CN113947280A - 一种基于反馈调整权值的组合评价方法 - Google Patents

一种基于反馈调整权值的组合评价方法 Download PDF

Info

Publication number
CN113947280A
CN113947280A CN202111053478.7A CN202111053478A CN113947280A CN 113947280 A CN113947280 A CN 113947280A CN 202111053478 A CN202111053478 A CN 202111053478A CN 113947280 A CN113947280 A CN 113947280A
Authority
CN
China
Prior art keywords
evaluation
evaluated
evaluation method
weight
combined
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111053478.7A
Other languages
English (en)
Inventor
陈晨
宋健健
陈杰
邵壮
吴啸尘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202111053478.7A priority Critical patent/CN113947280A/zh
Publication of CN113947280A publication Critical patent/CN113947280A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种基于反馈调整权值的组合评价方法，能够充分体现不同待评价对象之间的差异性特征以及相似性特征，便于方案决策和排序。本发明评价方法基于离差最大化的组合评价方法得到初始权值，将加权误差平方和作为优化目标对初始权值进行调整，得到最终权值组合，利用最终权值组合进行组合评价，得到综合评价结果，充分体现了不同待评价对象之间的差异性特征，同时使加权误差平方和最小，充分体现了不同待评价对象之间的相似性特征。本发明评价方法组合结果一致性更强、组合效果更好。整个评价过程概念清楚、定义明确，并且计算方法简单，便于应用。

Description

一种基于反馈调整权值的组合评价方法
技术领域
本发明涉及评价技术领域，具体涉及一种基于反馈调整权值的组合评价方法。
背景技术
评价问题在社会、经济和军事活动中普遍存在，科学评价往往是正确决策的重要依据。对系统或方案等待评价对象进行评价，是指有目的性地去分析待评价对象的属性，并通过客观数值定量地展示抑或定性地表征被测属性的这一行为，综合评价是指针对待评价对象多属性层次性体系结构特点，对待评价对象做出全局、整体性评价。其中，所述待评价对象为各个高校水平、企业经济效益、城镇化水平、区域技术创新能力或多无人机协同探测方案。目前，国内外现有的单一评价方法有很多，如层次分析法、主成分分析法、因子分析法、熵值法等。这些单一评价方法在评价时往往只考虑了一个或几个方面，评价不全面，评价结果往往具有片面性，因而有学者提出了“组合评价”的概念，把多种单一评价方法进行组合，用以提高评价结论的准确性和可信度。流程图如图1所示。
现有对组合评价方法的研究主要包括基于排序值的组合评价和基于评价值的组合评价。基于排序值的组合评价方法是对单一评价方法排序结果的组合，常用的方法有平均值法和模糊Borda法等。这种组合方式简单，便于应用，但是这种组合方法容易造成评价信息丢失，使评价结果失真。与排序值组合相比，基于评价值的组合拥有更大的信息量，使得组合评价值更加直观，但是可能会出现由于不同对象评价值之间较为接近而产生的公平性问题。
因此有学者将离差最大化思想引入到基于评价值的组合评价中，离差最大化可以保证最终得到的组合评价值较为分散，避免了由于不同对象评价值之间较为接近而产生的公平性问题。但是，现有的基于离差最大化的组合评价虽然体现了不同待评价对象之间的区分度即差异性特征，却不能保证组合评价结果与单一评价结果之间的误差较小，不能体现出不同待评价对象之间的相似性特征。
发明内容
有鉴于此，本发明提出了一种基于反馈调整权值的组合评价方法，能够充分体现不同待评价对象之间的差异性特征以及相似性特征，便于方案决策和排序。
为实现上述目的，本发明的技术方案为：
本发明的一种基于反馈调整权值的组合评价方法，包括如下步骤：
获得待评价对象的相容的单一评价方法集合；
基于离差最大化的组合评价方法，确定所述相容评价方法集合中不同单一评价方法的初始权值；
对所述初始权值进行调整，使得所述相容评价方法集合中不同单一评价方法的加权误差平方和最小，得到最终权值组合；所述误差为待评价对象在任一单一评价方法下的评价值与其基准值的差；
利用最终权值组合对待评价对象进行基于评价值的组合评价，获得最终评价结果。
其中，根据如下模型对初始权值进行调整：
Figure BDA0003253571090000021
Figure BDA0003253571090000022
0≤ωj-k≤cj≤ωj+k≤1
Figure BDA0003253571090000031
其中，H为加权误差平方和，m为待评价对象总数，n为所述相容评价方法集合中单一评价方法总数，cj为评价方法fj的最终权值，fij表示待评价对象Si在评价方法fj下的评价值，ftj表示待评价对象St在评价方法fj下的评价值，
Figure BDA0003253571090000032
表示待评价对象Si的基准值；ωj为评价方法fj的初始权值；k表示ωj的邻域参数；α表示离差满意度系数，D表示在组合评价方法下所有评价方法的总离差。
其中，所述待评价对象相容评价方法集合的获得方式为：
分析待评价对象，构建评价指标体系；
根据构建的评价指标体系，获取对应的评价指标源数据；
根据构建的评价指标体系，确定各评价指标权重；
根据不同指标类型对所述评价源指标数据分别进行归一化，得到归一化后的数据；
选取单一评价方法，利用各评价指标权重和归一化后的数据，得到该单一评价方法对待评价对象的评价结果；
利用不同单一评价方法的评价结果，得到不同单一评价方法对应的相关系数，根据相关系数确定待评价对象相容评价方法集合。
其中，选取单一评价方法，利用各评价指标权重对归一化后的数据进行加权求和，得到该单一评价方法对待评价对象的评价结果。
其中，所述待评价对象为各个高校水平、企业经济效益、城镇化水平、区域技术创新能力或多无人机协同探测方案。
其中，所述相容评价方法集合为待评价对象的不同单一评价方法组成的集合，且集合中不同单一评价方法的排序值之间的相关系数大于设定值。
其中，所述相关系数为Spearman相关系数。
其中，所述设定值为0.8。
有益效果：
本发明评价方法基于离差最大化的组合评价方法得到初始权值，将加权误差平方和作为优化目标对初始权值进行调整，得到最终权值组合，利用最终权值组合进行组合评价，得到综合评价结果，充分体现了不同待评价对象之间的差异性特征，同时使加权误差平方和最小，充分体现了不同待评价对象之间的相似性特征。本发明评价方法组合结果一致性更强、组合效果更好。整个评价过程概念清楚、定义明确，并且计算方法简单，便于应用。
本发明的评价方法适用于多种类型的待评价对象，比如各个高校水平、企业经济效益、城镇化水平、区域技术创新能力或多无人机协同探测方案。
附图说明
图1为组合评价流程图。
图2为本发明基于反馈调整权值的组合评价示意图。
图3为本发明实施例多无人机协同探测方案评价指标体系。
图4为本发明实施例多无人机协同过程示意图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明基于反馈调整权值的组合评价示意图如图2所示。
本发明方法包括如下步骤：
获得待评价对象的相容评价方法集合；所述相容评价方法集合为待评价对象的不同单一评价方法组成的集合，且集合中不同单一评价方法的排序值之间的相关系数大于设定值；
基于离差最大化的组合评价方法，确定所述相容评价方法集合中不同单一评价方法的初始权值；
对所述初始权值进行调整，使得所述相容评价方法集合中不同单一评价方法的加权误差平方和最小，得到最终权值组合；所述误差为待评价对象在任一单一评价方法下的评价值与该待评价对象对应基准值的差，其中，所述基准值为待评价对象多种单一评价方法评价结果的平均值；
利用最终权值组合对待评价对象进行基于评价值的组合评价，获得最终评价结果。
其中，基于离差最大化组合评价方法是使各方法下的评价值之间的距离达到最大的思想来建立模型，这样得到的各方案的最终结果值之间距离较大，便于排序。
所述相容评价方法集合是指在满足检验标准的条件下，所选取的适用于待评价对象的单一评价方法的集合。需要注意的是，所选取的单一评价方法其评价结果要具有可比性(如评价值或排序值)，一般情况下，检验标准是通过不同单一评价方法的排序值之间的相关系数进行判断的，当相关系数大于0.8时，认为所选取的不同单一评价方法集合为相容评价方法集合。
本发明将各评价方法的评价结果加权组合时，组合评价体现以下2个特征：
1、差异性特征，组合评价结果应尽可能地体现被评价对象之间的区分度。在实现根据反馈调整权值的组合评价时，选取了基于离差最大化的组合评价模型以确定初始权值，再根据加权误差平方和对初始权值组合进行调整。
2、相似性特征，尽可能地使得组合评价结果与各单一评价方法之间的偏差减小，以达到集结效果。
假设由m个待评价对象，可表示为S＝{S1，S2，S3…Sm}，有n个单一评价方法，方法集为f＝{f1，f2，f3…fn}，用fij表示待评价对象Si在评价方法fj下的评价值。假设各单一评价方法的权值向量为ω＝{ω1，ω2，…，ωn}T，则待评价对象Si的组合评价值为：Fi＝ω1fi1+ω2fi2+…ωnfin。本发明获得最终权值组合的具体实现步骤如下：
设dijt为在单一评价方法fj下，待评价对象Si与St的离差，dijt可以表示为：
dijt＝|fij-ftj|
则待评价对象Si与待评价对象St在组合评价方法下的离差为：
Figure BDA0003253571090000061
组合评价权值向量ω＝{ω1，ω2，…，ωn}T应使在组合评价方法下所有评价方法的总离差为最大，可构建模型如下：
Figure BDA0003253571090000062
Figure BDA0003253571090000063
0≤ωj≤1
求解此模型，可得到最优解ω，此时其总离差最大。
最优解ω为不同评价方法的初始权值向量；
对初始权值向量ω进行调整，使得加权误差平方和最小，具体模型可表示为：
Figure BDA0003253571090000071
其中，调整范围为权值ωj的某一邻域内。权值ωj为：
Figure BDA0003253571090000072
式中，
Figure BDA0003253571090000073
表示基准值，采用第i个对象下多种评价方法的线性平均值来表示。α表示离差满意度系数，αmax D表示在调整权值时需要满足的最小离差，α一般选择区间为0.95≤α≤1。k表示表示邻域参数，一般来说k的选择范围为0＜k≤0.2，在选择过程中需要考虑初始权值的具体情况以免出现调整后的权值过大或过小。求解此模型，可得到不同评价方法的组合权值向量c即最终权值组合向量c＝{c1，c2，…，cn}T。
所述待评价对象相容评价方法集合的获得方式为：
分析待评价对象，构建评价指标体系；
根据构建的评价指标体系，获取对应的评价指标源数据；
根据构建的评价指标体系，确定各评价指标权重；
根据不同指标类型对所述评价源指标数据分别进行归一化，得到归一化后的数据；
选取单一评价方法，利用各评价指标权重和归一化后的数据对待评价对象进行评价，得到单一评价方法的评价结果；
利用不同单一评价方法的评价结果，得到不同单一评价方法对应的相关系数，根据相关系数确定待评价对象相容评价方法集合。
具体实例1：
根据需求分析出的评价指标尽量覆盖全面，分析出的指标适用于不同的待评价对象。以论文基于离差最大化的组合评价方法研究(李珠瑞,马溪骏,彭张林.基于离差最大化的组合评价方法研究[J].中国管理科学,2013,21(1):174-179.)中的评价实例为例，说明本发明评价方法。
上述论文中以国家统计局公布的2008年全国31个地区工业企业主要经济效益指标统计资料为例，对31个地区的工业企业经济效益进行评价和排序。其具体的工业企业经济效益考核指标体系可参考该论文。
在本例中，待评价对象为31个地区的工业企业经济效益，31个地区的工业企业经济效益集合为S＝{S1,S2,S3…S31}，有3种单一评价方法，方法集为f＝{f1,f2,f3}，用fij表示第i个地区的工业企业经济效益Si在评价方法fj下的评价值。假设最终确定的各评价方法的权值向量为ω＝{ω1,ω2,ω3}T，则第i个地区的工业企业经济效益Si的组合评价值为：Fi＝ω1fi1+ω2fi2+ω3fi3。
其中，本实施例在进行评价时选取了主成分分析法、熵值法、因子分析法三种单一评价方法，其评价结果如表1所示。三种评价方法之间的相关系数如表2所示，其相关系数均大于0.8，则所选取的三种评价方法为相容评价方法集合，可进行组合评价。
表1单一评价方法评价结果
Figure BDA0003253571090000091
表2 Spearman等级相关系数
Figure BDA0003253571090000092
采用基于反馈调整的组合评价模型确定各评价方法的权重，将各评价方法对应的评价结果加权组合获得最终评价结果。
按公式(1)可构造基于离差最大化的组合评价模型如下：
Figure BDA0003253571090000101
Figure BDA0003253571090000102
0≤ωj≤1
根据公式(2)可求得基于离差最大化的组合评价的权值组合，选取此权值组合作为基于反馈调整权值组合评价方法的初始权值，再根据加权误差平方和对初始权值进行调整。取α＝0.99、k＝0.2时，在初始权值邻域内对其进行调整，可根据公式(3)建立评价模型如下：
Figure BDA0003253571090000103
Figure BDA0003253571090000104
0≤ωj-0.2≤cj≤ωj+0.2≤1
Figure BDA0003253571090000105
求解该模型，可得到基于反馈调整权值的组合权值，如表3所示。在此基础上，可求得最终的评价结果如表4所示。
表3组合权值
Figure BDA0003253571090000106
表4三种组合评价法结果
Figure BDA0003253571090000111
对于本发明方法的检验：
组合评价完成后，采用Spearman相关系数检验不同评价结果之间的相关性。采用Spearman等级相关系对表1、表4中各个方法的评价结果进行一致性检验，其相关系数均大于0.9，可认为其排序结果具有一致性，通过事后检验。结果如表5所示。
表5 Spearman等级相关系数
Figure BDA0003253571090000121
至此，基于反馈调整权值的组合评价完成。由表3、表4、表5可知，基于反馈调整权值的评价结果与基于离差最大化的结果近似，其排序结果一致，离差相近，且误差平方和减小。即该组合评价模型能够弥补了单一评价方法的过于主观或者客观的缺点，又能更好的根据不同方法评价结果反映出待评价对象的特性，具有较好的相似性和差异性。
具体实例2：通过多无人机协同探测方案评价方法实例说明本发明的评价指标体系及评价方法。
随着人工智能、通讯、感知以及控制等技术的飞速发展，无人机在军事领域得到了越来越广泛的应用。由于小型旋翼无人机具有体积小、运动灵活、成本低等特点，其越来越多的被应用于对未知区域的探测、搜索。假设在某一未知区域隐藏有可疑人员，我方派出多架小型旋翼无人机进入该区域对其进行覆盖搜索，以确定可疑人员的数量与位置。对于一次探测任务，需要拟制多个无人机探测方案，为了明确不同方案的效能，从不同方案中选取最优方案，需要研究影响方案效能的各种指标因素，对方案进行全面、深刻的评价。
对探测方案进行评价，是指有目的性地去分析探测场景和方案的属性，并通过客观数值定量地展示抑或定性地表征被测属性的这一行为。对于以无人系统为主的探测方案评估还没有有效的评估指标体系，无法为评估决策提供依据，因此，需要建立一套能够充分反映不同无人机探测方案特征的指标体系，以便对不同探测方案进行评价、排序与优选。
本例中，在某一未知区域隐藏有可疑人员，我方派出多架小型旋翼无人机进入该区域对其进行覆盖搜索，以确定可疑人员的数量与位置。对于此次探测任务，共拟制出5个无人机探测方案，需对5个备选方案进行组合评价，对方案进行排序。
对无人机协同探测场景和探测方案进行分析，构建多无人机协同探测方案评价指标体系如图3所示。
根据指标含义和度量方法，通过仿真获取评价源数据如表6所示；
表6评价源数据
Figure BDA0003253571090000131
根据归一化参数表，对评价源数据进行归一化；归一化参数表如表7所示，归一化后的数据如表8所示。采用主客观组合赋权法确定指标权重如表9所示。
表7归一化参数表
Figure BDA0003253571090000141
表8归一化数据
Figure BDA0003253571090000151
表9指标权重
Figure BDA0003253571090000152
在本例中，5个探测方案集合为S＝{S1,S2,S3,S4,S5}，有3种单一评价方法，方法集为f＝{f1,f2,f3}，用fij表示第i个方案Si在评价方法fj下的评价值。假设最终确定的各评价方法的权值向量为ω＝{ω1,ω2,ω3}T，则第i个探测方案的组合评价值为：Fi＝ω1fi1+ω2fi2+ω3fi3。
其中，本实施例在进行评价时选取了层次分析法、理想解法、功效函数法法三种单一评价方法，其评价结果如表10所示。三种评价方法之间的相关系数如表11所示，其相关系数均大于0.8，则所选取的三种评价方法为相容评价方法集合，可进行组合评价。
表10单一方法评价结果
Figure BDA0003253571090000161
表11 Spearman相关系数
Figure BDA0003253571090000162
采用基于反馈调整的组合评价模型确定各评价方法的权重，将各评价方法对应的评价结果加权组合获得最终评价结果。
按公式(1)可构造基于离差最大化的组合评价模型如下：
Figure BDA0003253571090000171
Figure BDA0003253571090000172
0≤ωj≤1
根据公式(2)可求得基于离差最大化的组合评价的权值组合，选取此权值组合作为基于反馈调整权值组合评价方法的初始权值，再根据加权误差平方和对初始权值进行调整。取α＝0.99、k＝0.2时，在初始权值邻域内对其进行调整，可根据公式(3)建立评价模型如下：
Figure BDA0003253571090000173
Figure BDA0003253571090000174
0≤ωj-0.2≤cj≤ωj+0.2≤1
Figure BDA0003253571090000175
求解该模型，可得到基于反馈调整权值的组合权值，如表12所示。在此基础上，可求得最终的评价结果如表13所示。
表12组合权值
Figure BDA0003253571090000176
表13组合评价结果
Figure BDA0003253571090000177
对于本发明方法的检验：
组合评价完成后，采用Spearman相关系数检验不同评价结果之间的相关性。由于不同组合评价结果排序值一致，故其Spearman相关系数均为为1，可认为其排序结果具有一致性，通过事后检验。组合结果的离差和误差如表14所示。
表14组合评价结果分析
Figure BDA0003253571090000181
至此，基于反馈调整权值的组合评价完成。由表8、表9可知，基于反馈调整权值的评价结果与基于离差最大化的结果近似，其排序结果一致，离差相近，且误差平方和减小。即该组合评价模型能够弥补了单一评价方法的过于主观或者客观的缺点，又能更好的根据不同方法评价结果反映出待评价对象的特性，具有较好的相似性和差异性。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于反馈调整权值的组合评价方法，其特征在于，包括如下步骤：
获得待评价对象的相容的单一评价方法集合；
基于离差最大化的组合评价方法，确定所述相容评价方法集合中不同单一评价方法的初始权值；
对所述初始权值进行调整，使得所述相容评价方法集合中不同单一评价方法的加权误差平方和最小，得到最终权值组合；所述误差为待评价对象在任一单一评价方法下的评价值与其基准值的差；
利用最终权值组合对待评价对象进行基于评价值的组合评价，获得最终评价结果。
2.如权利要求1所述的组合评价方法，其特征在于，根据如下模型对初始权值进行调整：
Figure FDA0003253571080000011
Figure FDA0003253571080000012
0≤ωj-k≤cj≤ωj+k≤1
Figure FDA0003253571080000013
其中，H为加权误差平方和，m为待评价对象总数，n为所述相容评价方法集合中单一评价方法总数，cj为评价方法fj的最终权值，fij表示待评价对象Si在评价方法fj下的评价值，ftj表示待评价对象St在评价方法fj下的评价值，
Figure FDA0003253571080000014
表示待评价对象Si的基准值；ωj为评价方法fj的初始权值；k表示ωj的邻域参数；α表示离差满意度系数，D表示在组合评价方法下所有评价方法的总离差。
3.如权利要求1所述的组合评价方法，其特征在于，所述待评价对象相容评价方法集合的获得方式为：
分析待评价对象，构建评价指标体系；
根据构建的评价指标体系，获取对应的评价指标源数据；
根据构建的评价指标体系，确定各评价指标权重；
根据不同指标类型对所述评价源指标数据分别进行归一化，得到归一化后的数据；
选取单一评价方法，利用各评价指标权重和归一化后的数据，得到该单一评价方法对待评价对象的评价结果；
利用不同单一评价方法的评价结果，得到不同单一评价方法对应的相关系数，根据相关系数确定待评价对象相容评价方法集合。
4.如权利要求3所述的组合评价方法，其特征在于，选取单一评价方法，利用各评价指标权重对归一化后的数据进行加权求和，得到该单一评价方法对待评价对象的评价结果。
5.如权利要求1-4任意一项所述的组合评价方法，其特征在于，所述待评价对象为各个高校水平、企业经济效益、城镇化水平、区域技术创新能力或多无人机协同探测方案。
6.如权利要求1-4任意一项所述的组合评价方法，其特征在于，所述相容评价方法集合为待评价对象的不同单一评价方法组成的集合，且集合中不同单一评价方法的排序值之间的相关系数大于设定值。
7.如权利要求6所述的组合评价方法，其特征在于，所述相关系数为Spearman相关系数。
8.如权利要求6或7所述的组合评价方法，其特征在于，所述设定值为0.8。
CN202111053478.7A 2021-09-09 2021-09-09 一种基于反馈调整权值的组合评价方法 Pending CN113947280A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111053478.7A CN113947280A (zh) 2021-09-09 2021-09-09 一种基于反馈调整权值的组合评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111053478.7A CN113947280A (zh) 2021-09-09 2021-09-09 一种基于反馈调整权值的组合评价方法

Publications (1)

Publication Number Publication Date
CN113947280A true CN113947280A (zh) 2022-01-18

Family

ID=79328214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111053478.7A Pending CN113947280A (zh) 2021-09-09 2021-09-09 一种基于反馈调整权值的组合评价方法

Country Status (1)

Country Link
CN (1) CN113947280A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114841563A (zh) * 2022-05-05 2022-08-02 长江水利委员会长江科学院 一种多目标水资源配置方案综合评价方法
CN116596410A (zh) * 2023-07-18 2023-08-15 中国石油大学(华东) 基于组合赋权法的台风风暴潮灾害脆弱性评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114841563A (zh) * 2022-05-05 2022-08-02 长江水利委员会长江科学院 一种多目标水资源配置方案综合评价方法
CN116596410A (zh) * 2023-07-18 2023-08-15 中国石油大学(华东) 基于组合赋权法的台风风暴潮灾害脆弱性评价方法

Similar Documents

Publication Publication Date Title
Delavaud et al. Testing the global applicability of ground‐motion prediction equations for active shallow crustal regions
CN108196132B (zh) 系统内电磁兼容性评估方法
CN113947280A (zh) 一种基于反馈调整权值的组合评价方法
US20020186882A1 (en) Method and apparatus for generating special-purpose image analysis algorithms
CN109446812A (zh) 一种嵌入式系统固件安全分析方法及系统
CN110443810A (zh) 基于快速邻接体素查询的点云平面分割方法
CN115239127B (zh) 生态脆弱性评价方法、计算机设备、存储介质和验证方法
CN109165807A (zh) 一种基于概率神经网络的电能质量综合评估方法
CN110968651A (zh) 一种基于灰色模糊聚类的数据处理方法及系统
CN108810799A (zh) 一种基于线性判别分析的多楼层室内定位方法及系统
CN111930957A (zh) 实体间亲密度的分析方法、装置、电子设备以及存储介质
CN117371511A (zh) 图像分类模型的训练方法、装置、设备及存储介质
CN111027589B (zh) 一种多分制目标检测算法评价系统及方法
CN115829209A (zh) 基于碳路径的绿色智能仓库环保质量分析方法及装置
CN114880954A (zh) 一种基于机器学习的滑坡敏感性的评估方法
CN110941904B (zh) 一种基于不同作战天气下的感知设备组合搭配方法
CN114066207A (zh) 一种主观客观结合的绩效考核方法及系统
CN114418410A (zh) 一种陆军主战分队装备作战效能评估分析方法
CN110334321B (zh) 一种基于兴趣点数据的城市轨交站区功能识别方法
CN113901287A (zh) 一种高考志愿填报系统
CN113534129B (zh) 评估地基宽带雷达的高速目标探测性能的方法和系统
CN113689067B (zh) 一种图像保障信息评估系统
Liao et al. a q-EW-TOPSIS model of grey correlation for supply capacity evaluation
CN115185814B (zh) 一种基于二维程序频谱的多缺陷定位方法、系统及设备
Zhang et al. Customer Portrait for Metrology Institutions Based on the Machine Learning Clustering Algorithm and the RFM Model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination