路面状况综合评价的灰色方法
学生综合素质系统综合评价
课程设计题目（三）：学生综合素质系统综合评价 摘要：高校为了致力于培养高素质的大学生，建立良好的学风和校风，通过学生的评优活动来，树立学生的竞争意识，此评价主要从德智体美等多方面对学生作出考察，主要是利用综合评价法将学生的行为以及表现量化，从而达到鼓励先进树立榜样的作用。 1.问题的提出 为了贯彻落实党和国家的教育方针，规范在校大学生的管理工作，培养高素质人才，促进学生全面发展，我们就需要建立一套完善的学生激励制度，鼓励先进，树立榜样，培养学生的竞争意识，从而树立良好的学风和校风，由于大学生需要多元化发展，不仅是学习，所以建立此制度就应该从德智体美劳多个方面做出评价，以适合高校高素质人才的培养。 2 问题分析 建立学生评优综合系统是因为我们可以通过此系统，就可以对每一个学生做出评价，其目的有以下几点：首先，可以发现好的学生，并对其进行适当的奖励，就可以达到树立榜样的目的；其次，未被评为优秀的学生，也通过此系统的评价标准，找出自身的不足，就可以有目的有方向的进行改正提高，有利于学风的建设；最后通过建立此系统，可以培养学生的竞争意识，从而树立良好的校风。 我们现在推行的是素质教育，所以高等教育培养出来的当代大学生就应该是德智体美劳全面发展的，而不应该出现严重的偏科现象，高校现在也是以学生的多元化发展为培养目标，因此，我们的评优系统应该从各个方面做出评价，不仅要公正公平公开，还应该做到真正的对优秀的学生进行奖励这一目的。 所以，我们所建立的系统主要有政治思想品德，智能，体育，艺术，社会实践和奖惩6个一级指标构成，并且每个以及指标都有多个二级指标和三只角标构成，通过权重的不同来表达其重要程度，真正的做到了多角度多方向的对学生做出评价，以希望建立良好的小芬和学分。校风和学风。 3 系统评价 3.1 评价方法的选择 本系统采用综合评价法，综合评价法是指运用多个指标对多个参评单位进行评价的方法，称为多变量综合评价方法，或简称综合评价方法。其基本思想是将多个指标转化为一个能够反映综合情况的指标来进行评价。如不同国家经济实力，不同地区社会发展水平，小康生活水平达标进程，企业经济效益评价等，都可以应用这种方法。其特点是评价过程不是逐个指标顺次完成的，而是通过一些特殊方法将多个指标的评价同时完成的；在综合评价过程中，一般要根据指标的重要性进行加权处理；评价结果不再是具有具体含义的统计指标，而是以指数或分值表示参评单位"综合状况"的排序。 3.2评价步骤及结果 3.2.1步骤 ①系统层次分层图
综合评价指标体系
小学生综合素质评价指标体系 低年段（1～2年级） 中年段（3～4年级） 高年段（5～6年级）篇二：供应商综合评价指标体系 供应商综合评价指标体系 摘要 根据相似性度量理论中的χ2统计量，在专家评级的基础上，构造出定性指标的相关系数矩阵，利用主成分分析法选取主成分，并作因子分析，进而根据因子载荷矩阵，得到主成分与各原始指标间的相关系数，最后在一定阈值标准下，舍掉相关系数绝对值较小的指标，从而达到用客观合理的方法对定性指标进行筛选的目的。该方法可被借鉴应用于物流领域中供应商定性评估指标的筛选。 引言 供应商评估和选择是企业的一个重要决策，一个好的供应商是指供应商拥有制造高质量产品的加工技术，拥有足够的生产能力，以及能够在获得利润的同时提供有竞争力的产品。同一产品在市场上的供应商数目越来越多，供应商的多样性更使得供应商的评估和选择工作变得复杂，需要一个规范的标准来操作。供应商评估首先要解决的是供应商评估指标体系的确立问题。 供应商综合评价指标体系设置 供应链中战略供应商选择的综合评价指标体系，是一套能够充分揭示企业发展过程的内在规律、具有一定的内在联系、相互补充、能确保企业长远发展目标实现的指标群体。在这个指标群体中，设置哪些指标，如何设置，既关系到评价结果的科学性、准确性和实用性，更关系到企业发展方向调整，影响整个供应链绩效的过程，因此，设计系统的评价指标体系，是正确供应链中战略供应商选择的前提与基础。实际运行中的供应链系统是一种人工和自然相结合的多变量、多目标、多约束条件的复杂非线性开放系统，对这种系统的评价指标体系的设计，应遵循以下准则： （1）指标系统性。按系统论的观点，整个供应链可以看成是一个复杂的大系统，供应商系统是整个供应链管理系统中的一个子系统。从整个供应链管理大系统出发，对战略供应商的选择不仅要受自然规律的影响，也要受各种社会因素的制约。因此，所设计的评价指标体系要尽可能全面地、系统地反映供应商企业目前的综合水平，并包括企业发展前景的各方面指标。 （2）指标科学性。战略供应商选择的评价指标体系是一个有机的系统，要从总目标出发，抓住重点，突出基本目标，以综合性为主，而不是面面俱到。所设计的指标要能正确揭示对整个供应链系统优化程度，各指标应规范化，有明确的内涵和外延，统计方法单一，统计口径一致。在指标体系形式上，绝对数指标和相对数指标相结合，通过绝对数指标反映出企业技术创新行为在总量上和规模上的情况；通过相对数指标反映出速度和比率等。两类指标相辅相成，结合分析，可以更能准确地反映实际情况。 （3）指标的实用性。指标的实用性也就是指标的可操作性。这主要包括评价指标的可计算性以及指标计算所需数据的可行性。评价指标体系应具有足够的灵活性，以使企业能根据自己的特点以及实际情况，对指标灵活运用。因此，在设计指标体系时应尽可能地采用可量化的指标和利用现有的统计数据。 （4）指标的可比性。战略供应商选择的评价指标体系应符合动态可比和横向可比的要求。动态可比上指指标在时间上的可比；用于企业过去、现在和将来的比较，反映战略供应商选择的发展和变化趋势；横向可比是指各供应商之间的互相比较和排序，以便总结经验，找出差距。
信息系统的综合评价
信息系统的综合评价 ①综合评价的基本概念 我们所面对的信息系统是一个复杂的系统。它所追求的不仅仅是单一的经济性目标。除了从费用、经济效益和财务方面的考虑外，它还涉及技术先进性、可靠性、适用性、易维护性和用户界面友善性等等技术性能方面的要求，以及改善员工劳动强度和企业经营环境，增强市场竞争力等间接效益或企业文化方面的目标。上述目标的多重性产生了对信息系统进行多指标综合评价的必要性。 多指标综合评价的理论和方法研究是一个正在发展的领域，有关它在信息系统评价中的应用研究则更有待人们的努力。这里所谓的信息系统多指标综合评价，是指对信息系统所进行的一种全方位的考核或者判断，它具备以下特征： 它的评价包含了多个独立指标 这些指标分别体现着信息系统的不同方面，通常具有不同的量纲 综合评价的目的是对信息系统做出一个整体性的判断，并用一个总评价值来反映信息系统的一般水平。 一般说来，信息系统多指标综合评价工作主要包括三方面的内容： 综合评价指标体系及其评价标准的建立，这是整个评价工作的前提 用定性或定量的方法确定各指标的具体数值，即指标评价值 各评价值的综合，包括综合算法和权重的确定、总评价值的计算等 ②综合评价指标体系的基本框架 所谓信息系统综合评价体系，是指一套能够反映所评价信息系统的总体目标和特征，并且具有内在联系、起互补作用的指标群体，它是信息系统整体状况的客观反映。一个合理、完善的指标体系，是对信息系统进行全面评价和分析的先决条件。信息系统与其它系统相比，既具有一般系统的共性又有其特性，在综合评价指标体系的构成原则上可表现为以下几点： 整体性原则。信息系统是一个完整的人——机系统，系统各组成部分需协同运动才能发挥作用，指标体系应能全面地反映所评价系统的综合情况。从管理信息的采集、加工、传输子系统、相应的业务部门组织环节到系统直接操作人员等各个组成部分，都应该客观地加以观察；信息系统对于管理所产生的直接和间接效果，也必须全面加以考虑。 可测性原则。指标的涵义必须明确，数据资料应收集方便，计算简单。同时，指标体系内部及外部的同类指标之间能够比较，同一指标要具有历史可比性，这样才能从历史和现实的角度综合评价信息系统的现状和发展。 动态性原则。在信息系统发展的不同时期，对于信息系统的不同类型，都应能在评价指标体系中得到体现，根据需要可作相应的调整和改变。同时，指标设置要有重点，对于非重要方面的指标可以适当设置得粗些，以简化评价过程。 层次性。这里的层次性包含多重意义，首先是指标结构自身的多重性，即一个指标由若干其它指标所决定而构成树形结构，这将为衡量信息系统项目的效益和确定指标的权重带来方便；其次是信息系统所属部门的层次，如对于宏观信息系统而言，国家经济信息系统是国家、省、（市）地、县四层结构，要求指标体系能客观反映信息系统的这一特征。各层的子系统都应有相应的评价指标；再有是系统技术特征上的层次性。例如，对于微观信息系统即企业信息系统来说，EDPS扩展后构成高一层次的MIS，MIS的评价指标体系就必须对EDPS具有包容能力。接口指标应当一致。并且能够有效地消除指标间的相关关系。 各指标之间应尽可能避免显见的包容关系。对隐含的相关关系，要设法以适当的方法消除。 在这里，根据信息系统的特点和综合评价指标体系的构成原则，试图给出一个较为完善的信息系统综合评价指标体系的框架，无论是宏观还是微观信息系统，EDPS、MIS，还是DSS,都能从该框架中找到相应的指标集并将其具体化。事实上，理论框架建立过程的本身，就是一项综合评价工作，该框架的具体构成如图4.5.5所示。
第十二章统计综合评价
第十二章统计综合评价 Ⅰ．学习目的 本章阐述统计综合评价的理论与方法，通过学习,要求：1.明确统计综合评价的基本步骤及特点； 2.掌握基本的指标筛选和数据预处理方法；3.掌握常见的评价指标客观赋权法；4.掌握对各评价指标值进行综合的基本方法，并对评价结果做出判断。 Ⅱ．课程内容要点 第一节综合评价概述 一、统计综合评价的基本步骤 综合评价是根据研究的目的建立一个统计指标体系，对现象发展的多个方面分别给予定量描述，并在此基础上，把各个指标所提供的信息综合起来，得到一个综合评价值，对被研究对象做出整体性的评判，以此进行横向或纵向的比较。 综合评价方法须遵循的基本步骤如下： （一）确定评价指标体系。 （二）评价指标的规范化。包括两方面内容：1、评价指标类型的一致化；2、评价指标的无量纲化。 （三）确定各评价指标的权重系数。对评价结果越重要的指标应赋予较大的权数，反之，赋予较小的权数，同时要求各指标的权数之和应等于100%。指标权数的确定方法有两大类：主观赋权法和客观赋权法。 （四）确定综合评价的方法模型。在确定了指标体系和各指标权数的基础上，就要采用一定的方法把各指标的评价值综合成为一个整体的评价值据此可对各评价对象在不同时间、空间上进行整体性的比较和排序 二、统计综合评价的特点； 1、综合性和整体； 2、可比性； 3、不稳定性。 第二节评价指标选择与数据预处理 一、评价指标的选择方法 （一）指标筛选的定性方法——专家意见法 （二）指标筛选的定量方法 1、次要指标的删除。可以通过衡量各项指标在所有被评价对象中取值的离散程度来确定指标的重要性：离散程度越大，说明该指标对评价结果影响越大，则给予保留；反之，说明该指标对评价结果影响越小，可以考虑从评价指标体系中给予删除。 2、重复指标的筛选 154
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 U 讪,U2」l（,U k） 且应满足： k Us 二U, Uip|U j 二 i 1 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 第一级指标第二级指标第三级指标 气象条件U ii(0.25 ) 地质条件U12(0.25 ) 自然环境U i(0.1) 水文条件 (0.25 ) U13 地形条件U14(0.25 ) 交通运输U2(0.2 ) 经营环境U3(0.3 ) 面积U41(0.1 ) 形状U42(0.1 ) 候选地u4(0.2 ) 周边干线 (0.4 ) U43
综合系统评价的方法研究
系统综合评价的方法 摘要 在我国社会主义现代化建设的今天，无论是在国家的宏观调控，还是在企事业单位的管理中，人们都要面对种种复杂多变的社会问题和经济现象。它们的分析和比较不仅需要科学的定性分析，更迫切需要定量分析方法的支撑。这个时候，应用数学的价值就突显了出来。在我们研究的评价科学的广泛应用领域里，存在大量的现象和行为可以用数学方法来表达和解决。众所周知，正确的决策来源于科学的评价，评价是决策的关键。综合评价通常指对被评价对象所进行的客观、公正、合理的全面评价，如果把被评价对象视为系统的话，可抽象地表述为：在若干个(同类)系统中，如何确认哪个系统的运行(或发展)状况好与差。属性综合评价的理论、方法在管理科学与工程领域中占有重要的地位，已成为经济管理、工业工程及决策等领域中不可缺少的重要内容x，且有着重大的实用价值和广泛的应用前景，特别是针对那些诸如候选人排队、重大项目方案的选优、企业经营决策等问题来说，综合评价问题显得尤为重要。随着人们对社会现象、经济规律认识的不断深入，多目标决策问题呈现出的指标集增多、数据量急增、评价方法多样化的趋势。在这个过程中，繁琐的数据处理和复杂的建模分析在没有计算机辅助的情况下是不可想的。从而，对评价问题建立有力的支持成为很多领域的需求。计算机的应用对系统分析的作用无疑是巨大的。在当今，人性化的计算机操作系统和新的可视化计算机语言给用非计算机专业的编程人员和用户带来了方便。在评价决策中，运用定性与定量相结合，集成多种计算分析的模型，面向广泛的应用领域，开发通用的评价决策支持系统软件不仅是决策科学的需求，也是信息发展的需求。这必将促使科学的评价与决策方法在管理、经济、工程项目等多方面的应用领域中广泛开展、不断深入。 关键词：综合评价，灰色关联 综合评价的概念 综合评价(Comprehensive Evaluation)．是对被评价对象所进行的客观、公正、合理的评价。是指人们根据不同的评价目的，选择相应的评价形式，据此选择多个方面的因素或指标，并通过一定的评价方法，将多个评价因素或指标转化为能反映评价对象总体特征的信息。综合评价的对象系统常常是社会、经济、科技、教育、环境和管理等一些复杂系统(Complex System)。综合评价的结果，是对被评价事物一般水平或趋势的抽象程度较高的数量描述，这种描述具有整体性和全面性，具有实际社会经济含义。一般地，一个综合评价问题由5个要素组成：评价对象、评价指标、权重系数、集结模型及评价者。 综合评价的研究现状与发展趋势 1)探索新的综合评价方法 虽然目前已有一些综合评价方法较好地考虑和集成了综合评价过程中的各种定性与定量信息，但是这些综合评价方法在应用中仍摆脱不了综合评价过程中的随机性和评价专家主观上的不确定性及认识上的模糊性。即使是同一评价专家，在不同的时间和环境对同一评价对象也往往会得出不一致的主观判断。综合评价中，有时既要能充分考虑评价专家的经验和直觉思维的模式，又要能降低综合评价过程中人为的不确定性因素，既具综合评价方法的规范性又能体现出较高的问题求解效率。
循环经济灰色综合评价模型构建分析
循环经济灰色综合评价模型构建分析 循环经济评价是对循环经济发展水平的理性判断，是以科学的评估信息给予循环经济发展程度以明确的定位。从循环经济系统的“灰色性”角度出发，基于灰色关联度分析方法，建立了循环经济灰色综合评价理论模型，力求以此为依据，全面、准确地揭示循环经济发展状态的相关信息。 标签：循环经济评价；灰色关联度；灰色综合评价模型 1 循环经济评价 循环经济评价是对循环经济发展水平的理性判断，指以循环经济系统为研究对象，依据循环经济和生态经济学原理，运用科学的方法和手段来评价和监测循环经济系统的发展状态、发展水平和发展趋势，为循环经济活动提供决策依据。 评价指标体系的确定是量化循环经济发展水平、评判循环经济发展质量的基础性工作，也是最主要的依据。在此基础上，选择科学的评价方法，构建恰当的评价模型，通盘权衡循环经济系统的运转状况，才能全面、准确地获取有关循环经济发展水平的真实信息。 本文从循环经济系统的“灰色性”角度出发，基于灰色关联度分析方法，构建了循环经济灰色综合评价模型，能够较好地描述循环经济系统的发展状况，进而为优化管理决策、实施有效管理提供依据。 2 灰色综合评价模型 2.1选择依据 灰色系统是介于信息完全知道的白色系统和一无所知的黑色系统之间的中介系统。社会、经济等系统具有明显的层次复杂性，结构关系模糊性，动态变化随机性，指标数据的不完全性和不确定性，即表现为“灰色性”。 在循环经济评价指标体系的构建过程中，人们或多或少地会对评判对象的某些因素缺乏了解，使得主观评判依据不足；或是由于评判对象的不断发展变化，人们的认识会落后于实际，使评判标准已经成为“过去”；甚至是人们不可避免地会受到评价对象伪信息和反信息的干扰，导致判断发生偏差，所有这些情况归结为一点，就是信息的不完全，即“灰色性”。据此，可选用灰色综合评价方法测度循环经济发展水平。 灰色综合评价方法是基于灰色关联度分析的综合评价方法，关联度反映各评价对象对理想对象的接近次序或达到理想标准的程度，关联度分析方法是通过分析因素之间发展态势的形似或相异程度来衡量评价对象接近理想对象或达到理想标准程度的方法。
多指标综合评价方法
技术资料3： 多指标综合评价方法 评价是根据确定的目的来测定对象系统的属性，并将这种属性变为客观定量的计值或者主观效用行为，整个过程离不开评价者的参与，而综合评价作为评价的一种也需要评价者做出相应反应或指示，而很多综合评价过程易受到评价者的干预，使评价结果产生偏差。 主成分分析能将高维空间的问题转化到低维空间去处理，使问题变得比较简单、直观，而且这些较少的综合指标之间互不相关，又能提供原有指标的绝大部分信息。而且，伴随主成分分析的过程，将会自动生成各主成分的权重，这就在很大程度上抵制了在评价过程中人为因素的干扰，因此以主成分为基础的综合评价理论能够较好地保证评价结果的客观性，如实地反映实际问题。主成分综合评价提供了科学而客观的评价方法，完善了综合评价理论体系，为管理和决策提供了客观依据，能在很大程度上减少了上述不良现象的产生。 所以在社会经济、管理、自然科学等众多领域的多指标体系中，如节约型社会指标体系、生态环境可持续型指标体系、和谐社会指标体系、投资环境指标体系等，主成分分析法常被应用于综合评价。 一、主成分分析原理和模型 （一）主分成分析原理 主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F 1 （选取的第 一个线性组合，即第一个综合指标）的方差来表达，即Var(F 1)越大，表示F 1 包 含的信息越多。因此在所有的线性组合中选取的F 1应该是方差最大的，故称F 1 为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取 F 2即选第二个线性组合，为了有效地反映原来信息，F 1 已有的信息就不需要再出 现再F 2中，用数学语言表达就是要求Cov(F 1 , F 2 )=0，则称F 2 为第二主成分，依 此类推可以构造出第三、第四，……，第P个主成分。（二）主成分分析数学模型 F2=a12ZX1+a22ZX2……+a p2ZX p …… F p =a 1m ZX 1 +a 2m ZX 2 +……+a pm ZX p
学生综合素质评价管理系统
学生综合素质评价管理系 统 This model paper was revised by the Standardization Office on December 10, 2020
综合素质评价管理系统 综合素质评价管理系统是在改革背景下为学校建立学生电子化成长记录册的应用软件。它采用完全符合新课程理念的全新评价标准构建师生输入、自评、互评的便利平台，管理和记录学生的综合素质评价，包括道德品质、公民素养、学习能力、交流与合作、运动与健康、审美与表现等方面。 系统概述 综合素质评价管理系统是在改革背景下为学校建立学生电子化成长记录册的应用软件。它采用完全符合新课程理念的全新评价标准构建师生输入、自评、互评的便利平台，管理和记录学生的综合素质评价，包括道德品质、公民素养、学习能力、交流与合作、运动与健康、审美与表现等方面。 系统能实现学生日常表现的记录与汇总，管理教师对学生以及学生相互之间的网上评价。每个学生都有自己的账户，可随时上传、管理和查阅自己的作品、成果及成长资料，了解自身发展状况；教师和家长可即时互动，跟踪学生成长过程并进行在线动态分析，以引导学生健康发展。 特色 灵活多样的模板定制功能，可满足不同地域的评价需求。 完全符合国家新课改背景下的学生综合素质评价标准。 全面详细的过程性学习成长记录。 拓展性强，系统可根据需求为其他系统提供标准数据接口。 支持家长、学生、教师等多种角色的应用与互动。 采用，支持多种部署方式，既可以进行单独集中式部署，也可与下属教育机构的综合素质评价管理系统进行联网分布式部署。
系统功能 学生综合素质评价结果管理：系统提供对中小学各学段评价结果的查询、审核、统计和归档等功能。 学生异动评价数据审批：系统提供对转学、、休学、复学、降级、转入等异动学生综合素质评价数据的审批和查询功能。 评价表格管理：用户可以进行表格模板管理、读写权限管理、其它高级属性设置等操作。 评价数据录入：支持任课老师录入，班主任录入，学生自评、互评以及家长录入等在线录入或批量导入功能。 评价内容查询和维护：用户在授权的情况下可以查阅任一学生的各项综合素质评价资料，并随时调用或添补学生的成长档案袋资料。 评价汇总自动生成报表：系统为了有效管理和监控学生的整体综合素质评价状况，可自动为管理者生成多种实用的报表，如：评价明细表、评价等第汇总表、学生素质学期评价表等。 电子成长档案导出：系统能够为每位学生生成完整的电子成长手册，同时电子档案可以单独拷贝，方便刻录光盘。 系统流程 学生自评——班主任网上评价和综合评分——系总支书记、系主任综合评价结果审核——学生处汇总，锁定评测。 1、学生进入“学生系统”参与网上自评，完成学生综合素质评价自评部分，并提交至班导师处。同时可下载或浏览学生综合素质评价他评部分的指标评价体系及奖学金申请表，并提交申请到班导师处。
《系统工程》之灰色评价法
灰色评价法 灰色评价法是运用灰色理论将评价专家的分散信息处理成一个描述不同灰类程度的权向量，在此基础上，再对其单值化处理，得到受评结果的综合评价值，进而可进行项目间的排序选优。这提高了评价的科学性和精确性。 图5—14是一个由多个评价指标按属性不同分组，每组作为一个层次，按照最高层（目标W）、中间层（一级评价指标U i，i=1,2,…,m）和最低层（二级评价指标V ij, i=1,2,…,m; j=1,2,…,n i）的形式排列起来组成的3层评价指标体系。 图5—14 3层评价指标体系 假设评价对象的序号为S（S=1,2,…，q），W(s)代表第S个被评价对象的优选评价值；U代表一级评价指标U i组成的集合，记为U=｛U1,U2,…,Um｝;V i（i=1,2,…,m）代表二级评价指标V ij组成的集合，记为V i=｛V i1,V i2,…,V i n j｝。则层次灰色评价法的具体步骤如下。 1.制定评价指标V ij的评分等级标准 评价指标V ij是定性指标，将定性指标转化成定量指标，即定性指标量化可以通过制定评价指标评分等级标准来实现。考虑到思维最大可能分辨能力，将评价指标V ij的优劣等级划分4级，并分别赋值（评分）4，3，2，1分，指标等级介于两相邻等级之间时，相应评分为3.5，2.5和1.5分。 2.确定评价指标U i和V ij的权重 按上述评价指标体系评价时，评价指标U i和V ij对目标W的重要程度是不同的，即有不同的权重。这些评价指标权重的确定，可以利用层次分析法（AHP法），
通过两两成对的重要性比较建立判断矩阵，然后用解矩阵特征值的方法求出。 假设求得一级评价指标U i （i=1,2,…,m ）的权数分配为a i （i=1，2，…，m ），各指标权重集A=（a 1,a 2,…,a m ），且满足a i ≥0，∑=m i 1i a =1；二级评价指标V ij （i=1,2,…,m,j=1,2,…, n i ）的权数分配为a ij （i=1，2，…，m ，j=1，2，…， n i ），各指标权重集A i =（a i1，a i2，…， ）,且满足a ij ≥0，∑=nj j 1ij a =1。 3.组织评价专家评分 设评价专家序号为k （k=1，2，…，p ），即有p 个评价专家。组织p 个评价专家对第S 个项目按评价指标V ij 评分等级标准打分，并填写评价专家评分表。 4.求评价样本矩阵 根据评价专家评分表，即根据第k 个专家对第S 个项目按评价指标V ij 给出 的评分) (s ijk d ，求得第S 个项目的评价样本矩阵D (S)： p 2 1 ∑=???????????? ???????? ??????????????????????==?m i m m m m p n s ijk s p mn s mn s mn s p m s m s m s p m s m s m s p n s n s n s p s s s p s s s p n s n s n s p s s s p s s mn m m n n s d d d d d d d d d d d d d d d d d d d d d d d d d d d d V V V V V V V V V D 122211121)() () ()(2 ) (1 )(2)(22) (21) (1)(12) (11) (2)(22) (12 ) (22)(222)(221)(21)(212) (211 )(1)(21)(1 1)(12)(122 )(121) (11) (112) (111 212222111211) ( 其中，i=1,2,…,m ；j=1,2,…, ；k=1，2，…，p 。 5.确定评价灰类 确定评价灰类就是确定评价灰类的等级数、灰类的灰数和灰数的白化权函数。分析上述评价指标V ij 评分等级标准，决定设定4个评价灰类，灰类序号为e ，即
灰色关联度分析法在系统综合评价中的应用(精)
灰色关联度分析法在系统 综合评价中的应用 李玉辉,张建 2 (1.长沙理工大学,湖南长沙410076;2.济南市公路管理局,山东济南250013) 摘要:基于灰色系统理论,研究了灰色关联度分析法在系统综合评价中的应用。并通过实例对该方法进行了实证研究,表明了该方法的有效性。关键词:灰色关联度;综合评价;指标体系中图分类号:U491 文献标识码:A 的标准数据列,记为X0,设第一个指标值记为X0(1),第二个指标值记为X0(2),第k 个指标值记为X0(k),因此参考数据列可以用如下公式表示 X0=X0(i) i=1,2,3,,n ……………(1)比较数据列是研究的对象数据列,记为 X1,X2,,,Xm,可以用如下公式表示 X1=X1(i) i=1,2,3,,nX2=X2(i) i=1,2,3,,n,, Xm=Xm(i) i=1,2,3,, (2) 引言 系统综合评价的方法很多,如层次分析法、模糊综合评判法、主成分分析法、因子分析法等。这些方法都有各自的优点,但是也存在着一定的不足。例如模糊综合评判法是对难以精确化的复杂系统进行分析的间接评判法,这种方法的重要步骤是确定评价指标的隶属度,如果隶属函数选择的不合适,则容易引起较大的误差;层次分析法是将人们的定性思维转化为定量分析的过程,很大程度上依赖于人的经验;主成分分析法则要求有多个非线性相关的指标,指标太少的话,会在很大程度上影响评价的客观性。笔者应用灰色系统的有关理论,研究了灰色关联度分析法在系统综合评价中的应用。 1.2 关联系数 在分析参考数据列和比较数据列的关联程度时,首先分析各个指标间的关联程度,用关联系数这个概念表示,计算公式如下 Gi(J)= vMin+K#vMax (3) i(J)+K#vMax 其中,vi(J)=&Xi(J)-X0(J)&;vMin=MiinMJin&Xi(J)-X0(J)&:vMax=MiaxMJax&Xi(J)-X0(J)& Gi(J)为Xi对X0的k指标关联系数;K为分辨系数,一般在0与1之间,通过计算验证,笔者取为0.5,结果较为合理。
评价指标体系构建原则及综合评价方法
评价指标体系构建原则及综合评价方法设置评价指标体系时一般要遵循以下原则： （1）区域性原则 衡量一个研究对象的运行情况，要从特定的区域出发因地制宜、发挥优势，评价指标要具有针对性。 （2）动态性原则 研究对象是一个动态的过程，指标的选取不仅要能够静态的反映考核对象的发展现状，还要动态的考察其发展潜力。选取的指标要能够具有动态性，可以衡量同一指标在不同时段的变动情况，并且要求所选指标在较长的时间具有实际意义。 （3）可量化原则 数据的真实性和可靠性是进行监测的前提条件和重要保障，需要大量的统计数据作为支持。选取的指标应该具有可量化的特点，在保证指标有较高反映考核对象的前提下，能够直接查到或者通过计算间接得到指标数据，以保证评价的可操作性，同时数据来源要具有权威性，这样能保证正确评估研究对象。（4）层次性原则 一级指标同时分别设立多个具体的子指标。在众多指标中，把联系密切的指标归为一类，构成指标群，形成不同的指标层，有利于全面清晰的反映研究对象。 综合评价方法的选取： 随着计算机技术飞速发展和普遍应用，用于定量评价多指标问题的多指标综合评价法被广泛应用到经济、生活的各个方面，特别是SAS、SPSS等统计软
件的使用更加提高综合评价法的实用性。目前用于分析多指标体系的综合评价方法主要有模糊综合评价法、灰色综合评价法、数据包络分析法（DEA 法）、层次分析法、主成分分析法以及因子分析法以等多种方法，不同方法的评价结果都是依据指数或分值对参评对象的综合状况进行排序评价。 在综合评价过程中，指标权重的确定十分重要。对指标赋值主要有主观赋值和客观赋值，也有将主观、客观赋值法结合起来的。对于指标数量比较大时，采用传统的主观赋值法确定指标的权重则难以全面把握众多指标，依赖主观判断会增大或降低一些指标的重要程度，导致实证的结果难以反映客观实际情况。客观赋值法如主成分分析法、变异系数法、熵值法等，权重的确定是根据各项指标的变异程度或者各指标之间的相互关系。具体采用哪一种方法需要根据所构建指标体系的特点以及实证的目的来确定。 综合评价方法的选取要依据研究对象的特点而定，采用客观赋权法的主成分分析能避免主观因素的影响，且提取主成分也能减少工作量。以下对常用的层次分析和主成分分析两种综合评价方法做简单介绍。 （1）层次分析法 层次分析法（The Analytic Hierarchy Process ）简记AHP ，是美国运筹学家等人提出的一种定量和定性分析相结合的多准则决策方法，广泛应用于分析复杂的社会、经济以及科学管理领域的问题。其基本原理是通过构造层次分析结构，排列组合得出优劣次序来为决策者提供依据。具体步骤如下：首先构建包括目标层、准则层和指标层三个层次的层次分析结构模型，反映系统各因素之间的关系。其次是构造判断矩阵，将各层因素进行两两比较，对于各因素之间重要性的比较可以通过专家咨询法，判别主要依据常用的1-9标度法。然后对1.0<=RI CI CR
多指标综合评价方法及权重系数的选择
多指标综合评价方法及权重系数的选择 来源：中国论文下载中心 [ 09-02-01 10:17:00 ] 编辑：studa20 作者：王晖，陈丽，陈垦，薛漫清，梁庆 【摘要】由于计算机的发展及一些相关领域的不断深入研究，综合评价方法得到了不断的发展和改进。而指标权重系数的确定方法作为综合评价中的重中之重，近几年来也取得了一些新的进展。本文对多指标评价方法和权重系数的选择进行概括介绍。 【关键词】多指标综合评价;评价方法;权重系数;选择 基金项目：广东药学院引进人才科研启动基金资助项目( 2005ZYX12)、广州市科技计划项目（ 2007J1-C0281）、广东省科技计划项目（2007A060305006） 综合评价是利用数学方法（包括数理统计方法）对一个复杂系统的多个指标信息进行加工和提炼，以求得其优劣等级的一种评价方法。本文就近年来国内外有关多指标综合评价及权重系数选择的方法进行综述，以期为药理学多指标的研究提供一些方法学的资料。 1 多指标综合评价方法 1.1 层次分析加权法（AHP法）［1］ AHP法是将评价目标分为若干层次和若干指标，依照不同权重进行综合评价的方法。 根据分析系统中各因素之间的关系，确定层次结构，建立目标树图→ 建立两两比较的判断矩阵→ 确定相对权重→ 计算子目标权重→ 检验权重的一致性→ 计算各指标的组 合权重→计算综合指数和排序。 该法通过建立目标树，可计算出合理的组合权重，最终得出综合指数，使评价直观可靠。采用三标度（－1，0，1）矩阵的方法对常规的层次分析加权法进行改进，通过相应两两指标的比较，建立比较矩阵，计算最优传递矩阵，确定一致矩阵（即判断矩阵）。该方法自然满足一致性要求，不需要进行一致性检验，与其它标度相比具有良好的判断传递性和标度值的合理性；其所需判断信息简单、直观，作出的判断精确，有利于决策者在两两比较判断中提高准确性［2］。 1.2 相对差距和法［3］ 设有m项被评价对象，有n个评价指标，则评价对象的指标数据库为 Kj=(K1j，K2j，……，Knj)，j=1，2，……，m。设最优数据为K0=（K1、K2、……Kn）。最优单位K0中各数据的确定如下：高优指标，取所有m个单位中该项评价指标最大者；低优指标，取所有m个单位中该项评价指标最小者。各单位与最优单位的加权相对差距和
基于层次分析法的灰色关联度综合评价模型
第1章基于层次分析法的灰色关联度综合评价模型 灵活型公共交通系统是一个复杂的综合性系统，单一的常规评价方法不能够准确对系统进行全面评价【39】，这就要求在进行灵活型公共交通系统评价时，结合系统固有特点，根据各种评价方法的优缺点，构建适合该系统的综合评价模型。本章以灵活型公共交通系统评价指标体系为基础，参考常规型公共交通系统评价方法，建立了基于层次分析法的灰色关联度综合评价模型。 1.1评价方法适应性分析 灰色关联度分析法基于灰色系统理论，是一种多指标、多因素分析方法，通过对系统的动态发展情况进行定量化分析，考察系统各个要素之间的差异性和关联性，当比较序列与参考序列曲线相似时，认为两者有较高关联度，反之则认为它们之间关联度较低，从而给出各因素之间关系的强弱和排序【50】。与传统的其它多因素分析法相比【80】【81】【82】，灰色关联度分析法对数据量要求较低，样本量要求较少，计算量较小，可以利用各指标相对最优值作为参考序列，为最终综合评价等级的确定提供依据，而不必对大量实践数据有过高要求，能够较好解决灵活型公共交通系统作为新型辅助式公系统没有足够的经验数据支撑其模型参数的问题。此外，灵活型公共交通系统评价体系是基于乘客、公交企业、政府三方主体的综合评价体系，涉及因素较多，指标较为复杂，部分指标之间存在关联性和重复性，信息相对不完全，而灰色系统的差异信息原理以及解的非唯一性原理，可以很好的解决这一问题【79】。综上所述，认为灰色关联度分析法比较适合于灵活型公共交通系统的综合评价。然而灰色关联度分析法将所有指标对于总目标的影响因素大小视作等同，没有考虑指标权重的影响，评价值可信度较低，应当通过科学的方法，确定指标权重，将其与关联度系数相结合，增加评价结果的科学性和有效性【83】。 常见的权重确定方法包括，专家打分法、等权重法、统计试验法、熵值法等。等权重法不能很好的体现不同指标影响程度的差异性，并且在综合评价值相差不大时不利于方案的选择【84】；专家打分法、统计试验法评价的主观性较高，并且不适用于指标较多的情况【85】；行和正规化法、列和求逆法等指对判断矩阵的一部分数据进行利用，结果可信度不高【86】；最小偏差法、对数回归法等，利用同一指标不同方案值，认为变化程度较大的指标传递更多信息，应具有较高权重，然而对于灵活型公共交通系统单方案综合水平等级评价的情况，并不适用。本文应用层次分析法确定系统各指标权重，层次分析法【51】【52】（Analytic Hierarchy Process—AHP）是一种典型的系统工程分析方法，它将人们复杂的系统思维过程数学化、层次、条理化，把复杂问题的各种因素整合为相互联系的有序层次【53】，有助于保持决策者思维的一致性，适用于各种类型的复杂综合评价系统，能够有效的将定性分析和定量分析进行综合集成，具有的可置换性、互容性、对称性等较优性质，是目前确定指标权重的一种常用方法。 鉴于此，本文引入了基于层次分析法的灰色关联度综合评价模型【54】【55】【56】，在建立基于三方主体的综合评价体系同时量化评价指标的基础上，进一步对各指标进行无量纲化处理，通过层次分析法确定各指标权重，进而建立灰色关联度评价矩阵，与各指标权重相结合，确定灵活型公共交通系统综合评价结果。考虑到灵活型公共交通系统综合评价体系评价指标较多，本文采用了基于灰色关联度的二级指标评价矩阵，由低层向高层逐步进行评价，避免
灰色综合评估法
灰色综合评估法 对复杂大系统进行效能评估时，会存在信息不完备、不全面、不充分的情况，灰色理论的相关原理和方法正是适用于该问题。灰色白化权函数聚类法是灰色综合评估法的一种，它根据灰数的白化权函数将一些观测指标或对象聚集成若干个可以定义的类别，将系统归于某灰类的过程，用于检测对象是否属于事先设定的不同类别。 灰色白化权函数聚类法可以对复杂大系统的效能进行评估。 具体步骤如下， 步骤1：建立评估指标集 设有m 个评估指标。 步骤2：建立灰类 灰类类似于评语集。建立s 个不同的灰类。 步骤3：建立白化权函数 选定的评估指标为,(1,2,,)j x j m =，将指标j x 的取值相应地分为s 个灰类，称为j 指标子类。j 指标(1,2, ,)k k s =子类的白化权函数()k j f ?。()k j f ?选用典型 白化权函数。 0,[(1),(4)](1),[(1),(2)](2)(1)()1,[(2),(3)](4),[(3),(4)](4)(3)k k j j k j k k j j k k j j k j k k j j k j k k j j k k j j x x x x x x x x x x f x x x x x x x x x x x ???-?∈?-?=?∈??-?∈-?? 步骤4:确定评判权重向量A 求出指标的权重,(1,2,,)j j m η=。 步骤5:求出聚类系数向量 1 212111(,,,)((),(),,())m m m s s j j j j j j j j j j j j f x f x f x σσσσηηη=====???∑∑∑ 设{}1max k k i i k s σσ*≤≤=，则称评估对象属于灰类k * 。
多层次灰色综合评价法及ahp验证
多层次灰色综合评价法及ahp验证 % grey_correlation_appraisal_ahp.m clear all clc %指标数 a1_0=[2421 7409 2732 12188]; a2_0=[1293 4372 1350 4018]; a3_0=[300 0 100 100]; a4_0=[200 190 240 240]; a5_0=[2000 1150 2000 7791]; a6_0=[22 1148 35 931]; a7_0=[0.035 0.13 0.045 -0.088]; a8_0=[4 0 0 3]; a9_0=[50 165 100 220]; a10_0=[1 0 2 0]; %待判数据矩阵 A=[a1_0',a2_0',a3_0',a4_0',a5_0',a6_0',a7_0',a8_0',a9_0',a10_0']'; p=0.6; for i=1:10 B(i,:)=(A(i,:)-min(A(i,:)))/(max(A(i,:))-min(A(i,:))); end %最佳值取每列的最大值（指标的最大值） for i=1:10 V0(i)=max(B(i,:)); end for i=1:10 for j=1:4 C(i,j)=abs(B(i,j)-V0(i)); end end r_min=min(min(C)); r_max=max(max(C)); % 计算相关系数E i=1; for i=1:10 for j=1:4 E(i,j)=(r_min+p*r_max)/(C(i,j)+p*r_max); end end E; % A的权重向量 Wa =[0.1062 0.2605 0.6333]; % B1的权重向量 Wb1= [0.2198 0.4265 0.0769 0.1648 0.1119];
综合素质评价指标体系
曹杨二中学生综合素质评价指标体系 （六模块41个观测点） 一、基本规范 1.文明用餐【说明1：针对学生陋习。】 2.卫生习惯【说明2：针对学生陋习。】 3.文明出行【说明3：针对学生陋习乱停车、乱穿马路。】 4.学习常规【说明4：强化学生良好学习习惯。】 5.环保意识【说明5：促进学生形成环保意识，使得环保意识深入每位学生心理。】 二、君子风范 6.理想信念【说明6：修身、齐家、治国、平天下，7至16条是人生理想的具体化，不易 测量就采用态度评估。】 7.自尊自重【说明7：针对学生交往严重偏离常规而提出。】 8.言行得体 9.诚实守信 10.坚韧耐挫【说明8：培养学生耐挫能力与坚强毅力。】 11.孝敬长辈【说明9：需要强化，同时也是中国文化传统的要求。】 12.尊师友爱 13.志愿服务 14.组织领导 15.民族精神与爱国情怀 16.国际视野 三、博学创新 创新的基础是博学，也还依赖于学科的交叉与思维方法的互补迁移；创新素养分为创新型人格和创造力。创新型人格是与创新有关的个性特征，而创新能力落实在学生自我范围内
的突破，比如完成自己没有经历过的任务。 17.求真好奇心、科学精神（含质疑精神、独立精神）、科学态度。【说明10：与学校精 神联系起来。】 18.务实治学严谨、认真勤奋、合作进取、学术规范。【说明11：与学校精神联系起来。】 19.阅读与演讲【说明12：引导学生读课外书。阅读面、阅读深度。引导学生作公众演讲。】 20.创新能力发散与想象、逻辑与推理、建模与解释、反思与批判、应用与迁移、学术研 究与实验、学习与改进能力。 21.学业评价 第一，GPA绩点。基础、拓展。【说明13：研究课程成绩在学术能力中体现。】 第二，均衡度（学科横向）。【说明14：均衡全面指“达到各学科的基本要求”。特长是在全面达到基本要求基础上的特长。全面和特长两者之间不矛盾。】 第三，进步度（纵向）。 第四，学科素质：建模能力、实验能力、反思能力、信息搜集处理能力等等，由学科教师评定。 第五，学术倾向与能力。【说明15：倾向分为社会人文、自然科学、工程技术三类；通过研究型课程与项目学习表现来分级判定。】 四、强身健体【说明16：由体育老师负责实施。】 22.体质 23.体能 24.体育精神与体育品格【说明17：对两极典型进行判定即可。】 25.健身习惯 26.运动知识与技能 27.运动经验与运动智能 28.特长项目