论文部分内容阅读
模糊综合评价方法是综合评价体系中的一类数学方法。它以现实生活中普遍存在的模糊性为理论背景对事物进行综合评价,已经广泛被应用于环境、气象预报、经济管理以及教学过程等领域的评价。而对于评价中需要考虑到的量化指标的评价问题,传统的模糊化处理已经不能具有很好的说服力,因此,本文提出基于数据包络分析的模糊综合评价方法,并对其进行了以下几个方面的研究:(1)基于数据包络分析的模糊综合评价方法中,对于综合评价体系中的量化指标,采用数据包络分析方法得到各评价单元的相对效率,再对相对效率进行模糊化计算,并与非量化指标一起进行模糊综合评价。利用数据包络分析的优化结果代替模糊评价中的专家评分,使模糊综合评价更具客观说服力,为一类既有客观数据,又有主观因素的复杂系统的综合评价提供了新的研究思路。(2)研究了主成分分析的解相关作用对数据包络分析的影响,以及利用主成分分析进行降维处理对数据包络分析结果所产生的影响。例证表明,利用PCA进行解相关的数据预处理过程不会改变DEA的结果,但利用PCA进行指标的降维则会对DEA产生不确定性结果。(3)研究了利用正态云模型代替模糊隶属函数进行模糊综合评价的方法。运用云模型的逆向云发生器、云运算原理,结合云模型的模糊性、随机性、统计性性质对一个评价系统进行综合评价。并比对了基于云模型的模糊综合评价方法与常规模糊综合评价方法,算例表明云模型的模糊评价方法在研究客体的本质模糊性与随机性等方面,具有模糊隶属函数方法所不具备的一定优势。(4)研究了基于数据包络分析的模糊综合评价方法在公共检测资源实验室的绩效评价问题中的应用。并应用投影定理模型分析了非有效评价单元的改进问题,对资源的合理配置起到了辅助决策的作用。