PDF《分层构权灰色主成分评价模型及其应用》

2 λ (k) n(k) ,设λ (k) j 对应的 标准正交特征向量为u (k) gj (g = 1, 2,n(k) ),按 最 优样本主成分得分优于最劣样本主成分得分 [25] 这一原则检验与调整u (k) gj 的方向,记调整后的标准 正交特征向量为tu (k) gj ,按累计方差贡献率α(k) 超过

85 % 的准则确定评价样本第 k 个评价子系统最终 选择的主成分个数p(k) (p(k) <

n(k) ),称Y (k) i (h)(h = 1, 2,p(k) )为基于分层构权灰色主成分评价模型 的评价样本中,第i个被评价对象对应于第k 个评价 子系统的第h个主成分得分. 其中 α(k) = p(k) ∑ j=1 λ (k) j n(k) ∑ j=1 λ (k) j , (4) Y (k) i (h) = n(k) ∑ g=1 tu (k) gh ・ wz (k) ig . (5) 定义8 设Y (k) i (h)如式(5)所述, α(k) (h)为基于 方差贡献率的第k 个评价子系统中第h个主成分的 归一化信息量权,称F (k) i 为基于分层构权灰色主成 分评价模型的第i个被评价对象第k个评价子系统的 主成分综合得分. 其中 α(k) (h) = λ (k) h p(k) ∑ j=1 λ (k) j , (6) 第6期 王玲玲 等: 分层构权灰色主成分评价模型及其应用

1303 F (k) i = p(k) ∑ h=1 α(k) (h)・Y (k) i (h). (7) 定义9 设F (k) i 如式(7)所述,称Fi = l ∑ k=1 W(k) ・ F (k) i (8) 为基于分层构权灰色主成分评价模型的第i个被评 价对象评价总系统主成分综合得分. 2.2 基于分层构权灰色主成分评价模型的评价步骤 对上述定义进行归纳,可以得到分层构权灰色主 成分评价模型的评价步骤如下. Step 1: 筛选指标,科学设置k(k = 1, 2,l)个 评价子系统及其下属指标项. Step 2: 对各评价子系统及下属指标项分层设置 归一化重要性权W(k) 、 w (k) j (j = 1, 2,n(k) ),搜集 原始数据,根据式(1)得到评价样本对应于各评价子 系统的加权规格化矩阵WZ(k) . Step 3: 根据式(2)和(3)求解各加权规格化矩阵 对应的灰色相似关联度矩阵R(k) . Step 4: 根据式(4)确定各评价子系统的主成分个 数p(k) . Step 5: 根据式(5) ? (7)求解评价样本基于分层 构权灰色主成分评价模型的评价子系统主成分综合 得分F (k) i (i = 1, 2,m). Step 6: 根据式 (8........