多指标综合评价方法研究综述

多指标综合评价方法研究综述

第２２卷第４期

机电产品开崖与剀新

坐：！！！！竺！！！苎！竺！：！！！！兰竺竺！！！！！苎！！竺！！！型里型！竺

Ｖ０１．２２，Ｎｏ．４

兰塑呈兰Ｚ旦

！坚堕：：呈塑

文章编号：１００２瑙７３（２００９）０４也枷３

多指标综合评价方法研究综述

李鹏．俞国燕

（广东海洋大学工程学院，广东湛江５２４０８８）

摘要：在分析现有相关文献的基础上．重点对当前利用神经网络、粗糙集、熵与模糊数学等理论的新综

合评价方法进行了归类与总结．最后对综合评价方法的发展方向作了展望。

关键词：多指标综合评价；权重确定；神经网络；粗糙集；熵

中图分类号：口１８

文献标识码：Ａ

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００２－６６７３．２００９．０４．０１０

性，受人为因素的干扰较大，在评价指标较多时难以得

。：………一……，选Ｉ

多指标综合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０１。其中评价指标与权重系数确定将直接影响综合评价的结果田。本文由此从评价指标与权重确定两方面出发，对当前应用神经网络、遗传算法、粗糙集、熵、模糊数学与灰色关联度等相关理论的多指标评价方法作简要综述，并对多指标综合评价方法的未来研究方向作出展望。

到准确的评价。客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确。但是当指标较多时，计算量非常大。

由于大多数评价方法其约束条件太多。在实际应用中．经常需要在许多假定的基础上或在进行一系列的变通处理后才能应用相关评价方法。对此。当前出现了采用神经网络、熵、粗糙集、遗传算法等多种方法集成的思想，来改进评价方法的公正性与精确性。所谓集成的综合评价方法，就是采用综合集成的思想，将两种或两

ｌ种以上的方法加以改造并结合．获得一种新的评价方法。下面就对当前所出现的新评价方法进行比较分析。

１综合评价方法概述［ａ－ｅｌ

按照权数产生方法的不同，多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类。其中主观赋权评价法采取定性的方法，由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价。如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价。如

：

２集成的综合评价方法综述

２．１基于神经网络的综合评价法

人工神经网络ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）具有自组织、自学习、自适应、非线性映射等特性．能对多指标综合评价问题给出一个客观的评价。但是用人工神经网络进行综合评价的难点在于典型训练集的选择。为此．出现了其它评价方法与人工神经网络结合的综合评

熵值法、神经网络分析法、ＴＯＰＳＩＳ法、灰色关联分析ｌ

法、主成分分析法、变异系数法、聚类分析法、判别分析法等。

两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性．有一定的主观随意

．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．一

价方法。主要有：①粗糙集与人工神经网络结合法Ｈ：

其原理是利用粗糙集ＲＳ（ＲｏｕｇｈＳｅｔ）简化评价指标体系，并用简化后的评价指标体系对原问题进行评价，以

１

得到的结果作为学习样本．ＡＮＮ通过自学习样本集，掌

握评价体系各指标内在规律，达到自行评价：②模糊评

价与人工神经网络结合法【碉：该方法采用模糊数学的隶属函数对评价指标进行归一化处理．由隶属函数的端点值和中间值组成ＡＮＮ的学习样本。其优点是有效地实现了评价指标从定性分析到定量分析的飞跃．且ＡＮＮ学习成功后对任意的实测样本均可得到可靠的评价结

收稿日期：２００９－０５－０８

基金项目：广东海洋大学自然科学基金资助项目（０８＇１２０８６）

作者简介：李鹛（１９８３－）．男，安徽安庆人，硕士研究生。研Ｉ

究方向：数字化设计与制造技术；俞国燕（１９７０一）。女，浙江

诸暨人，博士，副教授。研究方向：智能设计、先进制造系ｌ

统规划及测试。

Ｉ

万方数据　

多指标综合评价方法研究综述

开发与创新

果，适用性广；③层次分析、主成分分析与人工神经网络型，计算知识的熵，由此给出各个评价指标权重．然后结合法唧；④熵权ＴＯＰＳＩＳ法与人工神经网络结合法（１０ｌ；；⑤

再通过灰色聚类评价法计算其综合权系数矩阵．判断各遗传算法与人工神经网络结合法【¨ｌ：该方法主要是利聚类对象所属灰类，进行综合评价。

用遗传算法对ＡＮＮ权重进行优化。使其更合理。

基于神经网络的综合评价法主要是利用其它方法来３展望

获得ＡＮＮ的学习样本。ＡＮＮ通过学习样本集后，就将多指标综合评价方法的研究已经有很长的历史．且各指标的权重存储在网络中．当把实际问题的特征参数随着相关领域学科的发展．新的综合评价方法与理论不输入后．网络自行给出评价结果。

断涌现，但这并不意味着综合评价方法与理论已十分完２．２基于粗糙集的综合评价法

善，在该领域还存在不少问题。有待进一步解决。总的粗糙集理论ＲＳＴ（ＲｏｕｇｈＳｅｔＴｈｅｏｒｙ）是波兰学者

看来．可以在如下几个方面进行更深入的研究［ｚ＊－２＂ｑ：

Ｐａｗｌａｋ于１９８２年提出的一种处理模糊性和不确定性的

（１）加强综合评价理论基础的研究。例如多指标之数学工具旧。它将权重确定问题转化为粗糙集的属性间的相关性处理方法、合理确定指标权重、评价方法的重要性评价问题。即通过知识约简得到权重。但是ＲＳ评价与优选、评价结果的准确性等。

理论处理数据用的是符号化的分析方法。其属性值常取（２）对现有综合评价方法加以改进和发展。这包括“０”，“１”，“２”等离散数，而在实际问题中，绝大多数属对现有评价方法的改进．各种评价方法的联合使用以及性指标值都是连续型的，必须先将其离散化，才能进行吸收其它学科的营养探索新的综合评价方法。

Ｒｓ的属性约简。基于Ｒｓ与其它评价方法相结合的综合

（３）大力发展先进智能评价技术。相关的智能技术评价法主要有：①模糊Ｃ一均值聚类与粗糙集结合包括人工智能、专家系统、知识工程、人工神经网络、法【１”４１；②人工神经网络与粗糙集结合法【嘲；③基于广计算机信息处理技术等。

义信息表的粗糙集综合评价法Ｉ蝎；（Ｄ变精度粗糙集与

（４）研究和开发基于计算机的综合评价软件系统。证据理论结合法０＂１１。

这一系统应具有通用性、交互性、规范性、智能性、集基于粗糙集的综合评价法主要是利用粗糙集进行知成性和开放性等特点，适合于各种计 …… 此处隐藏：6107字，全部文档内容请下载后查看。喜欢就下载吧 ……