复杂系统决策的综合评价方法

复杂系统决策的综合评价方法（共14篇）

篇1：复杂系统决策的综合评价方法

复杂系统决策的综合评价方法

复杂系统评价方法是决策者在管理决策和项目选择中的.重要辅助工具,在分析复杂系统决策问题特点的基础上,运用多属性决策分析原理对复杂系统决策问题进行研究,通过对层次分析方法、消去与选择转换方法、偏好顺序结构评估法三种多属性评价方法进行比较分析,提出了一种基于该三种多属性评价方法的复杂系统综合评价方法,建立了评价模型,并将该综合评价方法应用到实际复杂系统评价问题中,结果表明该综合评价方法具有可操作性和实用性,可为复杂系统评价问题提供科学参考.

作 者：王建军 杨德礼 WANG Jian-jun YANG De-li 作者单位：大连理工大学,系统工程研究所,大连,116024刊 名：哈尔滨工业大学学报 ISTIC EI PKU英文刊名：JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY年，卷(期)：200840(8)分类号：C934关键词：复杂系统 层次分析方法 消去与选择转换方法 偏好顺序结构评估法 综合评价

篇2：复杂系统决策的综合评价方法

人类活动影响生态系统健康,生态系统健康影响生态系统服务功能,三者之间维持一种动态变化的关系,通过测算生态系统健康指数并对生态系统当前的健康状况进行评价,其后根据生态系统健康指数进行单价订正,评价当前状态的生态系统服务功能价值量.在此基础上进一步评价人类各项主要的发展目标和决策方案对区域生态系统的`影响.论文对人类发展与决策及其生态系统影响评价的概念作了界定,提出了人类发展与决策对生态系统影响评价的指标体系和进行评价的技术路线以及评价的方法和模型;其中采用列表清单法评价人类活动对生态系统的不确定影响,对于确定性影响采用矩阵法进行评价.

作 者：钟儒刚 钟学斌 喻光明 何国松 ZHONG Ru-gang ZHONG Xue-bin YU Guang-ming HE Guo-song  作者单位：钟儒刚,ZHONG Ru-gang(华中科技大学经济学院,武汉,430074;咸宁学院城乡规划与资源科学系,咸宁,湖北,437005)

钟学斌,ZHONG Xue-bin(咸宁学院城乡规划与资源科学系,咸宁,湖北,437005;华中师范大学城市与环境科学学院,武汉,430079)

喻光明,YU Guang-ming(华中师范大学城市与环境科学学院,武汉,430079)

篇3：复杂系统决策的综合评价方法

高速列车的安全可靠运行直接关系到高速、重载铁路运输的安全与效益[1],其检修诊断工作中形成了海量故障诊断领域知识,可为高速列车智能诊断提供丰富的数据基础。但是,历史积累形成的大量专家知识存在非常严重的多源异构性和模糊不确定性。高速列车五级检修分散于多地不同部门,造成专家综合诊断过程中存在决策矛盾与冲突。

国内外多源异构信息决策融合与综合诊断方面已开展了大量有效研究,研究较多的主要有模糊集、粗糙集、证据理论、神经网络等理论[2,3,4]。故障树分析和神经网络是应用较为成熟广泛的方法。但是,故障树分析属于事件关系间的定性分析,定量计算中一旦涉及到大型复杂系统,会产生严重的“爆炸组合”现象而失去工程应用价值[5]。

针对我国高速列车诊断维修中多源异构诊断知识不精确不完整和多群体诊断专家异地分布造成的综合诊断决策融合冲突等问题,结合故障树分析、模糊影像图传递算法和D-S证据理论提出一种多智能体(MAS)综合诊断方法。实地选取我国CRH2型高速列车2011年11月至2015年3月检修维护数据开展试验验证。

1 故障树的模糊影响图表示及模糊矩阵传递算法

模糊影响图是一种系统风险分析评价方法[6],表达直观且易于理解,采用模糊理论描述事件节点状态、频率及时间节点之间传递关系,可有效开展动态传递过程数学化描述。在利用模糊影响图改进故障树建模的过程中,模糊影响图中的决策节点、随机节点与价值节点分别对应故障树中的底事件、中间事件和顶事件。分析过程首先根据专家历史知识构建决策节点(即底事件X)的模糊频率矩阵FX,然后分析随机节点与决策节点之间(即中间事件M与底事件X之间)、随机节点与价值节点(即中间事件M与顶事件T)之间的模糊关系,分别构建模糊关系矩阵RX→M和RM→T,并将模糊频率矩阵传递到价值节点(即顶事件T)。

图1故障树的模糊影响图表示

图1中底事件X、中间事件M和顶事件T分别为非空集合,模糊集合RX→M和RM→T分别为从X到M和从M到T的模糊关系,例如:

RX→M和RM→T称为模糊关系矩阵,其中元素µR(xi,mi)=min(µX(xi),µM(mi))。RX→M和RM→T的模糊合成为:

其中为主因素决定型模糊合成算子,合成结果只考虑起主要作用因素。

2 基于D-S证据理论的MAS多群体专家综合决策原理

D-S证据理论是由Glenn Shafer在上下概率及其合成规则基础上建立并发展起来的,用取值在[0,1]之间的信度函数和似然函数组成区间表示决策者在给定证据下对假设或命题的信念,并用Dempster合成规则对不同证据产生的信念进行综合[7,8]。

某事件可能存在的全部状态构成有限集合作为该事件状态识别框架。Θ中全部可能集合用幂集合2Θ表示。当Θ中包含元素个数为S时,

,Θ幂集合2Θ元素个数为2S。

设Θ为识别框架,若函数m:2Θ→[0,1]同时满足:

则称函数m为Θ上基本信度分配函数或mass函数。,m(X)称为X的基本可信度或mass数。m(X)表示事件X发生的可能性。

假定任意两个证据是完全独立的,在识别框架Θ上mass函数分别为m1和m2,则其证据组合为:

其中,表示不同证据的冲突情况,当K=1时,表示m1和m2矛盾,不能组合。

多个智能体MAS共同决策时,首先将不同专家群体分别作出的模糊决策矩阵DX利用模糊关系传递到中间事件节点,得到中间事件节点的模糊群决策矩阵DM,得到顶事件节点的模糊群决策矩阵DT,最终利用D-S证据理论对DT专家结论进行集结和统一。

通过以上过程,采用故障树对故障间复杂关系进行建模表示,利用模糊影响图对故障树进行优化改进,用以表示故障知识的模糊性和动态传递特性。最后利用证据理论在多群体综合决策优势对决策冲突和矛盾进行消解,得到多群体专家MAS综合诊断结果。

3 试验验证计算结果分析

我国CRH2型高速列车自2007年4月18日投入运行,已形成故障诊断领域知识包括专家结论约800条、重要信息反馈约5000条、故障日报记录约40000条、WTD列车状态数据记录近3000万条。为保证实验过程真实有效和分析结论的可靠性,实地选取某主机厂CRH2型高速列车2012.12-2015.05故障诊断与维护数据,对前文所提算法开展算例分析与验证。选取CRH2型高速列车高压牵引系统中主要部件受电弓主要典型故障为例建立模糊影响图如图2所示。

根据CRH2型高速列车故障诊断检修现状,故障领域专家主要来自动车段、检修基地、主机厂和供应商四处,分别选取四种不同类型的专家群体组成证据体E={e1,e2,e3,e4}。由于四个专家群体来自不同的领域部门,因此可认定各专家群体相对独立且在决策中起到的作用相同。底事件状态划分越精细,最后得到的评价决策越精确,因此将其状态划分为“很强”、“强”、“一般”、“弱”、“很弱”五个等级,对应的模糊可能性采用梯形模糊数进行表示。根据历史故障领域知识统计,四类群体专家对受电弓故障树中各个底事件模糊状态评价如表1所示。

通过表1可得到不同群体专家对受电弓故障树中各个底事件的群决策矩阵,如:

则:

同理可得:

根据各群体专家历史经验统计,得到各个底事件与中间事件及各中间事件与顶事件之间的传递关系模糊矩阵和模糊关系矩阵。例如,底事件x1与中间事件M1之间的模糊关系矩阵:

其中:

同理可得

,从而得到各类底事件与其对应的中间事件之间的模糊关系矩阵RXi→Mi(i=1~4),中间事件与顶事件之间的模糊关系矩阵RM→T。通过公式:

分别计算得到四个专家群体对各个中间事件的梯形模糊数群决策矩阵DMi(i=1~4)。

受电弓系统故障树顶事件T的群决策矩阵DT为:

同理可得

,从而得到各类底事件与其对应的中间事件之间的模糊关系矩阵RXi→Mi(i=1~4),中间事件与顶事件之间的模糊关系矩阵RM→T。通过公式:

分别计算得到四个专家群体对各个中间事件的梯形模糊数群决策矩阵DMi(i=1~4)。

受电弓系统故障树顶事件T的群决策矩阵DT:

DT中的概率值大小代表了各个专家群体对不同状态的信任程度,因此可将此群决策矩阵DT中的每一行看作为各个群体专家的初始mass函数。若要对不同群体专家的决策意见进行集结,必须先对每个mass函数进行归一化处理得到结果为:

对四个异地群体专家对受电弓系统状态的评价决策结论进行融合,可得到系统可能存在的四种状态的可能性分别为:

不同专家群体决策意见融合后结果显示,系统处于轻微故障状态的可能性为0.6971,处于严重故障状态的可能性为0.2845,系统状态不确定的概率可能性由最高0.1765降低到0.016。群决策诊断结果比任何一个单独专家群体决策结论更加明确,进一步降低了诊断结果的不确定性。

4 结论

对我国高速列车故障诊断检修现状及其存在的问题进行分析,利用故障树建立起复杂系统故障关系的网络拓扑结构,结合模糊影响图的动态传递特性对故障树模型进行优化改进,建立了复杂系统内故障动态传递模糊算法。

通过CRH2型高速列车实际运用诊断数据开展试验验证,得到受电弓系统四种状态的可能性概率,并将综合诊断决策结论与单个专家群体诊断决策结论进行了对比,对比结果显示本文所提算法较大程度降低了系统状态诊断决策的不确定性。

摘要：针对故障诊断知识模糊不精确和决策冲突提出一种综合故障诊断方法。采用故障树建立网络图拓扑关系结构模型,并采用模糊影像图对其进行改进,针对诊断过程中决策矛盾冲突,基于D-S证据理论计算各底事件决策矩阵及各事件之间模糊传递矩阵,综合各mass函数计算得到系统状态综合诊断结论。最后,结合受电弓系统故障数据开展试验验证。

关键词：高速列车,故障树分析,模糊影响图,D-S证据理论

参考文献

[1]宋龙龙,王太勇,宋晓文,等.多源异构知识环境下受电弓模糊智能故障诊断[J].仪器仪表学报,2015,36(6):1283-1290.

[2]HELGE L,LUIGI P.Bayesian networks in reliability[J].Reliability Engineering and System Safety,2007,92:92-108.

[3]Long-long Song,Tai-yong Wang,Xiao-wen Song,Lei Xu,and De-gang Song.Research and Application of FTA and Petri Nets in Fault Diagnosis in the Pantograph-Type Current Collector on CRH EMU Trains[J].Mathematical Problems in Engineering,2015,2015:1-12.

[4]姚成玉,李男,冯中魁,等.基于粗糙集属性约简和贝叶斯分类器的故障诊断[J].中国机械工程,2015,26(14):1969-1977.

[5]宋龙龙,王太勇,宋晓文,等.基于Petri网建模与FTA的动车组受电弓故障诊断[J].仪器仪表学报,2014,35(9):1990-1997.

[6]E Zio.Reliability engineering:Old problems and new challenges[J].Reliability Engineering and System Safety,2009,94:125-141.

[7]姜潮,张哲,韩旭,等.一种基于证据理论的结构可靠性分析方法[J].力学学报,2013,45(1):103-115.

篇4：复杂系统决策的综合评价方法

【关键词】层次分析法；模糊综合评价法；辅助决策支持系统

决策是人们进行选择或判断的一种思维活动，人们几乎每时每刻都需要决策，有些决策是简单容易的，有些决策是复杂困难的，它们常常困扰着人们。决策是是科学也是艺术，说它是科学因为人们进行着选择和判断应当尽可能的符合客观实际，这就要求决策者尽可能真实的了解问题的背景、环境和发展变化规律，尽可能详尽的占有资料，尽可能广泛的掌握正确的决策方法和各种辅助工具。说它是艺术，因为各种选择和判断最终是有人作出的，决策的正确与否优良可劣，与决策者的素质、经验、才能有很大的关系。

数学工具在决策中起着重要的作用。在复杂的决策问题面前，人们往往需要利用数学模型对实际问题进行抽象和简化，进而对实际问题进行系统分析，在决策过程中利用数学模型的优点在于：分析问题容易，目的性强，可进行模拟计算，便于应用计算机等先进手段。由于人们的选择和判断往往是在某种思维下进行的，在这个标准下做出“好的”决策，这就促成了决策有关的应用数学分支；线性规划、非线性规划、多目标规划、多准则决策……的迅速发展，最优化技术几乎成了决策分析的代名词。到了本世纪七十年代末、八十年代初，最优化技术发展的越来越抽象，使绝大多数工程技术人员望而生畏，数学模型的规模越来越大，对计算机内存与运算速度越来越高，一项复杂的系统分析耗资巨大，以至形成了一种数学模型的“泥潭”。在这种情况下一些有远见的运筹学家开始冷静地看待和正确的评价复杂的数学模型对决策分析的作用，问题是显而易见的，人们无法忽视或回避决策过程中决策者的选择的判断所起的决定作用。数学模型并非万能的工具，决策中有大量的因素无法定量表示。问题的答案几乎在明确不过了，运筹学家们必须回到决策的起点和终点——人的选择和判断上来，认真的研究决策思维的规律，也就是人们进行选择和判断的规律。

层次分析法的步骤：（1）确定目标和评价因素。

（2）构造判断矩阵。

判断矩阵元素的值反映了人们对各元素相对重要性的认识，一般采用1-9及其倒数的标度方法。但当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。即得到判断矩阵S=（u）。

重要度判断矩阵需要将每个元素作两两比较，可能的取值是1，2，…，9及其倒数1，1/2，1/3，…，1/9。以前者相对后者的重要度为例，标度的具体含义如表所示。如果后者比前者重要，则取成对应的倒数。实际使用过程中，如果不需要9级的标度，也可以仅采用1，3，5，7，9的5级标度，不采用2，4，6，8的过渡值。

（1）计算判断矩阵。

计算判断矩阵S的最大特征根λ，及其对应的特征向量A，此特征向量就是各评价因素的重要性排序，也即是权系数的分配。

（2）一致性检验。

为进行判断矩阵的一致性检验，需计算一致性指标CI=，平均随机一致性指标RI。RI是用随机的方法构造500个样本矩阵，构造方法是随机地用标度以及它们的倒数填满样本矩阵的上三角各项，主对角线各项数值始终为1，对应转置位置项则采用上述对应位置随机数的倒数。然后对各个随机样本矩阵计算其一致性指标值，对这些CI值平均即得到平均随机一致性指标RI值。当随机一致性比率CR=<0.10时，认为层次分析排序的结果有满意的一致性，即权系数的分配是合理的；否则，要调整判断矩阵的元素取值，重新分配权系数的值。

平均一致性指标RI可以预先计算好，作为参数表备用。论文预先计算了n从1到30的 值（如表2.2所示），最多支持进行30个指标属于同一层次的重要度排序。实际使用过程中，绝大多数情况下n<10。

模糊综合评价：模糊集合理论（fuzzysets）的概念于1965年由美国自动控制专家查德（L.A.Zadeh）教授提出，用以表达事物的不确定性。这种方法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

模糊综合评价的步骤：

（1）确定评价对象的因素论域。

假设同一个层次共有p个评价指标，u=

（2）确定评语等级论域。

（3）建立模糊关系矩阵R。

矩阵R中第i行第j列元素rij，表示某个被评事物从因素ui来看对vj等级模糊子集的隶属度。一个被评事物在某个因素ui方面的表现，是通过模糊向量（R|u）=（r，r，......，r）来刻画的，而在其他评价方法中多是由一个指标实际值来刻画的，因此，从这个角度讲模糊综合评价要求更多的信息。

（1）确定评价因素的权向量。

（2）合成模糊综合评价结果向量。

利用合适的算子将A与各被评事物的R进行合成，得到各被评事物的模糊综合评价结果向量B。即：

其中b是由A与R的第j列运算得到的，它表示被评事物从整体上看对vj等级模糊子集的隶属程度。

（3）对模糊综合评价结果向量进行分析。

本文使用实际中最常用的最大隶属度原则来确定最后的评价等级。

上述两种数学方法在辅助决策支持系统中的应用如下：

AHP模块：遵循面向对象的编程思想，AHP同样被设计成一个类，单独存放在文件extensions/AHP.php中。这里仅给出部分的具体实现的代码。其中矩阵特征值的计算采用的是PHP版本的JAMA库。此外，为了保持精度，AHP重要度矩阵的浮点数取值，如1/9，1/7等，采用字符串的形式存储入库。所以在此处，需要把这些字符串转为相应的浮点数后再计算。

//采用PHP版本的JAMA库的特征分解函数，直接计算特征值和特征向量

模糊综合评价模块：遵循面向对象的编程思想，模糊综合评价同样被设计成一个类，单独存放在文件extensions/FuzzyEval.php中。这里也仅给出部分具体实现的代码。

//data是二维数组，表示原始数据（或求值后的数据），行数为叶子结点数，列数为分级数（或采样点数）

//weight是二维数组，表示权重，weight[i]是i级指标权重数组，weight[0]总是只有一个元素，weight[0][0]总是1

//itemcount是二维数组，表示需要每一级需要汇总的元素行数（下级元素个数），itemcount[i]是i级指标的下属元素个数数组

//systemtype是一个数，取值0表示定性分级评估，取值1表示定量评估

public function __construct（$data，$weight，$itemcount，$systemtype）{

$this->weight=$weight；

$this->itemcount=$itemcount；

$this->systemtype=$systemtype；

$this->row=count（$data）；

$this->col=count（$data[0]）；】

本文分别阐述了层次分析法（AHP）和模糊综合评价法，介绍了AHP的相关概念以及具体的步骤；对模糊综合评价决策的数学模型做了详细的描述，给出建模的步骤以及运用这两种方法在辅助决策支持系统中起到的作用，并给出了实现辅助决策支持系统运用到这两个模块的相关代码，通过对这两种方法的有效利用我们可以实现辅助决策支持系统的一些相关技术应用。辅助决策系统在我们日常的工作中的应用非常广泛，通过人机交互的方式进行半结构化或非结构化的决策从而起到辅助决策的作用。

【参考文献】

[1]郭金玉，张忠彬，孙庆云.层次分析法的研究与应用[M].中国安全科学.

[2]储敏.层次分析法忠判断矩阵的构造问题 [J].南京：南京理工大学，2005，9，12.

[3]许雪燕.模糊综合评价模型的研究及应用[J].西南石油大学，2012，1，16.

篇5：项目投资决策的财务评价方法简介

项目投资决策的财务评价方法简介

财务评价是项目投资决策的基本方法,也是重要一环,文章简单、概括的介绍了财务评价的方法.

作 者：黄怀红 作者单位：上海全筑建筑装饰工程公司,中国,上海,00刊 名：科技信息英文刊名：SCIENCE & TECHNOLOGY INFORMATION年，卷(期)：“”(29)分类号：关键词：投资决策 财务评价 方法

篇6：复杂系统决策的综合评价方法

地铁车站的施工是地铁建设的重要组成部分，其投资大、建设时间长，施工要求高。地铁车站的施工方法有很多种，选用何种施工方法直接关系到车站建设的造价、进度和安全。在深入分析建设方案、水文工程地质、周边环境的基础上，因地制宜，采用适合本城市、本地区的施工方法，可以收到良好的经济效益和社会效益。施工方法选择不当，将造成巨大的经济损失和不良的社会影响。以下结合北京市地铁建设的现状以及目前车站施工方法选择的实际情况，提出一种综合决策方法，为地铁车站施工方法的选择提供一种科学合理、简便易行的方法。

2目前施工方法决策的现状及存在问题

2.1决策现状

根据地铁工程的建设流程，地铁工程建设一般要经历工程预可行性研究(项目建议书)、可行性研究、设计招标、初步设计、深化(优化)设计、施工图设计、施工建设7个阶段，其中施工方法的确定主要在设计招标阶段。设计招标可以分为以下几个过程。

(1) 总体院根据规划意见书、可行性研究报告、线路的地质、地形、水文条件以及工程经验等因素，来确定本条线的总体设计思路、线路走向和埋深、车站规模等大的原则性问题。

(2) 工点院根据招标方提供的资料以及自己现场的勘察情况提出2～3种方案(施工方法)，然后经过比选，确定投标方案。

(3) 建设方和总体院根据各投标单位的方案，邀请地铁方面的专家进行评选，选择最终方案，确定中标单位。

2.2存在问题

目前，北京地铁建设中各条线都出现了这样那样的问题，造成施工方法反复变更，严重影响了地铁的建设，分析其原因主要有以下几点。

(1)周边环境、勘察资料调查不准确、不详实，造成施工方法的反复变更。地铁4号线菜市口站最初选用明挖法施工，但是后来由于两广路的通车以及发现地下有大的重要管线而改为暗挖法。陶然亭站由于对周边环境勘查不细，由原来的盖挖法改为现在的明挖法，使设计单位和施工单位都很被动。

(2)没有进行充分的科学分析，考虑因素单一，造成工期严重滞后。地铁4号线西四站处于交通繁忙、地面环境复杂的西四路口，最初采用暗挖法，后来专家指出，暗挖法施工风险大，安全性低，建议改成明暗挖结合法施工。但由于拆迁和交通的问题，使得施工单位从12月进场后近20个月，工程还没有正常开展。

(3)参与决策的专家面窄，代表性不强，做出的决策具有片面性。在对施工方案进行评审时，由于邀请来的专家所涉及的专业不全，人数不足，导致在施工方法的决策上可能有失偏颇。

(4)建设流程不规范，大多工程属于“三边”(边规化、边设计、边施工)甚至“五边”(增加了边拆迁、边交通导改)工程，使得工程的建设不可避免地走弯路，导致施工方法来来回回变更。

3施工方法的综合决策

地铁车站施工方法的综合决策是在全面系统地了解各种信息资源的基础上，充分发挥各个决策主体的主观能动性，利用科学的决策程序、决策理论和方法对信息资源进行分析研究，提出问题，明确任务，推选可行性方案，最终选取最优方案。

参与决策的政府、建设单位、设计单位、施工单位、公众和咨询机构是综合决策的主体，在决策中发挥着重要的作用;科学的决策过程是综合决策成败的`关键;各种相应的责任制度是综合决策强有力的保证。

3.1影响因素

地铁车站大多设在城市的经济、文化、交通中心区域附近，因此，地铁车站施工方法的选择，主要受以下两方面因素的影响。

(1)技术经济因素。主要包括地质、地形等勘察资料和规划的特殊要求。例如工程的自然环境、地理位置、地形特点、工程地质、水文地质以及车站的规模、性质、工程技术难度、工期和工程造价等因素。

(2)社会经济因素。主要是指车站施工对社会环境的影响，涉及安全性、商业影响、交通影响、资源影响、组织协调，以及地上地下重要建构筑物、交通状况、居民生活、环境污染等因素。

3.2决策原则

通过北京地铁建设大量的工程实践，总结出对地铁车站施工方法进行决策时应该采用的几条原则。

(1)首先考虑决定性的制约因素，比如不可改移的重要管线、不可拆迁的重要建筑物(例如古建文物)、无法导流的道路交通。

(2)应科学地、因地制宜地选择施工方法，正确处理工程拆迁、工程造价、工期、环境影响以及社会效益等诸多方面的关系。

(3)尊重工程技术人员和专家的意见，根据客观、科学的论证确定工程施工方案，切忌主观臆想、感情用事。

3.3综合决策的实施

地铁车站施工方法的决策是一个综合处理社会、经济、环境之间复杂关系的系统工程，是一个贯穿调查研究、分析思考、设计选择的过程。决策的过程、依据、方法和决策主体详见图1。

从决策过程的流程图中可以看出，决策过程中投标方案的确定和施工方法的决策是重要的两个阶段，下面主要介绍这两个阶段的决策过程和方法。

3.3.1投标方案的确定

工点院根据几个备选的施工方案，利用决定性因素法、因素分析法和可行性指标评价法来确定自己的投标方案。

(1)决定性因素法。指对施工方法有控制性作用的因素，例如 ，不可改移的重要管线、不可拆迁的重要建筑物(例如古建文物)、无法导流的道路交通。如果有这些因素的影响，必须采用浅埋暗挖法施工。当然，做出这些决策的基础是准确而详实的地勘资料，但是在这个阶段，设计单位往往由于各种原因没能将地下管线等勘测资料准确、详实、全面地调查清楚，以至于在后来的施工图设计和施工建设中由于发现了新的图纸上没有重要管线标注而不得不对施工方法进行修正，造成设计和施工的被动。

(2)影响因素分析法。指对影响施工方法决策的技术经济和社会经济这两大因素进行分析，然后进行方案比较。通常方案比较以定量分析为主，定性分析为辅，即先进行技术经济指标研究，再适当考虑社会经济指标。技术经济因素分析是项目决策的核心，设计部门可根据不同的施工方法特点，对各车站的技术可行性、工程投资、工期等做出具体的量化分析，进行不同深度的计算，便于做出直接的判断。社会经济因素分析与技术经济因素分析相互补充，从不同的角度分析、论证、判别项目的合理性和可行性。

(3) 可行性指标评价法。是一种建立在影响因素分析结果基础上的定量分析法。即首先确定技术可行性、安全性、交通影响、管线改移、房屋拆迁、工期、造价、组织协调 8 个影响因素及其权重，建立可行性评价指标体系，然后根据影响因素分析的结果进行指标评价，最后进行加权平均得出备选方案的可行性评价指标分数。分数最高的方案即为最优方案，可以作为工点院的投标方案。

3.3.2施工方法的决策

主要采取专家打分法和民主决策法。①专家打分法是指由每个专家根据几家投标方案中的分析结果以及自己的经验和知识对方案的判断分析，对每个方案进行打分。综合每个专家的意见可以得出方案的最后得分，得分最多者即为最终的方案。②民主决策法是指在对施工方法的决策过程中降低政府和最高领导的作用，他们只是进行组织和引导，而更多的是发挥专家的作用。这些专家来自于政府有关部门、建设单位、施工单位、设计单位，因此他们的意见更能够反映客观事实，更能切合实际，且范围更广。

4 结束语

地铁车站施工方法的综合决策是一个复杂的决策过程，应科学合理、简便易行，其在实际工程中的运用中，要努力做好以下几点。

(1)全面、准确的工程地质、水文地质等勘察资料和环境调查报告是综合决策的基础。这一点必须引起建设各方的重视，目前存在勘察资料少且不准确，环境调查不认真、不详细等问题，这必然会造成施工方法决策出现失误。

(2)政府或相应的管理部门一定要尽快制订相应的奖惩制度。比如给相关责任人行政处分，降低相关责任单位资质等级。

(3)为提高决策的正确性，在选择专家组成员时，应注意专家组人数、专家组成员的年龄结构和知识结构等问题。专家组成员越多，年龄、知识结构越合理，则决策结果越客观、真实。

篇7：复杂系统决策的综合评价方法

着重介绍了开发铁路地质综合勘探方法决策支持系统(RGDSS)所进行的有关数据库的开发与应用情况.通过决策支持技术与数据库技术的分析,认识到数据库技术在决策支持系统开发中的重要性,从而进行了面向综合地质勘探方法决策支持需求的`工程实例等数据库的开发.开发结果表明,这种全新的用面向功能的数据库管理系统开发来研制决策支持系统的做法是可行的.

作 者：武虹 刘大安 何振宁 涂新斌 作者单位：武虹,刘大安,涂新斌(中国科学院地质与地球物理研究所工程地质力学重点实验室,北京,100029)

何振宁(中国铁路工程总公司,北京,100844)

篇8：复杂系统决策的综合评价方法

关键词：管理信息系统 (MIS) ,MIS投资决策,评价方法,评价模型,组合评价

随着信息技术的高速发展, 管理信息系统 (Management information system, MIS) 给企业带来的优势越来越明显。MIS项目投资巨大, 投资的风险性严重地制约了企业信息化的建设。通过科学的投资风险评价确定MIS项目是否进行投资, 是规避投资风险的有效措施。而MIS投资项目评价一直是实业界和理论界实践的难点与研究的重点。本文拟对国内外已有评价方法进行研究, 总结存在的问题, 针对问题寻找解决思路。

1 MIS投资决策评价方法研究的现状及问题分析

1.1 国内外研究现状

国内张庆武和郭东强基于熵的概念, 提出了一种实用权值系数方法, 该方法将企业信息化待选方案的固有信息和决策者的主观判断有机结合, 并通过建立数学模型对企业信息化建设投资项目进行风险决策[1];徐维祥和张全寿根据从定性到定量的综合集成理论和“物理——事理——人理方法论”, 分析了信息系统项目评价的重要性和特殊性, 建立了评价信息系统的指标体系模型, 探讨了定性指标和定量指标之间的关系, 提出了将德尔菲、层次分析、灰色关联及模糊综合评价集成的DHGF算法[2];李洪江、曲晓飞和冯敬海以研发成功的初创企业为例, 针对两阶段投资决策问题, 描述了柔性决策所具有的实物期权思想, 根据相应的投资准则得到项目决策的执行概率, 再结合项目收益过程的分析, 建立起包括决策柔性价值在内的项目总价值的数学模型, 并在此基础上分析投资比例对项目价值的影响, 得到最优值[3];卢向华和黄丽华提出了信息系统项目的投资决策评估过程, 并根据不同的项目目标和项目性质, 从成本效益、风险、技术等角度制定少数决策标准, 选择合适的评估技术备选方案, 最终得到决策评估结果[4]。

国外Lee重新审视了IT的“效率悖论”, 在最大化收益和最小化成本的假设前提下, 使用随机生产边际框架得出评价生产能力和效率的原则[5];Brian使用现代金融理论中资本资产定价理论从风险角度分析IT投资的价值, 通过项目现金流风险折现, 认为需求的市场风险和成本的市场风险影响IT投资的风险和收益, 并从固定成本和变动成本在不同市场需求形势下的选择上, 给出信息系统研发和维护如何在外购或自行完成之间进行选择[6];Olafsson讨论了使用净现值 (NPV) 方法, 评价在非确定性条件下高科技投资项目的缺陷, 通过引入管理选择期权, 决定项目执行与否, 用实物期权分析法把项目的不确定性作为具体价值, 并用二项式期权定价模型评价高科技投资的期权价值[7]。

综上所述, 目前国内外MIS评价的研究成果众多, 仅评价思路和模型就有上百种。但是, 迄今为止, 还没有哪个理论或模型得到公认, 无论是实践界还是学术界, 都很少有人认为哪项研究是令人满意的[10]。目前信息系统评价主要是针对项目投资后的综合评价, 而对于MIS投资决策评价的研究成果稍显不足。针对当前MIS评价环境, 本文拟对MIS投资决策评价的方法、思路进行研究。

1.2 当前评价模型存在的问题

在信息高速发展的趋势下, 目前MIS评价理论得到快速发展。新评价模型层出不穷, 但是由于评价的复杂性, 评价不可避免地会存在一些问题。通过对文献研究, 将目前MIS评价模型主要存在的不足归纳如下[9,10,11,14]:

(1) 评价缺乏明确的项目目标。每个企业进行MIS项目投资的目的是不同的, 因此MIS评价的目标也应该不同。现行的评价存在套用全面评价体系的问题, 缺乏项目目标作为评价的指导。

(2) 评价方法单一。由于评价的复杂性, 单一评价方法已经不能满足评价的要求。应该根据企业环境以及投资项目目标, 采用“组合方法”的评价思路来进行MIS的评价, 达到方法机理互补的效果, 优化决策。

(3) 缺乏评价过程的支持。MIS的指标大多是隐性的, 鉴别其评价数据的方式是非常重要的, 所以在介绍评价方法的同时, 有必要对获得数据的方式加以阐述。另外, 评价过程中所涉及到的相关人员以及他们所承担的责任、评价的频率等都应该加以确定。

(4) 缺少相关案例的实证研究。目前MIS项目评价的研究往往都缺乏相关案例的实证研究支持, 导致这一现象的原因很多, 企业的不配合是最大的制约。很多企业都不愿意把自己作为评价的案例, 使得研究缺乏实践环境。

(5) 对未来不确定因素缺乏预见能力和应变能力。投资分析缺乏柔性, 评价仅仅分析完全投资, 而没有考虑等待观望或小范围试行的可能。

2 常用MIS投资决策评价方法分类比较

目前国内外应用于MIS评价的方法众多, 除了主观评价法、经济分析法、运筹学方法、数学评价法等常用方法外, 还有一些学科交叉所产生的评价方法和思路, 如系统工程法、信息论方法、灰色综合评价法、人工智能评价方法等。为了更好地选择评价方法, 现从方法的特征、优缺点及适用对象几个方面, 将目前常用的MIS评价方法分类总结如表1。

3 MIS投资决策评价方法确定的思路

组合评价是评价理论的未来发展趋势[12], 基于MIS评价的复杂性, 本文认为评价方法的组合也是MIS投资决策评价的未来发展趋势。不同的企业MIS投资的目标、投资的环境各不相同, 这就决定了评价方法的选择应该与其相适应。只有选择适合的方法, 并将各种方法进行有机组合, 才能达到方法互补的效果, 才能更好地完成MIS项目评价问题。此外, 为了提高评价模型的可操作性, 在基本达到评价目标的前提下, 应当尽量简化评价方法。

基于方法组合和简化方法的MIS评价思路, 本文构造了基于价值导向的MIS投资决策评价模型如图1。该模型分为三大模块, 即经济评价模块、MIS价值实现模块和投资风险模块, 每个模块根据其各自评价特点进行了方法的选择和组合。在MIS评价方法研究的基础上, 对于投资决策评价中的经济评价, 本文选择目前比较常用的经济评价方法——实物期权, 该方法能够对投资成本效益进行有效预测, 并且能够针对投资方案提出相应的投资策略, 如投资时间点的设置和投资量的分配等;MIS价值实现评价主要对企业内外可能影响MIS价值实现的开发环境基础进行评价, 本文选择模糊综合评价法来解决此部分评价柔性的问题。通过评价得出价值实现基础情况报告, 并根据评价结果提出相应的价值增值策略;对于风险评价模块, 基于简化评价方法的思路, 选择可能性——影响分析法, 该方法操作简单, 并且能够直观地将项目投资的风险水平显示在可能性——影响分析图中, 便于决策者进行决策及制定相对应的风险控制策略。

4 结论与展望

随着信息系统与相关领域学科的发展, 目前应用于MIS评价的理论与方法众多, 但MIS投资决策评价的研究成果相对不足。本文通过文献研究, 比较了目前常用的评价方法的优缺点及适用对象, 通过对比研究寻找出MIS投资决策评价的优化思路——组合评价。组合评价即针对不同评价的目标、评价内容、指标特点等, 同时选择多种不同的评价方法, 取各方法之长、补各方法之短相互组合, 达到提高决策准确率的效果。基于方法组合的思路, 本文提出了基于价值导向的MIS投资决策评价模型, 而相应的数学模型的建立和相关计算需要进一步研究。

篇9：复杂系统决策的综合评价方法

【关键词】标高金；模糊综合评价；模型

0.引言

标高金决策是一项非常复杂的工作，需要同时对大量相关联的变量进行综合评价以后才能做出决策。目前广为采用的百分制法虽然既考虑了定性指标，又考虑了定量指标，但是在定性指标定量化的过程中，缺少一种科学合理转换方法。针对现有项目评标方法中出现的这些问题，采用模糊数学的基本理论，建立决定标高金水平的模糊综合评判模型，以减小投标决策中人为主观因素的影响。

1.模糊综合评价模型的建立

（1）确定评价对象的着眼因素论域。

（2）确定评语等级论域。

（3）进行单因素评价，建立模糊关系矩阵。

（4）确定评价因素的模糊权向量。

（5）利用合适的合成算子将模糊权向量与事物模糊关系矩阵合成，利用结果进行评价。

2.模糊综合评价实例

2.1确定评价对象的因素论域

根据某工程实际，建立标高金影响指标体系，见下图1：采用两级模糊综合评价法。确定评价对象U为“标高金决策”。首级因素域为U={U1，U2，U3，U4}；二级因素域为U1={u1，u2，u3，u4，u5}，U2={u6，u7，u8，u9，u10}，U3={u11，u12，u13，u14，u15}，U4={u16，u17，u18，u19，u20}。

图1标高金影响指标体系

2.2确定评语等级论域

①确定首级因素域的评语等级：设定评语等级为v={优，良，一般，差，极差}，对应的分值为{1，2，3，4，5}，聘请专家进行单因素评分，假设评分结果如下表所示：

表1单因素评价结果表

②确定二级因素域的评语等级：把这一区间按整数分为五个档次，二级评语等级集为V={低，较低，一般，较高，高}。

2.3进行单因素评价，建立模糊关系矩阵

表2项目因素U1分析表

按上表进行模糊统计，得到模糊评价矩阵如下：

R=

同理可以得到：R自身、R相关、R其他

2.4利用层次分析法确定评价因素的模糊权向量A=（ a1，a2，…，am）

聘请专家或组成决策组对各因素进行“因素重要程度”判断，模拟各权向量计算结果如下表：

表3项目情况因素权向量计算表

表4自身情况因素权向量计算表

表5 相关部门情况因素权向量计算表

表6其它评价因素权向量计算表

表7标高金决策权向量计算表

2.5模糊综合评价

①首级模糊综合评价

R=（0.0788 0.0403 0.4455 0.2834 0.1520）·

=（0.217 0.386 0.136 0.170 0.091）

同理可以得到：

R自身=（0.283 0.188 0.317 0.184 0.028）

R相关=（0.135 0.304 0.306 0.255 0）

R其他=（0.328 0.449 0.223 0 0）

通过以上首级模糊综合评价，我们可以看到：对于影响标高金决策的项目情况评价因素，21.7%的人评价其为“优”、38.6%的人评价其为“良”、优良率为60.3%。总体评价还是较好的，说明项目情况因素优良，有一个有利的条件。对于影响标高金决策的自身情况评价因素，说明自身情况一般。对于影响标高金决策的相关部门情况评价因素，条件一般偏好，值得一试。对于影响标高金决策的其它情况评价因素，条件优良，对中标后的施工是一个极为有利的因素。

②二级模糊综合评价

根据二级模糊综合评价的结果，我们可以看到，对于该项目的标高金决策，22.69%的人认为标高金应“低”一些；28.4%的人认为应“较低”；28.8%的人认为应保持“一般”；认为标高金应定为“较高”和“高”的仅占总数的18.44%和1.66%。因此，为提高中标可能性，该项目的标高金范围，可以定的较低，宜定在12%～15%之间，如最终定为14%。

3.结论

在工程项目的评价过程中，关键是如何确定各指标中的权重。运用模糊综合评价模型，充分考虑了影响标高金决策各种因素，把标高金的各项评价指标进行量化，确定了标高金大小，解决了评标过程中定性指标难于比较的困难，克服了综合评价法中打分不容易操纵的弊病，提高评标效率，增加评标过程的公正与公平。因此，该模型也有很大的推广价值。

【参考文献】

[1]陈云炎.工程量清单计价模式改革思考.管理科学，2008.

[2]邹福生，王晓燕等.建筑工程施工项目最低成本价界定研究.工程造价管理，2003.

[3]林波.经评审的最低投标价法的探讨.中国水利水电市场，2008.

篇10：复杂系统决策的综合评价方法

一种基于多目标决策的超音速民机方案评价方法

以旅客对于超音速民机的需求为出发点,结合人机环境工程中的人体疲劳概念,采用一种基于多目标决策的超音速民机方案评价方法,对超音速民机方案进行评价.将旅客对于旅行快速性、舒适性和经济性方面的.要求作为建模的基本属性,建立旅客出行时对于飞机机型选择的多目标决策模型,从市场需求的角度来论证超音速民机方案的可行性.阐述了该可行性方案研究方法的实现原理及建模步骤,并将方法用于新一代超音速民机的初步方案评价中.

作 者：范宇 宋笔锋 张炜 FAN Yu SONG Bi-feng ZHANG Wei 作者单位：西北工业大学航空学院,陕西西安,710072刊 名：航空计算技术 ISTIC英文刊名：AERONAUTICAL COMPUTING TECHNIQUE年，卷(期)：39(2)分类号：O221.6关键词：超音速民机 方案评价 多目标决策 快速性 舒适性 经济性

篇11：复杂系统决策的综合评价方法

构建地下水污染防护与修复管理中的综合决策系统

试图阐述如何对一个国家或地区在可持续发展国策下优化资金及人力配置,采取必要的防护和修复地下水污染的可行措施,从而最大限度减少由地下水污染对人类及生态可能产生的危害.提出了一个管理地下水污染防护与修复的综合决策系统框架.该系统框架的构筑是基于资金及人力的有限性、系统优化原理、地下水污染对人类及生态可能产生的危害,地下水防护与修复的难度或费用高低、地下水保护的效益与价值,以及同时考虑满足可持续发展要求.其中,由不同地下水污染防护与修复措施产生的地下水污染危害减少量构成了优化分析的`目标函数.有限资金的最佳配置是通过使目标函数的最大化,并满足所有的管理、资源等限制条件加以确定的.还就执行该决策系统框架中所需完成的主要任务及步骤给予简述,并就几个相关的前沿性问题加以探讨.

作 者：Mingyu WANG  作者单位：Center for Subsur face Modeling Support,Robert S.Kerr Environmental Research Center,Ada,Oklahoma 74820,USA 刊 名：地学前缘  ISTIC PKU英文刊名：EARTH SCIENCE FRONTIERS 年，卷(期)： 12(z1) 分类号：X523 关键词：地下水污染   防护与修复   系统优化   决策系统   人类健康危害   生态危害   groundwater contamination   prevention and restoration   systematic optimization   decision-making system   human health risks   ecological risks  

篇12：小康综合评价方法的比较研究

小康综合评价方法的比较研究

<中共中央关于制定国民经济和社会发展第十个五年计划的建议>指出:“从新世纪开始,我国将进入全面建设小康社会,加快推进社会主义现代化的新的`发展阶段.”十六大报告指出:经过全党和全国各族人民的共同努力,我们胜利实现了现代化建设“三步走”战略的第一步、第二步目标,人民生活总体上达到小康水平.我们总体上已经达到小康水平,下一步工作重心是放在全面建设小康社会上.既然是要全面建设,那我们还得先确定自己现在处在什么一个什么状态下,以及我们在哪些方面是不足的,那么必然要对小康社会进行综合评价分析.但是综合评价方法种类繁多,又各有自己的适用条件,所以就得对各种评价方法进行充分的比较分析,以掌握各种评价方法的优点、缺点以及适用条件,才能根据需要选择最适合评价小康的方法,提高小康评价的质量.

作 者：李进江 陈丽丽  作者单位：李进江(杭州商学院,310012)

陈丽丽(浙江省企调队,310012)

刊 名：浙江统计 英文刊名：ZHEJIANG STATISICS 年，卷(期)： “”(1) 分类号：F2 关键词： 

篇13：复杂系统决策的综合评价方法

关键词：综合能源系统,多属性群决策,综合评价,优势度

引言

步入21 世纪以来,我国经济以每年近10%的速度增长,但同时也付出了巨大的资源和环境代价,经济发展与资源环境的矛盾日益突出。在经济和社会快速发展的背后,仍未完全摆脱高投入、高污染、低效率的传统工业化增长模式。可以预见,我国经济社会将持续保持快速发展,未来50 年内将完成工业化和城市化,能源需求总量和碳排放大幅增长的趋势将在所难免,能源供应体系和可持续发展面临严峻挑战。缓解这一矛盾的关键措施在于大力开发新能源,优化能源传输,提高能源利用效率。综合能源系统就是在这样的背景下被提出的。

综合能源系统是集成新能源分布式发电、储能装置、智能控制系统,为用户侧提供冷、热、电的服务,并与外电网链接,达到能量梯级利用,符合环境保护标准的独立供电系统。该系统的目标是能源综合利用效率达到75% 以上。由于客观事物的复杂性和不确定性、以及人类思维的模糊性,在对综合能源系统的最终方案进行最终决策的时候,决策者常常不能给出所有考察指标的确定性数值,往往采用 “好”、 “一般”、 “差”或者指标之间对比时出现 “非常重要”、 “比较重要”、“重要”、“一般”、“不重要”等语言形式,又或者无法给出事物的精确信息或准确的概率分布特性,而仅仅给出区间取值数据,比如效率能达到“70% ”到 “80% ”之间的不确定性数据。而由这些不确定性指标与确定性指标( 或由定性指标与定量指标) 组成的指标体系被称为混合指标体系,该决策问题就被称为混合型多属性决策问题[1]。

目前,混合型多属性群决策综合评价方法的运用研究方面很广,梁昌勇和张恩桥( 2009) 针对一类评价信息不完全且属性值由精确数、语言评价值等定量、定性形式构成的混合型不完全信息多属性群决策问题,提出了一种基于直觉模糊集和证据理论的决策方法[2]。郭凯红和李文立( 2011) 针对群决策中专家权重及指标权重难以确定的问题,提出一种在权重信息完全未知情况下的基于证据距离和模糊熵权变换的多属性群决策方法,其核心在于如何仅通过决策矩阵客观地确定决策者权重及指标权重[3]。陈孝新( 2011)针对方案的属性值为区间灰数与确定语言等级,或在两个连续的语言等级之间权重完全已知的混合型灰色多属性群决策问题,提出一种新的决策方法[4]。燕蜻( 2012) 根据目前各种不同的混合型综合评价方法,整理总结出了混合型多属性评价方法在不同情境下的应用公式,对混合型多属性群决策问题的研究具有重要的理论意义和实际应用背景[5]。

由于电网企业综合能源系统所具有的复杂性,使得在对其进行综合评价的时候,指标的定性与定量化是一个必须要解决的问题,本文运用混合型多属性综合评价方法对其进行综合能源系统的评价,能够充分的解决这个问题。与此同时,由于电网企业中有严格的指标选择偏好,故直接给出指标的权重。又因为指标的数据信息基本能够全部获得,所以最终本文确定使用权属信息完全的混合性多属性群决策的综合评价方法。 ( 1) 本文提出的指标评价体系涵盖方位较广,涉及的指标较多,采用多属性评价( 决策) 方法可以充分的描述多个指标之间的属性与特征; ( 2) 多属性评价( 决策) 方法对评价描述比较精确,研究方法发展时间长,具有完备的理论体系,针对各种指标的不同,具有不同的研究方法,如,基于区间数、不确定性语言等的评价方法[6]。针对综合能源系统的特点,我们根据收集到的数据整理出综合能源系统综合评价所需要的指标,既有确定性指标,又有不确定性指标。确定性指标包括净现值、电压分布改善指标、热力学指标以及供电电压合格率等; 而不确定性指标则包括供电可靠性和用电收入/支出的变化等。在实际项目过程中,有一些指标由于技术原因,或者是人的认知问题、收集或计算成本问题等原因致使收集的信息不全,则由技术专家组成的小组进行预测或估算,同时,企业决策由企业决策者会同多位专业组成项目评定小组,共同参与决策。因此,本文采用混合型多属性群决策方法。

本文将混合型多属性群决策方法引入到综合能源系统综合效益评价中,不仅可以解决指标数据不确定的缺点,而且具有一定的开拓性意义,因为此方法虽然运用广泛,但是在综合能源系统方面应用还是较少的,所以本文还证明了此方法在该领域的适用性。

1 基于混合型的多属性群决策法的综合能源系统效益评价模型

1. 1 综合能源系统效益评价的混合型指标

1. 1. 1 指标介绍

根据综合能源系统的特征以及所查得的资料,将综合效益评价的指标分为外部性指标和内部性指标。我们主要将从环境外部性和社会外部性两大方面对综合能源系统的外部性进行划分,而在经济的外部性方面,主要研究综合能源系统的发展对各利益相关方的经济性影响。其中,经济外部性指标包括电压分布改善指标、线路损失降低指标和线路容量释放指标; 能源效率指标包括热力学指标、物理———热量指标、经济———热量指标以及纯经济指标; 环境外部性指标包括供电电压合格率和供电频率合格率; 社会外部性指标包括单位投资的就业人数变化、用电收入/支出的变化以及供电可靠性。内部性指标则根据财务指标的标准来进行选择,选取净现值、内部收益率、投资回收期和贷款偿还期作为内部性指标进行综合能源系统综合效益评价的指标。

1.1.2指标类型介绍

(1)确定性指标

确定性指标是指在指标测量时所得的指标值为确定性数据的指标。

( 2) 不确定性指标

不确定性指标是指在指标测量时所得的指标值为不确定性数据的指标,不确定性数据包括:区间数、不确定性语言变量、模糊集、三角模糊数、粗糙集等。

1区间数

设R为实数域,称闭区间[a-,a+]为区间数,记作A,其中a-,a+∈R,a-a+,全体区间数的集合记为I。假设某个基于区间数的多属性群决策问题中,有m可行方案为A1,A2,…An,n项指标( 属性) G1,G2,…Gn,则基于区间数的多属性决策问题的判断矩阵可写为如式( 1) 所示。

2不确定性语言

在数据统计时,有的数据量纲不易得到,常常需要用语言评估标度,设定语言评估标度S ={ sii = 1,2,…,t} ,S中的术语个数一般为奇数,且满足下列条件:

( 1) 若i > j,则si> sj;

(2)存在逆算子rec(si)=sj,使得i+j=t+1;

(3)若sisj,则max(si,sj)=si;

(4)若sisj,则min(si,sj)=si;

例如S可以定义如下:

S = { s1,s2,s3,s4,s5,s6,s7} = { 极差,很差,差,一般,好,很好,极好} 。

假设某个基于区间数的多属性决策问题中,有5 可行方案为A1,A2,…,A5,4 项指标( 属性)G1,G2,G3,G4,则基于不确定性语言变量的多属性决策问题的判断矩阵可写为如式( 2) 所示,其中属性值均为模拟。

1. 2 各类指标的规范方法

在混合性多属性群决策问题中,由于各个属性之间存在不可公度性和矛盾性,各属性的量纲和数量级是不相同的,为了消除这种差异对决策结果的影响,在求解多属性群决策问题时,需要对数据进行规范化( 标准化) 处理。

目前对数据的规范化没有统一的方法,各种方法各有优缺点。常用的规范化方法有向量规范化、线性变换法、极差变换法、最大值变换法等[7]。属性值的规范化,一方面是为解决属性之间不可公度的问题,另一方面是为解决不同属性之间数值上相差悬殊的问题[7]。在能达到这两点要求的情况下,应该选择尽可能简单的计算方法对属性值进行规范化。

除了考虑本文涉及的是混合型指标,和电网企业技改与技创项目之外,数据规范化方法应尽可能选择简单的计算方式为主,下面主要介绍以效益型和成本型为规范化方法的混合型指标的处理方法[8]。

( 1) 确定性数值的规范化方法

属性值为xij,规范化之后为rij,则:

1. 2. 2 区间数规范化方法

属性值xij= [x-ij,x+ij],规范化之后为rij=[r-ij,r+ij],则:

1. 3 模型算法介绍

该方法不需数据类型的转换,不必找正负理想方案,在实际的候选方案之间直接进行优势度的计算,计算过程简单直接。

定义5设a、b是两个实数,a对于b优势为:

且s( a,b) = - s( b,a) ,

定义6 设a =[a-,a+]和b =[b-,b+]是两个正区间数,则a对于b的优势为:

定义7 设S = { saa = 0,1,…,r} 为有序语言短语集,si∈S表示第i个语言短语,则对应的下标i可由函数I得到: I:SN,I( si)i, 。a∈S,b∈S,则a对于b的优势为:

( 2) 计算方法

步骤1 根据专家的评价矩阵Vk,计算每个专家评价矩阵,方案xi相对于方案xj在每个属性ai上的优势s( xkit,xkjt) = s( vkit,vkjt) ,i = 1,2,…,m,j = 1,2,…,m,i≠j。当评价值为实数、区间数或语言值时,均可以按照上述方法进行处理。

步骤2 集结所有专家的s( xkit,xkjt) 计算方案xi相对于方案xj在每个属性an上的优势度D( xit,xjt):

其中,λkt是专家ek在属性at上的权重。

步骤3 计算方案xi相对于方案xj在所有属性上的优势度D( xi,xj) :

其中 ωt是属性at的权重。

步骤4计算每个方案xi对于其它所有方案总优势度D( xi) :

步骤5根据D( xi) 进行排序。D( xi) 值越大,说明方案xi与其它方案对比更具有优势,越该被采用。

2 实例应用

某电网公司想要对综合能源系统进行经济综合评价,有3 种方案进行选择A1、A2、A3,3 名专家对其进行评估V1、V2、V3。由于电网企业中有严格的指标选择偏好,故采用专家评分法给出权重分布。指标排序按照收集数据顺序。评价指标表如表1 所示。 ( 注: 图表根据实际需要进行了下述的修改,删除了一些图表)

*注:此处的成本指标值相应的值为越小越好,效益指标值相应的值为越大越好。

3 名专家各选取不同的评价标准对定性指标进行评价,专家V1选用9 粒度的语言评估集S1,专家V2选用7 粒度的语言评估集S2,专家V3选用5 粒度的语言评估集S3。为了计算方便,假设3 名专家的权重是一样的。

定量指标的数值如表2 所示,定性指标的数值如表3 所示。

根据上面介绍的基于优势度的多属性群决策法的计算步骤对表2 和表3 的指标数据进行计算,得到最终的所有指标方案之间的优势度,如表4所示。

因此,可以计算得到每个方案Ai相对于其它方案的总优势度D( Ai) 。

根据数值大小排序,得到方案的优劣排序 。在选择综合能源系统方案的时候应该选择A1方案进行实施。

3 结论

综合能源系统符合中国政府关于碳排放减排以及发展绿色新能源的要求,所以综合能源系统的综合效益评价就显得非常重要。综合能源系统的综合效益评价是一个繁琐的工作,因为综合能源系统既涉及到确定性指标,也涉及到不确定性指标,而且不确定性指标又分为不同的形式,有区间值型、不确定性语言变量等,这些指标之间由于存在不可公度性,使得综合能源系统的综合效益评价难以进行。本文根据综合能源系统指标的特点,提出采用基于优势度的混合型多属性综合评价方法对综合能源系统效益进行评价,此方法充分考虑到综合能源系统指标之间复杂联系的实际情况,能够解决综合能源系统方案之间比选的问题,还可以消除专家对同一目标的主观性,使指标数据计算起来更加的方便简单,总体来说,这是一种较好的多属性评价方法。本文最后的案例计算验证此方法在综合能源系统效益评价方面的可用性,最终证明,此方法完全可以适用于综合能源的效益评价,并能够得到良好的效果。

但是此方法应用起来还存在不足之处,因为此方法的应用需要提前知道指标的权重,并且综合能源系统涉及到的指标有很多,指标权重的确定是一个大量且复杂的工作,而且有些指标的权重不易得到,目前采用的多是专家评分法来确定最终的权重问题,这样做的话就会存在严重的个人主观性,所以指标权重的确定是本方法的不足之处。

篇14：复杂系统决策的综合评价方法

关键词：综合评价法；投资决策；房地产

综合评价法，英文全称为“Comprehensive Evaluation

Method”，它主要是将定量分析和定性分析有机结合起来，用于多目标决策的一种评价方法。就目前的应用情况来看，主要以经济领域为主。在房地产业中，人们在做置业投资决策时，也会应用这种综合评价法。本文主要探讨用这种方法来选择最优方案的具体过程，从而保障投资者受到最大的投资效益。

一、房产置业投资决策概述

放房产置业投资，具有四个方面的特性，即增值、收益、消费和保值。房产置业投资涉及的方向主要有土地、住宅、商业物业、工业物业等。在房产置业投资活动中，决定其效益高低的关键就是房产置业投资决策是否得当。一般来讲，房产置业投资决策的过程如下。

第一，做好市场研究工作。需要根据置业投资的方向，综合调查宏观因素和微观因素两个方面的内容，逐步确定房产置业投资项目的市场定位、投资机会等。第二，提出决策目标。根据调查的结果，明确提出投资目标。在这个过程中，需要考虑的因素主要有：需要解决的问题、解决问题中所需要付出的实际代价等。明确决策目标是保证决策合理性的基础。因此，这里需要分析投资的性质、结构等方面的内容。第三，根据投资目标，综合考虑多种影响因素，制定出多种可能的决策方案，从而供后期的选择。第四，分析多种方案，最终选出一份最优方案。这就需要研究目标的可行性，然后拟定出多种方案，最终经过分析、比较等工作，从中选择最优方案。第五，选出具体方案后，就要精心组织，确定实施步骤，对方案进行执行。

在房产置业投资决策过程中，第四个步骤，即选出最优方案是整个决策过程的关键。因此，这里就需要运用综合评价法，对房产置业投资决策方案进行定量分析，从而有效保证方案的最优性。

二、综合评价法用于房产置业投资决策的过程

在房产置业投资决策中，运用综合评价法来分析，需要考虑的因素非常之多。比如评价某套楼房，在充分遵循完整性、代表性、导向性、独立性这四个方面的原则的基础上，再结合投资者的实际情况，合理选择评价指标。

一般来讲，将综合分析法应用于房产置业投资决策中，需要遵循三个步骤：首先，运用层次分析法，对所选取的评价指标进行分析，最终确定它们的权重系数；其次，利用统计分析法，对各个评价指标的得分情况进行分析，初次得出各个评价指标的分数；最后，运用加权平均计算，确定投资项目决策的综合评分。具体过程如下。

（一）确定评价指标的权重系数。所谓权重系数，英文称之为“Weight Coefficient”，它指的是用来描述所选定的那些评价指标（比如投资利润、净现值等）在决策投资分析中的重要程度。影响权重系数的大小主要有两个：其一，评价指标自身的地位，即它在多个评价指标中所占据的位置；其二，投资者自身的投资动机，或者是其主观因素的影响。一般来讲，确定权重系数都是运用层次分析法。先分析每个层次的单权重系数，然后再分析得出各个层次间的指标的组合权重系数，确保权重系数的准确。这里的组合权重系数，综合两层间的各个指标的权重系数之后，经过分析处理工作，又得出相对于更上一层的权重指标系数。比如某个项目的决策层数有三层，分别设为A层、B层和C层，运用判断矩阵，先得出B层各个指标的但权重系数，结果表示为bi，C层的结果则为cij，然后将C层的组合权重系数设为BCj，其中的运算过程如下：BCj= bc（j=1，2……n）。

因此，求得组合权重系数结果之后，就可以将C层各指标与A层进行对比，了解C层各指标的优先顺序。当然，对于不同的项目来讲，其决策层也会有所不同，比如某项目的决策层数为四层，即还有D层，那么就可以将其单权重系数则为dij，那么，它相对于A层的优先顺序则可以表示为BCDj，它的运算过程如下所示：BCDj=（BC）d （j=1，2…… n）。以此类推，最终就可以求出层次结构模型中，处于最下层的决策指标的组合权重系数的大小。

（二）各个投资评价指标的评分。在房产置业投资决策中，组合权重系数只是分析了所选择的评价指标在决策中的重要程度。所以，还需要采用记分的方式，分析评价指标进行单相评价。一般来讲，不考慮这个评价过程是定性还是定量，都是按照四种层次来进行评价，即优、良、中、差。但对于不同的评价者来讲，由于受到个人经验、观念等因素的影响，对于同一个决策条件，最终会对其做出不一样的评价。因此，在评价的过程中，为了保障其客观性，需要综合考虑所有评级者的评价，比如对于j指标来讲，可以按照以下公式进行计算：Vj=4rj1+3rj2+2rj3+rj4

在这个公式中，Vj代表的是某决策指标Xj的最终评分分数，rj1、rj2、rj3、rj4则表示的各个评价者，认为j指标为优的评价者，经过最终分析，其在全部评价者中所占据的百分比。根据计算，最终得出的分值处于1至4之间。如果分数越高，那么就表示该指标的优越性越大。

（三）置业投资决策的综合评分。在这个部分的分析中，需要结合上述各评价指标中得出的结果，即经过层次分析法，得出的组合权重系数BCDj，还有运用统计分析法，最终得出的评价分值Vj，为了房产置业投资决策的综合评分，需要将这两个结果代入下列公式中：G= BCD·Vj，在这个公式中，G代表的是综合评分的分值，BCDj则表示的是房产置业投资决策中，第j个决策指标的组合权重系数，Vj指的是决策指标的评价分值，n表示的是评价指标的个数。经过计算，最终得出的分值处于1至4之间。如果分数越高，那么就表示评价越好。

三、综合评价法用于房产置业投资决策的效果分析

（一）提高投资效益。在房产置业投资决策过程中，运用综合评价法，得出最终的综合评价分数，从而能在众多的方案中，选择最优的方案。将最优方案投入实施，可以有效提高投资项目的效益，其中包括经济效益、社会效益等，保障投资者从中获取最大的投资利益。

（二）降低投资风险。人们运用综合评价法，对所投资的项目进行分析处理，其中还涉及到风险分析，可以综合分析方案中的经济因素社会因素、项目自身的因素等多个方面进行评价，采取有效的手段来控制风险，从而最大程度上降低投资方案的风险问题，保障方案的合理可行。

（三）提高方案的客观性。在房产置业投资决策中，如果紧靠投资者的主观经验，由于受各方面因素的影响，比如认识上的偏差、经验不足等，可能会造成后期严重的后果。人们运用综合评价法之后，综合考虑多方面的因素，运用相关的公式进行运算，得出的结果比较客观，从而大大提高了方案的客观性。

综上所述，随着房地产行业的不断发展，我国的房产投资行业逐渐发展起来，人们在房产项目投资决策中，为了取得最大的投资效益、降低风险、保障决策活动的客观性，需要运用综合评价法的优势，在方案的选择方面，根据考虑权重系数、单项评价，最终得出综合评价分数，从而从中选择出最优势的方案，保障我国房产行业的健康、稳定发展。

参考文献：

[1] 李海平.投影寻踪综合评价法在股票投资决策中的应用——基于RAGA-PPC对上市能源行业股票的研究[J].中南财经政法大学研究生学报，2012（01）:96-101.

[2] 王新利.模糊综合评价法在项目投资决策中的运用[J].财会月刊，2009（06）:57-58.