【技术实现步骤摘要】
一种面向客观评价体系的权值优化方法
[0001]本专利技术属定量评价方法
,具体为一种面向客观评价体系的权值优化方法。
技术介绍
[0002]随着智能化社会的发展,各种系统的定量评价和评估替代定性评价愈发重要。定量评价体系和评估方法主要有主观评价方法和客观评价方法。主观评价方法离不开专家的打分策略,一定程度上依赖主观的经验和认知。为避免人为赋权的信息损失,并充分利用数据之间的客观关系,定量评价多采用客观评价法,如熵权法、标准离差法、CRITIC赋权法等。客观赋权法根据各评价指标的测试数据本身蕴含的信息(如信息熵,关联度等)通过一定的数学方法客观的确定评价因素的权重。如熵权法的权重取决于评价指标的信息熵;CRITIC赋权法的权重取决于评价指标的对比强度和指标之间的冲突性。但是各评价指标的测试数据是随着测试环境,测试人员技术水平等因素变化的,各评价因素的信息熵、对比强度等也随着发生变化,进而导致各评价因素的权重也随着发生变化,最终致使评价结果发生变化。然而,对于某一待评价系统,在不同环境和不同操作人员操作下,应当呈现稳定一 ...
【技术保护点】
【技术特征摘要】
1.一种面向客观评价体系的权值优化方法,其特征在于,具体步骤如下:(1)使用某一客观评价方法计算各评价因素的初始权重作为待优化权重;(2)对待优化权重各评价因素的测量数据进行分析,计算该模块各评价因素测量数值的期望和方差S2;(3)对每个评价因素随机生成N个符合高斯分布,同步骤(2)的期望和方差的随机数,组成N组数据。(4)根据评价因素的特性,选取适合每个评价因素的标准化方法,将步骤(3)生成的数据标准化为[0,100]的分值;(5)对步骤(4)所得标准化数值,利用线性归一化方法归一化至[0,10]区间;(6)为步骤(5)所得N组归一化数据设定初始权重。根据实际设置算法的超参数;(7)针对评价系统中待优化权重的特性,为优化算法设计代表权重稳定性的目标函数;(8)为迭代搜索算法计算和更新N组数据的初始局部历史最优目标函数和最优权重,全局最优目标函数和最优权重;(9)对N组数据的权重进行迭代更新,生成对应N组新的权重;(10)利用步骤(7)中的目标函数,计算更新后N组数据权重的目标函数值,根据目标函数值越小,权重越稳定的原则对每组数据本身局部历史最优目标函数值和最优权重,全局最优目标函数值和最优权重进行更新;(11)重复步骤(9)和步骤(10),直到满足设定的终止条件,此时的全局最优权值就是最终优化后权重。2.根据权利要求1所述的一种客观评价体系的权值优化方法,其特征在于:所述步骤(4)中针对不同评价因素指标特性使用不同标准化方法,标准化方法分为三种:对数函数法、分段函数法和线性函数法,三种标准化方法实现如下:(2.1)对数函数标准化的实现方法:
①
取评测指标合格值d
p
,合格值d
p
标准化后对应合格分s
p
;取评测指标优秀值d
e
,优秀值d
e
标准化后对应优秀分s
e
;取评测指标的不可接受的界限数值d
b
,d
b
标准化后对应下限分0分;
②
在二维平面上,通过(d
b
,0)、(d
p
,s
p
)拟合得到0
‑
s
p
分数区间的标准化对数函数;(d
p
,s
p
)和(d
e
,s
e
)拟合得到s
p
‑
100分数区间的标准化对数函数;
③
使用步骤
②
所得两个对数函数对符合数据特征规律的指标数据在对应区间上进行量化。对超越可接受范围的评测指标,标准化为0分,对标准化后超过100分的评测指标,标准化为100分;(2.2)分段函数标准化的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。