[發(fā)明專利]一種綜合評價(jià)中指標(biāo)權(quán)重的柔性耦合計(jì)算方法

在審

• 申請?zhí)枺?/td>: 201410764879.7
• 申請日: 2014-12-12
• 公開（公告）號: CN104462827A
• 公開（公告）日: 2015-03-25
• 發(fā)明（設(shè)計(jì)）人: 廖力;楊小玲;彭賢則;鄒強(qiáng);張睿
• 申請（專利權(quán)）人: 湖北工業(yè)大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 薛玲

技術(shù)領(lǐng)域

本發(fā)明屬于評價(jià)理論與方法技術(shù)領(lǐng)域，特別是涉及一種模糊綜合評價(jià)工作中指標(biāo)權(quán)重的柔性耦合計(jì)算方法。

背景技術(shù)

在模糊綜合評價(jià)工作中，指標(biāo)權(quán)重表征被評價(jià)事物各指標(biāo)項(xiàng)在綜合評價(jià)中的貢獻(xiàn)程度，對評價(jià)結(jié)果影響巨大，是模糊綜合評價(jià)中的關(guān)鍵組成部分。其在主觀性上反映決策者及專家的偏好，在客觀性上反映指標(biāo)樣本集的分布特征及變化特性，一般分為主觀權(quán)重法和客觀權(quán)重法兩種計(jì)算方法。主觀權(quán)重法方面常見的有層次分析法、主成分分析法等，金菊良等用模糊評價(jià)矩陣來進(jìn)行一致性判斷，構(gòu)建了基于改進(jìn)層次分析法的模糊綜合評價(jià)模型，而段若晨等在此基礎(chǔ)上結(jié)合三角模糊數(shù)提高了隸屬度的辨識性，并采用最優(yōu)傳遞矩陣及三標(biāo)度法進(jìn)一步進(jìn)行了改進(jìn)；而在客觀權(quán)重法方面比較典型的有陸文星、梁昌勇等采用的基于證據(jù)距離及Dempster-Shafer合成法則的方法、何耀耀等采用的在迭代運(yùn)算過程中對指標(biāo)權(quán)重尋優(yōu)的模糊聚類迭代方法和姚奕等采用的對投影方向?qū)?yōu)的投影尋蹤方法等。然而，主觀權(quán)重法具有較大的主觀隨意性；客觀權(quán)重法計(jì)算結(jié)果僅為數(shù)據(jù)計(jì)算意義下的“數(shù)學(xué)權(quán)重”，無法闡明指標(biāo)在評價(jià)中的物理意義。因此，學(xué)者們已不滿足于單一類型的權(quán)重計(jì)算，考慮將主、客觀性融合來提高權(quán)重計(jì)算的靈活性和準(zhǔn)確性。陳守煜采用二元比較一致性對比準(zhǔn)則對模糊聚類迭代模型搜索得到的客觀權(quán)重進(jìn)行修正來得到主、客觀綜合權(quán)重；陳偉、夏建華基于離差平方和提出了將AHP確定的主觀權(quán)重與熵值法確定的客觀權(quán)重最優(yōu)組合的賦權(quán)方法；金菊良等提出了計(jì)算客觀權(quán)重的投影尋蹤方法，并與改進(jìn)層次分析法得到的主觀權(quán)重相結(jié)合，形成了全新的組合權(quán)重計(jì)算方法；趙霞、趙成勇等根據(jù)公式將層次分析法計(jì)算出的主觀權(quán)重w_i與根據(jù)具體指標(biāo)值計(jì)算出的客觀權(quán)重v_i進(jìn)行組合來得到綜合權(quán)重a_i；袁永博等采用對層次分析法及可變模糊迭代法分別計(jì)算出的主、客觀權(quán)重取平均值的方法來實(shí)現(xiàn)組合權(quán)重計(jì)算。由上可見目前組合權(quán)重計(jì)算主要為主、客觀權(quán)重分別計(jì)算后再進(jìn)行組合的方式。

對主觀權(quán)重法和客觀權(quán)重法進(jìn)行決策結(jié)果有機(jī)融合，能避免單一方法的缺陷和片面性，但現(xiàn)有組合權(quán)重計(jì)算方法基本是主、客觀權(quán)重單獨(dú)計(jì)算后采用加法或乘法等方式簡單合成，缺乏理論依據(jù)支持，折衷后的組合權(quán)重有“兩不靠”之嫌。因此，在權(quán)重計(jì)算方面迫切需要對主、客觀性的良好耦合方式進(jìn)行更深入的研究。

在決策過程中指標(biāo)權(quán)重代表各指標(biāo)對最終評價(jià)結(jié)果的貢獻(xiàn)度，也反映了決策者對各指標(biāo)的不同偏好程度，對最終結(jié)果有著重大影響。但目前常用的主觀權(quán)重法、客觀權(quán)重法及組合權(quán)重法均存在不同程度缺陷：主觀權(quán)重法通過綜合多位專家意見來得到最終權(quán)重，但專家意見往往存在主觀性及模糊性，且計(jì)算過程并未考慮使評價(jià)結(jié)果分布特性更利于決策者準(zhǔn)確判斷；客觀權(quán)重法過于追求數(shù)學(xué)意義上的最優(yōu)分布，往往遠(yuǎn)遠(yuǎn)偏離決策者偏好，一般不具有實(shí)際意義；現(xiàn)有組合權(quán)重法多為分別計(jì)算出主觀權(quán)重和客觀權(quán)重，再通過一系列運(yùn)算法則進(jìn)行組合，其本質(zhì)上是一種折衷，有時(shí)既不符合決策偏好也不能獲得數(shù)學(xué)上的最優(yōu)分布，并未真正將指標(biāo)權(quán)重的主觀意義與客觀意義良好融合。

針對以上問題，需要提出在滿足決策者主觀偏好的前提下能使評價(jià)結(jié)果分布特性盡可能更優(yōu)的能實(shí)現(xiàn)主、客觀性柔性耦合的權(quán)重制定方法。而考慮到主觀權(quán)重存在的主觀性及模糊性，用一個(gè)模糊范圍來描述指標(biāo)權(quán)重取值更為合理；然后以該模糊范圍為約束，利用客觀權(quán)重法在其中搜索使評價(jià)結(jié)果分布特性最優(yōu)的指標(biāo)權(quán)重，即可達(dá)到要求。

發(fā)明內(nèi)容

本發(fā)明主要解決主、客觀柔性耦合權(quán)重計(jì)算問題。由于決策時(shí)必然存在對各指標(biāo)的不同偏好，即在決策者看來，不同指標(biāo)在評估時(shí)具有不同重要性和貢獻(xiàn)度；同時(shí)，又希望最終評估結(jié)果分布特性良好，便于分析和辨識。因此，權(quán)重計(jì)算時(shí)應(yīng)在符合決策偏好前提下盡量使最終結(jié)果分布特性達(dá)到最優(yōu)。

本發(fā)明所采用的技術(shù)方案是：一種綜合評價(jià)中指標(biāo)權(quán)重的柔性耦合計(jì)算方法，其特征在于：采用主觀權(quán)重法和客觀權(quán)重法相結(jié)合的方法，首先根據(jù)多位專家的綜合意見確定各指標(biāo)權(quán)重的一個(gè)取值范圍，反映專家判斷中存在的主觀、模糊、不確定性；然后以使目標(biāo)函數(shù)取得最優(yōu)計(jì)算結(jié)果為目標(biāo)，在上述取值范圍進(jìn)行客觀搜索，最終得到主、客觀性柔性耦合的指標(biāo)權(quán)重向量。

作為優(yōu)選，所述的主觀權(quán)重法的具體實(shí)現(xiàn)包括以下步驟：

步驟A1：各專家對不同指標(biāo)間的相對重要性進(jìn)行打分評估，獲取梯形模糊數(shù)判斷矩陣；進(jìn)一步求解其簡約矩陣，進(jìn)行一致性檢驗(yàn)以判斷專家意見是否有自我矛盾之處；若不能通過一致性檢驗(yàn)則重新對打分情況進(jìn)行調(diào)整，直到通過一致性檢驗(yàn)為止；