

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、評價是人類社會中一項經常性的、極為重要的認識活動。在現實生活中,由于影響評價事物的因素往往是眾多而復雜的,如果僅從單一指標上對評價事物進行評價不盡合理,需要將反映評價事物的多項指標的信息加以匯集,從整體的角度對評價事物進行多指標綜合評價。
目前國內外提出的多指標綜合評價方法已經有幾十種之多,但總體上可以分為兩大類,即主觀賦權評價法、客觀賦權評價法。前者由專家根據經驗主觀判斷得到權重,具有一定的主觀隨意性,特別當評價指標較多
2、時,專家無法合理確定各指標的權重。后者根據指標提供的初始信息來確定權重,能夠達到評價結果的精確性,但當指標較多時,計算量大,實際應用價值不高。
為了解決這些不足,本文根據變精度粗糙集理論和變權理論的特點,提出一種改進的多指標綜合評價方法。本文的工作主要包括以下幾方面:
1.鑒于粗糙集方法只能處理離散性數據,如果某些條件屬性或決策屬性的值域為連續(xù)的,則在處理前必須經過離散化,而且離散結果的科學性直接影響粗糙集評
3、價的客觀性。本文在分析了現有的連續(xù)屬性離散化方法的基礎上,選擇了基于SOM神經網絡的離散化方法,該方法離散過程中只需要聚類數目,離散結果能比較客觀地反映數據分布情況。
2.根據粗糙集理論不需要提供求解問題時所需處理的數據集合之外的任何先驗知識,僅對實測數據進行分類處理即發(fā)掘隱含知識,揭示潛在的數據內部規(guī)律;能在保留關鍵數據信息的前提下對數據進行化簡并求出知識的最小表達;能評估數據間的依賴關系,從經驗數據中獲取易于分類的規(guī)則
4、的特點,本文在保持決策表中條件屬性與決策屬性之間的依賴關系不發(fā)生變化的前提下,通過對決策表中所有可能影響因素的約簡,消除決策表中冗余的或影響較小的因素,尋求影響評價結果的主要因素。同時,根據粗糙集的屬性依賴性,計算評價指標的權重,保證了屬性權重的客觀性。
3.鑒于目前多數綜合評價方法中,各評價指標的權重一經確定后在評價過程中不再改變,而當某個評價方案的個別評價指標尤其是權重較小的指標出現嚴重缺陷時,對最終的評價結果不會有太
5、大的影響,就不能反映該方案的實際情況。本文采用變權綜合的方法對各評價指標的權重進行適當調整,更能突出指標體系中個別指標的明顯變化,比常權綜合評價方法具有更高的實際應用價值。
把基于變精度粗糙集理論和變權理論的多指標綜合評價方法應用到某學校教師教學質量評價過程中,實例證明,該多指標綜合評價方法通過屬性約簡,簡化了評價指標,減少了計算量;利用變精度粗糙集中屬性的近似依賴性,進行完全由數據驅動的評價,從而保證了評價結果的客觀性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 變精度相容粗糙集模型.pdf
- 變精度相容粗糙集模型
- 基于變精度粗糙集理論的圖像分割方法.pdf
- 變精度廣義粗糙集模型.pdf
- 基于變精度粗糙集的多粒度知識獲取算法研究.pdf
- 變精度粗糙集屬性約簡理論和算法
- 變精度粗糙集模型特征研究.pdf
- 基于變精度粗糙集的近似集動態(tài)更新方法研究.pdf
- 23809.基于剩余蘊涵的變精度直覺模糊粗糙集和模糊軟粗糙集模型
- 基于變精度粗糙集的文本分類研究.pdf
- 擴展優(yōu)勢關系下變精度粗糙集的增量方法.pdf
- 基于變精度粗糙集的入侵檢測技術研究.pdf
- 變精度粗糙集模型研究及其應用.pdf
- 變精度粗糙集模型及其應用研究.pdf
- 基于變精度粗糙集的網絡隱蔽通道檢測的研究.pdf
- 變精度粗糙集屬性約簡的層次模型研究.pdf
- 基于變精度粗糙集的完備約簡和知識抽取方法及其應用研究.pdf
- 基于變精度粗糙集理論的焊接動態(tài)過程知識建模方法研究.pdf
- 基于啟發(fā)式遺傳算法的變精度粗糙集屬性約簡方法
- 基于啟發(fā)式遺傳算法的變精度粗糙集屬性約簡方法.pdf
評論
0/150
提交評論