综合评价原理与应用PDF电子书下载

第1章 评价概论 1

1.1 评价和评价系统 1

1.2 评价对象的属性集 3

1.3 评价方法 4

1．属性值的规范化 4

2．权重向量的赋值 5

1.4 评价发展简史 5

1.5 关于评价方法论的几点思考 7

1．从评价系统的视角探讨评价方法论 7

2．从评价方法的视角探讨评价方法论 7

3．从价值函数的视角探讨评价方法论 8

习题 8

参考文献 8

2.1 综合指数法 10

第2章 几种简易的评价方法 10

2.2 功效评分法 12

1．功效系数及其评分方法 12

2．功效权数的确定 13

2.3 TOPSIS法 14

2.4 最优权法 16

1．最优权法原理 16

2．最优权法算法 18

2.5 结论 19

1．四种评价方法的共同特点 19

2．无量纲化规则 19

3．确定指标权数的方法 20

4．评价方法的内涵 20

习题 20

参考文献 22

3.1 层次分析法梗概 23

1．构建层次结构模型 23

第3章 层次分析法 23

2．建立判断矩阵群 24

3．计算权重向量 25

3.2 单人单准则下权重向量的算法 26

1．特征向量法（EVM） 27

2．对数最小二乘法（LLSM） 27

3．最小二乘法（LSM） 28

4．最小偏差法（LDM） 29

3.3 多人单准则下权重向量的算法 31

1．拓广优化算法 32

2．判断矩阵综合法 34

3．权重向量综合法 34

3.4 合成权重向量的算法 35

3.5 判断矩阵的一致性检验 36

1．单个判断矩阵的一致性检验 36

2．判断矩阵的分层整体一致性检验 38

2．专家咨询工作 39

3.6 层次分析法的操作过程 39

1．层次结构模型的设计 39

3．权重向量的计算与判断矩阵的一致性检验 40

4．应用实例 40

3.7 结论 43

1．层次分析法的基本特征 43

2．刍议咨询工作中专家的行为规范 44

3．关于AHP中权重向量算法的等价和相似 44

习题 44

参考文献 45

第4章 主成分分析法 46

4.1 主成分分析法原理 46

1．主成分分析法原理 46

2．主成分向量的有关性质 50

4.2 主成分分析法算法 51

1．优先序和次序关系 54

4.3 多属性价值函数 54

2．价值函数的存在性 55

3．价值函数的可分解性 56

4.4 主成分价值函数模型 57

1．单向主成分向量空间的性质 57

2．单向主成分向量空间中价值函数的存在性 57

3．单向主成分向量空间中价值函数的可分解性 59

4．主成分价值函数模型 59

4.5 结论 60

1．主成分分析法的基本特征 60

2．关于主成分价值函数模型 60

3．关于单向主成分向量空间中的偏好结构 61

4．关于正交阵的存在性 61

习题 61

参考文献 62

5.1 多指标评价的DEA模型——C2R模型 63

第5章 数据包络分析法 63

5.2 DEA有效性的判定及DMU在相对有效平面上的投影 67

1．DEA有效性的判定 67

2．DMU在相对有效平面上的投影 69

5.3 生产可能集 72

5.4 技术有效与规模有效 74

5.5 C2GS2模型及其他DEA模型 77

1．C2GS2模型 77

2．FG模型 80

3．ST模型 81

4．锥比率的C2WH模型 83

5．带AHP约束锥的DEA模型 83

5.6 DEA有效性和Pareto解 84

1．DEA有效性与Pareto解的等价性 84

2．应用DEA法的一般步骤 88

1．利用DEA法进行效率评价的主要作用 88

5.7 DEA法的应用 88

2．弱DEA有效性与弱Pareto解的关系 88

3．企业科技活动的效率评价 89

5.8 结论 90

1．几个重要DEA模型的适用场合 90

2．DEA法的应用领域 90

3．DEA法的一些新发展 91

习题 91

参考文献 92

第6章 模糊综合评价法 94

6.1 模糊数学的基础知识 94

1．模糊集合概述 94

2．隶属函数与隶属度 94

3．模糊集合的表示 96

4．模糊集合的运算 96

5．模糊集的截集 98

6．确定隶属函数的方法 99

6.2 模糊数学的基本定理 104

1．分解定理 104

2．表现定理 105

3．扩展原理 106

6.3 模糊关系与模糊聚类 108

1．经典关系 108

2．模糊关系 109

3．模糊聚类 111

6.4 模糊模式识别与评价 114

1．模糊模式识别概论 114

2．贴近度 114

3．模糊模式识别的数学模型 118

4．模糊模式识别与评价 119

1．模糊综合评价问题 120

6.5 模糊综合评价的数学模型 120

2．模糊综合评价的基本原理 121

3．模糊综合评价的基本步骤 122

4．模糊综合评价模型分析 122

5．模糊综合评价模型的算子分析 124

6.6 企业评价中的模糊综合评价法 124

1．对象集、因素集和评语集 124

2．确定因素集的权重分配向量 125

3．建立综合评价矩阵R 125

4．计算每个对象的综合评价结果 128

5．向量B的归一化处理 128

6．模糊综合评价的结果分析 128

6.7 对模糊综合评价数学模型的进一步讨论 129

1．多级模糊综合评价数学模型 129

2．区间数模糊综合评价数学模型 129

4．模糊综合评价方法展望 132

3．模糊层次综合评价数学模型 132

习题 133

参考文献 134

第7章 评价方案优化系统 136

7.1 兼容度和差异度的概念 136

7.2 兼容度极大化模型 137

1．问题的提出 139

2．数学模型 139

7.3 兼容度、差异度极大极小化模型 139

3．算法 141

7.4 评价方案择优算法 141

7.5 评价方案优化系统 144

7.6 结论 145

1．关于兼容度和差异度 145

2．关于兼容度极大化模型和兼容度、差异度极大极小化模型 145

3．关于评价方案择优算法 145

参考文献 146

4．关于评价方案优化系统 146

习题 146

第8章 聚类分析法 147

8.1 样品和变量相似性的度量 147

1．两种聚类分析问题 147

2．样品（个体）间的相似度 148

3．变量（指标）间的相似度 149

8.2 系统聚类法 149

1．类与类间的距离 149

2．系统聚类法的操作过程 150

3．最短距离法 151

4．最长距离法 153

5．重心距离法 153

6．类平均距离法 155

7．离差平方和距离法 155

2．有序样品聚类的基本思想 157

8.3 有序样品的聚类 157

1．有序样品的聚类问题 157

3．有序样品最优分割的Fisher算法与步骤 158

4．有序样品最优分割实例 159

8.4 结论 162

1．聚类分析的基本思想和数学工具 162

2．关于系统聚类法的递推公式 162

3．其他聚类分析法简介 162

4．聚类分析有待进一步研究的课题 163

习题 163

参考文献 164

第9章 综合评价系统软件设计 165

9.1 概述 165

9.2 评价系统设计目标及设计实现方法 165

1．模型对象的可重用结构 166

9.3 IEDSS中两级模型的可重用结构及其上作流程 166

2．IEDSS中第一级模型的可重用结构及其工作流程 167

3．1EDSS中第二级模型的可重用结构及其工作流程 170

9.4 IEDSS中两级模型库的管理 172

1．数据库与方法库的管理 172

2．模型库动态管理系统的实现 173

9.5 基于IIEDSS知识的关系化表示与管理 173

1．知识库系统的结构 173

2．知识的关系化表示 174

3．建立知识库实例 174

4．知识库系统的管理 174

9.6 综合评价系统软件设计实例 175

习题 182

参考文献 182

1．引言 184

2．指标体系层次结构模型的设计 184

10.1 选择新产品开发方案的层次分析法 184

第10章 综合评价在国民经济中的应用 184

3．层次分析法的操作过程 186

4．点评 187

10.2 系统评价的赋权新方法——PCA-LINMAP耦合模型 187

1．引言 187

2．PCA-LINMAP耦合赋权模型 187

3．计算示例 190

4．点评 191

10.3 数据包络分析在电力工业中的应用 191

1．引言 191

2．纵向比较分析 192

3．横向比较分析 193

1．引言 194

10.4 学生综合素质的模糊综合评价 194

5．点评 194

4．结论及政策性建议 194

2．模糊综合评价数学模型 195

3．利用模糊评价数学模型评定学生素质等级 197

4．点评 199

10.5 上海工业经济集约化特征聚类分析 199

1．引言 199

2．工业企业集约化程度评价指标体系 199

3．工业企业分行业集约化类别特征的聚类分析 201

4．工业企业分行业集约化聚类的特征 202

5．聚类结果分析 203

6．点评 203

10.6 FuzzyAHP方法及应用 204

1．引言 204

2．三角模糊数及其性质 204

3．FuzzyAHP方法 205

4．案例 207

5．点评 208

10.7 基于三层BP网络的评价方法及应用 209

1．引言 209

2．多层人工神经网络与误差逆传播学习算法 210

3．应用实例 213

4．点评 215

10.8 属性数学及其在质量评价中的应用 215

1．引言 215

2．属性数学基本知识 216

3．属性综合评价系统 218

4．质量评价的属性数学模型 220

5．结论 224

参考文献 224

名词索引 226