14第14章--综合评价与决策方法.ppt

建立一级模糊综合评判模型主要包括以下步骤。 ii） 由部门领导打分来确定 取数值最大的评语作综合评判结果，则评判结果为“良好”。 2 、多层次模糊综合评判在人事考核中的应用 二级模糊综合评判法模型建立的步骤: clc, clear a=load(mhdata.txt); %把表中的原始数据保持在纯文本文件mhdata.txt中 w=[0.4 0.3 0.2 0.1]; w1=[0.2 0.3 0.3 0.2]; w2=[0.3 0.2 0.1 0.2 0.2]; w3=[0.1 0.2 0.3 0.2 0.2]; w4=[0.3 0.2 0.2 0.3]; b(1,:)=w1*a([1:4],:); b(2,:)=w2*a([5:9],:); b(3,:)=w3*a([10:14],:); b(4,:)=w4*a([15:end],:) c=w*b 作业：14.1 四、灰色关联分析法 1、灰色关联分析法概述 灰色关联分析法是灰色理论应用的主要方面 之一，是灰色系统分析、评价和决策的基础。 灰色关联分析法利用各方案与最优方案之间 的关联度大小对评价对象进行比较、排序。是一 种相对性排序分析，属于几何处理范畴，基本思 想是根据序列曲线几何形状的相似程度判断 联系 是否紧密。 优点：对样本量多少没有要求，也不需要有 典型分布，是一种非统计方法 2、灰色关联分析法步骤： (5) 评价分析 根据灰色加权关联度的大小，对各评价对象进行排序，可建立评价对象的关联序，关联度越大其评价结果越好。 将灰色关联分析用于供应商选择决策中可以针对大量不确定性因素及其相互关系，将定量和定性方法有机结合起来，使原本复杂的决策问题变得更加清晰简单，而且计算方便，并可在一定程度上排除决策者的主观任意性，得出的结论也比较客观，有一定的参考价值。 clc, clear a=[此处输入原始数据，略]; for i=[1 5:9] %效益型指标标准化 a(i,:)=(a(i,:)-min(a(i,:)))/(max(a(i,:))-min(a(i,:))); end for i=2:4 %成本型指标标准化 a(i,:)=(max(a(i,:))-a(i,:))/(max(a(i,:))-min(a(i,:))); end [m,n]=size(a); cankao=max(a) %求参考序列的取值 t=repmat(cankao,[1,n])-a; %求参考序列与每一个序列的差 mmin=min(min(t)); %计算最小差 mmax=max(max(t)); %计算最大差 rho=0.5; %分辨系数 xishu=(mmin+rho*mmax)./(t+rho*mmax) %计算灰色关联系数 guanliandu=mean(xishu) %取等权重，计算关联度 [gsort,ind]=sort(guanliandu,descend) %对关联度按照从大到小排序 数学建模 数学建模算法与应用 1、综合评价的概念和重要性 一、综合评价与决策方法概述 综合评价是科学决策的前提，是科学决策的一项基础性工作，从某种意义上说，没有评价就没有决策. 综合评价：对评价对象的全体，根据所给条件，采用一定的方法，给每个评价对象赋予一个评价值，再据此择优和排序. 2、综合评价的过程 明确评价目标 确定评价对象 组织评价小组 确定评价指标体系 选择评价方法建立评价模型 评价结果分析 3、综合评价方法 数据包络分析法 模糊综合评判法 灰色关联分析法 层次分析法 人工神经网络评价法 秩和比综合评价法 理想解法 主成分分析法 … … … … 二、理想解法 1、方法和原理 既用正理想解又用负理想解是因为在仅仅使用正理想解时有时会出现某两个备选方案与正理想解的距离相同的情况，为了区分这两个方案的优劣，引入负理想解并计算这两个方案与负理想解的距离，与正理想解的距离相同的方案离负理想解远者为优。 解 第一步，数据预处理(属性值的规范化)。 常用的属性规范化方法有以下几种: 首先对表14.1中属性2的数据进行最优值为给 定区间时的变换。然后对属性值进行向量规范化， 计算结果见表14.4（程序略）。 clc, clear a=[0.1 5 5000 4.7 0.2 6 6000 5.6 0.4 7 7000 6.