基于改进灰色关联度的指标体系构建方法
基于改进灰色关联度法的我国新能源汽车技术综合评价
基于改进灰色关联度法的我国新能源汽车技术综合评价
随着环保意识的提高和新能源技术的不断发展，新能源汽车已成为未来汽车行业的发展趋势。
然而，目前新能源汽车技术的发展还面临着许多问题，如续航里程、充电设施等方面的不足。
因此，对新能源汽车技术进行综合评价，有助于指导我国新能源汽车技术的发展和提升。
本文基于改进灰色关联度法，对我国新能源汽车技术进行综合评价。
改进灰色关联度法是一种综合评价方法，通过分析各指标之间的关联性，计算出各指标与总评价值之间的关联度，最终得出综合评价结果。
在本文中，我们选取了新能源汽车的充电速度、续航里程、安全性、价格、环保性等方面的指标进行评价。
通过对数据的处理和计算，得到各指标之间的关联度和各指标与总评价值之间的关联度。
最终，我们得出了我国新能源汽车技术的综合评价结果。
通过本文的研究，我们可以看出我国新能源汽车技术的发展还有待提高和完善。
在各指标中，充电速度和续航里程的关联度较高，说明这两个指标对新能源汽车的性能影响较大。
而安全性和环保性的关联度较低，说明这两个指标在新能源汽车技术的发展中还有较大的提升空间。
综上所述，通过改进灰色关联度法对我国新能源汽车技术进行综合评价，可以为新能源汽车技术的发展提供参考和指导。
未来，我们还需加强对新能源汽车技术的研究和改善，以满足市场需求和环保要
求。
基于改进熵的灰色关联模型及其应用
设： （ ｉ ＝ １ ， ２ ， …， ｍ； ｊ ＝ ｌ ， ２ ， …， ｎ ） 为第 ｉ 个被评 价对象第 Ｊ 个指标的值 ，并且是指标越优越好 的指
标， 则 对其 按 以下 公 式进 行 标 准 化 （ 郭亚军 ， ２ ０ ０ ７ ） ，
Ｙ 为：
Ｘ ． ． － ｎ ｆ ｍ ｎ （ Ｘ． ． ］
标， 则 是 取值 越 小 越好 ， 遵循 这 个 原 则 ， 可 以得 到参
ｙ ｉ ． ） ，ｆ 考序列 ， 即 Ｙ ｏ 厂 ｍ ａ ｘ ， Ｉ ＿１ ， 。 ， 基 于改进熵 的灰 色关联模 型及其 应用
…
＂
（ ２ ， …
３ ． ２ ． ２负 向指标 标准 化
， ） （ ６ ）
评 价指 标 经 费预 算合
科 研项 目中选取 高质 量 的科 研 项 目。本 文运用 给 出 的改进 熵关 联模 型进 行综 合评 价 ， 最 后优 选项 目。 ３ ． ３ ． １ 原 始数 据 对 申报 省 教育 自然科 学 基 金 的 １ ５ 项科研项 目 进 行综 合评 价 ， 最终要 从 １ ５ 项 中选 出 ８项作 为上 报
体现 了两列数据间的误差程度 ， 本文在传统灰色关 联分析的基础上引入指标的组合权重 ， 得到基于改 进熵的灰色关联模型 ， 具体计算步骤如下 ： （ １ ） 基本假设。在标准化数据的基础上 ， 给定一
标往往具有不同的量纲和量纲单位 ，需要对指标做
标 准化 。 ３ ． ２ ． １ 正 向指标 标准 化
＝
∑ （ ＋ １ ） （ 南 仂 叫
，
＝
∑
（ ５ ）
（ ２ ） 各 指标 差异 系 数确定 方 法
Ｈｊ ＝ １ 一Ｐ ｊ （ ２ ）
基于灰色关联分析研究企业社会责任的构建与应用
基于灰色关联分析研究企业社会责任的构建与应用企业社会责任（Corporate Social Responsibility，简称CSR）指企业在经济、社会、环境等各方面履行其社会责任的行为。
由于CSR对企业的可持续发展具有重要的作用，越来越多的企业开始关注、研究、实践CSR。
灰色关联分析是一种多因素的判断方法，在企业社会责任的研究中可以得到广泛的应用。
一、研究问题的提出企业的社会责任涉及许多因素，如环境保护、员工福利、公益慈善等。
在实践中，企业通常需要根据自身经营模式和发展阶段确定CSR的重点和实施方案。
因此，如何根据企业的实际情况和发展需求，提出切实有效的CSR方案，是企业面临的一个重要问题。
二、研究方法的选择灰色关联分析是一种将多个因素进行比较和综合评价的方法，可以用于研究CSR 的相关因素和权重。
具体分为以下步骤：1. 确定指标体系。
CSR指标涉及经济、社会、环境等多个方面，需要根据企业实际情况确定相应的指标体系。
2. 数据收集与处理。
通过搜集公司的相关信息和相关数据，对指标进行统计和归一化处理。
3. 确定关联系数。
灰色关联分析需要确定连接关系因素的关联系数，可以通过Pearson相关系数或Spearman等方法来计算。
4. 灰色关联度计算。
根据灰色关联分析的计算公式，计算不同因素之间的关联度，得出权重系数。
5. CSR方案的制定。
根据权重系数和企业实际情况，制定相应的CSR方案和实施计划。
三、研究应用的案例以某家跨国企业为例，企业社会责任策略的制定和实施需要考虑企业规模、行业属性、地域特征等因素。
基于灰色关联分析的方法，可以将不同因素进行量化和比较，得出CSR方案的优先级和实施方案。
1. 确立指标。
对企业进行调研和访谈，确定CSR的关键指标体系，包括员工福利、环境保护、公益慈善、财产保护等。
2. 数据处理。
通过数据收集和处理，将原始数据转化为相应的比率指标，并进行归一化处理。
3. 确定关联系数。
基于改进的灰色关联模型的我国投资环境评价
比较 优 势原 则 经 济梯 度
称 资金作 为一种稀缺资源 ．按照市场资源配置的比较优势原则 方法进行处理 ． 为修正 的灰色关联模型。 投向到具有 比较优势的产业 ，行业及地区。中国作为经济快速起 飞阶段的发展 中国家 ，对资金的需求远远高 于自身的供给能 力。 吸引外资的注入 无疑是解决资金供 求矛盾关系的一剂 良药 。如何 ２ 计算步骤 ． 第一步 ： 求初相值。 若 Ｋ为观测对象序号 ， Ｋ） ｘ（ 为因素 ｘ 关于 第 Ｋ个对象的观 ．
才能在 国际资金市场上将资金吸引到我国子市场上来呢７ 根据稀 测数据 ．称 为因素 ｘ＝（ （ ） ｘ． ）… ． （） 的行为横 向序 ． ｘ， ， （ ． ｘ ｎ ） １ ２
缺资源配置的比较优势理论 ．某区域在经济发展中要 吸引外部资 列。Ｄ 为序列算 子 ．且 金流入该区域 ．必须在投资环境方面具备比较优势 ．即具备一个
梯形分布 ，大致 分为三个梯度 ，分 为Ａ级、Ｂ级和 ｃ级投 资环境 。根据 区域 经济学中的经济梯度转移理论 ，利 用影响 因素在不同梯度
问的扩散效应 ，提 出了东部 在充分利 用中西部地 区的资源优 势的基础上 ，带动 中西部地 区经济的发展和投 资环境 改善，发挥 其扩散
效应。
［ 关键 词 ］灰 色关联
环境 的灰色关联模型。根据 ２０ 年年度报告 的原始数据 ． ０５ 经过修 梯 度 ．Ｃ类投资环境是第三梯度 。经济要素和科技要素的扩散就
正的灰色 关联 分析法下逐步计算结果见附表 １ 。 表１投 环 评 指 体 资境价标系
ｘ煺 生 髓 （ ） １ 产 朊 ¨ Ｘ工 砺 ２ 业｛ 嚣Ａ 埋 髓 （ 坷露 元） № 幔 纸、 ＾（ ｘ ＝ 瞧 ） ８ ％ 三 （） 产 蝮 ％
基于改进灰色关联分析模型的高职院校“双师型”教师绩效评价——以江苏旅游职业学院为例
18一、引言随着社会经济的发展，我国高等教育也取得了很大进步，作为高等教育的重要组成部分，高职院校一直是培养技能型人才的摇篮。
近年来，虽然高职院校在发展过程中取得了一定成绩，但在职业教育师资队伍建设过程中还面临着很多问题。
其中，如何加强“双师型”教师队伍建设一直是困扰我国现代职教体系建设的难题。
“双师型”教师对教师能力有更高的要求，既要求教师掌握丰富的文化理论知识和专业素养，又要求教师有熟练的专业实践技能，具备培养学生适应社会需求、指导学生创业的能力。
高职院校要实现内涵式发展，尤其需要加强“双师型”教师队伍建设，其中，对“双师型”教师进行绩效评价是一项重要内容，绩效评价方法是否得当直接关系到高职院校的办学质量和可持续发展程度。
近年来，越来越多的学者针对高职院校“双师型”教师绩效评价问题展开研究。
有关“双师型”教师绩效评价指标体系构建方面，任中普[1]指出目前高职院校教师评价指标基本上继承了本科高校体系，极不适应我国高等职业教育发展现状。
成英[2]采用文献资料法对地方高职院校体育院系“双师型”教师绩效考核体系进行研究，阐明构建体育院系“双师型”教师绩效考核体系的必要性，厘清“双师型”教师绩效考核内容、原则和形式。
李菲菲[3]通过对X职业教育中心“双师型”教师绩效考核体系现状的实地研究，具体分析了其中存在的问题，并针对性地提出了明确绩效考核基于改进灰色关联分析模型的高职院校“双师型”教师绩效评价——以江苏旅游职业学院为例周春光 党耀国 叶 莉 张 旭 王俊杰摘 要 “双师型”教师的绩效评价是高职院校的一项重要工作，需要建立一套科学、合理、实用性强的绩效评价体系。
从师德师风、教学工作、专业能力、科研工作、社会认可、个人发展6个方面建立高职院校“双师型”教师绩效评价指标体系，运用灰色关联分析方法构建高职院校“双师型”教师绩效评价模型，并结合改进的AHP与CRITIC法确定各指标的综合权重。
通过应用提出的评价方法对江苏旅游职业学院的8位“双师型”教师进行绩效评价，证明综合两种权重方法的评价模型得出的评价结果更加客观、准确。
绩效评价指标体系的灰色关联分析方法研究
绩效评价指标体系的灰色关联分析方法研究绩效评价是现代管理中非常重要的一环，它以指标体系为基础，通过对各项指标的评估，对个体或组织进行定量的绩效评价。
然而，绩效评价指标体系的建立和选择一直是困扰研究者和管理者的难题。
为解决这一问题，灰色关联分析方法应运而生。
灰色关联分析法是由中国学者陈云教授于1982年提出的，它是一种从灰色系统理论出发的多指标决策分析方法。
灰色关联分析方法通过对指标间灰色关联度的计算，来确定各指标在绩效评价中的重要性和贡献度。
首先，建立指标体系。
在进行绩效评价指标体系的灰色关联分析之前，我们首先需要建立一个合理的指标体系。
这个指标体系应该涵盖各个方面的指标，具有全面性和代表性。
例如，对于企业的绩效评价，可以包括财务指标、市场指标、顾客满意度指标、员工满意度指标等。
其次，进行数据归一化处理。
不同指标的量纲和范围差异很大，为了能够将它们进行比较和分析，我们需要对数据进行归一化处理。
可以采用线性变换或者标准化方法，将各个指标的数据转化为无量纲的百分制。
然后，计算各指标的关联系数。
灰色关联分析方法通过计算各指标间的关联系数，来确定指标的重要性和贡献度。
关联系数的计算方法可以是皮尔逊相关系数、克罗内克（Kendall）相关系数等。
通过计算，我们可以得出各个指标与总体的灰色关联度。
最后，评价指标的重要性和贡献度。
通过对各指标关联系数的比较和分析，我们可以确定各指标在绩效评价中的重要性和贡献度。
灰色关联分析可以将各指标按照其对绩效评价的贡献程度进行排序，从而帮助管理者合理地分配资源和进行决策。
灰色关联分析方法的优点在于能够在数据不完备或者模糊的情况下进行评价，并且不需要对指标进行权重的设定，降低了主观性的干扰。
它在许多领域中都有广泛的应用，如企业绩效评价、工程设计、医学诊断等。
然而，灰色关联分析方法也存在一些限制。
首先，它只能用于指标之间的线性相关性分析，不能处理非线性关系的情况。
其次，对于指标数较多的情况下，计算复杂度较高，容易产生误差。
对灰色关联度计算方法的改进(精)
(xi(n)-xj(n))0 0(2)(2)当Xi与Xj除原点还有其它交点时，|si —sj|不可以简化为(2)式的形式，只能先求出两数据序列始点零化像曲线的交点，然后带入(1)式来计算。
定义1设系统行为特征序列X0= F x00 0丫10,即关联度不具有对称性。
(3)不同的分辨系数值会出现不同的关联序。
(4)如按一般取尸0.5，则恒有丫1>0.33330。
(5)在通常的关联度的计算中，一般取相同的权重来计算。
体现不出此重彼(k),k=1,2,…，n G,因素序列Xi = F xi(k),k=1,2，…，n G(i = 1,2, …，m)，若xi(k)=x0(k)+b,(k= 1,2,…，n;b为常数)，则称Xi与X0完全相似。
(xi(1),xi(2), …，xi(n))(i=0,1,2, …，m)基金项目：国家自然科学基金资助项目(704 7 3 0 3 7 );国家教育部博士点基金资助项目(2002028700 1);江苏省自然科学基金重点项目(BK 2 0 0 3 2 1 1 );南京航空航天大学博士创新基金资助项目(01900 4)2 9刊!.论新#性质1若因素数据序列Xi= * xi(k),k=1,2, …，n 3 (i=0, 1,2, …,m) 与系统行为特征数据序列X0=(0,1.0,2. 0,3. 0,6. 0 ) X1 = (0,1. 5,1.5,3.0,6.0) X2=( ：0,2. 0 53.0 ,3.5, 7.0)X 3=(0,4.0,3.0,2.0,2.5)再由有关文献给出的绝对关联度计算结果为：0 0 0计算，得到的绝对关联度为：0 1 = 0.9655, 0 2 = 0.8800, &0 3 = 0.7642故灰色绝对关联序为：X1 $X2 $X3下面我们再用改进的绝对关联度来X0 = (3. 0, 4. 0,5. 0, 6. 0,9. 0) X1 = (1. 0, 5. 0,4. 0, 3. 0,3. 5) X2 = (1. 0, 3. 0,4. 0, 4. 5,8. 0) X3 = (1. 0, 5. 0,4. 0, 3. 0,3. 5) 我们先求出其始点零化像分别是:3 0。
非常有用——基于改进灰色关联度的指标体系构建方法_朱纪忠
λQ）（0<λ<1），其中 λ 为分辨系数，它可以控制 β1（i k）的大
小和分辨率，一般取值为 0.5，最终得到关联系数矩阵
┆┆┆β12（1） β13（1）… β1m（1）┆┆┆
┆
┆
B=
┆ ┆
┆
┆
┆
。 ┆
┆
┆
┆
┆┆┆β12（n） β13（n）… β1m（n）┆┆┆
t t … t ┆
┆ ┆
11
12
┆
1m
┆ ┆
┆
┆
T=
┆ ┆
┆
┆
┆ （┆┆ l≤ p）。
┆
┆
t t … t ┆
┆ ┆
l1
l2
┆
lm
┆ ┆
Step 2: 计算 l 位专家对每个指标的打分均值
l
Σ аi=
1 L
tk（i i=1，2，…，m）
k=1
Step 3: 统计 N=max{аi |i=1，2，…，m}
Step 4:对于每个指标 （i i=1，2，…，m），执行如下操作：
Value Engineering
·5·
键因素，并以这些因素作为指标建立指标体系。这种方法 的特点在于不需要大量的样本数据，降低了统计和计算的 难度，并且最终的结果以排序的形式给出，人们可以根据
1Σ
┆
┆
┆
E=
┆ ┆
┆
┆
β┆
┆
┆ mi
β12 … β1m
┆
┆
βm2 … 1
┆ ┆ ┆ ┆
， ┆
┆ ┆ ┆ ┆ ┆
be applied for achieving effective index screening.
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于改进灰色关联度的指标体系构建方法摘要：评价指标体系建立的是否合理决定着人们能否对评价对象有个正确的认识。
本文提出一种基于改进灰色关联度的评价指标体系构建方法，该方法首先计算出各因素与系统的关联度，采用德尔菲法对专家打分进行处理，打分结果作为各因素重要性的得分；然后将因素的关联度与重要性得分相结合，排序后筛选出初始指标；最后通过对初选指标之间的相关性分析，求解出有效的指标体系。
比较实验是在真实的数据集上进行的，实验结果证明改进的灰色关联度分析法明显优于主成分分析法。
因此可以认为改进后的方法能够有效的实现指标筛选。
abstract： whether evaluation objects can be understood comprehensively or not depends on a reasonable evaluation index system. in this paper， a novel evaluation index system construction method based on improved grey correlative degree analysis has been proposed. firstly， the correlation between various factors and the system has been calculated， dealing with expert scores based on the delphi method and assigning the results to the importance score of each factor. secondly，the correlative degree has been combined with the importance score and the initial indicators have been screened after sorting. finally， an effective index system has been drawn out through analyzing the correlations of primary indexes.
comparison experiment has been conducted on real data sets. the experimental results demonstrate that the improved grey correlation analysis method outperforms the principal component analysis method. it suggests that the proposed method can be applied for achieving effective index screening.
关键词：指标体系；指标筛选；灰色关联度；相关性分析
key words： evaluation index system；index selection；grey relational degree；correlation analysis
中图分类号：f22 文献标识码：a 文章编号：1006-4311（2013）07-0004-04
0 引言
20世纪上半叶，在经历了项目预算、计划项目预算、目标管理预算、零基预算等多个发展阶段后，以美国、澳大利亚和新西兰为代表的oecd国家开始实施绩效预算改革。
绩效预算是一种以结果为导向的预算方式，该方式将传统的关心财政资金的投入转化为关注资金的使用效率，以项目的实际产出作为衡量一个项目好坏的标准。
这种预算形式对政府的预算资源配置有着显著的引导、激励、监督和咨询作用[1]，更加有利于节约型政府的建设。
绩效预算改革的关键就是建立一套科学完善的绩效评价指标体系，通过对项目绩效进行多方面评审，实现对项目价值的正确认识。
由于项目的绩效预算目前还处于发展阶段，因此各财政部门还
没有建立统一的绩效评价指标体系。
不少学者也试图通过各种科学的方法构建更加完善的指标体系。
例如：安艳芳[2]在绩效考核中引入了企业管理领域的方法，运用平衡计分卡的知识，从财务、客户、内部学习和学习与成长四个维度构建了指标体系；杨玉霞[3]将现代统计学的相关方法运用在政府预算绩效评价体系的建立中，将考察的内容从宏观、微观两个角度设置成了三类指标，取得了很好的效果；李建华[4]以“投入—过程—产出—成果”为思路，根据经验确立了指标体系的内容，并对教育支出的情况进行了评价。
这些方法虽然都很好的建立了指标体系，但是没有很好的将数据分析与专家经验分析相结合，建立的评价指标体系也相对不够全面。
本文将关联度分析的相关方法应用到指标体系的建立中，并进行了改进，对传统的关联度分析从专家参与评价和指标的相关性两方面进行了思考，完善了该方法在指标体系建立过程中可能存在的问题。
改进后的方法能够很好的将专家的观点融合在最终的结果中，体现了定性与定量分析相结合的思想。
1 基本概念
1.1 灰色系统邓聚龙教授于1982年最先提出了灰色系统的概念。
在客观世界中存在着各种系统，如果对于一个系统人们能够清楚的看到其内部的信息，则可以称这个系统为“白色系统”；如果对于系统内的信息完全未知，那么这个系统就是一个“黑色系统”
[5]。
灰色系统正是介于二者之间，人们对于这个系统有所了解，但是不能明确的掌握信息的全部内容，这类系统在生活中较常见。
对灰色系统的研究就是将其“白化”的过程[6]，发掘出系统数据潜在的信息，具有重大的研究价值。
1.2 灰色关联度灰色关联度分析是灰色系统理论的主要研究
内容之一，同时也是客观建立指标体系的方法之一。
它的基本思想就是通过建立灰色关联分析模型，结合数列曲线的几何图形，对系统中各因素之间的关联性进行分析。
通过比较关联度的大小筛选出对系统影响较大的关键因素，并以这些因素作为指标建立指标体系。
这种方法的特点在于不需要大量的样本数据，降低了统计和计算的难度，并且最终的结果以排序的形式给出，人们可以根据实际情况选择指标的个数，更具有灵活性。
不仅如此，这种方法也可以同时用于赋权评价和决策参考[7，8]，因此在多个领域都颇受欢迎。
但是随着应用环境逐渐的复杂，经常会遇到很多具有特殊性的问题，因此很多学者依然在对分析模型进行不断的完善和创新[9，10]，使得这种方法能够更好的帮助人们解决实际问题。
2 改进的灰色关联度分析法
改进后的灰色关联度分析法是一种定性与定量分析相结合的方法，它可以弥补传统的灰色关联度分析法在建立指标体系时只分析数据不结合实际的缺陷。
具体的实现方式就是在计算出指标的关联度之后，利用delphi法得出专家认为的各指标的重要性，再根据专家评审的结果对关联度进行优化，得出指标的优劣排序，最终结合相关性分析筛选出符合要求的指标。