《三角白化权函数评估模型构建与计算》1900字

三角白化权函数评估模型构建与计算综述一、评估模型的构建利用中心点三角白化权函数进行风险评估，首先需要清楚该函数的基本原理，即该函数进行风险评价的基本步骤。因此，本节将对中心点三角白化权函数的操作步骤和模型构建进行详细阐述。二、指标权重计算指标权重的计算或分配方法具有多样性，既包括了主观赋权法、客观赋权法，也有两者相结合的综合赋权法。指标权重计算方法选择是否合理科学会对评估结果产生直接影响，因此指标权重分配方法应能够贴近项目的实际情况，应当与所选取的项目评估模型或方法相协调。本文拟运用灰色系统理论中的中心点三角白化权函数模型对项目进行评估，因此，本文选择在层次分析法的基础上，利用灰色关联度法作为修正方法，对评价指标的权重进行分配。灰色关联度法利用专家对各指标的经验判断值，借鉴灰色相似关联度的理论，将专家的最大经验值作为参考序列，进行计算，再经过归一化处理得出各指标权重的一种方法。其计算步骤及公司如下：（一）根据专家经验判断值构建评价矩阵。假设共有n个评价指标，m名专家，每名专家都对每个评价指标给出自己的经验判断值，组成评价矩阵。X=(X1,X2,.....,Xn)T，其中X1=(x1(1),x1(2),.......,x1(m))。（二）根据专家经验判断值确定灿参考序列。从专家给出的经验值中选取最大值最为参考序列，以X0表示，则X0=(x0(1),x0(2),.......,x0(m))。（三）计算各评价指标序列X1,X2,.....,Xn到参考序列X0的距离。如公式（1）所示。（四）根据公式（1）的结果初步计算各指标权重，如公式（2）所示。（五）对公式（2）的计算结果进行归一化处理，得出各个指标的权重。公式（3）所示。三、确定评估灰类数在利用三角白化权函数进行项目风险评价时，先要划分出该项目的风险灰类，再结合各评价指标的得分情况，代入评价模型计算出各指标的灰类系数，将各指标的灰类系数进行降序处理，项目风险的隶属度由系数的大小决定，即项目风险的大小取决于灰类系数的大小。实务中，灰类数的确定一般采用定性的方法，需要根据评价对象的实际情况而定。例如在评估风险时，可以划分为“高”、“中”、“低”三个等级，也可以再进一步细分为“较高”、“高”、“中”、“低”、“降低”五个等级，由此灰类数也会存在着差异。因此，灰类数的划分应根据实际情况而定，需能够科学合理地反映项目风险。四、构建中心点三角白化权函数以三角白化权函数为构建起的评估模型主要有两种：端点型和中心点型。端点型评估模式是基础，中心点型是通过完善端点型三角白化权函数而形成，克服了端点型的部门缺陷，如不会出现两个以上灰度相互交叉重合、同一指标中各个灰类的聚类系数和不为1等情况，评估结果更具科学性与合理性。中心点三角白化权函数模型构建的基本原理如下：假设有i=1,2,3,.....,m为评估对象，j=1,2,3,.....,n为m个评估对象的指标数，k=1,2,3,....s为评估灰类，评估对象i关于指标j的观测值为xij，i=1,2,3,.....,m；j=1,2,3,.....,n。首先，根据确定的评估灰类数s，将评价指标j的取值范围划分为s个区间。例如指标j的取值范围为[a1,as+1]，则将该区间划分为s个小区间，表示为[a1,a2],[a2,a3],...[ak,ak+1]...,[as-1,as],[as,as+1]，其中a2、a3、a4的值根据评价对象实际情况确定。其次，确定各个灰类的中心点，该点可以选择区间的中点，也可以不为中点，以该点属于灰类的最大可能性为原则选取。上一步骤将指标j的取值范围划分为了s个小区间，表示将j的取值纳入了s个不同的灰类，即[a1,a2]属于第一灰类，[as,as+1]为第s个灰类，将各个灰类转化成相应的取值区间。设bk，k=1,2,3....s为各灰类的中心点，则bk∈[ak,ak+1]，将b1,b2,.....,bs作为各个灰类的代表。再次，由于基于中心点构建的模型，为了保证第一灰类和第s灰类样本观测值的完整性，需要将灰类向左右方向进行拓展，增加第零灰类和第s+1灰类，其中心点为b0,bs+1,由此构成了完整的中心点：b0，b1,b2,.....,bs,bs+1。同时设中心点bk白化权函数值为1，即(bk)=1，将（bk，1）与第k-1灰类的端点（bk-1,，0）与第k+1灰类的端点（bk+1,，0）连接，构成(xij)的函数图像，如图3.1所示。图3.1中心点三角白化权函数的图像最后，根据中心点三角白化权函数图像，构建指标j观测值x的白化权函数的表达式：0x∈[bk-1,bk+1](x)=x∈[bk-1,bk]公式（4）x∈[bk,bk+1]五、计算评估对象综合聚类系数计算评估对象i的综合聚类系数是判断评估对象灰类类型的主要依据，其计算过程主要分为以下几步。首先，将指标j的实际观测值x带入公式（4），分别计算出每个灰类下j的白化权函数值；其次，计算i关于每个灰类的综合聚类系数，得到s个综合聚类系数，公式表达为：，其中wj为指标的权重。例如评估对象共有4个评价指标，则其第一灰类的综合聚类系数为：σ1=，依次可以计算出其他灰类的综合聚类系数。六、综合评价综合评价是根据