权重确定方法综述范文.docx

权重确定方法综述 权重确定方法综述 引言 多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果评价指标权重的确定是多目标决策的一个重要环节，因为多目标决策的基本思想是将多目标决策结果值纯量化，也就是应用一定的方法、技术、规则（常用的有加法规则、距离规则等）将各目标的实际价值或效用值转换为一个综合值；或按一定的方法、技术将多目标决策问题转化为单目标决策问题指标权重是指标在评价过程中不同重要程度的反映，是决策(或评估)问题中指标相对重要程度的一种主观评价和客观反映的综合度量按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。

权重的赋值合理与否，对评价结果的科学合理性起着至关重要的作用；若某一因素的权重发生变化，将会影响整个评判结果因此，权重的赋值必须做到科学和客观，这就要求寻求合适的权重确定方法下面就对当前应用较多的评价方法进行阐述 一、变异系数法 变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重是一种客观赋权的方法此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差 距例如，在评价各个班级的考试状况时，选择班级平均成绩作为评价的标准指标之一，是因为平均成绩不仅能反映各个班级的考试状况，还能反映一个班级的学习水平但如果各个班级的平均成绩没有多大的差别，则这个指标用来衡量就失去了意义 （二）变异系数法的优点和缺点 当由于评价指标对于评价目标而言比较模糊时，采用变异系数法评价进行评定是比较合适的，适用各个构成要素内部指标权数的确定，在很多实证研究中也多数采用这一方法缺点在于对指标的具体经济意义重视不够，也会存在一定的误差 二、层次分析法 （一）层次分析法概述 人们在对社会、经济以及管理领域的问题进行系统分析时，面临的经常是一个由相互关联、相互制约的众多因素构成的复杂系统。

层次分析法则为研究这类复杂的系统，提供了一种新的、简洁的、实用的决策方法层次分析法(AHP 法) 是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题二）层次分析法原理 层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目 标、多准则或无结构特性的复杂决策问题提供简便的决策方法尤其适合于对决策结果难于直接准确计量的场合 （三）层次分析法的方法与步骤 层次分析法的方法与步骤如下流程图所示： 建立层次构造模型构造判断（成对比较）矩阵 层次组合排序层次单排性及一致性检验 （四）层次分析法的优缺点 人们在进行社会的、经济的以及科学管理领域问题的系统分析中，面临的常常是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统。

层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法 在应用层次分析法研究问题时，遇到的主要困难有两个：（i）如何根据实际情况抽象出较为贴切的层次结构；（ii）如何将某些定性的量作比较接近实际定量化处理层次分析法对人们的思维过程进行了加工整理，提出了一套系统分析问题的方法，为科学管理和决策提供了较有说服力的依据 但层次分析法也有其局限性，主要表现在：（i）它在很大程度上依赖于人们的经验，主观因素的影响很大，它至多只能排除思维过程中的严重非一致性，却无法排除决策者个人可能存在的严重片面性ii）当指标量过多时，对于数据的统计量过大，此时的权重难以确定AHP 至多只能算是一种半定量（或定性与定量结合）的方法 三、客观赋权法 客观赋权法的研究时间比较短暂，还很不完善，它不具有主观随意性，不增加对决策分析者的负担，决策或评价结果具有较强的数学理论依据但这种赋权方法依赖于实际的问题域，因而通用性和决策人的可参与性较差，没有考虑决策人的主观意向，且计算方法大都比较繁锁 客观赋权法除了常用的最小二乘法和本征向量法以外，最大熵技术法、拉开档次法、熵权信息法、均方差法、变异系数法、离差最大化法、简单关联函数法。

郭亚军等将客观赋权方法分为突出整体差异的赋权法和突出局部差异的赋权法突出整体差异的赋权法主要有拉开档次法，突出局部差异的赋权法主要有均方差法和熵值法 （一）最大熵技术法 熵是热力学中的一个名词，在信息论中又称为平均信息量，它是信息无序度的度量，信息熵越大，信息的无序度越高，其信息的效用值越小；反之，信息熵越小，信息的无序度越小，信息的效用值越大在综合评估中，运用信息熵评估所获系统信息的有序程度及信息的效用值最大熵技术法适用于多指标决策问题各评价指标权重的确定最大熵计数法就是是利用信息论中信息熵来确定多指标决策问题各评价指标权重其基本原理是：对多指标决策问题，从m个可行方案中选最优方案，取决于这m个可行方案的各个指标向决策者提供的决策信息谁提供决策的确定信息量大，谁对决策做的贡献就大，从而该指标的权重值也就越大 基于信息熵的客观赋权不足之处在于，赋权时仅对指标列的组间信息传递变异进行了调整，而且对于异常数据太过敏感，实际应用中有时某些非重要指标经此法计算得出的客观权重过大，导致综合权重不切实际为了避免这一缺陷，利用熵权系数时必须给每个指标的客观权附加一个范围限制 （二）主成分分析法和因子分析法 主成分分析法是通过因子矩阵的旋转得到因子变量和原变量的关系，然后根据m个主成分的方差贡献率作为权重，给出一个综合评价值。

其思想就是从简化方差和协方差的结构来考虑降维，即在一定的约束条件下，把代表各原始变量的各坐标通过旋转而得到一组具有某种良好的方差性质的新变量，再从中选取前几个变量来代替原变量而因子分析法是主成分分析法的推广，其基本思想是根据相关性大小对原有变量分组，使得同组变量相关性较高，不同组变量相关性较低，每组变量代表一个公共因子，对于所研究的问题通过最少个数的公共因子的线性组合来表示相比主成分分析，其有利于明确各公因子的实际含义，同时可以考察每个因子数据的内部结构，并通过适用性检验来检测变量组的设定是否合理 主成分分析和因子分析法的局限性在于：这两种方法仅能得到有限的主成分 或因子的权重，而无法获得各个独立指标的客观权重，而且当构成因子的指标之间相关度很低时，因子分析将不适用 （三）综合集成赋权法 理想的指标权重确定方法是综合主客观影响因素的综合集成赋权法，总体来说，经过对已有的综合集成赋权法进行对比分析发现，综合主客观影响因素的综合集成赋权法已有多种形式，但根据不同的原理，主要有以下三种: (l)使各评价对象综合评价值最大化为目标函数，这种综合赋权方法主要有基于单位化约束条件的综合集成赋权法。

(2)在各可选权重之间寻找一致或妥协，即极小化可能的权重跟各个基本权重之间的各自偏差，这种综合集成赋权方法主要有基于博弈论的综合集成赋权法3)使各评价对象综合评价值尽可能拉开档次，也即使各决策方案的综合评价值尽可能分散作为指导思想，这种综合集成赋权法主要有基于离差平方和的综合集成赋权法 四、主成分分析法 （一）主成分分析法简介 主成分分析是将多个变量通过线性变换以选出较少个数重要变量的一种 多元统计分析方法，又称主分量分析在实际问题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性人们自然希望变量个数较少而得到的信息较多在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映问题的信息方面尽可能保持原有的信息信息的大小通常用离差平方和或方差来衡量。

（二）主成分分析原理 主成分分析是数学上对数据降维的一种方法其基本思想是设法将原来众多的具有一定相关性的指标X1，X2，···，Xp（比如P个指标），重新组合成一组 较少个数的互不相关的综合指标Fm来代替原来指标那么综合指标应该如何去提取，使其既能最大程度的反映原变量Xp所代表的信息，又能保证新指标之间 保持相互无关（信息不重叠） （四）优点和缺点 主成分分析法具有处理多个具有一定相关性变量的能力，因此，主成分分析法使用与任何领域的多变量分析主成分分析法对于各评价指标排序，可以直观的分析出起决定性作用和对综合评价结果影响较大的评价指标但是，它对于主要指标的依赖性过大，对研究所选取指标体系是一个考验 参考文献： ［1］郭亚军.综合评价理论与方法[M].北京:科学出版社，2022. ［2］王应明.运用离差最大化方法进行多指标决策与排序[J].系统工程与电子技术，1998，20(7):24-26. ［3］黄祥志，佘成学.基于可拓理论的围岩稳定分类方法的研究[J].岩土力学，2022，27(10):1800-1804 ［4］王锦国，周志芳，袁永生.可拓评价方法在环境质量综合评价中的应用[J].河海大学学报，2022，30(l):15-18. ［5］梁杰，侯志伟.AHP法专家调查法与神经网络相结合的综合定权方法[J].系统工程理论与实践，2022，21(3):59-63. ［6］樊治平，赵萱.多属性决策中权重确定的主客观赋权法[J].决策与决策支持系统，1997，7(4):87-91 ［7］樊治平，张全，马建.多属性决策中权重确定的一种集成方法[J].管理科学学报，1998，1(3):50-53. ［8］陶菊春，吴建民.综合加权评分法的综合权重确定新探[J].系统工程理论与实践，2022，21(8):43-48. ［9］徐泽水，达庆利.多属性决策的组合赋权方法研究[J].中国管理科学，2022，10(2):84-87. ［10］陈加良.基于博弈论的组合赋权评价方法研究[J].福建电脑，2022，(9):15-16. ［11］郭红玲，黄定轩.多属性决策中属性权重的无偏好赋权方法[J。