下载文档原格式
灰色综合评价操作步骤
第一步，设定评价对象
对象可以是某一相同年份下的不同的地区，也可以是某一地区的不同年份
第二步，建立评价指标体系
选取相应的指标以达到评价目的
第三步，为每个评价指标设定相应的权重W
该权重可以有评价者直接输入，也可以运用AHP计算得到
第四步，灰色关联度分析
1.确定最优指标集
若某一指标取极大值为好，则取该指标在各方案中的最大值；若取极小值为好，则取各方案中的最小值。
2.指标的规范化处理
由于原始数据矩阵指标相互之间具有不同量纲和不同的数量级，因此有必要对原始指标值进行无量纲化处理。
处理公式如下:
这样就把原始矩阵中的原始值转化为无量纲值y ij，y ij属于[o，1]，于是原始数据矩阵X 变为决策矩阵Y，Y=(y ij)nxm。
也可以是使用其他的归一化处理方法
3.计算关联度系数
4.计算综合评判结果
综合评判结果R=E×W=(r1,r2,……，r m)，即关联系数r i越大越好，可以据此排列次序如有侵权请联系告知删除，感谢你们的配合！。
灰色综合评价操作步骤步骤一：明确评价的对象和目标。
确定需要进行灰色综合评价的对象是什么，以及评价的目标是什么。
比如，可以选取一个产品、一个项目、一个公司或者一个个人作为评价对象，然后明确评价的目标是对其综合各方面进行评价。
步骤二：确定评价指标和权重。
根据评价的对象和目标，确定需要考虑的评价指标，这些指标应该涵盖事物或者人的各个方面，如质量、性能、创新能力、市场影响力等。
然后给每个指标设定相应的权重，以反映其在整体评价中的重要性。
步骤三：收集数据和信息。
收集评价对象相关的数据和信息，包括定量数据和定性信息。
通过市场调研、问卷调查、访谈等方式来收集和获取所需的数据和信息。
步骤四：数据处理和分析。
对收集到的数据和信息进行整理、分类和处理，以便于后续的分析和评价。
可以使用统计方法、模型分析等工具来对数据进行处理和分析，得出相应的结果。
步骤五：综合评价和分等级。
根据所确定的评价指标和权重，对得到的评价结果进行综合计算和评估。
根据评估结果，对评价对象进行分等级，如优秀、良好、一般、不及格等。
步骤六：结果解读和建议提供。
对评价结果进行解读，说明各个方面的优势和不足之处，并提出相应的改进建议和措施。
这些建议应该针对评价对象的具体情况，具有可行性和可操作性。
步骤七：结果反馈和跟踪。
将评价结果反馈给相关的人员和决策者，并跟踪评价结果的执行情况和效果。
根据反馈和跟踪结果，及时进行调整和改进。
步骤八：定期复评和持续改进。
定期对评价对象进行复评，以了解其发展和改进情况，评估其综合评价的变化和趋势。
同时，不断改进评价方法和指标体系，提高评价的准确性和有效性。
以上就是灰色综合评价的操作步骤。
通过这些步骤，可以全面客观地评价一个事物或者一个人，发现其优势和不足之处，并提供改进的方向和措施，以促进其进一步的发展和提升。
灰色综合评估法对复杂大系统进行效能评估时，会存在信息不完备、不全面、不充分的情况，灰色理论的相关原理和方法正是适用于该问题。
灰色白化权函数聚类法是灰色综合评估法的一种，它根据灰数的白化权函数将一些观测指标或对象聚集成若干个可以定义的类别，将系统归于某灰类的过程，用于检测对象是否属于事先设定的不同类别。
灰色白化权函数聚类法可以对复杂大系统的效能进行评估。
具体步骤如下，步骤1：建立评估指标集设有m 个评估指标。
步骤2：建立灰类灰类类似于评语集。
建立s 个不同的灰类。
步骤3：建立白化权函数选定的评估指标为,(1,2,,)j x j m =，将指标j x 的取值相应地分为s 个灰类，称为j 指标子类。
j 指标(1,2,,)k k s =子类的白化权函数()k j f ⋅。
()k j f ⋅选用典型白化权函数。
0,[(1),(4)](1),[(1),(2)](2)(1)()1,[(2),(3)](4),[(3),(4)](4)(3)kk j j k j k k j j k k j j k j kk j j k j k k j j k k j j x x x x x x x x x x f x x x x x x x x x x x ⎧∉⎪-⎪∈⎪-⎪=⎨∈⎪⎪-⎪∈-⎪⎩步骤4:确定评判权重向量A求出指标的权重,(1,2,,)j j m η=。
步骤5:求出聚类系数向量1212111(,,,)((),(),,())m m m s s j j j j j j jj j j j j f x f x f x σσσσηηη=====⋅⋅⋅∑∑∑设{}1max k k i i k s σσ*≤≤=，则称评估对象属于灰类k *。
灰色综合评估法也是一种非比较性评估，对于评判等级领域属于灰类的问题都可以应用该方法。
灰色综合评估法的特点为：1）计算方法简单，综合能力较强，准确度较高，可以决定对象所属的设定类别；2）其评价结果是一个向量，描述了聚类对象属于各个灰类的强度；3）白化权函数较难确定。
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, kii j i UU 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。
