综合评价中单一赋权法与组合赋权法的对比及优化方法

通过对以上常用的指标赋权法的分析可以看出，各指标赋权法均是从某一个角度考虑所提出的，在刻画某一方面的特性时具有一定的优势，但同时也忽略了其他方面的影响因素。如果能将各种赋权法进行综合使用，则能有效地利用各种赋权法的优势，克服各种赋权法的不足，因此，最近学者提出了组合赋权法，并将其应用于实际的综合评价过程中。传统的组合赋权法主要是选择一种定性赋权法和一种定量赋权法，分别对综合评价的各指标进行赋权，最后对定性赋权法和定量赋权法得出的权重进行线性加权，从而得出最终的指标权重，其组合赋权模型为：

wh＝(1－α)w1＋αw2

式中：wh为组合权重，w1为使用定量赋权法得出的权重，w2为使用定性赋权法得出的权重。参数α∈[0，1]为风险系数，若α＞0.5，表示对专家经验给予更多的重视，此时得到的指标权重具有风险性倾向；若α＜0.5，则表示更注重定量赋权法得出的权重，此时表明在权重确定过程中具有保守的倾向；α越小，则保守性越强。当α＝0.5时，则表明对定性赋权法和定量赋权法得出的权重平等看待，此时表明权重选择上处于中立状态。

传统的组合赋权法存在两个弱点。第一个弱点是面临着单一定性赋权法和单一定量赋权法的选择问题。在对权重进行组合加权的过程中，只选择一种定性赋权法和一种定量赋权法来对指标进行赋权，最后对这两种赋权法得出的指标权重进行加权组合，虽然说这样利用了定性描述中的专家经验和定量描述中的数据规律性，但是就上文的分析可以看出，每种赋权法均是在某一个方面突出权重确定的优势，而忽略了其他方面对评价指标的影响因素。如今学界提出了很多指标赋权法，在进行指标加权的过程中，该选择哪种定性和定量赋权法？该用什么样的标准来选择？这些依然是难以解决的问题。第二个弱点是在组合加权过程中加入了风险系数α，也就是在指标加权过程中，还得确定风险系数，无形中增加了评价过程的不确定性，最主要的是，针对不同的风险系数会出现不同的综合评价结果，这样的话，最终该如何来对待评价结果，又该如何来进行决策？所以风险系数的引入，增加了决策结果的犹豫度。

为了进一步改进、优化赋权，本书分别引入熵权法和贝叶斯正则化法，对其中影响因素较大的两个输入参数初始权向量和目标误差值进行改进。通过熵权法来训练初始权向量的参数，通过贝叶斯正则化法来训练目标误差值，进而防止神经网络的过拟合现象，使得输出的结果更符合先验知识。

【注释】

[1]陈战波.综合评价指标筛选与赋权方法改进研究——以城市生活环境评价为例[D].中南财经政法大学，2017.

[2]邱东，汤光华.对综合评价几个阶段的再思考[J].统计教育，1997（4）：25-27.

[3]李远远，云俊.多属性综合评价指标体系理论综述[J].武汉理工大学学报（信息与管理工程版），2009，31（2）：305-309.

[4]朱喜安.国民经济运行质量评价指标体系初探[J].中南财经政法大学学报，1998（5）：102-104.

[5]孙博文，刘春艳.基于模糊Borda组合评价法的电力行业上市公司绩效评价[J].数学的实践与认识，2013，43（10）：1-8.

[6]迟国泰.基于改进群组G1赋权的生态评价模型及省份实证[J].系统工程理论与实践，2012，32（7）：1464-1475.

[7]李刚，周立斌.基于理想排序群组G2赋权的科技评价模型与实证[J].科技与管理，2010，12（3）：12、15、19.

[8]朱喜安.国民经济运行质量评价指标体系初探[J].中南财经政法大学学报，1998（5）：102-104.(www.xing528.com)

[9]朱喜安，魏国栋.熵值法中无量纲化方法优良标准的探讨[J].统计与决策，2015（2）：12-15.

[10]殷俊明，王平心.基于DEA的高等学校内部院系绩效评价[J].管理评论，2011，23（7）：108-115.

[11]迟国泰，程砚秋，王丽君.基于灰色聚类的社会评价模型及省辖市的实证[J].中国管理科学，2010，18（6）：185-192.

[12]韩明.贝叶斯统计学及其应用[M].上海：同济大学出版社，2015：121-129.

[13]徐吉辉，谢文俊.综合评价理论、方法与军事应用[M].北京：国防工业出版社，2014：12-13.

[14]邱东.多指标综合评价方法的系统分析[M].北京：中国统计出版社，1991：72-79.

[15]张尧庭，张璋.几种选取部分代表性指标的统计方法[J].统计研究，1990（1）：52-58.

[16]张尧庭，王国梁，许中元，童召勇.从一组指标中选择部分有代表性指标的方法[J].统计研究，1989（5）：53-56.

[17]迟国泰，张楠.基于AHM-关联分析的生态评价模型及辽宁14个城市的实证[J].管理评论，2011，23（7）：25-33.

[18]程砚秋，迟国泰.基于核主成分分析的生态评价模型及其应用研究[J].中国管理科学，2011（3）：182-192.

[19]迟国泰，王际科，杜娟.基于灰色系统理论的商业银行竞争力评价模型[J].控制与决策，2006，21（3）：347-351.

[20]范雪莉，冯海泓，原猛.基于互信息的主成分分析特征选择算法[J].控制与决策，2013（6）：915-919.

[21]王晓娟，朱喜安，赵宁宁.改进的模糊聚类方法在R＆D资源分类中的应用[J].统计与决策，2016（17）：31-34.