一种对标指标权重设置方法与流程

1.本发明涉及一种对标指标权重设置方法，属于指标权重系数选取技术领域。


背景技术：

2.指标权重是指被测对象各个考察指标在整体中价值的高低和相对重要的程度的量化值。按照统计学原理，将某一事物所含各个指标权重之和视为1(即100％)，而其中各个指标的权重则用小数表示，称为“权重系数”。指标权重系数的设置是否合理，对评价结果的科学性起着至关重要的作用。
3.由于对标指标体系存在系统庞大、指标层级多及底层指标数量多等问题，使得指标的赋值是一项复杂且存在不确定性的过程。


技术实现要素：

4.本发明提供了一种对标指标权重设置方法，能够解决指标权重设置复杂且存在不确定性的问题。
5.本发明提供了一种对标指标权重设置方法，所述权重设置方法包括：
6.构建判断矩阵；
7.对所述判断矩阵进行一致性检验，得到一致性检验结果；
8.对所述一致性检验结果满足预设条件的所述判断矩阵进行层次单排序，得到每一层的每个所述对标指标相对于上一次与之有关的对标指标的权重，记为单层指标权重；
9.对所有每一层相对上一层的所述单层指标权重进行层次总排序，得到总指标权重矩阵。
10.可选的，所述构建判断矩阵具体包括：。
11.获取待测系统的对标指标的层数；
12.获取每一层的每个所述对标指标相对于上一层与之有关的对标指标之间的相对重要性数值；
13.根据所述相对重要性数值构建判断矩阵。
14.可选的，所述一致性检验结果为一致性比率cr；
15.所述对所述判断矩阵进行一致性检验，得到一致性检验结果具体为：
16.获取判断矩阵的一致性指标ci和同阶平均随机一致性指标ri；
17.根据第一公式计算一致性比率cr，所述第一公式具体为：
[0018][0019]
可选的，所述判断矩阵的一致性指标ci具体为所述判断矩阵最大特征值以外的其余特征根的负平均值。
[0020]
可选的，所述获取所述判断矩阵的一致性指标ci具体为：
[0021]
根据第二公式计算所述一致性指标ci，所述第二公式具体为：
[0022][0023]
其中，λ
max
为所述判断矩阵的最大特征根，n》2，n为所述判断矩阵的阶数。
[0024]
可选的，所述预设条件为：cr《0.10。
[0025]
可选的，所述对所述一致性检验结果满足预设条件的所述判断矩阵进行层次单排序，得到每一层的每个所述对标指标相对于上一次与之有关的对标指标的权重，记为单层指标权重具体包括：
[0026]
计算所述判断矩阵每一行元素的乘积；
[0027]
计算每一所述乘积的n次方根，其中n为所述判断矩阵的阶数；
[0028]
根据所有所述乘积的n次方根，构建基本向量；
[0029]
对所述基本向量进行正规化处理，得到特征向量，所述特征向量即为单层指标权重。
[0030]
本发明能产生的有益效果包括：
[0031]
本发明的对标指标权重设置方法能够将复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标的若干层次，通过定性比较定量化的方法，算出层次单排序结果和层次总排序结果，能够解决指标权重设置复杂且存在不确定性的问题。
附图说明
[0032]
图1为本发明实施例提供的一种对标指标权重设置方法的方法流程图。
具体实施方式
[0033]
下面结合实施例详述本发明，但本发明并不局限于这些实施例。
[0034]
如图1所示，本发明实施例提供了一种对标指标权重设置方法，权重设置方法包括：
[0035]
s1、构建判断矩阵；
[0036]
s2、对判断矩阵进行一致性检验，得到一致性检验结果；
[0037]
s3、对一致性检验结果满足预设条件的判断矩阵进行层次单排序，得到每一层的每个对标指标相对于上一次与之有关的对标指标的权重，记为单层指标权重；
[0038]
s4、对所有每一层相对上一层的单层指标权重进行层次总排序，得到总指标权重矩阵。
[0039]
其中，s1、构建判断矩阵具体包括：
[0040]
s11、获取待测系统的对标指标的层数；
[0041]
s12、获取每一层的每个对标指标相对于上一层与之有关的对标指标之间的相对重要性数值；
[0042]
s13、根据相对重要性数值构建判断矩阵。
[0043]
本实施例中，以业绩对标指标体系中的资产优良对标指标为例，对标指标共有三个层次，由上至下依次是a、b与c，其中上一层的对标指标a或b对下一层的对标指标b或c有支配关系。
[0044]
以目标层b为例，目标层内有p个对标指标，分别记为bk，其中k＝1，
……
，p，请专家对每一个bk的下一层的对标指标两两比较，比较两对标指标之间的相对重要性，得到相对重要性数值，并构建判断矩阵c，c＝(c
ij
)n×n，其中i为判断矩阵c的行数，j为判断矩阵c的列数，n为判断矩阵c的阶数。
[0045]
其中，一致性检验结果为一致性比率cr。
[0046]
s2、对判断矩阵进行一致性检验，得到一致性检验结果具体为：获取判断矩阵的一致性指标ci和同阶平均随机一致性指标ri；
[0047]
根据第一公式计算一致性比率cr，第一公式具体为：
[0048][0049]
具体的，判断矩阵的一致性指标ci具体为判断矩阵最大特征值以外的其余特征根的负平均值。
[0050]
根据第二公式计算一致性指标ci，第二公式具体为：
[0051][0052]
其中，λ
max
为判断矩阵的最大特征根，n》2，n为判断矩阵的阶数。
[0053]
具体的，预设条件为：cr《0.10。
[0054]
本实施例中，引入判断矩阵最大特征值以外的其余特征根的负平均值，作为度量判断矩阵偏离一致性的指标，即判断矩阵的一致性指标ci，根据当ci＝0，λ1＝λ
max
＝n判断矩阵具有完全一致性。
[0055]
当λ
max
稍大于n，其余特征根也接近于零时，引入判断矩阵的平均随机一致性指标ri值，对于1-9阶判断矩阵，ri的值分别列于表1 中。
[0056]
表1随机一致性指标ri数值
[0057][0058]
当阶数大于2时，判断矩阵一致性指标ci与同阶平均随机一致性指标ri之比称为一致性比率，记为cr。当即认为判断矩阵具有满意的一致性，否则就需要调整判断矩阵，直到其具有满意的一致性。
[0059]
其中，s3、对一致性检验结果满足预设条件的判断矩阵进行层次单排序，得到每一层的每个对标指标相对于上一次与之有关的对标指标的权重，记为单层指标权重具体包括：
[0060]
s31、计算判断矩阵每一行元素的乘积。
[0061]
具体的，根据第三公式计算判断矩阵每一行元素的乘积mi，第三公式为：
[0062][0063]
s32、计算每一乘积的n次方根，其中n为判断矩阵的阶数。
[0064]
具体的，根据第四公式计算每一乘积的n次方根，第四公式具体为：
[0065][0066]
s33、根据所有乘积的n次方根，构建基本向量。
[0067]
具体的，基本向量为
[0068]
对基本向量进行正规化处理，得到特征向量，特征向量即为单层指标权重。
[0069]
具体的，根据第五公式对基本向量内的每个数值进行处理，第五公式具体为：
[0070][0071]
得到的特征向量具体为：w＝(w1,w2,
…
,wn)
t
。
[0072]
根据第六公式计算判断矩阵的最大特征根，第六公式具体为：
[0073][0074]
本实施例中，s4、对所有每一层相对上一层的单层指标权重进行层次总排序，得到总指标权重矩阵。
[0075]
根据s3层次单排序后得到的单层指标权重，即目标层c对目标层b的权重和目标层b针对目标层a的权重，计算目标层c对目标层a的权重，得到的总指标权重矩阵为：
[0076][0077]
m＝n1
…
n
p
。
[0078]
本发明的对标指标权重设置方法能够将复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标的若干层次，通过定性比较定量化的方法，算出层次单排序结果和层次总排序结果，能够解决指标权重设置复杂且存在不确定性的问题。以上，仅是本技术的几个实施例，并非对本技术做任何形式的限制，虽然本技术以较佳实施例揭示如上，然而并非用以限制本技术，任何熟悉本专业的技术人员，在不脱离本技术技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。