（计算机应用技术专业论文）基于agaifahp的综合评价模型的应用研究.pdf

中山大学硕士论文基于a g a i f a h p 的综合评价模型的应用研究 论文题目 专业 硕士生 指导老师 基于a g a i f a h p 的综合评价模型的应用研究 计算机应用技术 杨青梅 成良玉教授 摘要 长期以来，政府决策过程的主观化很大程度上制约着政府决策的有效性， 从而很难保证国有资产的安全有效使用。用科学发展观建立客观正确的选择评 价的决策系统势在必行。在建立选择评价决策系统过程中，选择评价方法尤其 重要，直接影响到评价结果的科学性和有效性。 目前，基于层次分析法和加速遗传算法的综合评估模型在企业决策过程中 得到了广泛的应用，但是国内关于政府选择评价决策过程的研究比较少，更没 有比较系统客观的选择评价决策模型，选择评价方法也还不够科学和客观。 本文以与广东省科技厅合作项目“科技创新平台选择与评价的决策支持系 统”为背景，在对现有的应用于企业决策过程中的选择评价模型进行分析研究 的基础上，结合政府决策的需要，提出了基于改进层次分析法和加速遗传算法 的选择评价模型，并将该模型应用于对科技创新平台进行选择评价的决策过程 中。 本文的主要研究工作包括： ( 1 ) 分析了基于层次分析法和加速遗传算法的企业选择评价模型。 ( 2 ) 结合政府决策的需要，对传统的企业选择评价模型做一些改进后，提出 了基于改进的模糊层次分析法和加速遗传算法的模糊综合评价模型 a g a - 1 f a h p ( a c c e l e r a t i n gg e n e t i ca l g o r i t h m - i m p r o v e df u z z ya n a l y t i ch i e r a r c h y p r o c e s s ) 。 ( 3 ) 将基于a g a i f a h p 的模糊综合评价模型应用于对科技创新平台进行选 择评价的决策系统中，实现了政府决策中选择评价过程的客观化科学化。 关键词：创新平台、模糊层次分析法、加速遗传算法、指标体系 中山大学砸：卜论文基于a g a - i f a h p 的综合评价模型的应用研究 t i t l e ：r e s e a r c ho nt h ea p p l i c a t i o n so fac o m p r e h e n s i v ee v a l u a t i o nm o d e lb a s e do n a g a - i f a h p m a j o r ：c o m p u t e ra p p l i c a t i o nt e c h n o l o g y n a m e ：y a n gq i n g m e i s u p e r v i s o r ：p r o f e s s o rc h e n gl i a n g y u a b s t r a c t f o ral o n gt i m e ，s i n c et h es u b j e c t i v ef a c t o r si ng o v e r n m e n t a ld e c i s i o n m a k i n g p r o c e s sh a v eg r e a t l yr e s t r i c t e dt h ev a l i d i t yo fg o v e r n m e n t s d e c i s i o n s ，i ti sv e r y d i f f i c u l tt om a k et h em o s ts a f ea n de f f e c t i v eu s eo ft h en m i o n a la s s e t s ，a n dt h e na r e a s o n a b l eg o v e r n m e n t a ld e c i s i o n m a k i n gs y s t e mi su r g e n t l yn e e d e d i nt h i ss y s t e m ， c h o o s i n ga n de v a l u a t i n gm e t h o d sa r ee s p e c i a l l yi m p o r t a n tb e c a u s et h e yc a l la f f e c t t h ev a l i d i t yo ft h ee v a l u a t i o nr e s u l t s ， n o w a d a y s ，a ne x c e l l e n te v a l u a t i o nm o d e l ，w h i c hi sb a s e do na c c e l e r a t i n g g e n e t i ca l g o r i t h m ( a g a ) a n da n a l y t i ch i e r a r c h yp r o c e s s ( a h e ) ，h a sb e e nw i d e l y u s e di nc o r p o r a t i o nd e c i s i o n m a k i n gp r o c e s s h o w e v e r , t h es i t u a t i o nd o e sn o te x i s t i ng o v e m m e n t a ld e c i s i o n m a k i n gp r o c e s s ，t h e r ei s l i t t l ec o r r e l a t i v er e s e a r c ho nt h i s f i e l d ，n oe v a l u a t i n gm e t h o d sw h i c ha r ev e r yv a l i d ，s a yn o t h i n go fa no b j e c t i v ea n d v a l i dm o d e lf o rc h o o s i n ga n de v a l u a t i n g t h ep a p e ri sb a s e do nac o o p e r a t i v ep r o j e c tw i t ht h es c i e n c ea n dt e c h n o l o g y o f f i c eo fg u a n g d o n gp r o v i n c en a m e d “t h ed e c i s i o n m a k i n gs y s t e mo fc h o o s i n g a n de v a l u a t i n gt h es c i e n c ea n dt e c h n o l o g yi n n o v a t i o np l a t f o r m ”o nt h ea n a l y s i s a n dr e s e a r c ho ft h ea g a - a h pm o d e lw h i c hh a sb e e nw e l c o m e di nc o r p o r a t i o n d e c i s i o n m a k i n gp r o c e s s ，ip u tf o r w a r daf u z z yc o m p r e h e n s i v ee v a l u a t i o nm o d e l ( f c e ) w h i c hi sb a s e do nt h ei m p r o v e da n a l y t i ch i e r a r c h yp r o c e s s ( a h p ) a n d a c c e l e r a t i n g g e n e t i c a l g o r i t h m ( a g a ) ，t h e n i a p p l y t h i sm o d e lt ot h e d e c i s i o n - m a k i n gp r o c e s so fc h o o s i n ga n de v a l u a t i n gt h es c i e n c ea n dt e c h n o l o g y i n n o v a t i o np l a t f o r m s ( s x w ) t h en e wm o d e li sm u c hm o r e ：f i tf o rg o v e r n m e n t a l d e c i s i o n m a k i n gp r o c e s s i i 中山大学硕二卜论文 基于a g a _ l f a h p 的综合评价模型的应用_ f | ) f 究 t h er e s e a r c hi nm y p a p e rm a i n l yc o n c l u d e st h r e ea s p e c t sa sf o l l o w s ： ( 1 ) a n a l y s i so nt h ea g a - a h pm o d e lw h i c hh a sb e e nw i d e l yu s e di nc o r p o r a t i o n d e c i s i o n m a k i n gp r o c e s s ( 2 ) p u t t i n gf o r w a r daf u z z yc o m p r e h e n s i v ee v a l u a t i o nm o d e l ( f c e ) t h a ti s b a s e do nt h ei m p r o v e da n a l y t i ch i e r a r c h yp r o c e s s ( a u p ) a n da c c e l e r a t i n gg e n e t i c a l g o r i t h m ( a g a ) ，t h e na p p l y i n gi tt ot h eg o v e r n m e n t a ld e c i s i o n m a k i n gp r o c e s s ( 3 ) a p p l y i n gt h ea g a - i f a h pm o d e l t ot h e d e c i s i o n m a k i n gp r o c e s so f c h o o s i n ga n de v a l u a t i n gt h es c i e n c ea n dt e c h n o l o g yi n n o v a t i o np l a t f o r m s ( s t i p ) k e yw o r d s ：i n n o v a t i o np l a t f o r m 、a h p 、a g a 、i n d e xs y s t e m 中山大学顶= 论文基于a g a i f a h p 的综合评价模型的应用研究 1 1 背景 第1 章绪论 1 1 1问题的提出与研究意义 世界经济的发展，特别是发达国家的经济发展，主要依靠科技创新和技术 进步。科学技术在经济发展中的地位日趋重要，创新是经济发展的不竭动力， 提高区域竞争力和创新能力，是地方经济发展的迫切需要，因此各个国家政府 纷纷采取措施引导、资助本国科技创新平台建设。经过改革开放以来多年的发 展和积累，广东省科技实力有了巨大的提升和发展。目前大学与科研所已建设 了1 0 0 多个国家级或省级重点实验室；主要依托企业已建立2 0 0 多个国家或省 级工程技术研究开发中心、技术中心；选择1 0 3 家专业镇建立技术创新科技服 务体系、行业技术创新中心。这些工作加上重大项目支持，从总体上推进了广 东科技创新能力的建设，促进了经济与社会的发展。去年广东省综合科技实力 位列全国第三，基本形成了以企业为主体、以高等院校和科研院所为依托的技 术创新体系。胡锦涛总书记视察广东时提出了“广东应成为我国重要的高新技 术研究基地与成果转化基地”的重要指示。黄华华省长在今年政府工作报告中 强调今年广东要进一步提高科技创新能力，深化科技体制改革，启动建设一批 创新平台，继续构建和完善技术创新、知识创新、科研创新、成果转化和科技 服务体系。科技创新平台建设的一个主要目的在于提升科研能力。 科技创新平台的建设及运作，需要投入大量的人力物力资源，要求政府针 对经济社会发展急需的重点科技领域，选准所需建的平台以保证国有资产安全 及有效使用，因此评价与选择合适的研发项目对于创新平台建设是很重要的决 策，我们需要加强平台建设的科学决策。但是长期以来，我们缺乏有效的，客 中山大学硕一i 论立基于a g a - i f a h p 的综台评价模型的应用研究 观的决策系统对科技创新平台进行评价和选择，对科技创新平台的评价和选择 方法也存在很多漏洞和主观因素，因而用科学发展观建立科技创新平台选择与 评价决策系统势在必行。 广东省科技厅已开始了科技创新平台的建设工作，在选择与论证中还存在 不少待解决的问题，特别是选择论证的方法与决策的科学性客观性问题。“科技 创新平台选择与评价的决策支持系统”项目旨在为科技创新平台的建设提供可 行性研究，选择论证方法和决策系统，为科技创新平台的选择评价建立一个客 观科学的模型和一套规范，以代替传统的比较主观的评价方法，并建立相应的 实用决策系统。 1 1 2 国内外的研究现状 国内刘科技创新平台的评价选择方面的研究起步比较晚，现在也只有少数 的省市有自己的决策系统，江苏省和浙江省在这方面的研究和取得的成果给我 们提供了很好的借鉴；同时，我们也要从国外对这方面研究起步比较早的国家 吸取经验。例如，为了使科技创新平台建设可以符合泰国依靠自身发展科技的 需要建立起来的科技创新平台的评价模型值得我们借鉴：韩国在这方面也有相 当的研究，韩国科技评价计划协会k o r e ai n s t i t u t eo f s & t e v a l u a t i o na n dp l a n n i n g f k s t e p ) 于1 9 9 9 年2 月成立，该协会主要致力于对科技项目、科技平台进行评 价和计划部署。我国在这方面和德国有着良好的台作关系，中德科学中心除了 促进中德两国科技信息交流以外，还致力于建立两国在选择评价科技创新平台 方面的信息交流和管理经验交流的平台。 科技创新平台的选择评价指标主要包括能力建设( 仪器设备、场地设施等 硬件条件积累) 、服务内容、管理体制、运行机制( 制度规范、考核评价等) 、 服务效果( 服务业务量、经济效益、社会影响) 等方面。本课题除吸收国内外 现有的经验外，还要求定性与定量结合，必须有定量的考核指标。该模型包括 对科技创新平台的科技创新能力的评价，对其解决科技问题的能力的评价，以 及对其提高竞争实力的有效性的评价。这是- - i 1 系统科学，平台的选择评价除 中山大学硕士论文基于a g a - i f a h p 的综合评价模型的应用研究 考虑对本行业的推动作用外，还要考虑对其它行业的相关性、对社会的公益性 ( 比如对老百姓的影响，对环境的影响等) 、对技术的覆盖性、对产业的影响、 对学科发展的影响等等方面因素。 目前，基于层次分析法和加速遗传算法的综合评价模型在企业决策过程中 得到了广泛的应用，但是国内关于政府选择评价决策过程的研究比较少，更没 有比较系统的客观的选择评价决策模型，选择评价方法也还不够科学和客观。 1 2 本文的研究工作 本文以与广东省科技厅合作项目“科技创新平台选择评价的决策支持系统” 为背景，在对现有的应用于企业决策过程中的选择评价模型进行分析研究的基 础上，结合政府决策的需要，提出了基于改进的层次分析法和加速遗传算法的 选择评价模型，并应用于科技创新平台的选择评价的决策过程中。 本文的研究工作包括： ( 1 ) 分析现有的被广泛应用于企业决策过程中的选择评价模型( a g a a h p ) 。 ( 2 ) 结合政府决策的需要，对a g a - a h p 模型做一些适应性改进后，提出了 基于改进的模糊层次分析法和加速遗传算法( a g a 砸a h p ) 的模糊综合评价模 型f f c e ) 。 ( 3 ) 将基于a g a - i f a h p 的模糊综合评价模型应用于对科技创新平台进行选 择评价的决策系统中，实现了政府决策中选择评价过程的客观化科学化。 1 3 论文的组织结构 本文主要介绍了基于改进的模糊层次分析法( i f a h p ) 和加速遗传算法 ( a g a ) 的模糊综合评价模型的建立过程，并将该模型应用于科技创新平台的 选择评价系统中。在模型建立的过程中，本文侧重于分析和叙述决策系统中选 择评价模型指标体系的构建。 中山大学碰卜论文 基于a g a - i f a h p 的综合评价模型的应用研究 论文由五个章节组成。 第1 章概要性地论述了科技创新平台的选择评价模型的研究背景和国内外 研究现状，简要综述了本论文的研究内容，方法，创新点和意义，同时介绍了 本文的组织结构。 第2 章分析了在构建决策系统中的选择评价模型过程中所要使用的分析和 计算、优化方法。包括层次分析法、模糊分析法、加速遗传算法，这些系统分 析方法和全局优化方法是选择评价模型的建模基础。 第3 章分析了用于企业决策的a g a a h p 模型，在讲述其原理和步骤的过 程中总结了a g a a h p 模型在选择评估中的不足和可能导致的错误。 第4 章针对上一章介绍的a g a a h p 模型的不足做了一些改进后建立了基 于a g a i f a h p 的选择评价模型，并对比a g a a h p 分析了a g a i f a h p 选择 评价模型的原理和实现过程。 第5 章将a g a i f a h p 的选择评价模型应用于政府部门行政决策过程中， 实现了政府部门选择评价的决策过程从主观化走向客观化、科学化。本章以与 广东省科技厅合作项目“科技创新平台选择与评价的决策支持系统”为背景， 用a g a i f a h p 选择评价模型对科技创新平台进行综合评价，实现了对广东省 2 0 0 2 年申请立项的专业镇的综合评估。a g a 1 f a h p 选择评价模型得到的综合 评估值和其他相关评估信息将作为评审委员会评估决策的重要参考。 第6 章总结了沧文的工作，并指出了进一步的研究方向。 中山大学硕士论文 基于a g a - i f a h p 的综台评价模型的应用研究 第2 章选择与评价方法概述 2 1 层次分析法( a h p ) 层次分析法( a n a l y t i c a lh i e r a r c h yp r o c e s s ，a h p ) 是美国匹兹堡大学教授撒 泰( a l s a a t y ) 于2 0 世纪7 0 年代提出的一种系统分析方法。它综合定性与定 量分析，模拟人的决策思维过程，来对多因素复杂系统，特别是难以定量描述 的社会系统进行分析。目前，a h p 是分析多目标、多准则的复杂公共管理问题 的有力工具。它具有思路清晰、方法简便、适用面广、系统性强等特点，便于 普及推广，可成为人们工作和生活中思考问题、解决问题的一种方法。将a h p 引入决策，是决策科学化的一大进步。它最适宜于解决那些难以完全用定量方 法进行分析的公共决策问题。应用a h p 解决问题的思路是，首先，把要解决的 问题分层次系列化，将问题分解为不同的组成因素，按照因素之问的相互影响 和隶属关系将其分层聚类组合，形成一个递阶的、有序的层次结构模型。然后， 对模型中每一层次因素的相对重要性，依据人们对客观现实的判断给予定量表 示，再利用数学方法确定每一层次全部因素相对重要性次序的权值。最后，通 过综合计算各层因素相对重要性的权值，得到最低层( 方案层) 相当于最高层 ( 总目标) 的相当重要性次序的组合权值，以此作为评价和选择方案的依据。 a h p 将人们的思维过程和主观判断数学化，不仅简化了系统分析与计算工作， 而且有助于决策者保持其思维过程和决策原则的一致性，对于那些难以全部量 化处理的复杂的书会公共管理问题，能得到比较满意的决策结果。因此，它在 能源政策分析、产业结构研究、科技成果评价、发展战略规划、人才考核评价 以及发展目标分析等许多方面得到广泛的应用。 中山大学硕士论文 基于a g a i f a h p 的综合评价模型的应用研究 2 1 1 层次分析法的基本原理 层次分析法的基本思路与人对一个复杂问题的思维、判断过程大体上是一 样的。现代复杂的决策问题往往设计到许多因素，如社会、政治、经济、科技 乃至自然环境等，因此要认识一个复杂系统就比较困难。层次分析法正是处理 此类问题的有效方法。它首先提出了递阶层次结构理论，然后给这种递阶层次 结构作定量描述，通过排序理论得出满足系统总目标要求的各个方案( 或措施) 的优先次序。因此，层次分析法的基本原理可归纳为层次的数学原理特征 向量方法、递阶层次结构原理、两两比较标度与判断原理、层次排序原理。 ( 1 ) 特征向量方法原理是对于复杂管理决策问题，通过建立层次分析模型，构 造出判断矩阵，就可以应用这种求解判断矩阵的最大特征根及其特性向量的方 法，来确定出相应各种方案、措施、政策等相对于总目标的重要性权值，以供决 策者参考。 ( 2 ) 递阶层次结构原理是对于一个复杂的无结构问题，可分解为它的若干组 成部分或凶素。例如，目标、约束、准则、子准则、方案等，按照属性的不同把 这些因素分组形成互不相交的层次，上一层次的因素对相邻的下一层次的全部 或某些因素起着支配作用，形成按层次白上而下的逐层支配关系，具有这种性质 的层次称为递阶层次。通过分析建立一个有效的合理的递阶层次结构对于能否 解决问题具有决定性意义。 ( 3 ) 两两比较的标度与判断原理是：任何一个递阶层次结构，均可以建立若 干个判断矩阵，判断矩阵数日是该递阶层次结构图中，除最低一层以外的所有 各层次的因素之和。选择标度方法有一定的事实和科学依据。 层次排序原理包括层次单排序、层次总排序和一致性检验理论。确定各层次 中因素对相邻上一层次的各因素的优先次序称为层次单排序。层次单排序可归 结为计算判断矩阵的特征根和特征向量问题，即对削断矩阵a ，计算满足a = w x 九。的特征根与特征向量，式中 。为a 的最大特征根，w 为对应于的正规 化特征向量，w 的分量，即相应凶素单排序的权值。其最常见的计算方法有和积 法和方根法，这两种近似方法使得人们可以在使用小型计算器并保证足够精确 度的条件下应用层次分析法。一致性检验原理指在计算出层次单排序结果之后， 中山大学硕士论文基于a g a - i f a h p 的综合评价模型的应用研究 对于计算所依据的判断矩阵还要进行的检验。检验应按照各因素重要程度、优 先次序对比的内在规律，判断矩阵应该满足以下三个条件( 称为“完全一致性 条件”) 。如果给出的判断矩阵完全满足这三个条件，说明评分与决策准则没有 矛盾。但由于客观事物的复杂性，人们在分析问题时，认识具有片面性，要达 到完全一致性是非常困难的。当判断矩阵不具有满意的一致性时，就需要对判 断矩阵进行调整。计算同一层次上不同因素对总目标的优先次序称为层次总排 序。而这一过程是由最高层次到最底层次逐层进行的。 2 1 2 层次分析法的基本步骤和计算过程 用a h p 分析问题大体要经过以下五个步骤：( 1 ) 建立层次结构模型；( 2 ) 构造判断矩阵；( 3 ) 层次单排序；( 4 ) 层次总排序；( 5 ) 一致性检验。其中后 三个步骤在整个过程中需要逐层地进行。 ( 1 ) 建立层次结构模型 运用a h p 进行系统分析，首先要将所包含的因素分组，每一组作为一个层 次，按照最高层、若干有关的中间层和最低层的形式排列起来。例如，对于决 策问题，通常可以将其划分为如图2 - 1 所示的层次结构模型。 目标层a 1 l m , l l 层c 方案层p 图2 - 1 合理使用企业留成利润的层次结构模型 图2 1 中，最高层表示解决问题的目的，即应用a h p 所要达到的目标；中 中山大学硕士论文基于a g a - i f a h p 的综合评价模型的应用研究 问层表示采用某种措施和政策来实现预定目标所涉及的中间环节，一般又分为 策略层、约束层、准则层等；最低层表示解决问题的措施或政策( 即方案) 。 然后，用连线表明上一层因素与下一层的联系。如果某个因素与下一层所 有因素均有联系，那么称这个因素与下一层存在完全层次关系。有时存在不完 全层次关系，即某个因素只与下一层次的部分因素有联系。层次之间可以建立 子层次。子层次从属于主层次的某个因素。它的因素与下一层次的因素有联系， 但不形成独立层次。 层次结构模型的矩阵思想： w 1 w l w 2 w 1 w 1 w 2 w 2 m w 1 m w 2 k w 1 m ： k w l m ： 在上述等式中，等式右边的列向量刚好是由该向量中任意两个元素相互比 较组成的方阵的特征向量。 层次结构模型呈网状结构，模型中每个结点有若干个父亲结点，电有若干 个孩子结点，每个结点的父亲结点以邻接表的形式存储在该结点指针指向的链 表中。层次结构模型中节点的存储结构如下图2 2 所示： 图2 2 层次结构模型中结点的存储结构 ( 2 ) 构造判断矩阵 任何系统分析都以一定的信息为基础。a h p 的信息基础主要是人们划每一 层次各因素的相对重要性给出的判断，这些判断用数值表示出来，写成矩阵形 式就是判断矩阵。判断矩阵是a h p 工作的出发点，构造判断矩阵是a h p 的关 键一步。 中山大学硕士论文基于a g a i f a h p 的综合评价模型的应用研究 判断矩阵表示针对上一层次某因素而言，本层次与之有关的各因素之间的 相当重要性。假定a 层中因素4 与下一层次中因素旦，b 2 ，e 有联系， 则我们构造的判断矩阵如表2 - 1 所示。 表2 - 1 判断距阵 4b 吃e 日 6 1 。岛： 屯 呸也，吆 也。 ： e吒。吒： 吒。 表2 - 1 中，是对于4 而言，e 对b 的相对重要性的数值表示，通常取 1 ，2 ，3 ，9 及它们的倒数，其含义为： = 1 ，表示尽与b j 一样重要； = 3 ，表示县比b ，重要一点( 稍微重要) ： = 5 ，表示e 比b i 重要一点( 明显重要) ； = 7 ，表示e 比b ，重要得多( 强烈重要) ； = 9 ，表示e 比口，极端重要( 绝对重要) ； 它们之间的数2 ，4 ，6 ，8 及各数的倒数具有相应的类似意义。 采用1 - 9 的比例标度的依据是： i1 心理学的实验表明，大多数人对不同事物在相同属性上差别的分辨能力在 5 9 级之间，采用1 - 9 的标度反映了大多数人的判断能力； i i l 大量的社会调查表明，1 - 9 的比例标度早已为人们所熟悉和采用； i i i ) 科学考察和实践表明，1 - 9 的比例标度已完全能区分引起人们感觉差别的事 物的各种属性。 显然，任何判断矩阵都应满足： 中山人学硕二卜论文基于a g a i f a h p 的综合评价模型的应用研究 = 1 ，包= l b “，i ，j = 1 ，2 ，n 其计算方法最常见的计算方法有和积法和方根法，这两种近似方法使得人 们可以在使用小型计算器并保证足够精确度的条件下应用层次分析法。 和积法的具体步骤如下： i1 将判断矩阵经过每一列正规化； i i l 每一列经过正规化后的判断矩阵按行相加； i i i ) 对向量正规化。 所得到的m 、w 2 、m 就是层次单排序权重。在计算出层次单排序结果 之后，对于计算所依据的判断矩阵还要进行一致性检验。按照各因素重要程度、 优先次序对比的内在规律，判断矩阵应该满足以下三个条件( 完全一致性条件) 。 i ) 对角线元素为岛：= 1 ，i = j = l ，2 ，n ； i i ) 右上三角和左下三角对应元素互为倒数= 1 6 ，i , j = l ，2 ，n ，i j ； i i i ) n n 优先次序的传递关系，龟，= 如b 。，i , j ，k = l ，2 ，n i j 。 如果给出的判断矩阵完全满足这三个条件，说明评分与决策准则没有矛盾。 但由于客观事物的复杂性，人们在分析问题时，认识具有片面性，要达到完全一 致性是非常困难的。例如甲、乙两个因素相比较，当问甲比乙的重要等级时，回 答是较重要，甲得5 分，而问乙比甲的重要等级时，可能回答是乙比甲稍次要，乙 得0 2 5 分，这里5 i 0 2 5 分，破坏了。致性条件，判断出现矛盾，正确的应是乙得 1 5 分。而一致性检验是根据矩阵理论来进行的，为了检验判断矩阵的一致性， 需要计算它的一致性指标c i c 引，定义 c i c = i w ，一w i ” j 。j 若判断矩阵b 具有完全的一致性，则有c i c = 0 。但是，由于实际评价系统的 复杂性、人们认识卜的多样性以及主观上的片面性和不稳定性，判断矩阵b 的一 致性条件不完全满足在实际应用中是客观存在、无法完全消除的，因此a h p 法只 要求判断矩阵b 具有满意的一致性，以适应各种复杂系统。若b 不具有满意的一 致性，则需要修正。根掘前人经验，c i c o 和荟k 2 1 根据判 断矩阵a 的定义，理论上有 = w ，w j ( i j = 1 n ) 这时判断矩阵b 具有如下性质：i ) = m h = 1 ；i i ) = w j w j = l b 。j ： i i i ) b i j = ( 比w ，) ( w ，m ) = w f w k = 艮。称性质i ) 为判断矩阵的单位性；称性 质i i ) 为判断矩阵的倒数性；称性质i i i ) y 9 判断矩阵的一致性，它表示相互关系可 以定量传递。例如，若要素j 比要素j 重要2 倍，要素j 比要素k 重要3 倍，则要索 i 比要素k 重要6 倍。性质i i i ) f i i 是性质i ) 和性质i i ) 的充分条件：因为= 吃， 所以= 1 ；又因为= = 1 ，所以= 1 。 现在的问题就是由己知判断矩阵b 来推求各要素的单排序权值 w l i k = 1 n ) ，若判断矩阵b 满足式，决策者能精确度量：- w 。w j ，则判断矩阵b 具有完 全的一致性，于是有： 著荟i x w i 一哗| - o 式中，0 为取绝对值。由于实际系统的复杂性、人们认识上的多样性以及主 观上的片面性和不稳定性，系统要素的重要性度量没有统一和确切的判断标尺， 决策者不可能精确度量堆w i ，只能对它们进行估计判断。判断矩阵b 的致性 程度，主要取决于判断者对系统各要素的把握程度，对各要素优劣认识得越清楚， 中山人学硕：l 论文基于a g a - i f a h p 的综合评价模型的麻用研究 一致性程度就越高，而评价各要素的优劣正是a h p 法所要解决的问题。正因为 人们对系统各要素的优劣不是很清楚，刁需要采用a h p 法去作出评价，以更清楚 地认识各要素，否则就没有必要应用a h p 法。a h p 法只要求判断矩阵b 具有满 意的一致性，以适应实际中各种复杂系统。 若判断矩阵b 不具有满意的一致性，则需要修正。设b 的修正矩阵为 x = x j ) ，x 各要素的单排序权值仍记为 m i k = 1 n ) ，则称使下式最小的x 矩阵 为b 的最优一致性判断矩阵【1 1 】： m n c l c ( n ) 2 i ；荟i 一l7 n 2 + i ；荟i 。一l 7 n 2 s t = 1 ，i = l n 1 x f = x 0 【。d ，+ d x 】n 【1 1 9 ，9 】 j _ 1 n j = i + 1 n 毗 o k = l n 荟坼- 1 式中，目标函数c l c ( n ) 称之为一致性指标系数( c o n s i s t e n c yi n d e x c o e f f i c i e n t ) ；d 为非负参数，可从【0 ，0 5 】内选取；其余符号同前。式是一个 常规方法较难处理的非线性优化问题，其中单排序权值( k = 1 n ) 和修正矩阵 x = ) 的上三角矩阵元素为优化变量，对n 阶矩阵b 共有n ( n + 1 ) 2 个独立的 优化变量，显然，式左端的值c i c ( n ) 越小则判断矩阵b 的一致性程度就越高， 当取全局最小值c i c ( n ) = o 时x = b 及式和式成立，此时判断矩阵b 具有完 全一致性，又根据约束条件m = 1 知，该全局最小值是唯一的。模拟生物优 胜劣汰规则与群体内部染色体信息交换机制的加速遗传算法( a o a ) ，是一种通 用的全局优化方法，用它来求解式所示问题较为简便有效。当c 1 c ( n ) 值小于 某一标准值时，可认为判断矩阵b 具有满意的一致性，据此计算的各要素的单 排序权值m 是可以接受的；否则就需要提高参数d ，直到具有满意的一致性为 i 匕。 中山大学硕：仁论文基于a g a - i f a h p 的综合评价模型的应用研究 同理，由c 层各判断矩阵 瞄) 。可确定c 层各要素i 对于b 层k 要素的 单排序权值衅，i = l m 以及相应的一致性指标系数a c ( m ) ，k = l n ，当c c ( m ) 值小于某一标准值时，可认为判断矩阵 瞄) 。具有满意的一致性，据此计算的 各要素的单排序权值衅是可以接受的：否则就需要反复调整判断矩阵 瞄) ， 直到具有满意的一致性为止。 ( d ) 层次总排序及其一致性检验。即确定同一层次各要素对于最高层( a 层次) 要素的排序权值并检验各判断矩阵的一致性，这一过程是从最高层到最低层逐 层进行的。这里，b 层各要素的单排序权值 k = 1 n ) 和一致性指标系数c i c ( n ) 同时也是b 层总排序权值和总排序一致性指标系数。c 层各要素的总排序权值 为w 。a = m 衅，总排序一致性指标为c i c “( m ) = x c c ( m ) ，当c c 4 ( m ) 篪缁 值小于某一标准值时，可认为层次总排序具有满意的一致性，据此计算的各要素 的总排序权值是可以接受的；否则就需要反复调整有关判断矩阵，直到具有满 意的一致性为止。 ( 5 ) 根据c 层各要素的总排序权值一( i - 1 m ) 确定各决策方案的优选排序， 从而为决策者选择最优方案提供科学的决策依据。 a g a a h p 的流程图如下图3 - 1 所示。 中山大学硕二l ：论文基于a g a i f a h p 的综台评价模型的应用研究 开始 从叶目标体系或规则库文 件”中提取m 层指标项结 构和判断矩阵( n ) ，i = 0 判断矩阵集合 i - n ? 婪童 取出一个判断矩阵m 并计算 得出m 的有效单位特征向量 w 和矩阵一致性指标值c i c c i c 00 17 n y 层次总排序并计算绝对权重值 构建带权重的指标体系 计算综合评价值z 并 给出其他相关信息 将一判断矩阵w 殴其w 、c i c 值| | 运用a g a 对判断矩阵m 进行i ，l 作为一条记录放入单排序| | 悭正得到新的判断矩阵m l i( 结柬 信息表t l ，i 什| | 代替b 放入集合 l 一 图3 - 1a g a a h p 的流程图 3 3a g a - a h p 的选择评价模型的不足 应用a h p 解决问题的思路是：首先，把要解决的问题分层次系列化，将问 题分解为不同的组成因素，按照因素之间的桐互影响和隶属关系将其分层聚类 组合，形成一个递阶的、有序的层次结构模型。然后，对模型中每一层次因素 的相对重要性，依据人们对客观现实的判断给予定量表示，再利用数学方法确 定每一层次全部因素相对重要性次序的权值。最后，通过综合计算各层因素相 对重要性的权值，得到最低层( 方案层) 相当于最高层( 总目标) 的相当重要 性次序的组合权值，以此作为评价和选择方案的依据。 应用层次分析法建立起来的层次结构模型，同一层次的要素问没有相互包 含关系或者交叉情形的出现，每个层次的所有因素节点的集合都是上一层次所 有因素节点集合的更细划分。显见的是，在指标体系比较完备的情况下，同一 中山大学硕士论文基于a g a - i f a h p 的综合评价模型的应用研究 层次上各指标的权重值之和等于1 。在评价的过程中，根据待评价平台的预计 指标值，就可以得到该待评估平台的综合指标值，这个综合指标值很大程度上 体现着这个平台的实际价值，在创新平台评价的客观化和科学化中占有极其重 要的地位。 但是运用传统的层次分析法构建指标体系并确定指标权重也有不尽完善的 地方。分析以往评价过的项目的样本值以及用来评价这些项目的指标体系，我 们不难发现下述情况： ( 1 ) 传统层次分析法构建的指标体系中，由于同一层次的指标集合构成总指 标的一个划分，所以同一层次的指标，其指标权重值之间是相互制约的。 ( 2 ) 传统层次分析法构建的指标体系中，将项目的必要性指标和可行性评价 指标细化后不加区分地放在指标体系中。 ( 3 ) 传统层次分析法构建的指标体系在确定权重时，按照自上向下的方法实 现相对权重到绝对权重的转变，先求得第二层指标对于第一层总指标的绝对权 重值( 第二层指标对于第一层总指标的绝对权重值等于它对于第一层总指标的 相对权重值) ：然后计算第三层指标对于第一层总指标的绝对权重值，它等于第 三层指标对于第二层指标的相对权重值乘以分解除它的那个第二层指标对于第 一层总指标的绝对权重值；依此类推，直到求得最底层指标对于第一层总指标 的绝对权重值，这时候，整个指标体系的绝对权重值也就确定了。从传统层次 分析法构建的指标体系的权重确定过程我们不难知道，假如用这样的指标体系 去评价一个项目的时候，被评价项目的综合指标值等于指标体系最底层原子指 标的权重值乘以项目的相应的预计样本值，综合指标值与原子指标的权重之间 是加权相加的关系，这是我们发现的第三个情况。 以上我们分析了传统层次分析法在构建指标体系过程中存在的三种情况， 这三中情况可能导致最后求得的综合评价值有悖于日常的逻辑，尽管它的演算 过程看似无懈可击。 基于以上分析，本文在综合考虑政府决策的选择评价模型的实际情况下， 对传统的层次分析法按流程做了适应性改进，提出改进的模糊层次分析法，关 于对模糊层次分析法改进的详细情况将在第四章叙述。 中山大学颇二l 论文基于a g a i f a h p 的综合订价模型的应用研究 3 4 本章小结 本章介绍了应用于企业决策过程中的a g a - a h p 选择评价模型的基本原理 和实现流程，着重论述了a g a a h p 选择评价模型抽取指标体系、确定指标体 系权重和计算综合评价值的过程，并在这些过程中总结了a g a a h p 选择评价 模型的一些不足和可能导致的错误。基于a g a a h p 的选择评价模型是适应现 代企业决策过程的选择评价模型，模型的应用使企业决策从主观变得客观真实。 那么，用于企业决策过程中的a g a - a h p 选择评价模型是否也适合于政府部门 行政决策过程的选择评价呢? 在下面两章的论述中我们将逐层完成对这个问题 的回答。 中山大学硕士论文 基于a g a - i f a h p 的综合评价模型的应用研究 第4 章改进的选择评价模型a g a i r 钮p 4 1i f a h p 简介 分析以往企业级选择评价过的项目的样本值以及用来评价这些项目的指标 体系，我们不难发现运用传统的层次分析法构建指标体系并确定指标权重可能 会导致一些错误情况的产生，甚至导致最后求得的综合评价值有悖日常的逻辑， 这在第三章最后一节已有所论述，基于以上分析，本文在综合考虑实际情况下， 对传统的层次分析法按流程做了如下改进：首先，在建立指标体系的时候，在 总指标层和大类指标层之间增加一层，该层为可行性指标和必要性指标，其下 的大类指标，按照属性隶属关系分别置于可行性指标和必要性指标量大类之中， 然后各自再细化为明细指标。这样做，就将可行性指标和必要性指标有区别地 分离开来。其次，在计算综合评价值之前设置闽值。具体应用我们将在第五章 关于新的选择评价模型在科技创新平台的选择评价过程中的应用一章中详细阐 述。 4 2 a g a i f a h p 的选择评价模型实现过程 在对传统的a h p 做了一些适应性改进后，我们结合a g a 建立基于 a g a i f a h p 的选择评价模型。我们知道，i f a h p 在实际应用中存在的主要问 题是如何验证和修正判断矩阵的一致性问题，这也是目前a h p 理论研究的热点 和难点，对此，目前已经提出的方法有：经验估计法、最优传递矩阵法、向量 夹角余弦法、模式识别法、诱导矩阵法等，这些方法存在的主要问题是主观性 强、修正标准对原判断矩阵而言不能保证是最优的( 具有间接性) ，或只对判断 矩阵的个别元素进行修正( 局部性修正) ，因此至今仍没有一个统一的修正模式， 实际应用i f a h p 时多是凭经验和技巧进行修正，缺乏相应科学的理论和方法。 中山大学硕：l 沦文拱于a g a i f a h p 的综合评价模型的应用研究 本文提出用加速遗传算法从全局直接修正改进的模糊层次分析法所建立的判断 矩阵的一致性，并同时计算改进的模糊层次分柝法1 f a h p 中各要素的排序权值 的方法( a g a - i f a h p ) 。 ( a g a i f a h p ) 的基本步骤如下： ( i ) 对所评价的复杂系统建立层次结构模型。不失一般性，这里的层次结构模 型由从上到下的目标层a 、大类指标b 、细化指标c 和明细指标d 组成。a 层 为系统的总目标，只有一个要素，b 层为要选用的实现系统总目标