灰色综合评价和模煳评价的主要步骤(精)
管理决策分析,第九章模糊决策和灰色决策方法

⑥
合成:设
R
~
(rij
)nm
,
S
~
(s jk
)m p ,
m
若tik [rij s jk ](1 i n;1 j m),
j1
则
T
(tik
)n
p
称
为R ~
对
S
~
的
合
成
矩
阵
,
记作 T R S ~ ~~
2019/11/5
模糊矩阵运算法则满足下列主要性质: ① 若 R S ,对任意模糊矩阵T,都有
则
R S
~~
②
包含:
设
R
~
(rij
)nm
,
S
~
( sij
)nn ,
若rij sij (1 i n;1 j m),
则
R S
~
~
③
并:
设
R
~
(rij
)nn ,
S
~
( sij
)nm ,
若tij rij sij (1 i n;1 j m),
则
T
A u | A(u) , u U
则Aλ称为模糊子集A的λ截集,其中λ称为阈值或置信水 平.模糊子集A与它的λ截集的关系如图9-6.
2019/11/5
根据截集的定义,推出截集的性质:
( A B) A B
② ( A B) A B
③ 若1 , 2 0, 1 , 且1 2 ,则A1 A2
/
u5
,
则有 A B 0.9 0.2 0.7 0.5 0.4 0.8 0.1 0.3 0 0.1
物流企业信息化绩效的灰色模糊综合评价

应 的灰 度 ,构 成评 价 矩 阵 R
I ( 。 , V 。 ) ( V 。 )… ( V 。 )】
2 . 客 户指 标体 系。物流 企业 实施信息化建设 ,可 以 帮助 企业 与 客户建 立 良好 的合 作关 系 ,了解 客户 的喜
1 , 确定因素集和评语集。设 因素集u = { u . . , u , } ,子 因
大 ,企业 得到的收益是 否也随之增加 ,则需要对信息化 素集U . - ( u _ I , u …, u ; } ,其 中i = l , 2 , 3 , 4 , . . . , m 表示第i 个一级指 投 资产 生的效果 进行评 价 。因此 ,如何科学 、合理地评 标 所 属 的m 个 二 级 指标 个 数 设 评 语 集 v = { 优 , 良 ,中 , 价信息化 为物流企业带 来的绩 效 ,保 障物流企业信息化 差 l 。
物 流 企 业信 息 化绩 效 评价 指 标体 系 模糊关 系 ,可以用 同一层 次中各 因素关 于上一层准则 的 评价指标体 系是影 响物流企业信 息化绩效评价效果 权 重 及 相应 点灰 度 来 表示 ,则权 重 向量 为 : 的关键 因素 ,为 了能够全面 、科学 、合理地评价物流企 A =【 ( a 。 , v ( a 。 ) ) , ( a , v ( a 2 ) ) , . . . ( a , v ( a ; ) ) ] ( 1 )
二 、物 流 企 业 信 息 化 绩 效 的 灰 色 模 糊 综 合 评 价 模 型
பைடு நூலகம்
物流市场供需状况调查报告显示 ,我国物流企业对 信息 的建 立 本文综合灰色理论与模糊理论 ,将灰色模糊综合评
三次调查时不足4 0 %,第 四次提高到 了6 0 %,第五次则到 价方法 引入物流企业信息化绩效评价 中 ,建立物流企业 了7 7 %,第六次已经接近8 0 %,说 明我国物流企业信息化 信息化绩效的灰色模糊综合评价模型 ,步骤如下 : 建设正在稳 步地 推进 中。随着 信息化 建设 投入的不断加
灰度评价法

本文研究的城市广场旅游功能的评价系统即属于一个灰色系统。
首先,由于关于广场旅游功能的影响要素、层级分类及指标选定均具有“信息不完全性”;其次,所选取的评价指标数据,有些是已知的,即可以从现有的统计资料中获得,而另一些数据却是未知的,无法从统计资料中获得;再则,本文建立的评价指标中既有定性(灰色)指标,也有定量(白化)指标,各因素指标之间本质上是一种灰色关系。
因此,该系统具有信息不完全的“灰色”特征。
鉴于该系统的灰色特征,本文拟采用灰色模型对城市广场旅游功能进行综合评价。
灰色综合评价方法的原理为:首先将各评价指标分为不同的灰类型,然后建立隶属于各灰类的权函数,以定量地描述某一评价对象隶属于某个灰类的程度。
对具有多层次评价指标的体系,在子系统评价的基础上再对上一层次加权综合,以反映系统的整体状况。
运用这种方法进行综合评价的课题有物流中心选址、风险企业投资价值综合评价、商业银行竞争力综合评价、科研项目综合评价等,该方法取得了比较好的评价效果。
具体计算步骤如下:1(l)确定评价指标集根据设计的指标体系,有两层指标集,U=(U1,U2,U3,U4,U5,U6),其中U1=(U11,U12,U13),U2=(U21,U22,U23,U24,U25,U26),U3=(U31,U32,U33,U34,U35,U36),U4=(U41,U42,U43,U44,U45),U5=(U51,U52),U6=(U61,U62,U63)(2)确定指标评分等级在本文中,所有指标分为很好(大)、较好(大)、一般、较差(小)四个等级,分别为4、3、2、1分,指标等级介于两相邻等级之间,相关评分为3.5、2.5、1.5分,具体等级标准由专家根据经验确定。
(3)层次分析法确定各评价指标的权重常见的确定权重的方法有,德尔菲法、层次分析法、熵值法、模糊聚类分析法等。
本文采用层次分析法确定权重,本文在运用层次分析法时做了两点优化:①采用9/9-9/1标度法。
多层次灰色综合评价

多层次灰色综合评价原理
进行复杂系统的综合评价时,要考虑的因素很多,需要用 多个指标来衡量,指标间还可划分为不同层次,所以需要进行 多层次综合评价。评价需要信息才能做出结论,但评价信息的 全面与准确受评价人员的知识水平、认识能力、个人经验和偏 好制约。我们可以用“黑”表示评价信息缺乏,“白”表示评 价信息充足,而介于白与黑之间的“灰”表示评价信息不甚全 面、不甚确切。也就是说部分信息已知,部分信息未知,具有 灰色性。因此,可以利用灰色理论来分析与综合某个评价系统 各指标的实现程度,根据评价标准得出综合性的评价结论。灰 色理论是多层次灰色综合评价的原理。
多层次灰色综合评价
多层次灰色综合评价的步骤
4、确定评价方案的评价值矩阵
设有 p 个评价人员,即 k = 1,2,…,p;
q 个评价方案,即 s = 1,2,…, q;
m 个一级(大类)指标,即 i =1,2,…,m;
第 i 大类指标下设ni个二级(具体)评价指标, 即 j =1,2,…,ni。
评价人员按指标 vij 的评分等级标准给某个方案打分。设 第 k 个评价人员对第 s 个方案按指标 vij 的评分等级标准给
多层次灰色综合评价
多层次灰色综合评价的步骤
3.确定各评价指标的权重
可以利用层次分析法(AHP法)确定其相对权重。
假设求得一级(大类)指标 ui 相对于目标 G 的权重为 α i,(i =1,2,…,m),则大类指标的权重分配向量为
α =(α 1, α 2,…,α m)。
设二级评价指标 vij 相对于一级指标 ui 的相对权重为 α ij,(i=1,2…,m;j=1,2,…,ni),则 ui 所属的二级评 价指标的相对权重分配向量为 Ai=(α i1, α i2,…,α ini)。
第七章灰色系统综合评价方法

( )
于是,灰色聚类系数(即加权合成值)为:
( )
第五步:进行灰色系统聚类评价。
记 ,则与模糊聚类评价类似,可以根据“最大隶属原则”进行聚类。若
则该单位被判别为“c灰类”。但当“最大隶属原则”失效时,采用点值进行灰类识别更加合理。
第六步:若需要进行综合评价排序,则将B转化为点值y,即
式中,tj为第j灰类的“灰水平”赋值。根据每个单位的y值大小就可以进行综合评价排序,其赋值原则与模糊综合评价类似。
第四步:计算聚类系数bj,确定聚类向量。
第j类的聚类系数定义为:
( )
即为第j灰类各指标的白化权函数值的加权算术平均。
若将各指标在各灰类之下的白化权函数值用矩阵表示,记为R,即
评价方法

有哪些评价方法评价方法的步骤综合评价法:层次分析法、模糊综合评价、逼近于理想解的排序技术TOPSIS、秩和比法( RSR )、灰色综合评价;主成分分析;因子分析。
一.综合评价的一般步骤1确定综合评价的目的2确定评价指标/评价指标体系3确定各个评价指标的权重4确定评价指标的同向化和同度量化方法5建立/选择评价模型6计算综合评价值并进行排序或分类二.层次分析法(AHP)一般步骤1.建立层次结构模型:包括目标层,准则层,方案层。
2.构造成对比较矩阵:从第二层开始用比较矩阵和1~9尺度。
3.计算单排序权向量并做一致性检验对每个成对比较矩阵计算最大特征值及其对应的特征向量,利用一致性指标、随机一致性指标和一致性比率做一致性检验。
若检验通过,特征向量(归一化后)即为权向量;若不通过,需要重新构造成对比较矩阵。
4.计算总排序权向量并做一致性检验计算最下层对最上层总排序的权向量。
利用总排序一致性比率进行检验。
若通过,则可按照总排序权向量表示的结果进行决策,否则需要重新考虑模型或重新构造那些一致性比率CR较大的成对比较矩阵。
三.模糊综合评价1.建立因素集因素集是指以所评价系统中影响评判的各种因素(指标/着眼点)为元素所组成的有限集合, 通常用U表示, 即: U ={u1,u2,…,um}。
各元素ui(i=1,2, … ,m) 即代表各影响因素。
2.确定因素集权重(确定权重集)一般说来, 因素集U中的各因素对安全系统的影响程度是不一样的。
为了反映各因素的重要程度, 对各个因素应赋予一相应的权数。
由各权数所组成集合 : A={a1,a2, … ,am},A 称为因素权重集,简称权重集。
各权数比应满足归一性和非负性条件,它们可视为各因素对"重要”的隶属度。
因此, 权重集是因素集上的模糊子集。
一般使用专家共同讨论、两两对比法、AHP方法。
3.建立评语集(等级集)评语集是评判者对评判对象可能作出的各种总的评判结果(将评语化划分为若干有限等级)所组成的有限集合, 即 :V =( v1,v2, …, vn),各元素vi 即代表各种可能的总评判结果。
第三节灰色综合评价法

二、灰色综合评价法的模型和步骤
对事物的综合评价,多数情况是研究多对象的排序问题,即在各个评价对象之间排出优选 顺序
灰色综合评判主要是依据以下模型:R=E×W
式中:R=[r,r2,…,rm]'为m个被评对 象的综合评判结果向量;W=[w,W2,…, Wm]为n个评价指标的权重分配向量,其中 ∑w=1;E为各指标的评判矩阵 (k)为第i种方案的第k个指标与第k个最优指 标的关联系数 根据R的数值,进行排序
三、灰色综合评价法的实例分析
若k为指标或观测对象序号, 而且X也为单项,对于X项目的 运动员来说,应以X为最重要
的辅助训练项目
而对于学生来说,在X项目成 绩比较好的情况下,为提高其 身体素质的全面发展,应抓住 弱势,积极进行X和X项目的锻
炼
灰色关联分析主要着重研究" 外延明确、内涵不明确"的对 象,解决"小样本、贫信息、 不确定"问题,是一种解决不
三、灰色综合评价法的实例分析
某个体或某群体的行为数据如下(表12-5) (二)计算步骤 第
一步:求初值像(或均值像) 第二步:求差序列 第三步:求两极差 第四步:求关联系数(表12-6) 第五步:计算关联度(表12-7) (三)结果与分析 若k为时间序号,X与X(总分)的关联度最 大,为0.717,它们关联度程度的大小顺 序依次为X>X>X,这说明三个项目成绩的 好差排序也应如此,体育工作者在教学 或运动训练中,应根据具体情况进行针 对性教学或训练
第三节灰色综合 评价法
第三节灰色综合评价法
目录
二、灰色综合评价法的模型和步骤 三、灰色综合评价法的实例分析
模糊综合评判和灰色评价法的应用实例分析

模糊综合评判和灰色评价法的应用实例分析一、在物流中心选址中的应用物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点,其促进商品能够按照顾客的要求完成附加价值,克服在其运动过程中所发生的时间和空间障碍。
在物流系统中,物流中心的选址是物流系统优化中一个具有战略意义的问题,非常重要。
基于物流中心位置的重要作用,目前已建立了一系列选址模型与算法。
这些模型及算法相当复杂。
其主要困难在于:(1) 即使简单的问题也需要大量的约束条件和变量。
(2) 约束条件和变量多使问题的难度呈指数增长。
模糊综合评价方法是一种适合于物流中心选址的建模方法。
它是一种定性与定量相结合的方法,有良好的理论基础。
特别是多层次模糊综合评判方法,其通过研究各因素之间的关系,可以得到合理的物流中心位置。
1.模型⑴ 单级评判模型① 将因素集U 按属性的类型划分为k 个子集,或者说影响U 的k 个指标,记为12(,,,)k U U U U =且应满足:1, kii j i UU U U φ===② 权重A 的确定方法很多,在实际运用中常用的方法有:Delphi 法、专家调查法和层次分析法。
③ 通过专家打分或实测数据,对数据进行适当的处理,求得归一化指标关于等级的隶属度,从而得到单因素评判矩阵。
④ 单级综合评判B A R =⑵多层次综合评判模型一般来说,在考虑的因素较多时会带来两个问题:一方面,权重分配很难确定;另一方面,即使确定了权重分配,由于要满足归一性,每一因素分得的权重必然很小。
无论采用哪种算子,经过模糊运算后都会“淹没”许多信息,有时甚至得不出任何结果。
所以,需采用分层的办法来解决问题。
2.应用运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。
根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见表3-7.表3-7 物流中心选址的三级模型因素集U 分为三层: 第一层为 {}12345,,,,U u u u u u =第二层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u ==假设某区域有8个候选地址,决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址,数据进行处理后得到诸因素的模糊综合评判如表3-8所示。
- 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)。
∑==
n
k k 1
k
k
ωω (5
(6)计算综合评判结果并排序
根据W E R ×
=计算,即:∑==
n
k i i k r 1
k
× (ω
ξ (6
其中,m i ,..., 2, 1=,若i r最大,则说明i
C与最优指标*
C最接近,亦即第i个方案优于其它方案,据此便可以对各方案进行排序,具体到本研究,便可对各省、自治区、
直辖市的生态环境质量进行排序。
1多层模糊综合评价
1.1构建模糊评判矩阵
设{}m u u u U ,..., , 21=为因素集,在本文中特指各评价指标,{}n v v v V ,..., , 21=为评判集,本文中指山东省17地市,模糊关系用~
R表示,u与v所具有的模糊关系的程度记为[]1, 0 , (~
min(1j ij j ij j j j j ij j ij ij x x x x x x x x x x x r (7根据式(6、(7可以计算得到评判矩阵~
R。
1.2分层作综合评判
模糊合成的一般形式如式(8所示:E
A R
W B -=~ (8本文中W表示指标的权重向量,E
A R
-~为相应指标所对应的模糊评判矩阵中
i k
k
k
i
i k k
i k k k i
i k k k
i
i C
C C C C C C C k -+--+-=
***
*max max min min (ρρξ (3
其中,[]1, 0∈ρ,一般取5. 0=ρ。
(5)权重的计算
∑==m
i i k m 1
k (1ξω (4
其中,n k ,..., 2, 1=为指标的个数。将
... ... ... ... ... ... 2
1
112
11
**
2*
1*。(3)归一化
将*D归一化,方法是用*
D中的i k j除以对应的最优值*
k j,把数据映射到0~1范
围之内,通过归一化处理,把矩阵*
D转化为矩阵C:
⎥⎥⎥
⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎣⎡=m n m m n
n C C C C C C C C C C ... ... ... ... ... ... ... 2
0.1890
0.2146 0.1255 0.1301 0.1128 0.2239 0.2107 0.2221 0.2273 0.2077 0.1598 0.0642 0.2438 0.1562 0.1931 0.1600 0.2568 C
0.1777
0.2044 0.1962 0.2027 0.2234 0.1721 0.1907 0.2384 0.1699 0.0652 0.2450 0.2798 0.2315 0.1382 0.2023 0.1736 0.1581 D
设],..., , [**2*1*
n j j j F
=,其中,..., 2, 1(*
n k j k =为第k个指标的最优值,由
于我们已经对数据进行了正向化处理,所以,此处只需选择每个指标的最大值便可。确定最优指标集后,可以构造矩阵*
D:
⎥⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎣⎡=m n m m n
n j j j j j j j j j D ...
⎪⎪
⎪
⎪⎩
⎪⎪⎪
⎪
⎨
⎧
≥<<--≤=
max(1 max( min( min( max( min(
min(0j ij j ij j j j j
ij j ij ij x x x x x x x x x x x r (6逆向指标的隶属函数如式(7所示:
⎪⎪
⎪
⎪⎩
⎪⎪⎪⎪
⎨⎧
≥<<---
≤=
max(0 max( min( min( max( min(1
(1)环境资源得分及结果分析
图1环境资源得分
由图1可知,如果单独以“环境资源”为评判标准,威海、临沂、烟台位于前三甲,而枣庄、菏泽和济南排名后三位。具体分析单个指标,在“人均湿地面积”指标上,东营第一,威海第二,烟台第三,济南倒数第三,枣庄和德州位于倒数第二、第一。在“人均造林总面积”指标上,潍坊、威海和东营位于前三,菏泽、聊城和青岛位于后三名。“人均用水总量”表现最好的前三名分别是威海、青岛和烟台,排名后三的分别是德州、滨州和东营。“人均水资源总量”最充足的前三名分别是临沂、莱芜和威海,缺水比较严重的“人均水资源总量”排名后三的分别是泰安、潍坊和青岛。“人均公园绿地面积”表现最好的前三名分别是威海、日照和临沂,表现较差的潍坊、菏泽和济南。“建成区绿化覆盖率”临沂表现最好,济南表现最差。基于以上客观数据,我们认为环境质量亟待改善的是济南市,济南不光是单项指标排名靠后,在“环境资源”总排名上位于末尾,而且由图1
1
112
11
**
2*
1
(4)计算关联系数(k i ξ
根据灰色系统理论,将{}
],..., , [*
*2*1*n C C C C =作为参考数列,将
{}],..., , [21i n i i C C C C =作为被比较数列,采用关联分析法分别求第i个方案中第k个指
标与第k个最优指标的关联系数(k i ξ,即:
向量的集合。“ ”为合成算子,本文采用的合成算子为, (+∙M。我们采用自下
而上的计算方法,先计算最底层的得分。下面以计算“废物排放(A)”的得分向量A B为例进行说明。
首先,利用前面所述的熵权法计算A1-A7这7个指标各自的权重,设为
{}721,..., , A A A A w w w W =,且满足17
经知道 B、C B、D
B和E B,如表2所示。
表2第二层评判矩阵
Tab.3 The Evaluation Matrix of Second Layer
济南
青岛
淄博
枣庄
东营
烟台
潍坊
济宁
泰安
威海
日照
莱芜
临沂
德州
聊城
滨州
菏泽
A
0.0410
0.0736 0.0825 0.0720 0.1023 0.1390 0.0791 0.0832 0.1080 0.1816 0.1341 0.1263 0.1645 0.0874 0.0867 0.0790 0.0704 B
(2)确定最优指标集(*
F)
已知⎥⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎣⎡=m n m m n n j j j j j j j j j D ... ... ... ... ... ... ... 212222111211,其中,i k j为第i个方案中第k个指标进行了正向化之后的值(n k ,..., 2, 1=,m i ,..., 2, 1=。
(2)废物排放得分及结果分析
图2废物排放得分
由图2可知废物排放表现较差的后四位分别是枣庄、淄博、东营和莱芜。“人均废水排放量”排名后三位的分别是枣庄、淄博和东营,东营在该指标上表现最差,“人均废气排放量”排名后三位的分别是淄博、日照和莱芜,“人均化学需氧量排放量”排名后三位的分别是德州、滨州和东营,“人均二氧化硫排放量”排名后三位的分别是淄博、东营和莱芜,“人均烟尘排放量”排名后三位的分别是德州、淄博和莱芜,“人均工业粉尘排放量”排名后三位的分别是济南、枣庄和莱芜。由此可以看出,以上地市在“减排”方面还有很多工作需要完成,一个思路是通过加强制度建设、推进产业结构调整与技术进步、淘汰落后产能、开展节能技术改造和技术创新等方法逐步使废物排放得到有效控制。(3)环境治理得分及结果分析环境治理得分0.3 0.25 0.2得0.15分0.1 0.05 0莱芜日照济宁临沂东营青岛枣庄聊城淄博潍坊济南滨州烟台泰安菏泽德州威海地市图3环境治理得分环境治理得分最高的是莱芜,但是对比图2我们会发现莱芜的废物排放排名全省倒数第一,这说明莱芜已经意识到自己工业废物排放过多的现实,已经采取措施进行改进,只不过当前还没有取得预期目标,还有许多工作需要扎实推进。环境治理得分排名最后的三个地市分别是菏泽、德州和威海,我们依次分析。首先分析菏泽,由图2我们可以得到菏泽在工业废物排放方面做得最好,导致菏泽在环境治理方面得分低的主要原因是在“二氧化硫去除率(排名倒数第二)”和“人均废气治理设施运行费用(排名倒数第一),这个问题要辩证的来”看,因为菏泽在“人均废气排放量”这个指标上全省表现最好,所以在“人均废气治理设施运行费用”上表现差是因为废气排放本来就少;然后分析德州,由图2可知德州的废物排放排名偏后,说明其工业废物排放较多,由图3又可以得知德州在环境治理方面做得不够理想,由此可见德州在环境治理、减少废物排放方面仍有许多工作要落实,要加强节能环保和生态建设,发展循环经济和低碳技术,发展绿色产业,倡导绿色消费,推动资源利用由高消耗、高排放、高污染的粗放型向低消耗、低排放、低污染的节约集约型转变;最后分析威海,由图1可知,威海的自然环境资源位居山东省第一,由图2可知威海在废物排放方面处于中游水平,由图3可知威海在环境治理方面得分位于山东省倒数第一,分析原因,可以理解为威海自然环境优越,目前环境污染问题不严重,所以在污染治理方面不像其他地市那么迫切,因此相应的污染治理投入也较少,但是我们也要看到显示的另一方面,比如在“工业氨氮去除率”指标上排名省内倒数第二,“人均废
∈=ij j i R r v u u。首先分析因素集中的某个单因素i u,从i
u着眼该事物对评判等级j v的隶属度为ij r,这样就得出第i个因素i u的单因素评判集为:
,..., , (21in i i i r r r r =
这样,全部m个因素的评价集就构造出一个总的评判矩阵~