李艷虹

摘 要：本文主要運用主客觀相結合的賦權方法，該方法依據(jù)灰色系統(tǒng)理論，借鑒了灰色相近關聯(lián)度的思想，避免了求解指標權重的灰色方法在計算過程中容易受分辨系數(shù)取值的影響，因此計算比較簡單。最后把該方法應用到房地產(chǎn)的性價比評估中，結果表明該方法在房地產(chǎn)樓盤的性價比評估中是有效和可行的。

關鍵詞：灰色關聯(lián)分析；權重

1.引言

灰色系統(tǒng)理論是由鄧聚龍教授首先提出的，它是以“一部分信息已知，部分信息未知的小樣本、貧信息”不確定系統(tǒng)為研究對象的一門系統(tǒng)科學學科[1]，目前受到國內(nèi)外越來越多的學者重視，并且在信息處理、工業(yè)工程、經(jīng)濟管理等領域有著廣泛的應用[2-5]?；疑P聯(lián)分析是灰色系統(tǒng)中重要理論，該方法計算簡單，并且通過該方法得到的結果直接依賴于原始數(shù)據(jù)，因而在處理離散數(shù)據(jù)和多目標決策問題上有一定的優(yōu)勢。在評估城市綜合經(jīng)濟實力的各個指標時，為了更好的反應指標的重要性，本文根據(jù)決策矩陣反映出來的信息，結合決策者的偏好，給出了一種基于灰色關聯(lián)定權的改進的主客觀結合的賦權方法，該方法客觀的反應了指標的貢獻程度，為全面的評估提供了科學的理論依據(jù)。

近年來，我國的房地產(chǎn)產(chǎn)業(yè)發(fā)展迅速，帶動的便是房價不斷攀升。不少開發(fā)商便到處開發(fā)樓盤，因此如何利用已有的信息來預測哪種樓盤的性價比最高遍也成為越來越多買房者來說最關心的問題。模糊模式識別是模糊數(shù)學應用的領域之一， 以現(xiàn)實中模糊現(xiàn)象的普遍存在為依據(jù)， 將客觀標準的模糊性與人類認知行為的模糊性結合起來， 更加真實地反映研究對象的狀態(tài)；同時從整個系統(tǒng)出發(fā)，科學地確定各個對象對應指標的權重， 最終使研究結果能夠幫助決策者做出理性選擇。本文以該理論為基礎，分析了某城市7個樓盤的性價比情況。

2.基本方法

基于灰色關聯(lián)理論確定指標權重

為了使決策結果能夠更好地反映各個候選方案的真實情況，并充分體現(xiàn)決策時對各因素均衡性的要求，本文給出了一種主客觀相結合的賦權方法[18]，該方法依據(jù)灰色系統(tǒng)理論，借鑒了灰色相近關聯(lián)度的思想，避免了求解指標權重的灰方法在計算過程中容易受分辨系數(shù)取值的影響，并且計算比較簡單，權重能夠同時反映主觀程度和客觀程度，具體步驟如下：

（1）構建多目標決策矩陣

設多目標決策問題有m個候選方案，n個決策屬性，專家對其中第i個目標的第j個屬性的評估值為xij，則各屬性組成的初始判斷矩陣為V=（xij）m×n。

（2）對決策矩陣規(guī)范化處理

為了消除屬性指標在量綱及尺度上的差別，必須對各個屬性指標進行歸一化。為降低灰色關聯(lián)算法計算的復雜度，本文采取極差法處理，并記規(guī)范化后的判斷矩陣為V′=（xij′）m×n。對效益型指標和成本型指標的規(guī)范化轉換為：

xij′=xij-mini（xij）maxi（xij）-mini（xij），效益型指標maxi（xij）-xijmaxi（xij）-mini（xij），成本型指標（1）

（3）確定參考序列

選取對評價方案影響最重要的因素所對應的指標值向量作為“公共”參考權重向量，組成參考數(shù)據(jù)列X0，其它指標所對應的指標向量記為Xi，其中：

X0=（x0（1）′，x0（2）′，…，x0（m）′）r，Xi=（xi（1）′，xi（2）′，…，xi（m）′）r，i=1，2，…，n

（4）求各個指標序列與參考數(shù)據(jù)序列之間的距離

doi=∑mk=1（x0（k）-xi（k））2（2）

（5）確定各個指標的權重

ωi=11+doi，i=1，2，…，n（3）

3.灰色關聯(lián)分析在房地產(chǎn)評估中的具體應用

抽取某城市8個樓盤的7大要素（環(huán)境、交通、配套、綠化、規(guī)模、平均價格和交樓時的房屋標準）的數(shù)據(jù)，來分析哪個樓盤的性價比最高。

（2）規(guī)范化處理后的矩陣為

（3）確定參考序列x=（1，1，1，1，1，1，1）r

（4）各個指標序列與參考數(shù)據(jù)序列之間的距離

d01=1.3688，d02=2.1875，d03=1.2747，d04=1.0363，

d05=1.5031，d06=0.2914，d07=1.9371，d08=2.4444

（5）確定各個指標的權重w1=11+d0i，i=1，2，…，n

計算可得

w1=0.4222，w2=0.3137，w3=0.4396，w4=0.4911，w5=0.3995，w6=0.7724，w7=0.3405，w8=0.2903

故w6>w4>w3>w1>w5>w7>w2>w8

故選擇的先后順序為FDCAEGBH

4.小結與不足

本文給出了一種計算權重時依據(jù)灰色理論思想給出求權重方法，該方法避免了求解指標權重的灰色方法在計算過程中容易受分辨系數(shù)取值的影響。然后把結果應用到了買房者如何選擇性價比最高的房源，但是這種判斷比較是片面的，考慮的問題可能不是太全面；因此，在以后的探討中，為了評估的更為準確，可以提出一種加權的模糊聚類算法，將權重與模糊聚類算法相結合對各個方案進行聚類。（作者單位：重慶三峽職業(yè)學院）

參考文獻：

[1] Deng J L. Introduction to grey forecasting control[J]. Journal of Grey System， 1989， 1（1）： 1-24.

[2] Chang C W， Wu C R， Lin J Y. Multi-approach model for selection of SCMS in semiconductor industry upstream[J]. Journal of Grey System， 2008， 20（2）： 135-148.

[3] 楊寶臣，陳躍.基于變權和TOPSIS方法的灰色關聯(lián)決策模型[J].系統(tǒng)工程，2011，29（6）：106-112.

[4] 錢吳永，黨耀國，熊萍萍，等.基于灰色關聯(lián)定權的TOPSIS法及其應用[J].系統(tǒng)工程，2009，27（8）：124-126.

[5] 王英.基于灰色關聯(lián)理論的FDI和中國區(qū)域經(jīng)濟發(fā)展差距研究[J].系統(tǒng)工程理論與實踐，2010，30（3）：426-430.