管理工程决策方法论文分析

1、管理工程决策方法课稈论文（报告、案例分析）院 系专 业班级 2010210722学号 2010210501学生姓名李婷婷任课教师赵琨2014 年1 月7 日基于DEA下出口货物分类金额对国民生产总值的影响物流工程 专业 学生 李婷婷 学号 2010210501对外贸易能否促进经济增长一直是经济学界争论的话题，在我国一直把对外 贸易视为拉动经济增长的三架马车之一。改革开放 30 年来，我国的进出口贸易 总额不断增加，贸易依存度不断提高。与此同时，我国经济保持高位增长，这两 者之间有没有关系呢？如果有关系， 究竟谁是因， 谁是果？这些问题需要进行深 入的探讨。本文基于数据挖掘思想和数据包络分析 (

2、DEA)方法，将中国历年分类 出口货物金额的原始数据作为 DEAF “输入”，将历年国民生产总值(GNP作 为DEAF “输出”，建立历年出口货物分类金额对国民生产总值的影响模型。 分 析了中国 19802012年的出口货物金额对国民生产总值的影响，这对于对外经 济发展决策是有帮助的。一、对外贸易对国民经济的影响早期的经济学家分别从不同的角度深入探讨了国际贸易所带来的静态利益 和动态利益。如亚当斯密(1776)的“绝对成本理论”学说、大卫李嘉图(1817)的“比较成本理论”、约翰穆勒的贸易动态利益论、 赫克歇尔与俄林 的要素禀赋学说、凯恩斯的“对外贸易乘数理论”、 D.H 罗伯特逊的外贸易是

3、“经济增长的发动机”(engine for growth )命题、纳克斯的“中心一外围论” 及马克斯科登提出的贸易对经济增长率的影响效应理论等。20 世纪 60 年代，西方经济学家发展了对外贸易是“经济增长的发动机”学 说，认为对外贸易，尤其是出口快速增长会带来以下重要的动态效应：( 1)较 高的出口水平意味着这个国家有了提高其进口水平的手段；( 2)出口的增长也 趋向于使有关国家的投资领域发生变化， 使它们把资金投向国民经济中最有效的 领域，亦即它们各自享有比较优势的领域；( 3)出口使得一国得到规模经济的 利益；( 4)世界市场上的竞争会给一国的出口工业造成压力，以降低成本，改 良出口产品

4、的质量，并淘汰那些效率低下的出口工业；( 5)日益发展的出口部 门还会鼓励国内外的投资， 并刺激加工工业或所属工业以及交通运输、 动力等部 门的发展，同时促进国外先进技术和管理知识引进。20世纪 70年代，克拉维斯提出了对外贸易不是增长的“发动机”的见解。 但自 20世纪 70末期以来， 越来越多的人注意到，那些对外贸易发展较快，实行 外向型战略的国家和地区， 同时实现了较高的经济增长率， 出口导向经济增长理 论由此产生。出口导向经济增长（ELG假说（Balassa, 1978）认为出口扩张是 推动经济长期增长的关键因素。20世纪80年代以来，以E 哈根为代表的经济学家从出口贸易对技术进步 的

5、促进来寻找其推动经济增长的作用。E 哈根认为出口需求扩大，往往是一个 刺激技术创新的信号， 从而导致新技术和新管理方法的采用， 结果不仅是出口数 量，更重要的是出口产品质量也大大提高， 这就不仅增加了国民收入， 出口产业 新技术的外溢效应， 也会在其他非出口产业产生连锁反应， 最后使整个国民经济 实现数量和质量的提高。二、管理工程决策方法概述现代管理活动离不开信息技术的支撑， 信息系统以及决策支持系统已是管理 决策的重要支撑环境。 而由于管理决策问题的复杂性， 决策过程的关键不仅在于 问题或模型求解，而更决定于如何发现问题、科学定义问题和建立科学的模型。 随着知识科学、 知识工程以及知识管理学

6、科的发展， 相关研究成果自然而然会被 引入管理决策方法体系中，一些非数量化的决策方法也会相得益彰。早在1738年，伯努利就已提出决策分析中的效用概念。 从1763年贝叶斯发 表条件概率起就出现统计推断理论的萌芽。1815年拉普拉斯又将它推向一个新的阶段。统计推断理论实际上是在风险情况下的决策理论。 1931 年，拉姆齐基 於效用和主观概率两个基本概念来研究决策理论。 1944年 诺伊曼， J.von 和 O. 莫根施特恩在著名的 竞赛理论与经济行为 一书中，独立地研究了在不确定情 况下进行决策所用的近代效用理论。沃尔德在 1950年提出的统计决策函数是决 策理论的又一重要进展。 1954年萨维

7、奇为决策方法提供了公理系统和严格的哲 学基础。 60 年代初期，美国哈佛商学院开始运用统计决策理论解决商业问题， 并定名为应用统计决策理论。 1966年，美国霍华德首先应用决策分析这个名词。 后来，决策分析又有许多新的发展，并广泛吸取有关的决策方法，从而形成一 个内容广泛、实用性很强的学科分支。 现代决策分析的发展动向是研究人们决策 的行为思想方面和研制与计算机结合的决策支持系统等。（一）决策步骤决策分析一般分 4 个步骤。包括提出方案和确定目标及其效果量度。 用概 率来定量地描述每个方案所產生的各种结局的可能性。 决策者对各种结局的价值 定量化，一般用效用来表示，效用可用效用值来定量。 效用

8、值是各决策人根据个 人的意志和经验及其所处环境条件等因素，对各种结局的价值所作的定量估计。 有了效用就能给出偏好。综合分析和评价各方面信息，以最后决定方案的取舍； 有时还要对所取方案作灵敏度分析。（二）常用方法对于同的情况有不同的决策方法。确定性情况：每一个方案引起一个、而且 只有一个结局。当方案个数较少时可以用穷举法，当方案个数较多时可以用一般 最优化方法。随机性情况：也称风险性情况，即由一个方案可能引起几个结局中 的一个，但各种结局以一定的概率发生。 通常在能用某种估算概率的方法时，就 可使用随机性决策，例如决策树的方法。 不确定性情况：一个方案可能引起几个 结局中的某一个结局，但各种结局

9、的发生概率未知。这时可使用不确定型决策，例如拉普拉斯准则、乐观准则、悲观准则、遗憾准则等来取舍方案。多目标情况：由一个方案同时引起多个结局，它们分别属于不同属性或所 追求的不同目标。这时一般采用多目标决策方法。例如化多为少的方法、分层序 列法、直接找所有非劣解的方法等。多人决策情况：在同一个方案内有多个决策 者，他们的利益不同，对方案结局的评价也不同。 这时采用对策论、冲突分析、 群决策等方法。除上述各种方法外，还有对结局评价等有模糊性时采用的模糊决 策方法和决策分析阶段序贯进行时所采用的序贯决策方法等。第I歩疑出方菸 曲'确定所提冷方案的结局的数册和叮能性UI 冈决策者对角值的定城分

10、折 弟步 +综含评价h案和灵敏度分析决策步骤关系图三、数据包络分析（DEA简介（一） DEA的发展历程在人们的生产活动和社会活动中常常会遇到这样的问题：经过一段时间之 后，需要对具有相同类型的部门或单位（称为决策单元）进行评价，其评价的依 据是决策单元的“输入”数据和“输出”数据， 输入数据是指决策单元在某种活 动中需要消耗的某些量，例如投入的资金总额， 投入的总劳动力数，占地面积等 等；输出数据是决策单元经过一定的输入之后， 产生的表明该活动成效的某些信 息量，例如不同类型的产品数量，产品的质量，经济效益等等再具体些说，譬 如在评价某城市的高等学校时，输入可以是学校的全年的资金， 教职员工的

11、总人 数，教学用房的总面积，各类职称的教师人数等等；输出可以是培养博士研究生 的人数，硕士研究生的人数，大学生的人数，学生的质量（德，智，体），教师 的教学工作量，学校的科研成果（数量与质量 ） 等等根据输入数据和输出数据 来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性1978年由著名的运筹学家 A.Charnes,W.W.Cooper和E.Rhodes首先提出了 一个被称为数据包络分析（Data Envelopment Analysis ，简称DEA的方法， 去评价部门间的相对有效性（因此被称为 DEAt效）.他们的第一个模型被命名 为CCF模型.从生产函数角度看，这一模型是用

12、来研究具有多个输入、特别是具 有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且 卓有成效的方法.1984年R.D.Banker,A.Charnes 和 W.W.Coope给出了一个被称 为 BCC的模型.1985 年 Charnes,Cooper 和 B.Golany, L.Seiford, J.Stutz 给出 了另一个模型（称为CCGS模型），这两个模型是用来研究生产部门的间的“技 术有效”性的 1986年 Charnes， Cooper 和魏权龄为了进一步地估计“有效生 产前沿面”，利用Charnes, Cooper和K.Kortanek于1962年首先提出的半无限

13、规划理论， 研究了具有无穷多个决策单元的情况， 给出了一个新的数据包络模型 CCV模型.1987年Charnes, Cooper，魏权龄和黄志民又得到了称为锥比率 的数据包络模型一一CCW模型.这一模型可以用来处理具有过多的输入及输出 的情况， 而且锥的选取可以体现决策者的“偏好”.灵活的应用这一模型， 可以 将CCR模型中确定出的DEAf效决策单元进行分类或排队等等.这些模型以及新 的模型正在被不断地进行完善和进一步发展.上述的一些模型都可以看作是处理具有多个输入 （输出越小越好） 和多个输 出（输入越大越好）的多目标决策问题的方法.可以证明，DEA有效性与相应的多目标规划问题的 paret

14、o 有效解（或非支配解）是等价的.数据包络分析 （即 DEA可以看作是一种统计分析的新方法.它是根据一组关于输入-输出的观察值 来估计有效生产前沿面的.在经济学和计量经济学中，估计有效生产前沿面，通 常使用统计回归以及其它的一些统计方法， 这些方法估计出的生产函数并没有表 现出实际的前沿面， 得出得函数实际上是非有效的. 因为这种估计是将有效决策 单元与非有效决策单元混为一谈而得出来的.在有效性的评价方面，除了 DEA方法以外， 还有其它的一些方法， 但是那些方法几乎仅限于单输出的情况. 相比之 下，DEA方法处理多输入，特别是多输出的问题的能力是具有绝对优势的.并且,DEA方法不仅可以用线性

15、规划来判断决策单元对应的点是否位于有效生产前沿面 上，同时又可获得许多有用的管理信息.因此，它比其它的一些方法（包括采用 统计的方法）优越，用处也更广泛.（二）数据包络分析（DEA简介数据包络分析是运筹学的一个新的研究领域.Charnes和Cooper等人的第一个应用DEA勺十分成功的案例，是在评价为弱智儿童开设公立学校项目的同时，描绘出可以反映大规模社会实验结果的研究方法在评估中， 输出包括“自 尊”等无形的指标； 输入包括父母的照料和父母的文化程度等， 无论哪种指标都 无法与市场价格相比较，也难以轻易定出适当的权重（权系数），这也是DEA勺优点之一DEAF优点吸引了众多的应用者，应用范围已

16、扩展到美国军用飞机的飞行、 基地维修与保养，以及陆军征兵、城市、银行等方面目前，这一方法应用的领 域正在不断地扩大 它也可以用来研究多种方案之间的相对有效性 （例如投资项 目评价） ；研究在做决策之前去预测一旦做出决策后它的相对效果如何 （例如建 立新厂后，新厂相对于已有的一些工厂是否为有效 ） DEA莫型甚至可以用来进 行政策评价引人注目的研究是把DEA与其它评价方法进行比较.例如将DEA应用于北卡 罗来纳州各医院的有效性评价 已有的按计量经济学方式给出的回归生产函数认 为，此例中不存在规模收益.DEA的研究发现，尽管使用同样的数据，回归生产 函数不能象DEA那样正确测定规模收益其关键在于（

17、a）DEA和回归方法虽然都使用给定的同样数据，但使用方式不一样；（b）DEA致力于每个单个医院的优化，而不是对整个集合的统计回归优化 在其它的研究中， 例如在评价医院经 营有效性时，将DEA与马萨诸塞州有效性评定委员会使用的比例方法进行了比 较，当使用模拟方法对DEA®行检验后认为，尽管由回归函数产生的数据有利于 回归方法的使用，但是DEA方法显得更有效.DEA方法和模型，以及对DEA方法的理解和应用还在不断的发展和深入除 了上面提到的新的模型 BCC CCGSSCCW和CCW模型外，在具体使用DEA方法 时，例如“窗口分析”方法，使 DEA勺应用范围拓广到动态情形；将DEA应用于

18、决策单元为私人部门（商业公司） 时，各决策单元之间存在着激烈的相互竞争作 用等情况DEA是一个线形规划模型，表示为产出对投入的比率。通过对一个特定单位 的效率和一组提供相同服务的类似单位的绩效的比较 ，它试图使服务单位的效率 最大化。在这个过程中，获得 100%效率的一些单位被称为相对有效率单位，而 另外的效率评分低于 100%的单位本称为无效率单位。这样，企业管理者就能运用 DEA来比较一组服务单位，识别相对无效率单 位，衡量无效率的严重性，并通过对无效率和有效率单位的比较，发现降低无效 率的方法。（三）DEA线形规划模型1） 定义变量设Ek （k=1, 2,K）为第k个单位的效率比率，这里

19、 K代表评估单位的 总数。设uj（j=1，2，M）为第j种产出的系数，这里M代表所考虑的产出种 类的总数。变量uj用来衡量产出价值降低一个单位所带来的相对的效率下降。设vl （1=1，2,，N）为第I种投入的系数，这里N代表所考虑的投入种类 的综合素。变量vl用来衡量投入价值降低一个单位带来的相对的效率下降。设Ojk为一定时期内由第k个服务单位所创造的第j种产出的观察到的单位的数 量。设lik为一定时期内由第k个服务单位所使用的第i种投入的实际的单位的数2）目标函数目标是找出一组伴随每种产出的系数U和一组伴随每种投入的系数v，从而给（*）式中，e是被评估单位的代码。 这个函数满足这样一个约束条

20、件，当同一 组投入和产出的系数（uj和vi ）用于所有其他对比服务单位时，没有一个服务 单位将超过100%勺效率或超过1.0的比率。3匕约束条件丘+ +凰比匚心 三+v22Jt +十 V/iG(* k=1,2,K式中所有系数值都是正的且非零为了用标准线性规划软件求解这个有分数的线性规划，需要进行变形。要注 意，目标函数和所有约束条件都是比率而不是线性函数。通过把所评估单位的投 入人为地调整为总和1.0，这样等式（*）的目标函数可以重新表述为：max 罠+ 叫。兔+ . +见理O肚满足以下约束条件：+ 旳心-1对于个服务单位，等式（* ）的约束条件可类似转化为： 坷。让+均。昭+ % -（卩/甕

21、+卩戏” + 丫和鹹）蛮0k=1,2,K式中 uj >0 j=1，2,，M vi >0 i=1，2,，N关于服务单位的样本数量问题是由在分析种比较所挑选的投入和产出变量 的数量所决定的 。下列关系式把分析中所使用的服务单位数量 K 和所考虑的投入 种类数N与产出种类数M联系出来，它是基于实证发现和 DEA实践的经验：四、MaxDEA软件简介（一）MaxDE的主要特点MaxDEA是功能强大但简单易用的数据包络分析软件，当前版本已包含各种 选项组合的DEA模型1512个，并且模型数量仍在不断增加。MaxDEA 的主要特点： 1 ）绿色软件，无需安装，程序、数据、模型三合一，所有与DEA

22、模型有关的数据及其设置均储存在单一的程序文件内；数据导入只需一次，导入后即在数据库内永久保存， 不需要每次运行程序都导入数据； 数据定 义和模型设置也永久保存，关闭程序后再打开，数据和模型设置不变； 以上特点 使得数据与模型备份非常方便， 仅需备份一个文件即可； 备份模型的方式有两种： 一是复制 MaxDEA.md文件，二是通过菜单“ Tools ” - “ Backup Model a nd Database”。2）DEA模型数量多，且仍在不断增加；DMU数量没有限制，可运 行超大型DEA模型。3 ）数据格式为标准数据库格式，不需要在字段名称中标明 数据性质。例如有的DEA软件要求将投入变量

23、用“（1）+名称”表示，产出变量用 “ （0）+名称”表示。4 ）可以同时建立并运行多个模型。 MaxDEA勺运行仅需要 两个文件，分别是MaxDEA.mdb可以任意修改名称）和lps.dll （不能修改名称， 必需与MaxDEA.md在同一文件夹内）。因此，只需复制MaxDEA.md，例如重新 命名为ModelA.mdb ModelB.mdb等，就可以建立新的 DEA模型了。可以同时打 开运行多个mdb文件。（二）导入数据菜单操作： File - Import Data from File导入数据只需操作一次，关闭程序后，导入的数据不会丢失。用于建立DEA莫型的数据需要从外部导入，支持的数据

24、库类型包括 Excel, Access, dBase 和文本文件，数据格式为常规数据 库格式，字段名称没有特殊要求。 文本文件要求第一行为字段名称。 数据导入后， 可以对数据进行编辑，包括修改数据、增加、删除记录等。字段名称没有特殊要求， 可以使用英文、中文或混合使用。不需要使用字段 名称标明是投入还是产出等信息。投入、产出的排序顺序没有要求。请注意： MaxDEA勺输出结果不是按照原始数据的次序排列，而是按照DMU勺名称进行排序。注意：时间变量要求使用整数来表示周期的先后次序， 例如 1， 2， 3；或者 1990，1991, 2009 等。历年出口货物分类金额对国民生产总值的影响原表如图所

25、示，需要说明的 是，由于原表中各列表头的食品，饮料及烟，矿物燃料、润滑油及有关原料，油 脂及石蜡，化学品，工业产品，机械及运输设备，杂项制品，其他产品，国民生 产总值在导入到MaxDea软件的时候依次用1至12的数字来表示。CFHTJKl2年份佥E* 口 口tm射s非食叵料诃加科、 屈滑油及石 壬慎料抽靱4幣烧島工业产制机械展运剜!制品且也产島虫民生产总磴31颊年29 B507817.1142300创112G8.43站艾10J£ 545. 624朗5年36 031«26.5371.3S1M135444M7.72MJS34.139,040.745L9904開陌34235.37

26、5237iei373®12&陆5&.I8他月G1IGJ251S, 718.326L99I4：722642934.B647M150144实71.491G6.20136.5521, B2&. 207L9924B3K72fl31.434&S31用4344W1JS132.19342.340.0D细93让2BBL9934：B3 9930.5241 oe2恨4C2J13 92152B2»7.810.10更260.029L994*慚1510.0241.2740田4%赃苗23221B954W.SF0.124S. 108.葩1QW54137043.754俐K2

27、轴3U D7545耶0 06阳10.53111WJ1132叭M7F砂瞽35312的2通0121 od 12. qgU11G71510 4941 95©ST47102J734432437 097W6TQQ4TSjMOifiS$1W 139阵351951.?51Q3J132477502 VN2 Q00 05鶴 tag. 33皿7 713921聽转1前1D3 7333? £?5BB3672S 10DOS£3.475.1615127 337 4544 G21 1S1Zfj9E426 4«32ED07922198.000.q8U泗年127 773 7341.728

28、4 0S1 11133 5243S 13949.D1871105B4108.068,201T2W年146 ?19 444 02斶1532&529561261TB1(111.536JB1询飓68:刘03年Trail1D.1950.32111.141 151B6J1G9013187T.7312S4 399.5G1X9T6.57川创血年1関6412.1156.43144.B01492訂閒1006.46262.60閑抽11 121羯药3,旳2D宜IQ5年血側11.0374.B1176.25何35TJ23S22.U1W.HGjH1 S3&17. 37212UQB 年因2311.H17J.

29、T03734iS.3O1?481S他崩2W.14ais215. 901 4L2220肝年307.4313.9791.16199.E1咖6032421M.7T5770J5缀勒21 T6266. 422. 002330丽年也621S.2I110.19317.735.74T93.4«2623.916733.2B3湖.盟1710316. 030. 5424BMP年述划16.4161.532(13.743162A171M.1G蒯2.弼M7 4?1G29340, 319. 962SKHD年4114919.0611B.O32.733S875.7224S1.Q67M2.69盹鈕14®3覘

30、759. 54郎2011知JM22.76U9 77322.7H皿11473331K.60»17.744553702343q碍赫邑3S2T2DL24無再25.90U341310.07544113SK3SJ1.41M311S356721417516j 281 06123456T69101113食品湘潛M化学晶工业产品机植及运4m杂顶制品期a产品职生吃.值回 MaxDEA for Data Enveldipmert AnalogStep 1： Propane Data Step 2 Run MedelTools;一-. q抽兰抵 LIJL讨 V祸型叵（三）定义数据菜单操作：Data - D

31、efi ne Data导入数据后，程序会自动打开数据定义窗口。数据定义是为DEA模型指定表示DMU名称（DMUID）、投入（Input）和产出（Output） 的字段。如果要为面板数据建立 Malmquist模型，还需要指定时间变量（Time）。 暂时不需要的字段，例如用于为Bounded模型设定上界和下界的字段，为Cost， Revenue, Profit模型设置价格的字段，均保留为“ Not defined ”不变。如果 想在模型中排除某个（些）投入或产出，只需将其关闭（Active的勾去掉）即可。数据定义只需操作一次，关闭程序后，数据定义不会丢失。雯 Define Data| ；【回（四

32、）设置并运行模型菜单操作：Model - Run En velopme nt Model Model - RunM ultiplier Model Model -Express to Basic Models设置DEA模型的各个选项，包括模型选项（Model）、 结果选项（Results）和其它选项（Options）。模型选项包括主选项（Distanee， Orientation ，RTS 和扩展选项。（五）查看结果Excel。菜单操作：Results - Browse Results / Export Results to Excel运行模型后，结果会自动显示。也可通过菜单随时查看结果或将结

33、果导出到囲 MaxDEA for Data Envelopment Analysis - DEA Results 吕 Step 1: Prepare Data Step 2: Run Model ToolsSummary 5axe. Bencfimarts,.Weights(Oual Values)ScoreBenchmark (L»bda>Tur? a? a b?od-«atk forPresort xccvate Kcwnt <F2)Slack HovECTrt(F2)1 009171935(0.016572)1999<0.006910); 2001年

34、00219804I19805(1.000000)0031985*119850.000000)104I1990(1.000000)005画年I19915(1.000000)0061992年I1992 年(1.800800?网3第11993*(1.000000)008年I1994(1.010000)0091995 年I1995(1.000000)0010199琲11996*(1.00000000111W1年I1997(1.000000)0012曲8年119985(1.000000)00131999年I1999年(1.000000I0142000*12000*(1.000000)2015 . &qu

35、ot;ijl2001 年1y4 rsn2001(1.010000)10Surwnary Saxe. Bencfwnarks.Praporticriite B3veae|SU:k lox'eietit |Projcctice4 l?3)|Pxc90rti:nate$l»:k IcrveBent CF4)Projection (F4) Prcportionne lce»| $h& B:ve*errt (F5)Projectice IF5>-2.3851W.1148910-3.0781M 921BS60-3.07M51.929550 *00017.0042.

36、801.(60026.0007 J. 320J.20035. IT0052.3105.290034.16004LM0T.20031.<300W9309.010030.520041.0»010.02004I.1T0040.69013.70043.'5005X32013.420040. <50059.3!010.490041.150069.819.750035. .90051.750?.n039.1100Q&5907.45:044.(200?&5503.730041/200SL 05冯 WCOk 匕 g"Zyx DCA Th$l三 Sftep

37、 1j epM« Dau S*p 2i 购eTook:匸 H，& Q IwMk.r.t，；«?TImm?*，"7$网rro)«<t|cn iFrih -.0371150-5.381310-2.Ui0iS.2BII0000lh?03ft. »90l.»00n.5i000t.6l003T.300126l 1601.5000I4<. W0l.»00<J.4»00Kl.»02.0500"230KX»2004.K00他”002U04.Ma0M.d400)».&

38、#171;03.W00皈？T02«4.W0e.v001W.200M<. W03.0?a0103.2100»<-!?01.32a0IO).?)03)2. 201.140000g"0l.H0013).6?0<)e-i321 U K>圳a】I © »百盯厂回2IAB X)WAW - |DA知加回 MOI A fc< 0>r.» "川 Sle 1; Prepare DM4 ftep 2 Rs Modd Tg$So如"H»C* “*«Froj*t|r«>

39、 <FI?I |00d0a100-I8L4G4IK.616 勿 512lM.64?ed1at30fc.M1d6?008.0023. 36002.0T00QMSG200TH0JI."00W.I5aa9M0-Us0Q620IM.360QIH.250018TI&3200?1.<90"5 200IX.55002IS20.20013?- M0M2.M000oo00162.62036?.ai00.100»MCL020021501P9.3T00.1200"】佩“0a314.0?0646.4(!0a.06.0000000&)8ta.S300f

40、t)00»X120SM.2400.1200T0M2.4900<n.re0?w.«n00<M001»W(LW00602.1?010200 050083024.約00WR.»0T2M000P0a8347?.】6000atQ.VK002.2100MU) a. 4400M».0t00e?i.i006.a<00106068.2共H炳贰»八.2】；N2 2 r »wvs§ W,QU 仙 DtU EnwUpmen 3忙<$ IDEA R<5 _3 Step 1: hep«f« D

41、au Step 2： Run Model Took-B . £1 &l站Ji ©戲樓DIUSc«xe| Ben&j>m)gTmm> at a b«JPsc()otticnftte l|Sl»:k Kwc»«nt| Piojectxca IF2> |Ptop:(iana*e B；*/*cnt (FS)i5»0i91 2001(1.0000)0)100I2T.TT016 30?工t 2002*(l.000»0j200U6.210n2WW 9«<w 2occ卑(

42、o. eccvo: 2ore*<0.0Wll); 2010900-I5.5WW189.7330110lt2«M9 9划斛？ 2002审(0.1?eW5>. ：0««F <0.2044T2) : 2010鋒00018"0i» 2<05«.858443 200G«F(0.M6576>. 20»<0.4662J5)00 3.6&56W221.133391020 2W6W.819032 2 000*(0. W<7I5). 2OD9ft<0.7112)00-20.899

43、0342转.RD9660212W1».90001 20»«(0. »T245> 20】0錄<0.48542?)00-IX9«0«2n. wm0»2<0&»如畝49 20期F® 42149; 2010毎<0.723124)00032T.61M202、«0?»I 20W*(LOOOMOJ?00X26.2U8?024t 2010(1. W0WD>500«3H.4«2C08unwnary Score, Benchmarks,. Weig

44、hts<Dua« values)-218W<42<tl.O?TS68；25 211126 2H班.9&MS3 20®审(0. 3«J&»3> ； 2010铮<o.an2M)I 2012*11. 0000)520.7490?；勺毗Summary Saxe. Bencfwwrts.Weights(Duai Zs)Shdt Bneax |ProjecU(m tF3)|Frci;orhccute |ai.n0041.72)034.050DKM0044.02)0at 3500la )90-3.4M0?&也 85

45、5922)-H.2BS204918841960-.753861II.3MI390-5.21175S5X22D244)-32.207K9112.59249100ll.»0儿 I3M0B610»W2)-3T. IG399II39.1I6M90011 旳0-19.W17I359.533237)-30.063612147.6MJW0a1X53507P.T43516)-11.50?険183.00C83T0t»15.4250-21.1715359L<1?4?5) 106.014211.&238001&4G9510081.5307?)0203.731320

46、019.C5910D116.03027)0256.730920022.160-17.97M45I31.T99552J-1X7535123(0.?3«380025.W4C600I43.4IU6)0310.0施 90Pwjtcncn (F4) IPrciomcnate lored Slick y/eaent IF5) | Projectxcm (F5) |Praport:anHe v;ta|S】D0 MiiQEA fcr Dm Erwbpm緘 Z 简 IDU R«$uh$_ Step L hepare Oats Step Z Run Medel Tooki-J . i 二拍.&

47、quot;U N HPro”cti6 g|Fr咖rticcut. BnwdSlxkd Projecucn (P) iPrsortiontU 朮 Shdi 呦 <F&| PwjKiicn (F8) |Pxsortionttd Slid c»7«Mrrt U9) |P1.1100105200<38.1300.M00153.250529.5500MS0IK. 810Y5.M2W644.8372S10-195.21Ce$)1.4800«16I339. TSO W30531.1血32.12543100357.72-139.0K9U1102.1740540

48、-38.73629722饥3J00445.30718.8K2Z3132K2«n70-J36.3W1122.4100m.»M57686於他1?< 1121810 23T.2W212.8fl8»01Q3.0 甸793691 <03367V-652.2110321971.6711180647.033T5M1525200620.1702101M8.1W8001»4G500m.um00201. MM?00<.2824520161.3的3m51327?0丈9.9灯3血2365.6186320a5.W4T3U36.C5357333L408C9巨hr

49、3心 Ervfbprnert 3啊“ IDEA Rfiuhs1曰_3 Step L Papar« Dxj Step Z Run Medel TookASM毗翟mi h 4呂訐01Summ叭 Saxe,BendinurksWeiQht3(Duai »ues)肋DI：SweMil Price l?2)Ouil Price CF3)>iil Price IF4)Dual Price (F5IIhail Price (F6)I1.0291?11371268 幽0000219炸1-T. 38217488-06-.259WC4M55000W8农刃5%3刃虧*I-.00Z3n55?412HM0332】折60004I-.OWO?8CQTM-.M7MM60J250-.ooMwnow0S 1991年I-.004612865219-.M6?39MW!30.00243424137?06刃時I03訂乳帀278200-.oiMTsem?199坪10000.0(02918“&$6a19侃年I 00：6(07&13Z3-.tt216432359000919時I.00：6W222M600-.0011168362M0101W*1-00»10$«?19-.0