專利名稱：一種采用多種評價方法的通用綜合評價系統(tǒng)的制作方法
技術領域：
本發(fā) 明涉及一種采用多種評價方法的通用綜合評價系統(tǒng)，屬于輔助決策和綜合評 價技術領域。
背景技術：
決策是人們?yōu)榱诉_到某一目的而進行的有意識、有選擇的行動。評價是決策的前 提和依據(jù)，它為決策提供基礎支撐。評價的目的是對客觀事物進行綜合分析，其結果應能客 觀公正的反映事物的發(fā)展變化，并為評價組織者、決策者所信服和接受。在實際決策過程 中，由于決策問題的多樣性和復雜性，決定評價問題的復雜性和廣泛性，對評價問題的研究 已引起學術界的廣泛關注，成為研究領域中的熱點問題之一。綜合評價的核心是建立高維評價指標空間到某一維實數(shù)空間的一種數(shù)學映射，根 據(jù)研究對象在該一維實數(shù)空間中的取值進行分類排序。由于影響綜合評價的因素較多、相 互之間的關系復雜，很難利用數(shù)學建模方法和優(yōu)化方法來準確構造數(shù)學表達形式，并且很 難結合和利用專家和決策者在綜合評價時所具有的經驗知識和智慧。因此，在解決復雜系 統(tǒng)問題時，要利用人的知識經驗和人工智能、模糊識別、知識工程等方法建立知識模型，采 用知識模型與數(shù)學模型相結合的形式，處理復雜問題的綜合評價問題。目前，遺傳算法、人 工神經網絡方法和模糊集方法是建立和發(fā)展這類廣義模型的有效方法。層次分析法(ΑΗΡ, The Analytic Hierarchy Process)是美國匹茲堡大學數(shù)學系 教授，著名運籌學家薩迪Τ. L. Saaty于70年代中期提出來的一種定性、定量相結合的、系統(tǒng) 化、層次化的分析方法。層次分析法本質上是一種多目標群體決策思想和方法。傳統(tǒng)的統(tǒng)計模型均采用了 “假定_模擬_預測”這樣一種證實性數(shù)據(jù)分析思路， 難以適應千變萬化的客觀世界，無法真正找到數(shù)據(jù)的內在規(guī)律，當它被用于高維、非線性、 非正態(tài)分布數(shù)據(jù)預測建模時，很難收到好的效果.針對這一不足，上世紀70年代以來，隨 著計算機技術的發(fā)展，國際統(tǒng)計界發(fā)展了一種投影尋蹤技術(Projection Pursuit，簡稱 PP)。它采用的是“審視數(shù)據(jù)-模擬-預測”這樣一種探索性數(shù)據(jù)分析(Exploratory Data Analysis)新思路，其本質是尋找由高維數(shù)據(jù)投影到低維數(shù)據(jù)的特征投影方向，通過幾個投 影方向了解高維數(shù)據(jù)的分布、結構等性質。投影尋蹤這種新興的統(tǒng)計方法適用于高維、非線 性、非正態(tài)問題的分析和處理，因此，它一直引起國內外統(tǒng)計專家和信號處理學者的關注， 已被成功地應用于多個領域。綜合評價技術作為一種認識手段已經深入到社會經濟生活的各個領域。在被廣泛 應用的同時，綜合評價技術也暴露了自身諸多缺陷，如何提高綜合評價的科學性和可信度， 更為客觀地反映事物的實際發(fā)展狀況，已經成為人們普遍關注的重大課題。首先，綜合評價是個十分復雜的問題，它涉及評價對象集、評價目標(指標)集、評 價方法集、評價人集等，綜合評價結果由以上諸因素特定組合所決定。綜合評價面臨的常常 是復雜系統(tǒng)，正確評價難度甚大，在評價方法方面有許多理論問題和實踐問題尚待解決。同 時用于綜合評價的方法很多，而各種方法的出發(fā)點不同，解決問題的思路不同，適用對象不同，各有優(yōu)缺點，以至人們遇到綜合評價問題時不知該選擇哪一種方法，也不知評價結果是
否可靠。其次，綜合評價技術的單一化現(xiàn)象是當前需要面對的另一個主要問題。綜合評價 技術單一化現(xiàn)象所涉及的范圍較廣，包括評價主體、評價方法、評價的層次結構、評價的時 間維度、評價的數(shù)據(jù)表現(xiàn)形式等多個方面。單一化現(xiàn)象的出現(xiàn)對綜合計價的合理應用產生 了很大的限制，它忽視了綜合評價過程中部分有效信息，削弱了綜合評價的“效力”;且從應 用層面來看，單一化現(xiàn)象也不符合實踐活動的需要。由于每個評價方法只是從某一特定的角度，對特定的方面進行評價，既有其合理 性，也存在一定的不足。因此，本發(fā)明考慮提供多種評價方法供不同的應用選擇，并且可以 對多種方法或其評價結果進行綜合，實現(xiàn)各種方法的優(yōu)勢互補，使評價結果更具代表性和 一致性，其結論也更為合理、科學。研究多種綜合評價技術、開發(fā)適用于不同應用領域的、集 多種評價方法于一體的綜合評價系統(tǒng)具有重要的理論意義和應用價值。

發(fā)明內容
本發(fā)明的目的是為了實現(xiàn)利用不同評價方法的優(yōu)點、對評價對象進行全方位評 價，提出一種采用多種評價方法的通用綜合評價系統(tǒng)。本發(fā)明是通過以下技術方案實現(xiàn)的。本發(fā)明的一種采用多種評價方法的通用綜合評價系統(tǒng)，包括三個功能模塊評價 指標體系管理模塊、綜合評價模型庫和綜合評價模塊，具體分別為(1)評價指標體系管理模塊實現(xiàn)評價指標體系的定制和維護；定制的目的是為了滿足不同領域和不同級別的綜合評價工作，評價指標體系管理 模塊可以針對實際評價對象的評價指標層次結構進行定制；并且可以保存和維護多個指標 體系，在綜合評價時根據(jù)需要選擇某一指標體系。評價指標體系的靈活定制功能可以使綜合評價系統(tǒng)軟件適用不同的評價對象和 更多的有綜合評價需求的領域。(2)綜合評價模型庫中包含了多種綜合評價方法的模型并實現(xiàn)了多種綜合評價方 法；根據(jù)應用需求，可以增加新的評價方法到綜合評價模型庫中，使系統(tǒng)的綜合評價能力不 斷增強；(3)綜合評價模塊的功能是根據(jù)選定的評價指標體系和具體的綜合評價方法，完 成綜合評價；本發(fā)明的一種采用多種評價方法的通用綜合評價系統(tǒng)中，將評價指標體系和評 價方法分離，即在評價過程中，根據(jù)評價需要，選擇不同的評價指標體系、在綜合評價模型 庫中選擇一種或多種評價方法進行評價，可以提高系統(tǒng)的通用性，使評價結果更全面和客 觀；上述綜合評價模型庫中可選用的多種評價綜合方法包括層次分析法、模糊德爾菲 層次分析法、投影尋蹤評價法和基于神經網絡的綜合評價方法。本發(fā)明的一種采用多種評價方法的通用綜合評價系統(tǒng)，其評價過程的步驟如下步驟1.利用評價指標體系管理模塊實現(xiàn)評價指標體系的定制； 步驟2.在綜合評價模型庫中選擇具體的綜合評價方法；
步驟3根據(jù)評價指標體系和具體的綜合評價方法，從指標體系管理模塊導入評價 指標數(shù)據(jù)，并進行指標數(shù)據(jù)的歸一化和無量綱化處理；步驟 4.依據(jù)選定的綜合評價方法進行綜合評價；步驟5.為每種評價方法賦予一定的權值，將每種方法的綜合評價結果進行加權 平均后的結果作為最終的評價結果；上述步驟1中評價指標體系的定制的步驟為步驟1.根據(jù)實際評價對象和評價目標，確定評價指標體系的層次結構；步驟2.采用樹形結構的建立方式、自上而下逐層創(chuàng)建各層指標體系；步驟3.在指標體系的最底層設定每個指標數(shù)據(jù)的名稱和類型；步驟4.將定制的指標體系的層次結構保存在數(shù)據(jù)庫中，并自動生成用于保存各 個指標具體數(shù)據(jù)的數(shù)據(jù)表；步驟5.可以定義多個指標體系，不同的指標體系通過指標體系名稱加以區(qū)別。有益效果本發(fā)明的一種通用的綜合評價系統(tǒng)的設計方法，采用多種評價方法進行綜合評 價，突破了單一方法的局限，形成了較全面的、多種方法相結合的綜合評價系統(tǒng)；結合多種 評價方法進行評價，使評價更加科學和全面，該方法設計合理，實用性強，能夠為綜合評價 工作提供參考和依據(jù)。具體說來，本發(fā)明具有如下優(yōu)點(1)通用化本發(fā)明給出的通用綜合評價系統(tǒng)由于評價指標體系是可定制的，因 此具備廣泛的適用性；(2)模塊化綜合評價模型庫中集中實現(xiàn)了多種綜合評價方法，使具有相對獨立 的評價方法分離出來，便于評價方法的組合使用。(3)通過各種方法的組合，可以達到取長補短的效果。每種方法都有其自身的優(yōu)點 和缺點，它們的適用場合也并不完全相同。將各種綜合評價方法組合在一起，能夠使各種方 法的缺點得到彌補、同時兼有各方法的優(yōu)點。(4)通過各種方法的組合，可以利用更多的信息。不同的方法往往從不同的角度描 述評價對象的屬性，通常只能反映事物的一個側面。要反映事物的全貌必須從多角度、全方 位進行研究。將各種綜合評價方法組合在一起，得到的綜合評價結果更能體現(xiàn)事物的本質 和原貌。


圖1為本發(fā)明的通用綜合評價系統(tǒng)的結構框圖。
具體實施例方式下面結合附圖和實施例對本發(fā)明做進一步說明。實施例一種采用多種評價方法的通用綜合評價系統(tǒng)，如圖1所示，包括三個功能模塊評 價指標體系管理模塊、綜合評價模型庫和綜合評價模塊，其中綜合評價模型庫包含四種綜 合評價方法，分別是層次分析法、模糊德爾菲層次分析法、投影尋蹤評價法和基于神經網絡 的綜合評價方法；綜合評價模塊包含評價方法的選擇、指標數(shù)據(jù)的導入和評價結果的綜合三個功能 模塊。一種采用多種評價方法的通用綜合評價系統(tǒng)，其評價過程的步驟如下步驟1.利用評價指標體系管理模塊實現(xiàn)評價指標體系的定制，具體為首先，根據(jù)實際評價對象確定評價指標的層次結構，在指標體系管理模塊中自上 而下逐層創(chuàng)建各層指標體系，在指標體系的最底層設定每個指標數(shù)據(jù)的名稱和類型。然后， 將定制的指標體系的層次結構保存在數(shù)據(jù)庫中，并自動生成用于保存各個指標具體數(shù)據(jù)的 數(shù)據(jù)表。根據(jù)需要可以定義多個指標體系，不同的指標體系通過指標體系名稱加以區(qū)別，針 對不同的評價對象進行綜合評價時，可以靈活選擇某一指標體系。步驟2.在綜合評價模型庫中選擇具體的綜合評價方法；步驟3.根據(jù)評價指標體系和具體的綜合評價方法，從指標體系管理模塊導入評 價指標數(shù)據(jù)，并進行指標數(shù)據(jù)的歸一化和無量綱化處理；步驟4.依據(jù)選定的多個綜合評價方法分別進行綜合評價；步驟5.為每種評價方法賦予一定的權值，對每種方法的綜合評價結果進行加權 平均后的結果作為最終的評價結果。本評價系統(tǒng)中的模糊德爾菲層次分析法步驟如下步驟1.建立系統(tǒng)的遞階層次結構；步驟2.建立群體的模糊判斷矩陣；兩兩比較判斷矩陣包含了參與決策專家的意見，其中的相對重要程度判斷具有 不確定性，本方法采用模糊三角數(shù)來整合專家的意見，以求在決策者主觀意見的基礎上建 立一個較為客觀的模糊群體判斷矩陣。用三角模糊數(shù)表示的群體的兩兩判斷矩陣為B = (Bij)，其中Bij為三角模糊數(shù)，構成方法是Bij = [ α Jj, β Jj, γ , α ^ β ^ Yij，且 Qij, β Yij e [1/9，1] U [1,9]其中α ij = mink(Bijk), β = Geomeank(Bijk), γ = maxk(Bijk)。Geomean 表示 考慮每個專家權重后的加權幾何平均，考慮各個專家的知識水平和背景不同，為每個專家 賦予一個權值，這些權值的和為1。步驟3.確定群體模糊權重向量；基于群體模糊判斷矩陣B = (Bu)，用列向量幾何平均法，確定出相應的模糊權重 向量對任意的j，j = 1,2,……，m，計算r =( · .β ^，其中·表示模糊三角數(shù)
之間的乘積運算關系。進一步可以將。標準化為Wj Wj =-，j = l，2，...，m
η +r2 +- + rm步驟4.單準則權重決策分析，步驟如下首先用模糊分析中的截集概念進行權重的反模糊化分析，令A e
表示截值 參數(shù)，假設 wi = (wiL, wiM, wiu)，令wiL = (wiM-wiL) α +wiLwiu = (wiu-wiM) α +wiMwi (α , λ) = λ wiu(a ) + (1-λ )wiL(a )其中λ為決策者對權重的樂觀系數(shù)。進一步，將wi (a，λ)規(guī)范化，得到歸一化權重向量Wi (a，λ) = wi ( α , λ)/(Σ wi(a, λ))，其中α反映權重關于決策專家判斷意見的變動程度。λ代表整合決策 者決策權重的參數(shù)。通過上述方法得到各個子目標的相對權重后，從層次結構頂層自上而下最后求得 各個指標屬性的絕對權重。當用戶對某個評價對象進行系統(tǒng)評價時，首先將評價對象的各個指標值進行量 綱的統(tǒng)一，然后利用上述計算得到的指標權重，通過以下公式得到該評價對象的最終得分
I m
S = JZs' ，其中S為評價總得分，Si為第i項指標的得分，Wi為第i項指標的權重。本評價系統(tǒng)中的投影尋蹤評價方法的基本思想是在綜合評價過程中，可以將評 價對象看成由若干指標屬性組成，如果屬性個數(shù)為n，那么可以將每個評價對象看作是一個 η維數(shù)據(jù)，利用投影尋蹤模型將這些η維數(shù)據(jù)轉化為在某個方向上的1維數(shù)據(jù)，這樣可以從 整體上來考察不同評價對象的優(yōu)劣情況；具體操作步驟如下步驟1.評價指標歸一化；步驟2.構造投影指標函數(shù)，方法是設第i個評價對象為Ix (i，j) I j = 1 η}， 其中η為指標屬性個數(shù)，將它綜合為以a = (a(l),a(2),...a(n))為投影方向的一維投影 值ζ⑴
ηz(i) = J^a(j)x(i,j) Q = ι η)
Jt1 .根據(jù)上式求得z(i)的一維散布圖并進行分類，a為單位長度向量，即
玄《2(7+) = 1。這樣可以構造投影指標函數(shù)Q(a) = SzDz^ Sz=Ifi(Z(I)-Z)2Zin-I)]05,
；=1 i=l η η
雙唭中—為序列l(wèi)z(i) Ii = 1，2，...η}的均值；R為局部密度的窗
i=l ；=1Z
口半徑，一般取0. ISz;距離rij= z(i)-z(j) ；u(t)為單位階躍函數(shù)，當t彡0時其函數(shù) 值為1，當t<0時其函數(shù)值為0。步驟3.優(yōu)化投影指標函數(shù)，即選擇最佳投影方向；當各個指標值給定后投影指標函數(shù)Q(a)只隨著投影方向a的變化而變化。不同 的投影方向反映不同的數(shù)據(jù)結構特征，最佳投影方向就是最大可能暴露高維數(shù)據(jù)某種特征 的結構的投影方向?？梢杂孟率絹砉烙嬤@種最佳投影方向max Q (a) = SzDz
ηs.t. γ^α2^) = !
；=1上式屬于非線性的最優(yōu)化問題，由于優(yōu)化變量較多，因此用傳統(tǒng)方法解決起來比 較困難，所以可以使用遺傳算法來找到這個最佳投影方向。步驟4.聚類，得到待評價對象的評價排序；
η將步驟3求得的最佳投影方向a*帶入式=功，7+) (i = 1 η)中，得到
；=1
所有待評價對象的投影值z*(i)。 投影值z*(i)與z*(j)越接近說明評價對象i與評價對 象j越傾向于同一類。按照z*(i)從大到小可以對待評價對象進行分類，進而得到對它們的一個評價排序。 應用投影尋蹤評價方法中，使用遺傳算法構造投影指標函數(shù)以及求得最佳投影方 向的步驟如下步驟1.確定遺傳算法參數(shù)，包括種群規(guī)模、選擇概率、交叉概率、變異概率，最大 循環(huán)次數(shù)；步驟2.初始化訓練器，訓練器個數(shù)即為種群數(shù)，每個訓練器個體編碼采用實數(shù)編 碼，由隨機生成的a(j)序列組成；步驟3.定義估價函數(shù)；首先定義函數(shù)z(i) = JjGi j)x{ij) (/ = 1~ )
1=1
_ ηζ = (^zQ))/η
i=lSz=[^(z(i)-zf/(n-l)f5
i=l利用投影值ζ (i)的標準差Sz來描述ζ (i)值的發(fā)散程度，Sz越大說明ζ (i)的整 體發(fā)散效果越好；
η ηA = Σ Σ (尺-rv >(R ~ rv )
i=l ；=1上式表示投影值ζ (i)的局部集中程度，它的取值越大，說明ζ (i)的局部集中程度 越好，R為局部密度窗口半徑，它的選取既要使包含在窗口內的投影點的平均個數(shù)不太少， 避免滑動；平均偏差太大，又不能使它隨著η的增大而增加太高，z(i)-z(j) I表示樣 本之間的距離，u(t)為單位階躍函數(shù)，當t ^ 0時，其值為1，當t < 0時其值為0。密度窗口寬度的選取對投影方向向量的取值有重要意義，它的取值合理與否直接 關系到樣本分類結果的合理與否。目前，它的確定大多是通過試算來確定，或通過樣本投 影值標準差乘以某一百分數(shù)來計算，下面將從Dz的計算表達式來分析密度窗寬的特性及取 值，推導過程為
η ηD2^YjYj(R-T13)U(R-T13)
；=1= [(尺+ (尺+ +(尺尺-4)]
i=\={R-ru)u{R-ru) + {R-rl2)u{R-rl2) + ... + {R-rln)u{R-rln)+(R - r2l )u(R-r21) + (R-r22 )u(R -r22) +... + (R- r2n)u(R - r2n)............+(R-rJu(R-rJ + (R-rn2>(R-rn2) + ... + (R-rnn>(R-rnn)因為R > 0，當 i = j 時，rij = 0，所以(R-ripu(R-rij) = R，于是A =欣+ 2玄(尺- >(尺- )+ 2t(尺- >(尺- )
i=2i=3
η+…+ 2Σ (尺-rn_h])u(R-rn_h]) + 2(R-rn_ln)u(R-rn_ln)
i=n-\
因此有如下結論設
權利要求
1.一種采用多種評價方法的通用綜合評價系統(tǒng)，其特征在于包括三個功能模塊評價指標體系管理模塊、綜合評價模型庫和綜合評價模塊；其中 評價指標體系管理模塊實現(xiàn)評價指標體系的定制和維護；綜合評價模型庫中包含了多種綜 合評價方法的模型并實現(xiàn)了多種綜合評價方法；綜合評價模塊根據(jù)選定的評價指標體系和 具體的綜合評價方法，完成綜合評價； 其評價過程的步驟如下步驟1.利用評價指標體系管理模塊實現(xiàn)評價指標體系的定制； 步驟2.在綜合評價模型庫中選擇具體的綜合評價方法；步驟3.根據(jù)評價指標體系和具體的綜合評價方法，從指標體系管理模塊導入評價指 標數(shù)據(jù)，并進行指標數(shù)據(jù)的歸一化和無量綱化處理； 步驟4.依據(jù)選定的綜合評價方法進行綜合評價；步驟5.為每種評價方法賦予一定的權值，將每種方法的綜合評價結果進行加權平均 后的結果作為最終的評價結果。
2.根據(jù)權利要求1所述的一種采用多種評價方法的通用綜合評價系統(tǒng)，其特征在于 所述步驟1中評價指標體系的定制的步驟為步驟1.根據(jù)實際評價對象和評價目標，確定評價指標體系的層次結構； 步驟2.采用樹形結構的建立方式、自上而下逐層創(chuàng)建各層指標體系； 步驟3.在指標體系的最底層設定每個指標數(shù)據(jù)的名稱和類型； 步驟4.將定制的指標體系的層次結構保存在數(shù)據(jù)庫中，并自動生成用于保存各個指 標具體數(shù)據(jù)的數(shù)據(jù)表；步驟5.可以定義多個指標體系，不同的指標體系通過指標體系名稱加以區(qū)別。
3.根據(jù)權利要求1所述的一種采用多種評價方法的通用綜合評價系統(tǒng)，其特征在于 綜合評價模型庫中所包含的綜合評價方法包括層次分析法、模糊德爾菲層次分析法、投影 尋蹤評價法和基于神經網絡的綜合評價方法。
4.根據(jù)權利要求3所述的一種采用多種評價方法的通用綜合評價系統(tǒng)，其特征在于模 糊德爾菲層次分析法步驟如下步驟1.建立系統(tǒng)的遞階層次結構； 步驟2.建立群體的模糊判斷矩陣； 步驟3.確定群體模糊權重向量； 步驟4.單準則權重決策分析。
5.根據(jù)權利要求3所述的一種采用多種評價方法的通用綜合評價系統(tǒng)，其特征在于投 影尋蹤評價方法的步驟如下步驟1.評價指標歸一化； 步驟2.構造投影指標函數(shù)；步驟3.優(yōu)化投影指標函數(shù)，即使用遺傳算法選擇最佳投影方向； 步驟4.聚類，得到待評價對象的評價排序。
6.根據(jù)權利要求4所述的一種采用多種評價方法的通用綜合評價系統(tǒng)，其特征在于使 用遺傳算法優(yōu)化投影指標函數(shù)的流程如下步驟1.確定遺傳算法參數(shù)，包括種群規(guī)模、選擇概率、交叉概率、變異概率，最大循環(huán)初始化訓練器，初始化內容包括隨機生成a(j)值； 定義估價函數(shù)；執(zhí)行遺傳操作，包括選擇操作、交叉操作和變異操作三個步驟； 達到訓練次數(shù)后返回最優(yōu)訓練器的序號。
全文摘要
本發(fā)明涉及一種采用多種評價方法的通用綜合評價系統(tǒng)，屬于輔助決策和綜合評價技術領域。包括三個功能模塊評價指標體系管理模塊、綜合評價模型庫和綜合評價模塊，其評價過程的步驟包括評價指標體系的定制、選擇綜合評價方法、導入評價指標數(shù)據(jù)、綜合評價和對評價結果進行加權處理。本發(fā)明突破了單一方法的局限，形成了較全面的、多種方法相結合的綜合評價系統(tǒng)，結合多種評價方法進行評價可以使評價更加科學和全面。該方法設計合理，實用性強，能夠為綜合評價工作提供參考和依據(jù)。
文檔編號G06Q10/00GK102034176SQ20111000925
公開日2011年4月27日 申請日期2011年1月17日 優(yōu)先權日2011年1月17日
發(fā)明者劉瓊昕, 孫新, 賀躍, 鄭軍, 高春曉 申請人:北京理工大學