综合评价模块
在数学建模比赛和数据分析中,综合评价模型的出场率还是比较高的,实际应用也确实比较广泛。下面是我在学习过程中对综合评价模型的总结。
1 综合评价的目的
综合评价无外乎两种:对多个系统进行评价和对一个系统进行评价。对多个系统进行评价的目的基本上有两种:这东西是谁的——分类;哪个好哪个差——比较、排序。对一个系统进行评价的目的基本上就是看它达没达标、及不及格——实现程度。对一个系统的精确评价往往对它进行进一步的预测起着决定性的参考作用。因为如果我们需要对某一系统进行预测的话一个良好的评价系统也非常关键。
2 综合评价的基本要素
综合评价模型中的五个基本要素:被评价对象、评价指标、权重系数、综合评价模型和评价者。
2.1被评价对象
被评价对象就是综合评价问题中所研究的对象。这里将被评价对象记为
2.2评价指标
评价指标的选取对系统的综合评价起着至关重要的作用。可以说根据不同的评价指标评价出来的结论之间可能大相径庭。评价指标的选取应该主要以下几个原则:
- 独立性。尽量减少每一个评价指标之间的耦合关系,即每个评价指标中包含的绝大部分信息在其他评价指标中应该不存在。比如评价两地之间的交通状况,如果选择了汽车的平均行驶速度和公路距离为评价指标后,就不要在选取汽车平均使用时间作为评价指标了。因为它包含的信息在其他的评价指标中能反映出来。
- 全面性。所有评价指标包含的信息总和应该等于被评价模型的所有信息。独立性和全面性可以类比古典概型中样本点和样本空间的概念。
- 量子性。如果一个评价指标可以使用两个或者多个评价指标表示,那么将评价指标的进一步细化有助于我们实现指标之间的解耦和对问题的分析。再分析清楚问题之后,在构建评价模型的时候我们可以通过合适的算法将相关的评价指标进行聚合。
- 可测性。保证选择的评价指标能直接或者间接的测量也非常重要。
评价指标我们用.
表示。
2.3权重系数
不同的评价指标的不同重要程度我们可以使用权重系数进行表示。每一个评价指标都应该对应一个权重系数。所以我们可以用.
表示。权重系数还应该满足.
2.4综合评价模型
有了评价指标和其对应的权重之后,我们就可建立合适的综合评价模型了。一般的做法就是对所有系统的各个评价指标测量值进行加权平均。假设我们已经得到了所有系统的测量矩阵.
其中.
表示第i个系统第j个测量指标的测量值。
我们可以定义综合评价函数如下:.
特别的,对应加权平均的评价函数有:.
2.5评价者
3 综合评价的一般步骤
- 确定综合评价目的(分类、排序、实现程度)。
- 选取评价指标。
- 对评价指标进行测量建立测量矩阵。
- 对测量矩阵进行预处理(一致化、无量纲化)。
- 确定权重。
- 确定评价模型。
4 评价指标的规范化处理
一般来说我们直接测量到的评价指标数据有以下四种类型。极大型指标、极小型指标、中间型指标和区间型指标。
- 极大型指标:取值越大系统对应指标表现越好。
- 极小型指标:取值越小系统对应指标表现越好。
- 中间型指标:取值越靠近中间值表现越好。
- 区间型指标:取值越靠近某一区间表现越好,区间内表现都为最好。
4.1评价指标类型一致化
在建立评价模型之前,我们应该将所有的评价指标都化为同一种类型,一般都会选择极大型。下面是评价指标化为极大型的方法。
4.1.1极小型化为极大型
- 倒数法