一致性检验通常情况下，由实际得到的判断矩阵不一定是一致的，即不一定满足传递性和一致性．实际中，也不必要求一致性绝对成立，但要求大体上是一致的，即不一致的程度应在容许的范围内．主要考查以下指标：（1）一致性指标： CI  n   max 1 n  ．（2）随机一致性指标： RI ，通常由实际经验给定的，如表 2-1。表 2-1 随机一致性指标（3）一致性比率指标： CR  ，当 CI RI 10.0CR 时，认为判断矩阵的一致性是可以接受的，则 max 对应的特征向量可以作为排序的权重向量。此时  max  n  i 1   i  A W  nw i  1 n n  i 1  n  j 1  a w ij j w i 其中 (A )iW 表示 A W 的第i 个分量。 4.计算组合权重和组合一致性检验（1）组合权重向量设第 1k 层上 1kn 个元素对总目标（最高层）的排序权重向量为 ( k 1)  W   ( w 1 k 1)  , ( k w 2 1)  ,  , T 1)  1 ( k w  n k

资料库

权重确定方法归纳.docx

相关推荐

人工智能

热门标签

最新资料