首页 理论教育评价指标权重确定对城市地质环境评价的科学

评价指标权重确定对城市地质环境评价的科学

【摘要】:评价指标权重的确定直接关系到评价的科学性和准确性,权重的细微变化将会对评价结果产生重大的影响。目前,评价指标的定权主要采用层次分析法、专家打分法、主成分分析法等计算常权向量,虽然基本反映了各项指标在整个评价系统中的相对重要性,但忽略了指标内部差异性对地质环境质量的影响。

评价指标权重的确定直接关系到评价的科学性和准确性,权重的细微变化将会对评价结果产生重大的影响。目前,评价指标的定权主要采用层次分析法、专家打分法、主成分分析法等计算常权向量,虽然基本反映了各项指标在整个评价系统中的相对重要性,但忽略了指标内部差异性对地质环境质量的影响。而实际应用中存在“木桶原理”,即不管其他指标如何优越,只要某指标差到一定的程度,该评价对象的适宜性就会变差,故该指标权重应增大,否则其可能会被较优的指标“中和”,导致评价结果有失客观公正。变权则在一定程度上很好地解决了传统定权方法中存在的不足。

以往的研究中常用的多因素决策模型为加权平均模型,其中:Wj为因素j的权重,满足=1;xj(j=1,…,m)为因素j的状态值。此模型中,无论状态值如何变化,权重总是保持不变,所以对于实际决策问题,这种常权综合的方法具有一定的片面性。因此,我国学者在变权的思想的基础上提出了变权综合决策模型,其中:Wj(x1,…,xm)是与因素状态值有关的变权,并根据权重的变化趋势,将变权分为激励型变权、惩罚型变权和混合型变权3种形式;引入了状态变权向量的概念,设X=(x1,…,xm)为因素j的状态向量,S(X)=[Sx(X),…,Sm(X)]则为状态变权向量。变权理论研究表明变权向量为常权向量与状态变权向量归一化的Hadmard乘积,如下式:

式中:W(X)——变权向量;

W——常权向量;

S(X)——状态变权向量;

Wj——第j项指标的常权权重;

Sj(X)——第j项指标的状态变权向量。

变权向量W(X)具有两条主要性质:

归一性:=1。(www.chuimin.cn)

连续性:Wj(x1,…,xm)(j=1,2,…,m)对于任何变元xj连续。

当W(X)满足归一性、连续性,且Wj(x1,…,xm)(j=1,2,…,m)关于xj单调递减则W(X)被称为惩罚型变权向量;若W(X)满足归一性、连续性,且Wj(x1,…,xm)(j=1,2,…,m)关于xj单调递增则W(X)被称为激励型变权向量;若W(X)满足归一性、连续性,且Wj(x1,…,xm)关于xj(j=1,2,…,p)单调递减,关于xj(j=p,…,m)单调递增,则W(X)被称为混合型变权向量。

对于状态变权向量的确定,段树乔给出了惩罚-激励分段协调定理:设状态变权向量S(X)在强烈惩罚区、中等惩罚区、轻度惩罚区、合格区、激励区的变权向量分别为S1(X)、S2(X)、S3(X)、S4(X)、S5(X),且在连接点(λ,a)、(α,b)、(β,c)、(μ,c)均光滑连续可导(图6-2),其中0<λ<α<β<μ<1,0<c<b<a<1,且为评价策略,k为调整系数。

设变权向量S(X)在(0,1)光滑连续可导,那么,其分段函数形式为:

如图6-2所示,(0,β)为惩罚区间,根据惩罚力度的不同又分为强烈惩罚区、中等惩罚区和轻度惩罚区,评价指标的质量越差,惩罚的力度应该越大。另外,惩罚区的范围大于激励区的范围,合格区与激励区的范围较窄。

图6-2 惩罚-激励型变权函数