摘 要:在保障性評價過程中，最重要的指標(biāo)不一定各方案間有巨大的差異，不太重要的指標(biāo)可能各方案間有較大的差異。為了讓保障性的評估結(jié)果更科學(xué)，通常采用組合賦權(quán)法確定評價指標(biāo)的權(quán)重。將基于離差最小化的組合權(quán)重確定方法應(yīng)用于保障性評價就是利用離差函數(shù)和最小二乘原理，把目標(biāo)規(guī)劃方法引入到組合賦權(quán)中，從而得到指標(biāo)權(quán)重的組合賦權(quán)方法。應(yīng)用結(jié)果表明，該方法考慮了6個指標(biāo)的重要程度，又兼顧了數(shù)據(jù)本身所反映的信息，得到的組合權(quán)重更加合理。關(guān)鍵詞:組合賦權(quán); 離差函數(shù); 最小二乘原理; 保障性評估

中圖分類號:TN911-34文獻(xiàn)標(biāo)識碼:A

文章編號:1004-373X(2010)17-0001-03

Decision Making of Supportability Evaluation Indexes Based on Combination Weighting

BA Ning1，2， TANG Xiao-kang2， ZHANG Xue-zhi2

(1.Department of Optics and Electronic Engineering， Ordance Engineering College， Shijiazhuang 050003， China;

2.Department of Radar， Ordance Noncommissioned OfficerAcademy， Wuhan 430075， China)

Abstract: During the process of supportability evaluation， the most important indexes are not always to have great diffe-rence between different schemes and the unimportant indexes are maybe of a rather large gap. In order to make the assessment result more scientific， the combination weighting is usually used to determine the weighting of evaluation indexes. The combination weighting based on deviation minimization is adopted in supportability evaluation. This method uses deviation function and least square principle， and leads the goal programming method into the combination weighting. The result of application indicates that this method gives consideration to the importance of the six indexes and the information reflected by the data itself. The combination weighting obtained by this method is more reasonable.Keywords: combination weighting; deviation function; principle of least square; suppotability evaluation

0 引 言

在保障性評估計(jì)算過程中，指標(biāo)權(quán)重的確定具有舉足輕重的地位，目前大部分保障性評估的算法都涉及到指標(biāo)權(quán)重。因此，如何科學(xué)、合理地確定指標(biāo)權(quán)重關(guān)系到保障性評估結(jié)果的可靠性和正確性。根據(jù)指標(biāo)權(quán)重確定來源的不同，將指標(biāo)權(quán)重分為主觀賦權(quán)和客觀賦權(quán)法:專家調(diào)查法、層次分析法、環(huán)比系數(shù)法。

主觀賦權(quán)法的優(yōu)點(diǎn):專家可以根據(jù)實(shí)際的評估問題和專家自身的知識經(jīng)驗(yàn)，合理地確定指標(biāo)權(quán)重的排序。缺點(diǎn):主觀賦權(quán)法確定的權(quán)重是由專家根據(jù)自己的經(jīng)驗(yàn)和對實(shí)際的判斷主觀給出的，因而方案的排序可能有很大的主觀隨意性，同時也受到評估專家的知識和經(jīng)驗(yàn)缺乏的影響。

客觀賦權(quán)法的優(yōu)點(diǎn):主要根據(jù)指標(biāo)間的聯(lián)系程度以及各指標(biāo)提供的信息量大小對其他指標(biāo)的影響程度來度量，因此權(quán)重的客觀性強(qiáng)，且不增加決策者的負(fù)擔(dān)，方法具有較強(qiáng)的數(shù)學(xué)理論依據(jù)，便于計(jì)算。缺點(diǎn):權(quán)重的確定沒有考慮決策者的主觀意向，確定的權(quán)重可能與主觀愿望和實(shí)際情況不太一致，使人感到困惑。

從上述主觀賦權(quán)法和客觀賦權(quán)法的優(yōu)缺點(diǎn)分析可知，兩者具有一定的互補(bǔ)性。為了讓保障性評估結(jié)果更科學(xué)，既兼顧到評估專家對指標(biāo)的偏好，又力爭減少評估的主觀隨意性，采用組合賦權(quán)法使排序結(jié)果既能體現(xiàn)主觀愿望，又能反映客觀信息。

1 問題描述

設(shè)S={s1，s2，…，sn}為效能評估中的方案集;F={f1，f2，…，fm}為指標(biāo)集;權(quán)重向量為W={w1，w2，…，wm}T;方案si關(guān)于指標(biāo)fi的評價值為xij，i∈N，j∈M，其中N={1，2，…，n}，M={1，2，…，m}。由于指標(biāo)中可能含有不同類型、不同量綱的指標(biāo)，因此在進(jìn)行組合賦權(quán)之前，必須對指標(biāo)集進(jìn)行規(guī)范化處理，并消除量綱。設(shè)指標(biāo)評價值規(guī)范化處理后變?yōu)閆=(zij)n×m。

設(shè)決策者選取p種主觀賦權(quán)法分別確定指標(biāo)的權(quán)重為:

uk=(uk1，uk2，…，ukm)， k=1，2，…，p(1)

式中:∑mj=1ukj=1，ukj≥0(j∈M)表示用第k種主觀法對指標(biāo)fj確定的權(quán)重。

設(shè)決策者選取q-p種客觀法分別確定指標(biāo)的權(quán)重為:



vl=(vl1，vl2，…，vlm)，l=p+1，p+2，…，q(2)



式中:∑mj=1vlj=1，vlj≥0(j∈M)表示用第l種客觀法對指標(biāo)fj確定的權(quán)重。

設(shè)集成后指標(biāo)的權(quán)重可表示為:

W=(w1，w2，…，wm)T(3)

式中:∑mj=1wj=1，wj≥0(j∈M)，則各種方案的綜合評價值為:

yi=∑mj=1wjzij，i∈N(4)

2 組合賦權(quán)方法研究

2.1 基于最小二乘原理的組合賦權(quán)

為了充分利用決策矩陣的客觀信息，同時又考慮決策者的個人喜好，利用最小二乘原理[1]求組合賦權(quán)與主觀賦權(quán)法的偏差:



dki=∑mj=1[(wj-ukj)zij]2，i∈N，k=1，2，…，p(5)

hki=∑mj=1[(wj-vlj)zij]2，i∈N，l=p+1，p+2，…，q

(6)

要使得到的組合權(quán)重更加合理，必須使總的離差和最小。為此，構(gòu)造下列目標(biāo)規(guī)劃函數(shù):

min μ∑pk=1αk(∑ni=1dki)+(1-μ)∑ql=p+1αl(∑ni=1hli)

s.t. ∑mj=1wj=1，wj≥0，j∈M(7)

式中:μ為離差函數(shù)的偏好因子，如果0≤μ≤0.5，說明專家希望客觀權(quán)重與集成權(quán)重越接近越好;當(dāng)0.5≤μ≤1，則說明專家希望主觀權(quán)重與集成權(quán)重的離差越小越好，即:



min μ∑pk=1∑ni=1∑mj=1αk[(wj-ukj)zij]2+

(1-μ)∑ql=p+1∑ni=1∑mj=1αl[(wj-vlj)zij]2

s.t. ∑mj=1wj=1，wj≥0，j∈M(8)



式中:αk(k=1，2，…，p)和αl(l=p+1，p+2，…，q)分別為p種主觀賦權(quán)法和q-p種客觀賦權(quán)法的權(quán)系數(shù)，由專家根據(jù)各種方法的重要性程度確定，且:

∑pk=1αk=1，∑ql=p+1αl=1

通過構(gòu)造拉格朗日函數(shù):



L(w，λ)μ∑pk=1∑ni=1∑mj=1αk[(wj-ukj)zij]2+

(1-μ)∑ql=p+1∑ni=1∑mj=1αl[(wj-vlj)zij]2+2λ(∑mj=1 wj-1)



可以得到目標(biāo)規(guī)劃式(8)有惟一解:

w1=(μ∑pk=1αkuk1+(1-μ)∑ql=p+1αlvl1)

w2=(μ∑pk=1αkuk2+(1-μ)∑ql=p+1αlvl2)



wm=(μ∑pk=1αkukm+(1-μ)∑ql=p+1αlvlm)

2.2 權(quán)系數(shù)的確定

組合賦權(quán)的關(guān)鍵在于確定不同加權(quán)方法的權(quán)[2]。加權(quán)系數(shù)應(yīng)既能反映決策者對每一種賦權(quán)方法的主觀偏好，又能反映各種賦權(quán)方法的一致程度，可以表示為αk=θηk+(1-θ)ξk。其中，θ表示決策者對主觀賦權(quán)方法的偏好程度;ηk表示主觀方法求取的第k種賦權(quán)方法的權(quán)系數(shù);ξk表示客觀方法求取的第k種賦權(quán)方法的權(quán)系數(shù)。

設(shè)規(guī)范化后指標(biāo)矩陣R=(rij)n×m，設(shè)決策者選取p種賦權(quán)法確定的指標(biāo)權(quán)重為uk=(uk1，uk2，…，ukm)，k=1，2，…，p，基于最小二乘原理的組合賦權(quán)法中定義第k種賦權(quán)方法所得評估結(jié)果與其他賦權(quán)方法所得評估結(jié)果間的距離為:

dk=∑ni=1∑ml=1ukj-uljrij

則第k種賦權(quán)方法的加權(quán)系數(shù)為:

ξk=(1/dk)/(∑pk=11/dk)

3 最小二乘組合賦權(quán)方法應(yīng)用

(1) 主觀賦權(quán)方法確定指標(biāo)權(quán)重

利用專家評分法獲得指標(biāo)的主觀權(quán)重向量[3]:



U1=[0.188 4，0.180 4，0.165 6，0.145 6，0.132 1，0.187 9]T



利用環(huán)比系數(shù)法得到的指標(biāo)權(quán)重為:



U2=[0.270 4，0.216 2，0.167 3，0.138 6，0.068 9，0.138 6]T



利用層次分析方根法[4]確定指標(biāo)的權(quán)重為:



U3=[0.357 8，0.211 4，0.142 1，0.003 1，0.050 0，0.235 6]T



(2) 客觀賦權(quán)方法確定指標(biāo)權(quán)重

利用變異系數(shù)法得到的客觀權(quán)重:



V1=[0.056 9，0.171 8，0.487 0，0.072 8，0.103 0，0.108 5]T



利用信息熵法確定指標(biāo)的客觀權(quán)重，如表1所示[5]。

表1 保障性方案評估表

序號評估指標(biāo)

AoMTBF/hMTTR/minrFDrFIrBZM

10.9496026869178

20.9280036848885

30.8688018868080

40.90106032909088

50.8998024828675

60.8890028807884

對上述數(shù)據(jù)進(jìn)行規(guī)范化處理得到下列數(shù)據(jù):

10.905 71.444 40.955 610.886 4

0.978 70.754 720.933 30.967 00.965 9

0.914 90.830 210.955 60.879 10.909 1

0.957 411.777 810.989 01

0.946 80.924 51.333 30.911 10.945 10.852 3

0.936 20.849 11.555 60.888 90.857 10.954 5

對上述數(shù)據(jù)進(jìn)行歸一化處理得到歸一化矩陣R#8226;=(r#8226;ij)m×n:

R#8226;=0.174 40.172 00.158 50.169 30.177 40.159 2

0.170 70.143 40.219 50.165 30.171 50.173 5

0.159 60.157 70.109 80.169 30.155 90.163 3

0.167 00.190 00.195 10.177 20.175 40.179 6

0.165 10.175 60.146 30.161 40.167 70.153 7

0.163 30.161 30.170 70.157 50.152 00.171 4

基于信息熵賦權(quán)方法[6]得到指標(biāo)的客觀權(quán)重為:



V2=[0.011 6，0.127 9，0.732 6，0.023 3，0.058 1，0.046 5]T



(3) 權(quán)系數(shù)的確定

主觀方法(層次分析法)得到5種賦權(quán)方法的權(quán)系數(shù)為:

ηk=(0.2，0.1，0.3，0.3，0.1)，θ=0.6

客觀方法得到5種賦權(quán)方法的權(quán)系數(shù)為:

dk=(2.461 3，2.212 1，2.990 1，2.696 9，3.858 9)

ξk=(0.222 9，0.248 0，0.183 5，0.203 4，0.142 2)

αk=(0.209 2，0.159 2，0.253 4，0.261 3，0.116 9)

組合賦權(quán)權(quán)重:



W=(0.189 6，0.185 6，0.310 2，0.075 1，0.085 0，0.154 9)



4 結(jié) 語

權(quán)重的確定考慮了6個指標(biāo)的重要程度，又兼顧了數(shù)據(jù)本身所反映的信息。從主觀上講指標(biāo)MTTR/min是較為重要的指標(biāo)，同時各方案相應(yīng)的指標(biāo)參數(shù)信息具有較大的差別。因此MTTR/min具有較大的權(quán)重;Ao，MTBF/h，rBZM是最為重要的指標(biāo)，各方案間同一指標(biāo)參數(shù)信息變化相對平緩;從主觀上講rFD，rFI與其他指標(biāo)的重要性較小，指標(biāo)參數(shù)的信息變化不大，因此組合權(quán)重較小。

參考文獻(xiàn)

[1]毛定祥.一種最小二乘意義下主客觀評價一致的組合評價方法[J].中國管理科學(xué)，2002，10(5):95-97.

[2]毛保華.評價指標(biāo)體系分析及其權(quán)重系數(shù)的確定[J].系統(tǒng)工程，1991，9(4):37-41.

[3]韓華，徐廷學(xué)，張宗波.灰色關(guān)聯(lián)法在保障性評價中的應(yīng)用[J].海軍航空工程學(xué)院學(xué)報(bào)，2008，23(6):655-658.

[4]陸明生.多目標(biāo)決策中的權(quán)系數(shù)[J].系統(tǒng)工程管理與實(shí)踐，1986，6(4):77-78.

[5]宣家驥.多目標(biāo)決策[M].長沙:湖南科學(xué)技術(shù)出版社，1989.

[6]張杰，唐宏.效能評估方法研究[M].北京:國防工業(yè)出版社，2009.

[7]郭志剛.社會統(tǒng)計(jì)分析方法[M].北京:中國人民大學(xué)出版社，1999.

[8]YAN Shu-li， XIAO Xin-ping. Integrated approach based on minimum deviation model for multi-attribute decision making [J]. Sytem Engineering， 2005， 23(10): 73-76.

[9]CHEN Hua-you. Combination determining weights method for multiple decision making based on maximizing deviation [J]. Systems Engineering and Electronic， 2004， 26(2): 194-197.

[10]王麗珍，黃躍飛，傅旭東.基于主客觀組合賦權(quán)法的巴彥淖爾市生命體健康評價[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2009(17):18-26.

[11]王澤焱，顧紅芳，益曉新，等.一種基于熵的線性組合賦權(quán)法[J].系統(tǒng)工程管理與實(shí)踐，2003，23(3):112-116.