基于数据包络分析评价模型的排名问题研究-论文.pdf

《基于数据包络分析评价模型的排名问题研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于数据包络分析评价模型的排名问题研究殷娇娇于红斌田杨阳王梦琳(河南师范大学计算机与信息工程学院，河南新乡453007)摘要：本文从相对效率的角度出发建立了数据包络分析评价方法，将排名对象的各项评价指标分为输入指标和输出指标两个部分，以低输入高输出对排名对象的相对效率进行评价，将评价问题转换成了线性规划的问题进行求解，得到所有排名对象的相对效益指数排名，将排名结果与主成分分析评价模型和实际情况进行了对比，有对比结果得出数据包络分析减少了主观因素的影响更能客观地反映出较为真实的结果。关键词：排名问

2、题；相对效率；数据包络分析排名现象在我们的日常生活和工作中无处不在，对于不同的排名对象我们可以选择很多不同的数学方法和模型进行评价，进而得到结果。因此一个合适的数学方法和模型对排名结果有着很大的影响。现在人们常用的数学方法和模型有：主成“0分分析评价模型⋯、Topsis综合评价法、神经网络模型等。其中，主成分分析评价模型中难以定出适当的权系数，主观因素式中=(，，⋯，Xmj)T~J=1，2，⋯，；。对结果影响较大；Topsis综合评价法只能反映各排名对象内部Y』=(l，，Y2jC""~)，J=1

3、，2，⋯，的相对接近程度；而神经网络模型人们在典型训练集的选择令t=1／vTx，=，=tu，则上式被划为等价的线性上有一定的难度，若训练集选择不适合对结果会造成很大的规划问题，如下：影响。并且在上述三种方法和模型中主观因素都对结果有一定maxpYk=的影响，会使排名结果产生一定的偏差。本文根据实际问题在xi一Ty0相对效率的基础上建立可以在一定程度上消除主管因素影响的i数据包络分析评价方法。=1=1，2，⋯，r／1数据包络分析评价模型≥0“0数据包络分析评价模型是在输入指标和输出指标的基若效率指

4、数=j，则第七个排名对象相对于其它所有排名<一础上，对同一类型的排名对象间的相对效率进行评价、排序对象为有效。的。2实验结果分析与对比设有n个排名对象记为口对于每一个排名对象都有m种类针对2014年美国数学建模大赛B题，通过NCAA官网获取100型的输入，其指标集为J=fj，2，⋯，；有S种类型的输出，其指名具有一定代表性的美国大学篮球教练的各项评价指标的实际标集为R=fj，2，⋯，。记x；为第』个排名对象对第种类型的输数据，对实际数据进行标准化处理后利用数据包络分析评价模入的总量；y；为第个排

5、名对象对第J种类型的输入的总量。型得出教练相对效率的前10位排名，进一步与主成分分析模型对于某排名对象，引入输入权系数=，y，，⋯，v3和输进行对比，结果如表1所示。出权系数u=fu，u，，⋯，u来表征不同类型输入的量和不同类表1结果对比型输出的量，这样每一个排名对象的效率指数就可以表示为：名次数据包络分析评价模型主成分分析评价模型结结果(教练姓名)果(教练姓名)∑1MikeKrzvze~skilI【ikeKrzvzewskih=一，=l，2，⋯，，2PhogA11enPhOgA11en∑Yix

6、3T0eB．Hal1DonHaskins4Phi1WoolDertToet3．Hal1i=15DonHaskinsPhi1WoolDert选取可使^l，，=1，2，⋯，”的输入、输出系数。6TudHeathcoteTudHeathcote第七(1≤k)个排名对象的相对效率最优化评价模犁7TackGardnerJackGardner8EverettCaseLouCarnesecca9EvcrettDeanEverettDean1OTerrvHol1andTerryHol1and将上述结果与美国官方

7、公布的美国大学练球教练排名进行对照，结果表明基于数据包络分析的评价模型得到的结果更为作者简介：殷娇娇(1993-)，女，河南信阳人，本科学生，研究方精确。对两种模型进行民意调查，人们普遍更加认可基于数据向：计算机建模实现；于红斌(1979一)，女，河南新乡人，讲师，包络分析评价模型的排名结果，结果同样表明了基于数据包络硕士，研究方向：计算机建模，人工智能技术；田杨阳(1993_)，分析的评价模型在一定程度上消除了主观因素的影响，结果更女，河南新乡人，本科学生，研究方向：计算机建模实现；王梦加准确

8、。琳(1992一)，女，河南焦作人，本科学生，研究方向：计算机建模3结论实现。156口圜目蕊买验研究·基于数据包络分析的评价模型，将各项评价指标分为输入文在线，2008，05：L和输出两个部分，以输入和输出的权系数为变量，从最有利于[2]http：／／wenku．baidu．com／view／3bb2e8ef0975f46527d3e12e．htm1．[3]钱政，杨莉，严璋．组合神经网络模型中典型训练样本集的选取[J]．高排名对象的角度进行评价，在一定的程度上消除了主观因素的电压技术，1999，