基于改善代价的模糊综合评价后续决策研究

当某次评价不达标,选取怎样的方案使系统整改后达标是评价后续决策问题。从经济角度研究模糊综合评价的后续决策问题,即如何以最少花费达到评价阈值要求。首先建立指标得分成本、单位成本及改善代价等模型。在此基础上,将各指标得分编码为一条遗传信息,应用遗传算法迭代求取既满足模糊评价得分阈值要求,又能使总改善代价最优的各指标得分。最后分析迭代过程及结果,建立指标改变先后度模型。在经济预算紧张或系统运转困难时,可用该模型确定指标改变的轻重缓急次序。本文实例经2 000次迭代使系统达标并确定了各指标的改变先后顺序。该方法切实可行,可用于灰色评价、可拓学评价以及集对分析等常规评价。

基于指标重要度及代价的系统评价后续决策

当系统某次评价不达标,选取怎样的方案使系统整改后达标便是评价后续决策问题。首先类比事故树基本事件重要度,建立能综合反映指标重要度的模型及改善代价的模型;之后对最大重要度所对应指标得分进行固定步长、渐升步长以及渐降步长等3种形式的增值,再求新的系统评价得分,直到系统评价满足阈值,并确定3种迭代模型的取舍策略;最后分析迭代过程及结果,建立指标改变先后度模型,确定指标改变的轻重缓急次序。文中以模糊综合评价方法为对象分析,实例验证切实可行,并可推广应用于灰色评价、可拓学评价以及集对分析等常规评价方法。