綜合評(píng)價(jià)原理與應(yīng)用

第1章評(píng)價(jià)概論
1.1評(píng)價(jià)和評(píng)價(jià)系統(tǒng)
1.2評(píng)價(jià)對(duì)象的屬性集
1.3評(píng)價(jià)方法
1.屬性值的規(guī)范化
2.權(quán)重向量的賦值
1.4評(píng)價(jià)發(fā)展簡史
1.5關(guān)于評(píng)價(jià)方法論的幾點(diǎn)思考
1.從評(píng)價(jià)系統(tǒng)的視角探討評(píng)價(jià)方法論
2.從評(píng)價(jià)方法的視角探討評(píng)價(jià)方法論
3.從價(jià)值函數(shù)的視角探討評(píng)價(jià)方法論
習(xí)題
參考文獻(xiàn)
第2章幾種簡易的評(píng)價(jià)方法
2.1綜合指數(shù)法
2.2功效評(píng)分法
1.功效系數(shù)及其評(píng)分方法
2.功效權(quán)數(shù)的確定
2.3TOPSIS法
2.4最優(yōu)權(quán)法
1.最優(yōu)權(quán)法原理
2.最優(yōu)權(quán)法算法
2.5結(jié)論
1.四種評(píng)價(jià)方法的共同特點(diǎn)
2.無量綱化規(guī)則
3.確定指標(biāo)權(quán)數(shù)的方法
4.評(píng)價(jià)方法的內(nèi)涵
習(xí)題
參考文獻(xiàn)
第3章層次分析法
3.1層次分析法梗概
1.構(gòu)建層次結(jié)構(gòu)模型
2.建立判斷矩陣群
3.計(jì)算權(quán)重向量
3.2單人單準(zhǔn)則下權(quán)重向量的算法
1.特征向量法(EVM)
2.對(duì)數(shù)最小二乘法(LLSM)
3.最小二乘法(LSM)
4.最小偏差法(LDM)
3.3多人單準(zhǔn)則下權(quán)重向量的算法
1.拓廣優(yōu)化算法
2.判斷矩陣綜合法
3.權(quán)重向量綜合法
3.4合成權(quán)重向量的算法
3.5判斷矩陣的一致性檢驗(yàn)
1.單個(gè)判斷矩陣的一致性檢驗(yàn)
2.判斷矩陣的分層整體一致性檢驗(yàn)
3.6層次分析法的操作過程
1.層次結(jié)構(gòu)模型的設(shè)計(jì)
2.專家咨詢工作
3.權(quán)重向量的計(jì)算與判斷矩陣的一致性檢驗(yàn)
4.應(yīng)用實(shí)例
3.7結(jié)論
1.層次分析法的基本特征
2.芻議咨詢工作中專家的行為規(guī)范
3.關(guān)于AHP中權(quán)重向量算法的等價(jià)和相似
習(xí)題
參考文獻(xiàn)
第4章主成分分析法
4.1主成分分析法原理
1.主成分分析法原理
2.主成分向量的有關(guān)性質(zhì)
4.2主成分分析法算法
4.3多屬性價(jià)值函數(shù)
1.優(yōu)先序和次序關(guān)系
2.價(jià)值函數(shù)的存在性
3.價(jià)值函數(shù)的可分解性
4.4主成分價(jià)值函數(shù)模型
1.單向主成分向量空間的性質(zhì)
2.單向主成分向量空間中價(jià)值函數(shù)的存在性
3.單向主成分向量空間中價(jià)值函數(shù)的可分解性
4.主成分價(jià)值函數(shù)模型
4.5結(jié)論
1.主成分分析法的基本特征
2.關(guān)于主成分價(jià)值函數(shù)模型
3.關(guān)于單向主成分向量空間中的偏好結(jié)構(gòu)
4.關(guān)于正交陣的存在性
習(xí)題
參考文獻(xiàn)
第5章數(shù)據(jù)包絡(luò)分析法
5.1多指標(biāo)評(píng)價(jià)的DEA模型--C2R模型
5.2DEA有效性的判定及DMU在相對(duì)有效平面上的投影
1.DEA有效性的判定
2.DMU在相對(duì)有效平面上的投影
5.3生產(chǎn)可能集
5.4技術(shù)有效與規(guī)模有效
5.5C2GS2模型及其他DEA模型
1.C2GS2模型
2.FG模型
3.ST模型
4.錐比率的C2WH模型
5.帶AHP約束錐的DEA模型
5.6DEA有效性和Pareto解
1.DEA有效性與Pareto解的等價(jià)性
2.弱DEA有效性與弱Pareto解的關(guān)系
5.7DEA法的應(yīng)用
1.利用DEA法進(jìn)行效率評(píng)價(jià)的主要作用
2.應(yīng)用DEA法的一般步驟
3.企業(yè)科技活動(dòng)的效率評(píng)價(jià)
5.8結(jié)論
1.幾個(gè)重要DEA模型的適用場合
2.DEA法的應(yīng)用領(lǐng)域
3.DEA法的一些新發(fā)展
習(xí)題
參考文獻(xiàn)
第6章模糊綜合評(píng)價(jià)法
6.1模糊數(shù)學(xué)的基礎(chǔ)知識(shí)
1.模糊集合概述
2.隸屬函數(shù)與隸屬度
3.模糊集合的表示
4.模糊集合的運(yùn)算
5.模糊集的截集
6.確定隸屬函數(shù)的方法
6.2模糊數(shù)學(xué)的基本定理
1.分解定理
2.表現(xiàn)定理
3.擴(kuò)展原理
6.3模糊關(guān)系與模糊聚類
1.經(jīng)典關(guān)系
2.模糊關(guān)系
3.模糊聚類
6.4模糊模式識(shí)別與評(píng)價(jià)
1.模糊模式識(shí)別概論
2.貼近度
3.模糊模式識(shí)別的數(shù)學(xué)模型
4.模糊模式識(shí)別與評(píng)價(jià)
6.5模糊綜合評(píng)價(jià)的數(shù)學(xué)模型
1.模糊綜合評(píng)價(jià)問題
2.模糊綜合評(píng)價(jià)的基本原理
3.模糊綜合評(píng)價(jià)的基本步驟
4.模糊綜合評(píng)價(jià)模型分析
5.模糊綜合評(píng)價(jià)模型的算子分析
6.6企業(yè)評(píng)價(jià)中的模糊綜合評(píng)價(jià)法
1.對(duì)象集.因素集和評(píng)語集
2.確定因素集的權(quán)重分配向量
3.建立綜合評(píng)價(jià)矩陣R
4.計(jì)算每個(gè)對(duì)象的綜合評(píng)價(jià)結(jié)果
5.向量B的歸一化處理
6.模糊綜合評(píng)價(jià)的結(jié)果分析
6.7對(duì)模糊綜合評(píng)價(jià)數(shù)學(xué)模型的進(jìn)一步討論
1.多級(jí)模糊綜合評(píng)價(jià)數(shù)學(xué)模型
2.區(qū)間數(shù)模糊綜合評(píng)價(jià)數(shù)學(xué)模型
3.模糊層次綜合評(píng)價(jià)數(shù)學(xué)模型
4.模糊綜合評(píng)價(jià)方法展望
習(xí)題
參考文獻(xiàn)
第7章評(píng)價(jià)方案優(yōu)化系統(tǒng)
7.1兼容度和差異度的概念
7.2兼容度極大化模型
7.3兼容度.差異度極大極小化模型
1.問題的提出
2.數(shù)學(xué)模型
3.算法
7.4評(píng)價(jià)方案擇優(yōu)算法
7.5評(píng)價(jià)方案優(yōu)化系統(tǒng)
7.6結(jié)論
1.關(guān)于兼容度和差異度
2.關(guān)于兼容度極大化模型和兼容度.差異度極大極小化模型
3.關(guān)于評(píng)價(jià)方案擇優(yōu)算法
4.關(guān)于評(píng)價(jià)方案優(yōu)化系統(tǒng)
習(xí)題
參考文獻(xiàn)
第8章聚類分析法
8.1樣品和變量相似性的度量
1.兩種聚類分析問題
2.樣品(個(gè)體)間的相似度
3.變量(指標(biāo))間的相似度
8.2系統(tǒng)聚類法
1.類與類間的距離
2.系統(tǒng)聚類法的操作過程
3.最短距離法
4.最長距離法
5.重心距離法
6.類平均距離法
7.離差平方和距離法
8.3有序樣品的聚類
1.有序樣品的聚類問題
2.有序樣品聚類的基本思想
3.有序樣品最優(yōu)分割的Fisher算法與步驟
4.有序樣品最優(yōu)分割實(shí)例
8.4結(jié)論
1.聚類分析的基本思想和數(shù)學(xué)工具
2.關(guān)于系統(tǒng)聚類法的遞推公式
3.其他聚類分析法簡介
4.聚類分析有待進(jìn)一步研究的課題
習(xí)題
參考文獻(xiàn)
第9章綜合評(píng)價(jià)系統(tǒng)軟件設(shè)計(jì)
9.1概述
9.2評(píng)價(jià)系統(tǒng)設(shè)計(jì)目標(biāo)及設(shè)計(jì)實(shí)現(xiàn)方法
9.3IEDSS中兩級(jí)模型的可重用結(jié)構(gòu)及其工作流程
1.模型對(duì)象的可重用結(jié)構(gòu)
2.IEDSS中第一級(jí)模型的可重用結(jié)構(gòu)及其工作流程
3.IEDSS中第二級(jí)模型的可重用結(jié)構(gòu)及其工作流程
9.4IEDSS中兩級(jí)模型庫的管理
1.數(shù)據(jù)庫與方法庫的管理
2.模型庫動(dòng)態(tài)管理系統(tǒng)的實(shí)現(xiàn)
9.5基于IIEDSS知識(shí)的關(guān)系化表示與管理
1.知識(shí)庫系統(tǒng)的結(jié)構(gòu)
2.知識(shí)的關(guān)系化表示
3.建立知識(shí)庫實(shí)例
4.知識(shí)庫系統(tǒng)的管理
9.6綜合評(píng)價(jià)系統(tǒng)軟件設(shè)計(jì)實(shí)例
習(xí)題
參考文獻(xiàn)
第10章綜合評(píng)價(jià)在國民經(jīng)濟(jì)中的應(yīng)用
10.1選擇新產(chǎn)品開發(fā)方案的層次分析法
1.引言
2.指標(biāo)體系層次結(jié)構(gòu)模型的設(shè)計(jì)
3.層次分析法的操作過程
4.點(diǎn)評(píng)
10.2系統(tǒng)評(píng)價(jià)的賦權(quán)新方法--PCA-LINMAP耦合模型
1.引言
2.PCA-LINMAP耦合賦權(quán)模型
3.計(jì)算示例
4.點(diǎn)評(píng)
10.3數(shù)據(jù)包絡(luò)分析在電力工業(yè)中的應(yīng)用
1.引言
2.縱向比較分析
3.橫向比較分析
4.結(jié)論及政策性建議
5.點(diǎn)評(píng)
10.4學(xué)生綜合素質(zhì)的模糊綜合評(píng)價(jià)
1.引言
2.模糊綜合評(píng)價(jià)數(shù)學(xué)模型
3.利用模糊評(píng)價(jià)數(shù)學(xué)模型評(píng)定學(xué)生素質(zhì)等級(jí)
4.點(diǎn)評(píng)
10.5上海工業(yè)經(jīng)濟(jì)集約化特征聚類分析
1.引言
2.工業(yè)企業(yè)集約化程度評(píng)價(jià)指標(biāo)體系
3.工業(yè)企業(yè)分行業(yè)集約化類別特征的聚類分析
4.工業(yè)企業(yè)分行業(yè)集約化聚類的特征
5.聚類結(jié)果分析
6.點(diǎn)評(píng)
10.6FuzzyAHP方法及應(yīng)用
1.引言
2.三角模糊數(shù)及其性質(zhì)
3.FuzzyAHP方法
4.案例
5.點(diǎn)評(píng)
10.7基于三層BP網(wǎng)絡(luò)的評(píng)價(jià)方法及應(yīng)用
1.引言
2.多層人工神經(jīng)網(wǎng)絡(luò)與誤差逆?zhèn)鞑W(xué)習(xí)算法
3.應(yīng)用實(shí)例
4.點(diǎn)評(píng)
10.8屬性數(shù)學(xué)及其在質(zhì)量評(píng)價(jià)中的應(yīng)用
1.引言
2.屬性數(shù)學(xué)基本知識(shí)
3.屬性綜合評(píng)價(jià)系統(tǒng)
4.質(zhì)量評(píng)價(jià)的屬性數(shù)學(xué)模型
5.結(jié)論
參考文獻(xiàn)
名詞索引