灰色评价法

多层次灰色综合评价法及ahp验证% grey_correlation_appraisal_ahp.mclear allclc%指标数a1_0=[2421 7409 2732 12188];a2_0=[1293 4372 1350 4018];a3_0=[300 0 100 100];a4_0=[200 190 240 240];a5_0=[2000 1150 2000 7791];a6_0=[22 1148 35 931];a7_0=[0.035 0.13 0.045 -0.088];a8_0=[4 0 0 3];a9_0=[50 165 100 220];a10_0=[1 0 2 0];%待判数据矩阵A=[a1_0',a2_0',a3_0',a4_0',a5_0',a6_0',a7_0',a8_0',a9_0',a10_0']'; p=0.6;for i=1:10B(i,:)=(A(i,:)-min(A(i,:)))/(max(A(i,:))-min(A(i,:)));end%最佳值取每列的最大值（指标的最大值）for i=1:10V0(i)=max(B(i,:));endfor i=1:10for j=1:4C(i,j)=abs(B(i,j)-V0(i));endendr_min=min(min(C));r_max=max(max(C));% 计算相关系数Ei=1;for i=1:10for j=1:4E(i,j)=(r_min+p*r_max)/(C(i,j)+p*r_max);endendE;% A的权重向量Wa =[0.1062 0.2605 0.6333];% B1的权重向量Wb1= [0.2198 0.4265 0.0769 0.1648 0.1119];% B2的权重向量Wb2=[0.1667 0.8333];% B3的权重向量Wb3=[0.2519 0.5889 0.1593];% B1的指标关联度Rb1=Wb1*E(1:5,:);% B2的指标关联度Rb2=Wb2*E(6:7,:);% B3的指标关联度Rb3=Wb3*E(8:10,:);% A的指标关联度RA=Wa*[Rb1;Rb2;Rb3];fprintf('利用多层次灰色综合评价计算结果为：\n'); fprintf('A的指标关联度为[%f %f %f %f]\n',RA);% 利用层次分析法验证% W为由层次分析法得到的各指标的权重系数W =[0.1062*Wb1 0.2605*Wb2 0.6333*Wb3]; RAHP=B'*W';fprintf('利用层次分析法计算结果为：\n');fprintf('评价结果大小为[%f %f %f %f]\n',RAHP); % 将结果显示出来subplot(2,2,1);plot(RA);subplot(2,2,3);bar(RA); %柱状图subplot(2,2,2);plot(RAHP);subplot(2,2,4);bar(RAHP);。

本文研究的城市广场旅游功能的评价系统即属于一个灰色系统。

首先，由于关于广场旅游功能的影响要素、层级分类及指标选定均具有“信息不完全性”；其次，所选取的评价指标数据，有些是已知的，即可以从现有的统计资料中获得，而另一些数据却是未知的，无法从统计资料中获得；再则，本文建立的评价指标中既有定性(灰色)指标，也有定量(白化)指标，各因素指标之间本质上是一种灰色关系。

因此，该系统具有信息不完全的“灰色”特征。

鉴于该系统的灰色特征，本文拟采用灰色模型对城市广场旅游功能进行综合评价。

灰色综合评价方法的原理为:首先将各评价指标分为不同的灰类型，然后建立隶属于各灰类的权函数，以定量地描述某一评价对象隶属于某个灰类的程度。

对具有多层次评价指标的体系，在子系统评价的基础上再对上一层次加权综合，以反映系统的整体状况。

运用这种方法进行综合评价的课题有物流中心选址、风险企业投资价值综合评价、商业银行竞争力综合评价、科研项目综合评价等，该方法取得了比较好的评价效果。

具体计算步骤如下：1(l)确定评价指标集根据设计的指标体系，有两层指标集，U=(U1，U2，U3，U4，U5，U6),其中U1=(U11，U12，U13)，U2=(U21，U22，U23，U24，U25，U26)，U3=(U31，U32，U33，U34，U35，U36)，U4=(U41，U42，U43，U44，U45)，U5=(U51，U52)，U6=(U61，U62，U63)(2)确定指标评分等级在本文中，所有指标分为很好（大）、较好（大）、一般、较差（小）四个等级，分别为4、3、2、1分，指标等级介于两相邻等级之间，相关评分为3.5、2.5、1.5分，具体等级标准由专家根据经验确定。

(3)层次分析法确定各评价指标的权重常见的确定权重的方法有，德尔菲法、层次分析法、熵值法、模糊聚类分析法等。

本文采用层次分析法确定权重，本文在运用层次分析法时做了两点优化:①采用9/9-9/1标度法。

几种项目风险评估方法比较提要风险评估是风险管理流程中的重要环节，选择正确的风险评估方法，将有助于风险管理者分析风险因素重要程度，做出正确应对措施。

本文分析比较了常用的一些风险评估方法, 供讨论者和实际应用者参考。

风险评估就是在充分把握资料的基础之上，采纳合适的方法对己识别风险进行系统分析和讨论，评估风险发生的可能性（概率）、造成损失的范围和严峻程度（强度），为接下来选择适当的风险处理方法供应依据。

依据实际需要的不同可以对风险进行定性分析和定量分析。

定性分析一般是依据风险度（重要程度）或风险大小（概率X强度）等指标对风险因素进行优先级排序，为进一步分析或处理风险供应参考，常用方法有专家打分法等。

定量分析那么是将表达风险特征的指标量化，深入对风险因素的熟悉，有助于风险管理者实行更具针对性的对策和措施，常用方法有敏感性分析、蒙特卡罗分析等。

下面介绍常用的一些风险评估方法。

一、专家调查法在风险识别的基础之上，请专家对风险因素的发生概率和影响程度进行评价，再综合整体风险水平进行评价。

该方法简洁易行：，可以在采纳德尔菲法进行风险识别时同时进行，节省本钱和时间，缺点是主观性强，依靠于专家水平。

二、蒙特卡洛模拟法蒙特卡洛模拟法又称统计试验法或随机模拟法，其原理是将工程目标变量（风险评价指标）和各个风险变量综合在一个数学模拟模型内，每个风险变量用一个概率分布来描述，然后采用计算机产生随机数（或伪随机数），并依据随机数在各个风险变量的概率分布中取值，算出目标变量值，经过屡次运算即可得出目标变量的期望值、方差、概率分布等指标，绘制累计概率图，供决策者参考。

风险变量确实定，一般采纳前述的风险识别方法，假如风险因素较多，可以先进行敏感性分析•，选择敏感的风险因素作为风险变量。

风险变量的概率分布描述是进行模拟分析的基础，常用的有正态分布、B分布、三角分布、梯形分布、阶梯分布等，销售量、售价、产品本钱等变量多采纳正态分布，工期、投资等变量多采纳三角分布描述。

综合水质评价方法概述目前在综合水质评价中应用较多典型评价方法包括：单因子评价法、污染指数法、模糊数学评价法、灰色系统评价法、层次分析评价法、物源分析评价法、人工神经网络评价法，以及水质标识指数评价法。

单因子评价法单因子评价法是分别将各个水质标准规定的水质指标进行对比分析，在所有参与综合水质评价的水质指标中，选择水质最差的单项指标所属类别来确定所属水域综合水质类别；单因子指数评价计算简单，且可清晰判断出主要污染因子及其主要污染区水域。

我国在水质监测公报中，便采用了单因子评价水体综合水质。

单因子指数P由一位整数、小数点后二位或三位有效数字组成，表示为：XP i3XX12式中：X1————第i项水质指标的水质类别；X2————监测数据在X1类水质变化区间中所处位置根据公式按四舍五入的原则计算确定。

X3————水质类别与功能区划设定类别的比较结果，视评价指标的污染程度，X3为一位或两位有效数字。

根据Pi的数值可以确定水质类别、水质数据、水环境功能区类别，可以比较水质的污染程度，Pi 越大，水质越差，污染越严重，如果Pi大于6.0，水质劣于V类水。

单因子评价法，优点：是简单、易操作。

缺点：但单因子评价中污染因子占100％权重，其余因子权重为零，而随水质监测结果不断变化，浓度越大权重越大，随意性较大，不去考虑各因子对水环境影响的差异性，会忽略很多有用的信息，具有一定的局限性。

污染指数法污染指数法的基本思想是：①针对单项水质指标，将其实测值与对应的水环境功能区类别与水质标准相比，形成单项污染指数；②对所有参与综合水质评价的单项水质指标，将各指标的单项污染指数通过算数平均、加权平均、连乘及指数等各种数学方法得到一个综合指数，来评价综合水质。

优点：指数法综合评价对水质描述是定量的，只要项目、标准、监测结果可靠，综合评价从总体上来讲是能基本反映污染的性质和程度的。

并且对于全国流域尺度而言，污染指数法计算简便，便于进行不同水系之间或同一水系不同时问上的基本污染状况和变化的比较。

灰色模糊综合评价方法在项目投资决策分析中的应用本文在归纳分析多种灰色模糊综合评价方法的基础上，选择基于灰色关联分析的模糊综合评价法应用于项目投资分析，方法简便，易于操作，效果较好。

标签：灰色模糊评价项目投资决策分析项目投资决策需要考虑很多不确定的影响因素，选用单项财务指标进行评价，其本身都有一定的片面性，根据不同的指标值来决策有可能会得出不同的结果。

综合考虑财务因素和非财务因素，对项目进行综合评价能够选择那些最优的项目方案。

本文尝试应用灰色模糊综合评价方法进行项目投资决策分析。

一、灰色模糊综合评价的特点和方法综述项目投资决策领域中普遍存在不确定性决策问题，不确定性主要有：一个是主观不确定性，即人的思维模糊性；另一个是信息不完全、不充分所造成的客观不确定性，即灰性。

在一个信息不完全的问题中，往往存在许多模糊的因素；具有模糊因素的一个问题可能不具备完全充分的数据与信息。

灰色是量的概念，模糊是质的范畴。

因此用灰色模糊概念来探讨项目投资决策问题，能够更好地构建具有柔性的决策模型，且使决策结果更加接近实际。

许多学者对灰色模糊综合评价进行了研究，笔者归纳分析主要有以下几种方法:(1)用灰色关联分析选定评定因素，确定权重集，进行模糊综合评判;（2）运用灰色系统理论确定评估灰类，计算灰色评估系数，得出灰色评估权向量和矩阵，依据模糊数学理论形成评判矩阵，进行模糊评价;（3）将评价对象的模糊综合评判结果矩阵视为比较数列，计算各个比较数列和各参考数列的灰色关联度，根据关联度大小对评价对象进行优劣排序;（4）使用模糊综合评判和灰色关联综合评价法，分别进行评判，然后再将结果进行综合集成;（5）用模糊数学中的广义距离来表示参考序列和比较序列的差异程度，然后用灰色关联分析法进行综合评判;（6）根据灰色理论的差异信息原理，构造灰色隶属度算子，形成新的模糊隶属度矩阵，然后进行模糊综合评判;(7)以灰色模糊关系为基础，将隶属度和灰度综合到评判过程中，进行灰色模糊综合评判;（8)根据灰色模糊数学理论，用区间数来表示隶属度，并将隶属度和灰度综合起来，建立区间数灰色模糊综合评判数学模型，进行评价;（9）使用灰色关联系数法构建模糊评判矩阵，然后再进行模糊综合评判。

层次分析法AHP(Analytic Hierarchy Process)AHP的基本原理假设有n 个物体A, A2 , …, A n , 它们的重量1分别记为W, W2，…，W n. 现将每个物体的重量1两两进行比较如下：A1 A2 …AnA1 W1 /W1 W1 / W2 …W1 /W2A2 W1 /W2 W1 /W2 …W1/W2……………An Wn /W1 Wn /W2 Wn /WnAHP 的基本原理111212122212/////////n n n n n n W W W W W W W W W W W W A W W W W W W ⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭L L M M M M L 若以矩阵来表示各物体的这种相互重量关系,判断矩阵由线性代数知识可以证明：矩阵A 最大特征根是n ,对应的特征向量是12[,,]Tn W W W W =L AHP 的基本原理例如,若购买一台设备, A 1为功能, A 2为价格,A 3为维修服务.1531/511/31/331A 1A 2A 2A 3A 3A 1x i 比x ja ij 值同样重要1稍重要3重要5很重要7极重要9AHP 的基本原理Matlab 编程A=[1,5,3;1/5,1,1/3;1/3,3,1];[x,y]=eig(A)W=x(:,1)/sum(x(:,1))AHP 的基本步骤建立递阶层次结构.构造出各层次中的所有判断矩阵.层次单排序及其一致性检验.层次总排序.下面通过实例来说明各步骤中所做的工作.AHP 的基本步骤2. 构造出各层次中的所有判断矩阵首先构造各准则A 1,A 2,…, A 5对目标O 的判断矩阵首先构造O-A i 的判断矩阵A 1 A 2 A 3 A 4A 5OA 1 A 2 A 3 A 4A 5x i 比x ja ij 值同样重要1稍重要3重要5很重要7极重要911/2433217551/41/711/21/31/5211/31/53111/3111/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦由上表, 可得O -A i 的判断矩阵ijji ij n n ij a a a a A 1,0,)(=>=⨯正互反阵任务：要由A 确定A 1,…, A 5对O 的权向量(权重)AHP 的基本步骤AHP 的基本步骤111212122212/////////n n n n n n W W W W W W W W W W W W W W W W W W ⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭L L M M M M L 11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦nj i ,,2,1, =ijkj ik a a a =⋅一致阵允许不一致但要确定不一致的允许范围AHP 的基本步骤3. 层次单排序及其一致性检验即A 的最大特征根是n ,n 阶判断矩阵A 是一致的一致性的判别⇔max nλ=AHP 的基本步骤一致性比率查表: RI计算: CI 当CR <0.1时, 认为成对比较阵具有满意的一致性.当CR >0.1时, 必须重新调整成对比较阵.max ()1A nCI n λ-=-CI CR RI=n3 4 5 6 7 8 9RI 0.58 0.90 1.12 1.24 1.32 1.41 1.45一致性指数5072.5)(max ≠=A λ018.0155)(max =--=A CI λ12.1=RI 016.012.1018.0===RI CI CR CR<0.1结论：A 虽不是一致阵, 但它具有满意的一致性.A 的不一致程度是可以接受的.AHP 的基本步骤验证一致性(以旅游地为例){}0.264, 0.476, 0.054, 0.098, 0.109W =AHP 的基本步骤求A 1,…, A 5对O 的权向量(权重)所对应的归一化特征向量.矩阵A 的max λAHP 的基本步骤桂林B 1黄山B 2北戴河B 3选择旅游地O景色A 1费用A 2居住A 3饮食A 4旅途A 50.4760.2640.0540.0980.109AHP 的基本步骤先成对比较三个旅游地的景色, 得成对判断矩阵B 111251/2121/51/21B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦类似可得211/31/8311/3831B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦31131131/31/31B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦41341/3111/411B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦5111/4111/4441B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦AHP 的基本步骤k123451k ω2k ω3k ω0.595277.0129.0082.0236.0682.0429.0429.0142.0633.0193.0175.0166.0166.0668.0kλ005.3002.33009.33k CI 003.0001.000005.0kRI 58.058.058.058.058.0k v 计算可知通过一致性检验.k CR 54321,,,,B B B B B桂林B 1黄山B 2北戴河B 3选择旅游地O景色A 1费用A 2居住A 3饮食A 4旅途A 50.4760.2640.0540.0980.1090.5950.1290.2770.0820.2360.6820.1420.1750.1660.4290.4290.1930.6330.1660.668B 1对总目标的权重为：3.0110.0166.0099.0633.0055.0429.0475.0082.0263.0595.0=⨯+⨯+⨯+⨯+⨯故最后的决策应为去北戴河.B 1对总目标的权重为：0.5950.2640.0820.4760.4290.0540.6330.0980.1660.1090.3⨯+⨯+⨯+⨯+⨯=0.246, 0.456.同理得B2, B3对总目标的权值分别为：312B B B >>即各方案的权重排序：123B , B , B 又分别表示桂林, 黄山, 北戴河.优点：缺点：存在着较大的主观性.对AHP 的简单评价计算简便, 结果明确, 便于决策者直接了解和掌握.灰色综合评价法3. 灰色综合评价法的步骤(1) 根据评价目的确定评价指标体系, 收集评价数据.12n x x x 12111212122212mm m n n nm f f f a a a a a a a a a ⎛⎫ ⎪⎪ ⎪⎪⎝⎭ (2) 确定最优指标集( )*F ****12[,,]m F a a a = 式中*(1,2)i a i n = 为第i 个指标的最优值.设2. 灰色系统的应用范畴(1) 灰色关联分析.(2) 灰色预测: 人口预测、初霜预测、灾变预测等. (3) 灰色预测控制.应用灰色关联分析方法对受多种因素影响的事物和现象从整体观念出发进行综合评价是一个被广为接受的方法. 该方法不仅可以充分利用原始数据所提供的信息, 而且计算比较简便.选定最优指标集后，可构造矩阵D :确定最优指标集时, 要考虑可行性. 若最优选的过高, 则不现实, 评价的结果也就不可能正确.***12111212122212m m m n n nm a a a a a a D a a a a a a ⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭(3) 对指标数据进行无量钢化无量纲化后的数据序列形成如下矩阵：***12111212122212mm m nnnma a a a a a a a a a a a ⎛⎫''' ⎪''' ⎪ ⎪''' ⎪ ⎪ ⎪'''⎝⎭(4) 求差数列i j∆它表示第i 个评价对象第j 个指标数据与最优指标集中第j 个指标数据的绝对差。

模糊综合评判和灰⾊评价法的应⽤实例分析模糊综合评判和灰⾊评价法的应⽤实例分析⼀、在物流中⼼选址中的应⽤物流中⼼作为商品周转、分拣、保管、在库管理和流通加⼯的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发⽣的时间和空间障碍。

在物流系统中，物流中⼼的选址是物流系统优化中⼀个具有战略意义的问题，⾮常重要。

基于物流中⼼位置的重要作⽤，⽬前已建⽴了⼀系列选址模型与算法。

这些模型及算法相当复杂。

其主要困难在于：（1）即使简单的问题也需要⼤量的约束条件和变量。

（2）约束条件和变量多使问题的难度呈指数增长。

模糊综合评价⽅法是⼀种适合于物流中⼼选址的建模⽅法。

它是⼀种定性与定量相结合的⽅法，有良好的理论基础。

特别是多层次模糊综合评判⽅法，其通过研究各因素之间的关系，可以得到合理的物流中⼼位置。

1．模型⑴单级评判模型①将因素集U 按属性的类型划分为k 个⼦集，或者说影响U 的k 个指标，记为12(,,,)k U U U U =且应满⾜：1, ki ij i U U U U φ===②权重A 的确定⽅法很多，在实际运⽤中常⽤的⽅法有：Delphi 法、专家调查法和层次分析法。

③通过专家打分或实测数据，对数据进⾏适当的处理，求得归⼀化指标关于等级的⾪属度，从⽽得到单因素评判矩阵。

④单级综合评判B A R =⑵多层次综合评判模型⼀般来说，在考虑的因素较多时会带来两个问题：⼀⽅⾯，权重分配很难确定；另⼀⽅⾯，即使确定了权重分配，由于要满⾜归⼀性，每⼀因素分得的权重必然很⼩。

⽆论采⽤哪种算⼦，经过模糊运算后都会“淹没”许多信息，有时甚⾄得不出任何结果。

所以，需采⽤分层的办法来解决问题。

2．应⽤运⽤现代物流学原理，在物流规划过程中，物流中⼼选址要考虑许多因素。

根据因素特点划分层次模块，各因素⼜可由下⼀级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7.表3-7 物流中⼼选址的三级模型因素集U 分为三层：第⼀层为 {}12345,,,,U u u u u u =第⼆层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u ==假设某区域有8个候选地址，决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址，数据进⾏处理后得到诸因素的模糊综合评判如表3-8所⽰。