离散事件系统导论_数学建模评价类问题 | 如何确定评价系统的指标权重？

之前小编发过一篇系统介绍综合评价类问题的文章【数学建模之综合评价问题】，文中总结了综合评价模型一般步骤：

1. 明确评价目的；

2. 确定被评价对象；

3. 建立评价指标体系(包括评价指标的原始值、评价指标的若干预处理等)；

4. 确定与各项评价指标相对应的权重系数；

5. 选择或构造综合评价模型；

6. 计算各系统的综合评价值,并给出综合评价结果。 

今天，小编继续和大家聊聊——如何确定评价系统的指标权重？

0、前言

对于多指标的评价系统，各指标之间的相对重要性是互不相同的，单纯将所有指标的重要性假设为无差别并不是一种可取的方法。

指标间相对重要性的量化过程也就是不同指标的权重确定过程，不同的权重确定方法必然导致不同的评价结果。而指标权重的确定不仅在综合评价系统中应用广泛，同时在多目标决策中也有很多应用(当然，综合评价问题也可视为多目标决策问题)，在进行数学规划时，实际问题中往往存在多个目标，而且很难证，可行域内存在某一个解使得所有目标函数都取得最优值。在这种情况下，就需要对多个目标进行综合加权，将多目标问题转化为单目标问题再进行求解。

1、权重确定方法分类

现有的指标权重方法主要可以分为两类，一类是相对主观的方法，专家通过经验确定不同指标之间的相对重要程度，通过多个专家的打分，取其平均值作为权重。这类方法中，非常具有代表性的就是层次分析法。另一类相对客观的权重确定方法是根据不同评价对象在该指标上得分的离散程度来确定权重。

评价系统的最终目的是将所有的评价对象区分开，如果某一个指标的数据离散程度越大，其对评价对象的区分度也就越好，所以其权重也应该较大一些。在这类方法中，应用比较广泛的有变异系数法和熵值法。