密切值方法试验方案评价.doc

密切值方法试验方案评价 　　摘要： 针对试验方案评价中指标众多、权重难以确定等问题，引入密切值的评价方法；分析密切值方法的数学原理、处理步骤；给出试验方案密切值评价方法的应用案例；基于VC环境和MFC类库，对密切值评价方法进行软件实现，软件运行稳定，所得结果与理论分析吻合。 Abstract： In test project evaluation， the evaluation factor is various and defining the factor weight is difficulty. In order to solve the problem， osculating value method is used. The math element and solution process are analyzed. The application example is put forward. The software of osculating value method is realized based on VC and MFC. The software runs steadily and the computed data is accord with theory analysis. 关键词： 试验方案；评价；密切值；软件 Key words： test project；evaluation；osculating value；software 中图分类号：E919 文献标识码：A 文章编号：1006-4311（2014）15-0204-02 0 引言 试验方案的优劣可由经费、进度、质量等多个指标综合评价决定，这些指标又由多个下一级因素（例如参试人员数量、研制周期、风险、可靠性）计算得出，而且有的单个下一级因素同时影响上一级的两个以上指标，并且影响的权重各不相同。指标层次结构划分、权重确定经常存在困难，当指标要素间难以划分层次和确定权重时，可以采用密切值模型进行评估[1]。 采用密切值模型进行多因素指标评价时，评价指标有3种指标：成本型指标、效益型指标和固定型指标，其中常见的是成本型指标和效益型指标。成本型指标是指标数值越小越优的指标，又称逆向指标或负向指标；效益型指标是指标数值越大越优的指标，又称正向指标。密切值模型能在全面考虑指标类型和指标类型总体分布的情况下，得出较准确的决策结果[2]。 1 密切值模型 密切值模型能够将具有不同单位的多因素待评指标统一化，找出其最优点与最劣点为参考点，然后计算各评价指标与参考点的距离，最后由距离确定决策评价的结果。主要处理步骤如下[3]： 1.1 确定决策评价矩阵 设有m个决策评价样本，每个样本有n个评价指标，则决策评价矩阵为： R=■ 1.2 指标规范化处理 评价指标有效益型指标和成本型指标，首先就要进行统一化或规范化处理，最简单的方法计算如下：对于效益型指标：aij=xij/max xij 对于成本型指标：aij=min xij/xij 1.3 确定规范化后的评价指标最优与最劣决策方案 取y■■=max{aij}，y■■=min{aij}，其中1？燮i？燮m。 此时最优决策方案为：A■■=（y■■，y■■，…，y■■） 最劣决策方案为：A■■=（y■■，y■■，…，y■■） 1.4 计算待评指标与最优和最劣决策方案之间的距离 待评指标与最优决策方案样本之间的距离： d■■=■■ 待评指标与最劣决策方案样本之间的距离： d■■=■■ 1.5 计算密切值 取d+=min{d■■}，其中1？燮i？燮m；d-=max{d■■}，其中1？燮i？燮m，此时密切值计算公式为：ci=■-■。 1.6 决策评价排序 根据密切值ci的大小排序，ci越大，评价结果越劣；ci越小，评价结果越优。 2 实例分析 2.1 问题描述 考虑装备研制问题。现有4种研制方案可供选择，决策者根据研制的效果和风险，考虑了6项评价指标，分别是研制周期（月）、参研人员（名）、经费（万元）、风险（%）、可靠性（高低）、可信度（高低）。风险按照风险的发生概率用百分比给出，可靠性、可信度用十分制打分给出。 2.2 评估过程 显然这是一个多因素指标的多目标决策问题。将4种研制方案的评价指标值组成决策评价矩阵：R=■ 其中可靠性、可信度是效益型指标，而研制周期、参研人员、风险、经费是成本型指标，对于效益型指标按照 aij=xij/max xij 对于成本型指标按照 aij=min xij/xij 规范化处理后的矩阵为： R′=■