一种评估指标选择与评估指标重要度分析方法技术

本发明专利技术提出了一种评估指标选择与评估指标重要度分析方法，设定某评估中有m个样本、n个指标，构造评估矩阵，并确定选择的样本指标数量为t且t≤n；确定指标的样本值是实数型或模糊数型或直觉模糊数型，针对不同类型的样本值通过不同的解算方法求出各指标的重要度C

【技术实现步骤摘要】
一种评估指标选择与评估指标重要度分析方法


[0001]本专利技术属于评估方法设计与评估模型建立
，具体涉及一种评估指标选择与评估指标重要度分析方法。

技术介绍

[0002]评估指标体系是一种系统化的方法，用于量化、衡量和评估某个实体或活动的特定方面，是对所要评估对象进行量化和描述的标准和方法，是评估的核心和基础，评估指标体系在整个评估过程中起着非常关键的作用；评估指标体系建立的意义在于为评估提供一个系统的、全面的、可操作的评价体系，帮助评估者确定哪些方面需要评估、如何进行评估以及如何进行数据收集与分析；评估指标体系的作用在于：确定评估目标、衡量项目效果、支持数据分析与评估的可行性、评价结果解释、评估方法和评估模型的改进与优化等。
[0003]评估指标体系的建立主要是从原始指标体系中选择出合理的评估指标，目的是在不影响评估效果的前提下，降低评估计算量，并提高评估效率；但是，评估过程中常常遇到评估目的与内容的指标数量很大，导致评价效率降低，特别是重要度小的指标不仅在评估结果中的作用微乎其微，而且还大大增加了评估的计算量，会降低评估效率，甚至因评估指标数据量过于庞大导致评估系统迟钝和“数字黑洞”的出现。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提出一种评估指标选择与评估指标重要度分析方法，目的在于针对实数型、模糊数型和直觉模糊数型的评估数据利用不同的算法求出各评估指标的重要度，根据各指标的重要度精简评估指标数据量，解决了因评估指标数据量过于庞大导致评估系统迟钝、评估效率降低的问题。
[0005]本专利技术一种评估指标选择与评估指标重要度分析方法采用的技术方案，具体为：设定某评估中有m个样本、n个指标，构造评估矩阵H＝{h
ij
}
m
×
n
，h
ij
表示第i个样本中的第j个属性指标值，并确定选择的样本指标数量为t且t≤n；确定指标的样本值是实数型或模糊数型或直觉模糊数型，针对不同类型的样本值通过不同的解算方法求出各指标的重要度C
j
；按照重要度C
j
的大小，对样本各指标进行排序，选择出重要度大的前t个评估指标。
[0006]具体的，若指标的样本值为实数型时，各指标重要度的解算方法为：
[0007](1)对评估矩阵H(H＝{h
ij
}
m
×
n
)归一化，获取归一化矩阵A＝{a
ij
}
m
×
n
[0008][0009](2)计算矩阵A的正理想值集合Z和负理想值集合F：
[0010]Z＝(z1,z2,
…
,z
n
)，其中z
j
＝max(a
ij
)1≤i≤m
[0011]F＝(f1,f2,
…
,f
n
)，其中f
j
＝min(a
ij
)1≤i≤m；
[0012](3)计算各指标的重要度C
j
：
[0013]具体的，若指标的样本值为模糊数型时，各指标重要度的解算方法为：
[0014]令h
ij
＝(u
ij
,v
ij
)，且u
ij
+v
ij
＝1，u
ij
∈[0,1]，v
ij
∈[0,1]，
[0015](1)计算各指标的正理想值集合Z和负理想值集合F：
[0016]Z＝(z1,z2,
…
,z
n
)，其中
[0017]F＝(f1,f2,
…
,f
n
)，其中
[0018](2)计算各指标的重要度C
j
：
[0019]具体的，若指标的样本值为直觉模糊数型时，各指标重要度的解算方法为：
[0020]令h
ij
＝(u
ij
,v
ij
)，且u
ij
+v
ij
≤1，u
ij
∈[0,1],v
ij
∈[0,1]，
[0021](1)计算各指标的正理想值集合Z和负理想值集合F：
[0022]Z＝(z1,z2,
…
,z
n
)，其中
[0023]F＝(f1,f2,
…
,f
n
)，其中
[0024](2)计算各指标的重要度C
j
：
[0025][0026]与现有技术相比，本专利技术的有益之处为：
[0027]本专利技术一种评估指标选择与评估指标重要度分析方法，包括设定评估值、构造评估矩阵，再根据实数型、模糊数型、直觉模糊数型三种样本值类型对应的算法1、算法2、算法3求得样品各指标的正理想值集合Z和负理想值集合F，从而求出重要度C
j
，并选择出重要度大的前t个评估指标；本专利技术通过解算样本各指标的重要度，对评估指标进行排序并精简选择评估指标，剔除区分度不显著和影响评估结果较小的指标，能够降低评估过程中的指标数量，提高评估计算效率，同时也避免了“数字黑洞”的出现，对评估效率具有至关重要的意义。
具体实施方式
[0028]为了更好地理解本专利技术的内容，下面将结合具体实施例来进一步清楚、完整地阐述本专利技术。以下实施例以本专利技术的技术方案为基础，给出了详细的实施方式和操作步骤，但本专利技术的保护范围不限于下述实施例。
[0029]在不影响评估精度的前提下，为精简评估指标、提高评估效率，本专利技术针对实数型、模糊数型和直觉模糊数型的评估数据提出一种评估指标选择与评估指标重要度分析方
法，具体步骤如下：
[0030]1、设定评估值，构造评估矩阵
[0031]设某评估中有m个样本，n个指标，确定选择的指标数量为t(t≤n)，构造评估矩阵H＝{h
ij
}
m
×
n
，h
ij
表示第i个样本中的第j个属性指标值。
[0032]2、判定指标的样本值的类型
[0033]指标的样本值为实数型、模糊数型和直觉模糊数型三种；如果指标的样本值是实数型，则通过算法1解算各指标的重要度；如果指标的样本值是模糊数型，则通过算法2解算各指标的重要度；如果指标的样本值是直觉模糊数型，则通过算法3解算各指标的重要度。
[0034]3、通过算法1、算法2或算法3求得各指标的重要度C
j
[0035]当指标的样本值为实数型时，本专利技术采用算法1解算各指标的重要度，具体步骤如下：
[0036]步骤(1)：对评估矩阵H(H＝{h
ij
}
m
×
n
)归本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种评估指标选择与评估指标重要度分析方法，其特征在于，该方法包括：设定某评估中有m个样本、n个指标，构造评估矩阵H＝{h
ij
}
m
×
n
，h
ij
表示第i个样本中的第j个属性指标值，并确定选择的样本指标数量为t且t≤n；确定指标的样本值是实数型或模糊数型或直觉模糊数型，针对不同类型的样本值通过不同的解算方法求出各指标的重要度C
j
；按照重要度C
j
的大小，对样本各指标进行排序，选择出前t个重要度大的评估指标。2.如权利要求1所述的一种评估指标选择与评估指标重要度分析方法，其特征在于，若指标的样本值为实数型时，各指标重要度的解算方法为：(1)对评估矩阵H(H＝{h
ij
}
m
×
n
)归一化，获取归一化矩阵A＝{a
ij
}
m
×
n
，且(2)计算矩阵A的正理想值集合Z和负理想值集合F：Z＝(z1,z2,
…
,z
n
)，其中z
j
＝max(a
ij
) 1≤i≤mF＝(f1,f2,
…
,f
n
)，其中f
j
＝min(a
ij
) 1≤i≤m；(3)计算各指标的重要度C
j
：...

【专利技术属性】
技术研发人员：李玲梅，
申请(专利权)人：洛阳师范学院，
类型：发明
国别省市：