【摘要】:,xm,且已取得n个技术方案的m项评价指标的观测数据xij(i=1,2,…为了尽可能地反映实际情况,排除由于量纲不同带来的困难以及数据大小悬殊对计算精度的影响,可先将指标无量纲化。下面介绍几种常用的指标无量纲化方法。显然,xij的样本平均值为0,样本均方差为1,以后仍记xij为xij,并称xij为标准观测值。如无特殊说明,指标观测值xij均假定为极大型的无量纲化的标准观测值。
设有m个定量评价指标x1,x2,…,xm,且已取得n个技术方案的m项评价指标的观测数据xij(i=1,2,…,n;j=1,2,…,m)作为以下研究的基础。
为了尽可能地反映实际情况,排除由于量纲不同带来的困难以及数据大小悬殊对计算精度的影响,可先将指标无量纲化。下面介绍几种常用的指标无量纲化方法。
1.“标准化”处理法
即取
式中
xj和sj分别表示第j个指标的样本平均值和样本均方差。显然,xij∗的样本平均值为0,样本均方差为1,以后仍记xij∗为xij,并称xij为标准观测值。
2.极值处理法
如果令,,则
是无量纲的,且xij∗∈[0,1]。
特别地,当mj=0(j=1,2,…,m)时,有(www.xing528.com)
若采用非线性加权综合评价模型,当评价指标均为极大型且mj>0(j=1,2,…,m)时,可取
3.功效系数法
即令
式中 Mj、mj——分别为指标xj的满意值和不允许值;
c、d——均为已知正常数,c的作用是对变换后的值进行“平移”,d的作用是对变换后的值进行“放大”或“缩小”。通常取c=60,d=40,即
为书写方便起见,以下仍记xij∗为xij(i=1,2,…,n;j=1,2,…,m)。如无特殊说明,指标观测值xij均假定为极大型的无量纲化的标准观测值。
这时,容易看出:若采用综合评价的线性与非线性模型,则称与
相对应的系统的运行(或发展)状况是最好的。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。