劉平清,張 鵬,寧寶權(quán)
(六盤水師范學(xué)院數(shù)學(xué)與信息工程學(xué)院,貴州 六盤水 553004)
為了緩解水資源短缺,促進(jìn)農(nóng)、林、畜牧業(yè)可持續(xù)發(fā)展,實(shí)施節(jié)水灌溉項(xiàng)目這一利民工程有著重要的意義。如何科學(xué)合理的從中優(yōu)選出節(jié)水灌溉項(xiàng)目顯得尤為重要,而對(duì)節(jié)水灌溉項(xiàng)目投資決策的影響因素較多,是一個(gè)多屬性決策的問題。目前,有關(guān)節(jié)水灌溉綜合評(píng)價(jià)方面的研究取得了一定的成果。陜振沛,張府柱,張文林[1]等采用G1法和改進(jìn)的熵權(quán)法綜合賦權(quán),利用模糊物元模型對(duì)節(jié)水灌溉項(xiàng)目進(jìn)行優(yōu)選。呂平,馬娟娟[2]應(yīng)用熵權(quán)法和層次分析法確定指標(biāo)權(quán)重,建立了以逼近理想解法為基礎(chǔ)的節(jié)水灌溉發(fā)展的評(píng)價(jià)模型。鄧麗娟,馬愛玲[3]建立以客觀賦權(quán)CRITIC法結(jié)合TOPSIS模型對(duì)節(jié)水灌溉方案綜合評(píng)價(jià)。薛媛,牛最榮,趙霞[4]等在高效節(jié)水灌溉項(xiàng)目綜合評(píng)價(jià)體系中采用模糊層次分析法進(jìn)行分析。梁天雨,魏占民,李澤鳴[5]等提出了基于熵權(quán)的改進(jìn)的TOPSIS模型對(duì)灌區(qū)效益進(jìn)行綜合評(píng)價(jià)。寧寶權(quán),陜振沛[6]建立了改進(jìn)熵和灰關(guān)聯(lián)分析的模糊物元分析模型,并運(yùn)用到節(jié)水灌溉項(xiàng)目投資實(shí)例中進(jìn)行評(píng)價(jià)。沈俊源,吳鳳平[7]提出了基于中心點(diǎn)三角白化權(quán)函數(shù)處理不確定信息,并構(gòu)建了節(jié)水灌溉項(xiàng)目灰色聚類分析模型,通過變異系數(shù)法確定聚類指標(biāo)權(quán)重,對(duì)節(jié)水灌溉項(xiàng)目進(jìn)行優(yōu)選。陳亮亮,馬亮,趙經(jīng)華[8]采用主觀權(quán)重變異系數(shù)法確定權(quán)重,并結(jié)合TOPSIS法對(duì)節(jié)水灌溉項(xiàng)目進(jìn)行排序。路振廣,曹祥華,李慎群[9]利用信息理論熵確定指標(biāo)權(quán)重,結(jié)合系統(tǒng)模糊理論進(jìn)行節(jié)水灌溉項(xiàng)目的優(yōu)選。通過分析文獻(xiàn)發(fā)現(xiàn):現(xiàn)有的綜合評(píng)價(jià)中,關(guān)于節(jié)水灌溉項(xiàng)目評(píng)價(jià)方法日益多樣化,采用模糊物元分析模型、灰關(guān)聯(lián)分析、TOPSIS等評(píng)價(jià)模型,而權(quán)重是衡量被評(píng)價(jià)事物總體中影響因素相對(duì)重要程度的量值,評(píng)價(jià)中人們往往采用主觀因素或客觀因素的單一考量,如熵權(quán)法、CRITIC法、變異系數(shù)法等,或者采用簡(jiǎn)單的組合賦權(quán)。如何將客觀因素與主觀因素的影響作用相互結(jié)合,提高決策的準(zhǔn)確性,是當(dāng)前節(jié)水灌溉項(xiàng)目投資決策面臨的重要問題。
本文采用改進(jìn)CRITIC法確定各評(píng)價(jià)指標(biāo)包含的信息量,利用評(píng)價(jià)指標(biāo)信息量修正G1法中專家的主觀重要程度比值,計(jì)算得到改進(jìn)CRITIC-G1法的混合交叉權(quán)重,并利用改進(jìn)的TOPSIS法對(duì)節(jié)水灌溉項(xiàng)目進(jìn)行評(píng)價(jià)。
在綜合評(píng)價(jià)中,評(píng)價(jià)指標(biāo)一般分為高優(yōu)(越大越優(yōu))指標(biāo)和低優(yōu)(越小越優(yōu))指標(biāo),為了更充分地反映評(píng)價(jià)項(xiàng)目各指標(biāo)的相對(duì)性,需要對(duì)評(píng)價(jià)指標(biāo)矩陣 進(jìn)行標(biāo)準(zhǔn)化處理,得到 ,采用以下公式進(jìn)行計(jì)算。
(1)
(2)
(3)
式中:Cj越大則表明第j個(gè)指標(biāo)所包含的信息量越大,相對(duì)重要性也越大。
第j個(gè)指標(biāo)的客觀權(quán)重計(jì)算公式為:
(4)
進(jìn)而得到權(quán)重向量w=(w1,w2,…,wn)T,1≤j≤n。
G1賦權(quán)[11]方法主要思想是通過主觀排序反映指標(biāo)的重要程度,給出相鄰指標(biāo)重要程度之比的理性賦值,重要指標(biāo)賦給較大的權(quán)重。具體計(jì)算如下:
(1)專家確定評(píng)價(jià)指標(biāo)的重要性程度排序關(guān)系。
(2)由專家確定相鄰指標(biāo)Xj-1與Xj的重要性程度之比rj的理性賦值。
(3)根據(jù)專家給出rj的理性賦值,則第n個(gè)評(píng)價(jià)指標(biāo)的G1法權(quán)重:
(5)
(4)由權(quán)重βn可得第n-1,n-2,…,3,2,指標(biāo)的權(quán)重計(jì)算公式如下:
βj-1=rjβj,j=n,n-1,…,3,2
(6)
為了避免客觀賦權(quán)的改進(jìn)CRITIC法或主觀賦權(quán)的G1法單獨(dú)確定評(píng)價(jià)指標(biāo)的權(quán)重,通過評(píng)價(jià)指標(biāo)改進(jìn)CRITIC法的信息量Cj確定相鄰指標(biāo)的重要程度之比替代G1賦權(quán)法中主觀確定指標(biāo)重要程度之比的方法,構(gòu)造了基于改進(jìn)CRITIC-G1法的混合交叉賦權(quán)法確定權(quán)重,使所評(píng)價(jià)指標(biāo)的權(quán)重既反映決策者的主觀判斷,又能被客觀條件約束。具體權(quán)重計(jì)算步驟如下:
(1)專家確定評(píng)價(jià)指標(biāo)的重要性程度排序關(guān)系,專家根據(jù)自身的經(jīng)驗(yàn)和偏好對(duì)指標(biāo)集{Xi}(i=1,2,…,n)中的n個(gè)指標(biāo)按重要性排序,記為{Xi1,…,Xik,…,Xin},其中Xi1為最重要指標(biāo),Xin為最不重要指標(biāo)[10]。
(2)由改進(jìn)的CRITIC法計(jì)算各指標(biāo)包含信息量Cj。
(3)采用評(píng)價(jià)指標(biāo)包含信息量確定指標(biāo)Xik與Xin的重要性程度比值rkn[10]:
(7)
(4)根據(jù)式(7)計(jì)算得到的rkn值,則第n個(gè)評(píng)價(jià)指標(biāo)的G1法權(quán)重:
(7)
(5)由權(quán)重Wn可得第n-1,n-2,…,3,2,指標(biāo)的權(quán)重計(jì)算公式如下:
Wj-1=rjWj,j=n,n-1,…,3,2
(9)
TOPSIS的原理是基于歸一化后的原始數(shù)據(jù)矩陣,找出有限方案中最優(yōu)方案和最劣方案(分別用最優(yōu)向量和最劣向量表示),然后分別計(jì)算諸評(píng)價(jià)對(duì)象與最優(yōu)方案和最劣方案的距離,獲得各評(píng)價(jià)對(duì)象與最優(yōu)方案的相對(duì)接近程度,以此作為評(píng)價(jià)優(yōu)劣的依據(jù)。與傳統(tǒng)的TOPSIS比較,改進(jìn)的TOPSIS法在決策矩陣中考慮了由改進(jìn)CRITIC-G1法的混合交叉賦權(quán)權(quán)重,計(jì)算步驟如下:
(1)將改進(jìn)CRITIC-G1法的混合交叉賦權(quán)權(quán)重向量W與矩陣Y相乘,得到加權(quán)標(biāo)準(zhǔn)化矩陣[12]Z,如式(10)表示。
Z=(zij)m×n=(YijWj)m×n
(10)
(2)計(jì)算樣本的最優(yōu)方案Z+和最劣方案Z-:
(11)
(12)
(3)計(jì)算第i個(gè)評(píng)價(jià)對(duì)象與最優(yōu)、最劣方案的距離分別為:
(13)
(14)
(4)第i個(gè)評(píng)價(jià)對(duì)象與最優(yōu)方案的接近程度Ki:
(15)
基于改進(jìn)CRITIC-G1法的混合交叉賦權(quán)與TOPSIS模型計(jì)算步驟如下:
(1)評(píng)價(jià)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化。根據(jù)指標(biāo)屬性分別利用公式(1)和(2),對(duì)指標(biāo)數(shù)據(jù)進(jìn)行計(jì)算,得到標(biāo)準(zhǔn)化數(shù)據(jù) 。
(2)計(jì)算各指標(biāo)權(quán)重。首先根據(jù)改進(jìn)CRITIC法中的公式(3)確定各指標(biāo)包含信息量Cj,其次將指標(biāo)包含信息量Cj帶入公式(7)得到指標(biāo)重要性程度比值rkn,最后將指標(biāo)重要程度比值rkn帶入G1法中公式(8)及(9)中,得到改進(jìn)CRITIC-G1法的混合交叉權(quán)重。
(3)計(jì)算加權(quán)標(biāo)準(zhǔn)化矩陣。由上面計(jì)算改進(jìn)CRITIC-G1法的混合交叉權(quán)重,根據(jù)公式(10)計(jì)算加權(quán)標(biāo)準(zhǔn)化矩陣Z。
(4)由TOPSIS模型計(jì)算評(píng)價(jià)對(duì)象與最優(yōu)方案的接近程度。①由公式(11)、(12)計(jì)算樣本的最優(yōu)方案與最劣方案;②由公式(13)、(14)計(jì)算各評(píng)價(jià)方案與最優(yōu)方案、最劣方案的距離;③由公式(15)計(jì)算各評(píng)價(jià)方案的接近程度。
(5)各方案排序。根據(jù)接近程度Ki的大小進(jìn)行排序,Ki越大,表示方案越優(yōu);反之,Ki越小方案越劣。
以節(jié)水灌溉項(xiàng)目投資決策為例,選取影響投資決策因素:每公頃投資、投資償還年限、自籌投資、經(jīng)濟(jì)效益、節(jié)水率、內(nèi)部收益率、益本比及工程壽命共8個(gè)指標(biāo)的節(jié)水灌溉投資決策評(píng)價(jià)指標(biāo)體系,Xj(j=1,2,…,8)代表評(píng)價(jià)方案的8個(gè)評(píng)價(jià)指標(biāo),且這8個(gè)指標(biāo)都為正向指標(biāo),Pi(i=1,2,…,5)代表5個(gè)節(jié)水灌溉項(xiàng)目投資方案。本文以文獻(xiàn)[1]中的例子進(jìn)行研究,依據(jù)各項(xiàng)評(píng)價(jià)指標(biāo),從5個(gè)節(jié)水灌溉項(xiàng)目投資方案中選出最好的方案。原始數(shù)據(jù)如表1所示。
表1 節(jié)水灌溉項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)指標(biāo)
由于選取的8個(gè)指標(biāo)均為正向指標(biāo),依據(jù)公式(1)對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理矩陣Y,得:
根據(jù)公式(3)計(jì)算各指標(biāo)包含的信息量,計(jì)算結(jié)果見表2。
根據(jù)G1法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行排序,依據(jù)公式(7)求得各指標(biāo)重要程度比值見表3。
依據(jù)公式(8)、(9)求得各評(píng)價(jià)指標(biāo)的交叉賦權(quán)權(quán)重,計(jì)算結(jié)果見表4。
根據(jù)公式(10)得加權(quán)標(biāo)準(zhǔn)化矩陣:
表2 各指標(biāo)包含信息量
表3 各指標(biāo)重要程度比值
表4 各指標(biāo)交叉賦權(quán)權(quán)重
根據(jù)公式(11)、(12)分別計(jì)算樣本的最優(yōu)方案和最劣方案,結(jié)果如下:
Z+=(0.136 2,0.165 8,0.137 6,0.110 6,0.136 2,
0.099 5,0.124 4,0.108 0)
Z-=(0,0,0,0,0,0,0,0)
由公式(13)、(14)分別計(jì)算各評(píng)價(jià)方案與最優(yōu)方案、最劣方案的距離如表5.
表5 各評(píng)價(jià)方案與最優(yōu)方案、最劣方案的距離
將上式所求的最優(yōu)方案距離、最劣方案距離代入公式(15),求得各評(píng)級(jí)方案的接近程度,結(jié)果見表6。
表6 節(jié)水灌溉項(xiàng)目投資方案的接近程度及排序
根據(jù)表6,由評(píng)價(jià)方案的接近程度的大小,對(duì)節(jié)水灌溉項(xiàng)目投資方案進(jìn)行排序和優(yōu)選,因?yàn)镵4 本文主要對(duì)節(jié)水灌溉項(xiàng)目投資決策提出一種新的評(píng)價(jià)方法,主要工作有:①對(duì)傳統(tǒng)CRITIC信息量法進(jìn)行改進(jìn),改進(jìn)CRITIC信息量消除了等絕對(duì)值的正負(fù)相關(guān)系數(shù)同等相關(guān)性和帶量綱標(biāo)準(zhǔn)差的影響,使改進(jìn)CRITIC信息量更能反映數(shù)據(jù)的客觀信息;②利用改進(jìn)CRITIC信息量修正G1主觀賦權(quán)法中的重要程度賦值,進(jìn)而得到改進(jìn)CRITIC-G1法的混合交叉權(quán)重,使權(quán)重既反映了決策者的主觀判斷又能反映數(shù)據(jù)的客觀真實(shí)信息,克服了組合權(quán)重?zé)o法科學(xué)合理分配的弊端;③在TOPSIS評(píng)價(jià)法中的決策矩陣考慮由改進(jìn)CRITIC-G1法計(jì)算的混合交叉權(quán)重,進(jìn)而對(duì)評(píng)價(jià)對(duì)象進(jìn)行綜合排序。并將該模型應(yīng)用到節(jié)水灌溉實(shí)例中,驗(yàn)證了模型的有效性和可行性。此模型不僅能應(yīng)用到節(jié)水灌溉投資項(xiàng)目的優(yōu)選中,還可以運(yùn)用到其他領(lǐng)域的綜合評(píng)價(jià)問題上,值得借鑒和推廣。4 結(jié) 論