1 数学建模综合评价模型

•1.3 将区间型化为极大型
对某个区间型数据指标 x ，则
ax 1 c , x a x 1, a xb x b 1 , x b c
其中 [a, b] 为 x 的最佳稳定区间，c max{a m, M b} ， M 和 m 分别为 x 可能取值的最大值和最小值。
当“很满意”时，则隶属度为１，即 f (5) 1 ； 当“较满意”时，则隶属度为 0.8 ，即 f (3) 0.8 ； 当“很不满意”时，则隶属度为 0.01，即 f (1) 0.01 ．
[1 a ( x b ) 2 ] 1 ,1 x 3 f ( x) 3 x5 a ln x b , 其中 a , b , a, b 为待定常数．
+ + 如何将其量化？若A ，B ，C ，D 等又如
何合理量化？
根据实际问题，构造模糊隶属函数的量化 方法是一种可行有效的方法。
假设有多个评价人对某项因素评价为A，B，C， D,E共5个等级: {v1 ,v2 ,v3 ,v4,v5}。 譬如：评价人对某事件“满意度”的评价可分为 {非常满意，很满意，满意，不太满意，很不满意} 将其5个等级依次对应为5，4，3，2，1。 这里为连续量化，取偏大型柯西分布和对数函 数作为隶属函数： [1 a ( x b ) 2 ] 1 ,1 x 3 f ( x) 3 x5 a ln x b , 其中 a , b , a, b 为待定常数．
1.4 定性指标的量化处理方法
在实际中，很多问题都涉及到定性或模糊指标 的定量处理问题。 诸如 : 教学质量、科研水平、工作政绩、人员 素质、各种满意度、信誉、态度、意识、观念、 能力等因素有关的政治、社会、人文等领域的问 题。
如何对有关问题给出定量分析呢？
在常用的评价标准中, 评价一般分为五个 等级，如A，B，C，D，E。
2、 构成综合评价问题的五个要素
构成综合评价问题的五个要素分别为:被评价对 象、评价指标、权重系数、综合评价模型和评价者。
（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，或称为 系统。通常情况下，在一个问题中被评价对象是属于同一类 的，且个数要大于 1，不妨假设一个综合评价问题中有 n 个 被评价对象（或系统） ，分别记为 S1 , S2 , , Sn (n 1) 。
（1）标准差方法: 令 xij xij x j sj
(i 1, 2, , n; j 1, 2, , m) ，
假设 m 个评价指标 x1 , x2 ,
1 1 n 1 n 2 2 其中 x j xij , s j [ ( xij x j ) ] ( j 1, 2, , m) 。 n i 1 n i 1 (i 1, 2, , n; j 1, 2, , m) 的均值和均方差分别为 0 显然指标 xij


1
,1 x 3 3 x 5
根据这个规律， 对于任何一个评价值， 都可给出一个合适的 量化值。 根据实际情况可 构造其他的隶属函数。
二、评价指标的规范化处理
2. 评价指标的无量纲化
在实际中的评价指标 x1 , x2 ,
, xm (m 1) 之间，往往都存
在着各自不同的单位和数量级，使得这些指标之间存在着不可 公度性，这就为综合评价带来了困难，尤其是为综合评价指标 建立和依据这个指标的大小排序产生不合理性。
2、 构成综合评价问题的五个要素
（2）评价指标
评价指标是反映被评价对象(或系统)的运行(或发展)状况的 基本要素。通常的问题都是有多项指标构成，每一项指标都是从 不同的侧面刻画系统所具有某种特征大小的一个度量。 一个综合评价问题的评价指标一般可用一个向量表示，其中 每一个分量就是从一个侧面反映系统的状态，即称为综合评价的 指标体系。
1、综合评价的目的
综合评价一般表现为以下几类问题： ａ 分类——对所研究对象的全部个体进行分类， 但不同于复合分组（重叠分组）； ｂ 比较、排序（直接对全部评价单位排序，或 在分类基础上对各小类按优劣排序）； ｃ 考察某一综合目标的整体实现程度（对某一 事物作出整体评价）。如小康目标的实现程度、 现代化的实现程度。当然必须有参考系。
综合评价方法及其应用
一、什么是综合评价问题
历年竞赛题
（1）CUMCM1993-B:足球队排名问题； （2）CUMCM2001-B:公交车调度问题； （3）CUMCM2002-B:彩票中的数学问题； （4）CUMCM2004-D:公务员招聘问题； （5）CUMCM2005-A:长江水质的评价和预测问题； （6）CUMCM2005-C:雨量预报方法评价问题； （7）CUMCM2006-B:艾滋病疗法评价与预测问题； （8）CUMCM2007-C:手机“套餐”优惠几何问题； （9）CUMCM2008-B:高教学费标准探讨问题； （10）CUMCM2008-D:NBA赛程的分析与评价问题； （11）CUMCM2009-D:会议筹备问题。
二、评价指标的规范化处理
1. 评价指标类型的一致化
一般说来，在评价指标 x1 , x2 ,
, xm (m 1) 中可能包
含有 “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:总是期望指标的取值越大越好； 极小型指标:总是期望指标的取值越小越好； 中间型指标:总是期望指标的取值既不要太大，也不要 太小为好，即取适当的中间值为最好; 区间型指标:总是期望指标的取值最好是落在某一个确 定的区间内为最好。
（1）使所有的指标都从同一角度说明总体，这就提 出了如何使指标一致化的问题； （2）所有的指标可以相加，这就提出了如何消除指 标之间不同计量单位（不同度量）对指标数值大小 的影响和不能加总（综合）的问题，即对指标进行 无量纲化处理——计算单项评价值。
4．确定各个评价指标的权重 5．求综合评价值——将单项评价值综合而成。
如果不对这些指标作相应的无量纲处理，则在综合评价 过程中就会出“大数吃小数”的错误结果，从而导致最后得 到错误的评价结论。 无量纲化处理又称为指标数据的标准化或规范化处理。 常用方法:标准差方法、极值差方法和功效系数方法等。
2. 评价指标的无量纲化
,并都有 n 组样本观 测值 xij (i 1,2, , n; j 1,2, , m) ，则将其作无量纲化处理。
评价指标体系应遵守的原则：系统性、科学性、可比性、 可测性（即可观测性）和独立性。这里不妨设系统有 m 个评 价指标（或属性） ，分别记为 x1 , x2 , , xm (m 1) ，即评价指 标向量为 x ( x1 , x2 ,
, xm )T 。
2、 构成综合评价问题的五个要素
（3）权重系数 每一综合评价的问题都有相应的评价目的，针对某 种评价目的，各评价指标之间的相对重要性是不同的， 评价指标之间的这种相对重要性的大小可以用权重系数 来刻画。如果用 w j 来表示评价指标 x j ( j 1, 2, , m ) 的 权重系数，则应有 w j 0( j 1, 2,
, wm )T ，且
选择合适的数学方法构造综合评价函数（即综合评价模型） y f ( w, x ) ， 由此计算综合评价指标函数值 yi f (w, x (i ) )(i 1, 2, 按 yi (i 1, 2,
, n) ，并
, n) 取值的大小对 n 个系统进行排序或分类。
[0,1] 是无量纲的指标，称之为 xij 的标准观测值。 和 1，即 xij
2. 评价指标的无量纲化
（2）极值差方法: 令 xij
1i n
xij m j M j mj
1i n
(i 1, 2,
, n; j 1, 2,
, m) ，
其中 M j max{xij }, m j min{xij }( j 1, 2, 是无量纲的指标观测值。
, m ) ，且 w j 1 。
j 1
m
注意到:当各被评价对象和评价指标值都确定以后， 问题的综合评价结果就完全依赖于权重系数的取值了， 即权重系数确定的合理与否，直接关系到综合评价结果 的可信度，甚至影响到最后决策的正确性。
（4）综合评价模型
对于多指标（或多因素）的综合评价问题,就是要 通过建立合适的综合评价数学模型将多个评价指标综合 成为一个整体的综合评价指标，作为综合评价的依据， 从而得到相应的评价结果。 n 个被评价对象的 m 不妨假设 个评价指标向量为 x ( x1 , x2 , , xm )T ，指标权重向量为 w ( w1 , w2 , , wm )T ， 由此构造综合评价函数为 y f ( w , x ) 。
三、综合评价模型的建立方法
为了全面地综合分析评价被评价对象的运行（或发展）状 况，如果已知 n 个状态向量（即 n 组观测值） x (i ) ( xi1 , xi 2 , , xim )T (i 1, 2, , n) ，则根据 m 个评价指标的 实际影响作用，确定相应的权重向量 w (w1 , w2 ,
计算得 a 1.1086, b 0.8942, a 0.3915, b 0.3699 。
1 1.1086( x 0.8942) 2 则 f ( x) 0.3915 ln x 0.3699 ,


1
,1 x 3 3 x 5
1 1.1086( x 0.8942) 2 f ( x) 0.3915 ln x 0.3699 ,
2、 构成综合评价问题的五个要素
（5）评价者 评价者是直接参与评价的人，可以是某一个人， 也可以是一个团体。对于评价目的选择、评价指标体 系确定、评价模型的建立和权重系数的确定都与评价 者有关。
3、综合评价的一般步骤
1．确定综合评价的目的 （分类？排序？实现程
度？） 2．建立评价指标体系 3. 对指标数据做预处理