现代综合评价方法与案例精选讲座PPT.ppt

《现代综合评价方法与案例精选讲座PPT.ppt》由会员分享，可在线阅读，更多相关《现代综合评价方法与案例精选讲座PPT.ppt（74页珍藏版）》请在三一文库上搜索。

1、现代综合评价方法与案例精选,随着我国社会经济发展与科学技术进步，人们对各类问题的考察视野已从分析拓广到了综合，而综合评价技术正是实现这一转变的有效方法。综合评价方法的科学化、现代化对促进社会发展和技术进步有着积极的意义。 综合评价方法是一个多学科边缘交叉、相互渗透、多点支撑的新兴研究领域。近年来，国内出现了不少用现代方法研究多指标综合评价问题的案例。然而在研究中也还存在一些问题，主要表现在：第一，在理论发展和实践应用之间还存在空白，缺少应用理论基础研究；第二，各方法往往结合某个现实问题独立地被运用，缺少系统化综合研究和集成研究。,综合评价方法有许多。一些新兴的学科方法如模糊数学、人工神经网络技

2、术、灰色系统理论等等也都引入到综合评价的研究中来。可以看到，当前关于传统的综合评价方法以及统计的综合评价方法已经有学者进行了比较系统地总结，而针对现代的、系统的综合评价方法却缺少系统的总结和介绍。 我们在这里给大家介绍几种比较流行的现代综合评价方法的理论和应用。主要内容包括：层次分析法、模糊综合评判法、数据包络分析法、人工神经网络评价法、灰色综合评价法及其在经济管理中的典型应用案例。,主要内容,现代综合评价方法与案例精选 目录,第一章 概论与导入 第二章 层次分析法 第三章 模糊综合评判法 第四章 数据包络分析法 第五章 人工神经网络评价法 第六章 灰色综合评价法 第七章 综述与创新 第八章

3、结束语我国综合评价活动的发展,第一章 概论与导入,第一节 综合评价概述 第二节 指标体系的建立 第三节 指标权重的确定 第四节 评价方法的选择,第一节 综合评价概述,评价 综合评价 构成要素：评价目的、被评价对象、评价者、评价指标、权重系数、综合评价模型、评价结果 评价程序：熟悉评价对象、确立评价指标体系、确定指标权重、建立评价模型、分析评价结果,一、评价,评价是人类社会中一项经常性的、极为重要的认识活动。现实社会生活中，对一个事物的评价常常要涉及到多个因素或多个指标，评价是在多因素相互作用下的一种综合判断。比如要判断哪个高校的声望高，就得从若干个高校的在校学生规模、教学质量、科研成果、校址的

4、地理位置等方面进行综合比较；可以这样说，几乎任何综合性活动都可以进行综合评价。随着人们的活动领域的不断扩大，人们所面临的评价对象日趋复杂，人们不再能只考虑被评价对象的某一方面，必须全面地从整体的角度考虑问题。,二、综合评价,所谓综合评价即对评价对象的全体，根据所给的条件，采用一定的方法，给每个评价对象赋予一个评价值，再据此择优或排序。综合评价的目的，通常是希望能对若干对象，按一定意义进行排序，从中挑出最优或最劣对象。对于每一个评价对象，通过综合评价和比较，可以找到自身的差距，也便于及时采取措施，进行改进。,多指标综合评价方法是对多指标进行综合的一系列有效方法的总称。它具备以下特点：它的评价包含

5、了若干个指标，这多个评价指标分别说明被评价事物的不同方面；评价方法最终要对被评价事物作出一个整体性的评判，用一个总指标来说明被评价事物的一般水平。,三、构成综合评价问题的要素,1、评价目的：对某一事物开展综合评价，首先要明确为什么要综合评价，评价事物的哪一方面，评价的精确度要求如何，等等。 2、被评价对象：评价对象可能是人，是事，是物，也可能是它们的组合。同一类评价对象的个数要大于1。这一步的实质是明确对象系统。评价对象系统的特点直接决定着评价的内容、方式以及方法。 3、评价者：评价者可以是某个人（专家）或某团体（专家小组）。评价目的的确定、被评价对象的确定、评价指标的建立、权重系数的确定、评

6、价模型的选择都与评价者有关。,4、评价指标：所谓指标是指根据研究的对象和目的，能够确定地反映研究对象某一方面情况的特征依据。每个评价指标都是从不同侧面刻画对象所具有的某种特征。所谓指标体系是指由一系列相互联系的指标所构成的整体。它能够根据研究的对象和目的，综合反映出对象各个方面的情况。指标体系不仅受评价客体与评价目标的制约，而且也受评价主体价值观念的影响。,5、权重系数：相对于某种评价目标来说，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，可用权重系数来刻画。当被评价对象及评价指标都确定时，综合评价的结果就依赖于权重系数了。即权重系数确定的合理与否，关系到综合评价结果的

7、可信程度。因此，对权重系数的确定应特别谨慎。,6、综合评价模型：所谓多指标综合评价，就是指通过一定的数学模型将多个评价指标值“合成”为一个整体性的综合评价值。 7、评价结果：输出评价结果并解释其含义，依据评价结果进行决策。应该注意的是，应正确认识综合评价方法，公正看待评价结果。综合评价结果只具有相对意义，即只能用于性质相同的对象之间的比较和排序。,综合评价的具体方法有许多，各不尽相同，但各种方法的总体思路是统一的，大致可分为熟悉评价对象，确立评价的指标体系，确定各指标的权重，建立评价的数学模型，评价结果的分析等几个环节。其中确立指标体系，确定各指标权重，建立数学模型这三个环节是综合评价的关键环

8、节。,四、综合评价程序,1 确立评价对象。评价的对象通常是同类事物（横向）或同一事物在不同时期的表现（纵向）。 2 明确评价目标。评价目标不同，所考虑的因素就有所不同。 3 组织评价小组。评价小组通常由评价所需要的技术专家、管理专家和评价专家组成。 4 确定评价指标体系。指标体系是从总的或一系列目标出发，逐级发展子目标，最终确定各专项指标。,5 选择或设计评价方法。要选择成熟的、公认的评价方法，并注意评价评价方法与评价目的的匹配，注意评价方法的内在约束，掌握不同方法的评价角度与评价途径。 6 选择和建立评价模型。评价问题的关键是在于从众多的方法模型中选择一种恰当的方法模型。任何一种综合评价方法

9、，都要依据一定的权数对各单项指标评判结果进行综合，权数比例的改变会变更综合评价的结果。 7 评价结果分析。综合评价工作是一件主观性很强的工作，我们在评价工作中必须以客观性为基础，提高评价方法的科学性，保证评价结果的有效性。当然，由于综合方法的局限性，使得它的结论只能作为认识事物、分析事物的参考，而不能作为决策的唯一依据。,第二节 指标体系的建立,选取原则：简单性、独立性、代表性、可行性 确定方法：经验法和数学方法 注意事项： 指标筛选 指标无量纲化处理,评价指标体系由多个相互联系、相互作用的评价指标，按照一定层次结构组成的有机整体。在建立评价指标体系时，应遵循以下原则： 1 指标宜少不宜多，宜

10、简不宜繁。应涵盖为达到评价目的所需的基本内容；指标精炼可减少评价的时间和成本，易于操作。 2 指标应具有独立性。每个指标要内涵清晰、相对独立；同一层次的各指标间应尽量不相互重叠，相互间不存在因果关系。,3 指标应具有代表性，能很好地反映研究对象某方面的特性。 4 指标应可行，符合客观实际水平，有稳定的数据来源，易于操作，也就是应具有可测性。 指标体系的确定具有很大的主观随意性。在实际应用中，专家调研法是一种常用的方法。该法的关键是物色专家以及确定专家的人数。,需要注意的是，在对备选方案进行综合评价之前，要注意评价指标类型的一致化处理。有些指标是正指标，有些指标是逆指标，有些指标是定量的，有些指

11、标是定性的。指标处理中要保持同趋势化，以保证指标间的可比性。对于效益型指标，越大越好；对于成本型指标，则越小越好；对于区间型指标，属性值在某一固定区间为最好，这就要求对评价指标属性值进行归一化处理。对于定性指标首先要经过各种处理，使其转化成数量表示的指标。对于定量指标，其性质和量刚也有不同，造成了各指标间的不可共度性。需要对评价指标作无量刚化处理。,第三节 指标权重的确定,明确确定指标权重的意义 加权方法：经验加权（定性加权）、 数学加权（定量加权） 主观赋权、客观赋权 赋权方法简评,为了体现各个评价指标在评价指标体系中的作用地位以及重要程度，在指标体系确定后，必须对各指标赋予不同的权重系数。

12、权重是以某种数量形式对比、权衡被评价事物总体中诸因素相对重要程度的量值。合理确定权重对评价或决策有着重要意义。,明确确定指标权重的意义,指标的权重是指标评价过程中其相对重要程度的一种主观客观度量的反映。确定权重也称加权，它表示对某指标重要程度的定量分配。加权的方法大体上可以分为两种： （1）经验加权，也称定性加权。它的主要优点是由专家直接估计，简便易行。 （2）数学加权，也称定量加权。它以经验为基础，数学原理为背景，间接生成，具有较强的科学性。,目前，权数确定的方法主要采用专家咨询的经验判断法，权数的确定基本上已由个人经验决策转向专家集体决策。在数据处理时，一般用算术平均值代表评委们的集中意见

13、。其计算公式为：,然后，尚需进行归一化处理。归一化的公式如下： 上述方法依据评委专家的知识、经验和个人价值观对指标体系进行分析、判断并主观赋权。一般来说，这样所确定的权数能正确反映各指标的重要程度，保证评价结果的准确性。但是，为了提高科学性，也可采用其他确定权重的方法，比如层次分析法（AHP）。,另外，根据计算权数时原始数据的来源不同，大致也可归为两类：一类是主观赋权法，其原始数据主要由专家根据经验判断得到；另一类为客观赋权法，其原始数据由各指标在评价中的实际数据形成。 这里需要说明的是，并不是只有客观赋权法才是科学的方法，主观赋权法也同样是科学的方法。“主观”与“随意”是两个不同的概念。,第

14、四节 评价方法的选择,评价方法的历史沿革 评价方法的种类 （1）专家评价法：专家打分法 （2）运筹学等数学方法：AHP、DEA等 （3）新型评价法：人工神经网络（BP)、灰色评价等 （4）混合方法：AHP-模糊综合评价等 评价方法筛选原则 熟悉、理论基础牢固、简洁、适用 专家打分评价法,一 评价方法的历史沿革,20世纪60年代，模糊数学在综合评价中得到了较为成功的应用，产生了特别适合于对主观或定性指标进行评价的模糊综合评价方法。20世纪70-80年代，产生了多种应用广泛的评价方法，诸如层次分析法、数据包络分析法等等。20世纪80-90年代，将人工神经网络技术和灰色系统理论应用于综合评价。当前，

15、多目标、多层次综合评价已经涉及到人类生活领域的各个方面，其应用的范围愈来愈广，所使用的方法也愈来愈多。,二 评价方法的种类,评价方法的分类很多。按照评价与所使用信息特征的关系，可分为基于数据的评价、基于模型的评价、基于专家知识的评价以及基于数据、模型、专家知识的评价。我们的定位是现代综合评价方法，根据各评价方法所依据的理论基础，这里把综合评价方法大体分为三大类： （1）专家评价方法。如专家打分综合法。 （2）运筹学与其他数学方法。如层次分析法、数据包络分析法、模糊综合评判法。 （3）新型评价方法。如人工神经网络评价法、灰色综合评价法。 （4）混合方法。这是几种方法混合使用的情况。如AHP+模糊

16、综合评判、模糊神经网络评价法。,三 评价方法筛选原则,在选择评价方法时应适应综合评价对象和综合评价任务的要求，根据现有资料状况，作出科学的选择。也就是说，评价方法的选取主要取决于评价者本身的目的和被评价事物的特点。而且，就同一种评价方法本身而言，在一些具体问题的处理上也并非相同，需要根据不同的情况做不同的处理。因此从一定程度上讲，综合评价方法既是一门科学，对该方法的应用又是一门艺术。,以下几条筛选原则可供参考： （1）选择评价者最熟悉的评价方法； （2）所选择的方法必须有坚实的理论基础，能为人们所信服； （3）所选择的方法必须简洁明了，尽量降低算法的复杂性； （4）所选择的方法必须能够正确地反

17、映评价对象和评价目的。,第二章 层次分析法(AHP),第一节 思想和原理 第二节 AHP的基本方法与步骤 第三节 多层次分析法基本步骤 第四节 应用案例,第一节 思想和原理,层次分析法（The Analytical Hierarchy Process ,简称AHP),又称为多层次权重解析方法，是美国匹兹堡大学教授运筹学家萨迪（A.L.Saaty）于20世纪70年代提出的一种在处理复杂的决策问题中，进行方案比较排序的方法，是定量分析与定性分析相结合的多目标分析决策方法。,它的基本思想是把一个复杂的问题分解为各个组成因素，并将这些因素按支配关系分组，从而形成一个有序的递阶层次结构。通过两两比较的方

18、式确定层次中诸因素的相对重要性，然后综合人的判断以确定决策诸因素相对重要性的总排序。层次分析法的出现给决策者解决那些难以定量描述的决策问题带来了极大的方便，从而使它的应用几乎涉及任何科学领域。,基本思想：把复杂问题分解成各个组成因素，又将这些因素按支配关系分组形成递阶层次结构。通过两两比较的方式确定层次中诸因素的相对重要性。然后综合决策者的判断，确定决策方案相对重要性的总排序。 特点：将决策者对复杂系统的评价决策思维过程数学化。,选择最满意的汽车,价格,油耗,舒适度,动力,奔驰,本田,桑坦纳,尽管AHP具有模型的特色，在操作过程中使用了线性代数的方法，数学原理严密，但是它自身的柔性色彩仍十分突

19、出。层次分析法十分适用于具有定性的，或定性定量兼有的决策分析，它是一种十分有效的系统分析和科学决策方法。,第二节 AHP的基本方法与步骤,运用AHP进行决策时，大体可分为4个步骤进行： 分析系统中各元素之间的关系，建立系统的递阶层析结构； 对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，构造两两比较判断矩阵； 由判断矩阵计算被比较元素对于该准则的相对权重； 计算各层元素对系统目标的合成权重，并进行排序。,一、递阶层次结构的建立,最高层：问题的预定目标或理想结果，也称目标层； 中间层：包括为了实现目标所涉及的中间环节，也可以由若干层次组成，包括所考虑的准则、子准则，也称为准则层；

20、最底层：实现目标的各种措施、决策方案等，也称为方案层。,递阶层次结构示意图,例：过河效益分析,目标层,准则层,方案层,判断矩阵,二、构造两两比较判断矩阵,判断矩阵,判断矩阵,aij 是元素 ui 与 uj 相对于C的重要性的比例标度,判断矩阵具有下述性质：,例： ui 与 uj 相比重要性比例标度为3； 而uj 与 uk 相比重要性比例标度为2； 如果认为ui 与 uk 相比重要性比例标度为6：,当上式对 A 的所有元素均成立时，判断矩阵 A 成为一致性矩阵。,三、单一准则下元素相对权重的计算,求出各元素相对于准则 C 的相对权重：,向量形式：,第一步：将判断矩阵A的每一行元素相乘后求其 1/

21、n 次根即： 第二步：对矩阵进行归一化处理，即：,（一）权重计算方法（方根法）,例：各型号汽车对于动力指标的权重,（二）一致性检验,判断矩阵是计算排序权向量的根据， 因此要求判断矩阵具有一致性。 排序向量的计算方法都是一种近似算法。当判断矩阵偏离一致性过大时，这种近似估计的可靠程度也就值得怀疑。,违反常识、经不起推敲,一致性检验：只有当矩阵完全一致时，判断矩阵A才存在 ，而不一致时， 即可用 这个差值大小来检验一致性的程度，一般用 这个一致性指标， 愈小，说明一致性愈大。 （consistency index）,（二）一致性检验,考虑到一致性偏差还可能是随机原因造成的，在检验判断矩阵是否具有满

22、意的一致性时，还得将 与平均随机一致性指标 进行比较，得出检验数 ，即 R.I.（random index） 与判断矩阵的阶数有关，一般阶数愈大，出现一致性随机偏离的可能性也愈大，一般有如下数据（样本容量为1000的R.I.均值）。,单层次判断矩阵A的一致性检验 进行一致性检验的步骤如下： （a）计算一致性指标C.I.： ，式中n为判断矩阵阶数。 （b）计算平均随机一致性指标R.I. （c）计算一致性比例C.R.： C.R. C.I./ R.I. 当C.R.0.1时，一般认为判断矩阵的一致性是可以接受的。,四、计算各层元素对目标层的合成权重,汽车选择问题中综合重要度的计算, 实际应用时，整体一

23、致性检验常常可以省略。 决策者给出单目标下准则判断矩阵时，是难以对整体进行考虑的，当整体一致性不满足要求时，进行调整也比较困难，因此目前大多数实际工作都没有对整体一致性进行严格检验。其必要性有待于进一步讨论。,第三节 多层次分析法基本步骤,建立层次分析结构,（1）递阶层次结构,（2）计算单一准则下元素的相对重要性 这一步是计算各层中元素相对于上层各目标元素的相对重要性（层次单排序），参见前面的单层次模型。 例：如图 相对于目标A1而言，C1、C2、C3、C4相对重要性权值为w11、w12、w13、w14， 同理相对目标A2， C1、C2、C3、C4相对重要性权值为w21、w22、w23、w24

24、。,（3）计算各元素的总权重,（4）评价层次总排序计算结果的一致性 设：CI为层次总排序一致性指标： RI为层次总排序随机一致性指标。 其计算公式为： CIi为Ai相应的B层次中判断矩阵的一致性指标。 RIi为Ai相对应的B层次中判断矩阵随机一致性指标 并取 当 ，认为层次总排序的结果具有满意的一致性。,第四节 应用案例,案例一：某厂有一笔企业留成利润要决定如何使用，根据各方意见提出的决策方案有：发奖金；扩建集体福利设施；办技校；建图书馆；购买新设备。在决策时要考虑调动职工劳动积极性、提高职工技术文化水平、改善职工物质文化生活三方面，据此构造各因素之间相互联结的层次结构模型如下图所示。,（1）

25、层次结构图,（2）计算单一准则下元素的相对重要性,i. 第二层相对于第一层的判断矩阵 通过计算得判断矩阵的特征向量和特征值分别为： W=(0.105,0.637,0.258) max=3.039 对判断矩阵进行一致性检验，即计算C.I.和C.R. C.I.=0.019 C.R.=0.0330.1 说明判断矩阵的一致性可以接受。,ii. 第三层元素相对于第二层元素判断矩阵,w31,W32,W33,w34,w35,（3）计算各元素的总权重,（4）结论,发奖金，福利设施，办技校，建图书馆，新设备 W=(0.157, 0.164, 0.393, 0.113, 0.172) C.I.=0.028 R.I.=0.923 CR=0.030.10 计算结果表明，对于合理使用企业留成利润来说， 办技校是首选的方案。,练习：推选班长,目标层,选一好班长,健康状况,业务知识,创新能力,写作能力,工作作风,准则层,方案层,政策水平,