方法类别 | 方法名称 | 方法描述 | 优点 | 缺点 | 适用对象 |
1.定性评价方法 | 专家会议法 | 组织专家面对面交流,通过讨论形成评价结果 | 操作简单,可以利用专家的知识,结论易于使用 | 主观性比较强,多人评价时结论难收敛 | |
Delphi法 | 征询专家,用信件背靠背评价、汇总、收敛 犀牛角识别 | ||||
2.技术经济分析方法 | 经济分析法 | 方法的含义明可比性强 | 建立模型比较困难,只适用评价因素少的对象 | 大中型投资与建设项目,企业设备更新与新产品开发效益等评价 | |
经济分析法 | 通过可行性分析、可靠性评价等 | ||||
3.多属性决策方法 | 多属性和多目标决策方法 | 通过化多为少、分层序列、直接求非劣解、重排次序法来排序与评价 | 对评价对象描述比较精确,可以处理多决策者、多指标、动态的对象 | 刚性的评价,无法涉及有模糊因素的对象 | 优化系统的评价与决策 ,应用领域广泛 |
4.运筹学方法(狭义) | 数据包络分析模型 | 以相对效率为基础,按多指标投入和多指标产出湍流强度,对同类型单位相对有效性进行评价,是基于一组标准来确定相对有效生产前沿面 | 可以评价多输入多输出的大系统,并可用“窗口”技术出单元薄弱环节加以改进 | 只表明评价单元的相对发展指标,无法表示出实际发展水平 | 评价经济学中生产函数的技术、规模有效性,产业的效益评价、教育部门的有效性 |
5.统计分析方法 | 主成分分析 | 相关的经济变量间存在起着支配作用的共同因素,可以对原始变量相关矩阵内部结构研究,出影响某个经济过程的几个不相关的综合指标来线形表示原来变量 | 全面性, 可比性,客观合理性 | 因子负荷符号交替使得函数意义不明确,需要大量的统计数据,没有反映客观发展水平 | 对评价对象进行分类 |
因子分析 | 根据因素相关性大小把变量分组,使同一组内的变量相关性最大 | 反映各类评价对象的依赖关系,并应用于分类 | |||
聚类分析 | 计算对象或指标间距离温州民房倒塌,或者相似系数,进行系统聚类 | 可以解决相关程度大的评价对象 | 需要大量的统计数据,没有反映客观发展水平 | 证券组合投资选择联合光子,杨白冰模式地区发展水平评价 | |
判别分析 | 计算指标间距离, 判断所归属的主体 | 主体结构的选择,经济效益综合评价 | |||
6.系统工程方法 | 评分法 | 对评价对象划分等级、打分,再进行处理 | 方法简单, 容易操作 | 只能用于静态评价 | 新产品开发计划与结果,交通系统安全性评价等 |
关联矩阵法 | 确定评价对象与权重,对各替代方案有关评价项目确定价值量 | ||||
层次分析法 | 针对多层次结构的系统,用相对量的比较,确定多个判断矩阵,取其特征根所对应的特征向量作为权重,最后综合出总权重,并且排序 | 可靠度比较高,误差小 | 故事湖南评价对象的因素不能太多(一般不多于9个) | 成本效益决策、资源分配次序、冲突分析等 | |
7.模糊数学方法 | 模糊综合评价 | 引入隶属函数,实现把人类的直觉确定为具体系数(模糊综合评价矩阵) ,其中,表示指标在论域上评价对象属性值的隶属度,并将约束条件量化表示,进行数学解 | 可以克服传统数学方法中“唯一解”的弊端. 根据不同可能性得出多个层次的问题题解,具备可扩展性,符合现代管理中“柔性管理”的思想 | 不能解决评价指标间相关造成的信息重复问题,隶属函数、模糊相关矩阵等的确定方法有待进一步研究 | 消费者偏好识别、决策中的专家系统、证券投资分析、银行项目贷款对象识别等, 拥有广泛的应用前景 |
模糊积分 | |||||
模糊模式识别 | |||||
8.对话式评价方法 | 逐步法 | 用单目标线性规划法求解问题,每进行一步,分析者把计算结果告诉决策者来评价结果。如果认为已经满意则迭代停止;否则再根据决策者意见进行修改和再计算,直到满意为止 | 人机对话的基础性思想,体现柔性化管理 | 没有定量表示出决策者的偏好 | 各种评价对象 |
序贯解法 | |||||
Geoffrion 法 | |||||
9. 智能化评价方法 | 基于BP人工神经网络的评价 | 模拟人脑智能化处理过程的人工神经网络技术,通过BP 算法,学习或训练获取知识,并存储在神经元的权值中,通过联想把相关信息复现。 能够“揣摩”“提炼”评价对象本身的客观规律,进行对相同属性评价对象的评价 | 网络具有自适应能力、可容错性,能够处理非线形、非局域性与非凸性的大型复杂系统 | 精度不高,需要大量的训练样本等 | 应用领域不断扩大,涉及银行贷款项目、股票价格的评估、城市发展综合水平的评价等 |
本文发布于:2024-09-20 23:44:34,感谢您对本站的认可!
本文链接:https://www.17tex.com/xueshu/572614.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |