基于TOPSIS多目标遗传优化的面板数据综合评价-论文.pdf

基于TOPSIS多目标遗传优化的面板数据综合评价-论文.pdf

ID:53028788

大小:331.65 KB

页数:4页

时间:2020-04-14

基于TOPSIS多目标遗传优化的面板数据综合评价-论文.pdf_第1页
基于TOPSIS多目标遗传优化的面板数据综合评价-论文.pdf_第2页
基于TOPSIS多目标遗传优化的面板数据综合评价-论文.pdf_第3页
基于TOPSIS多目标遗传优化的面板数据综合评价-论文.pdf_第4页
资源描述:

《基于TOPSIS多目标遗传优化的面板数据综合评价-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、2015年4fl第29卷第2期Apr.2015Vo1.29No.2DOI:1O.134201j.cnki.jczu.2015.02.Ol2基于TOPSIS多目标遗传优化的面板数据综合评价李荣富,傅懿兵,王萍。(I.池卅I学院经贸系,安徽池州247000;2.烟台职业学院会计系,山东烟台264000;3.东北财经大学经济学院,辽宁大连116025)【摘要】针对面板数据综合评价中多评价对象、多指标、多时间段的特点,以TOPSIS与多目标优化遗传算法集成的思路将综合评价问题转化为多目标优化问题,考虑多指标权重和时间权重因素,运用遗传算法实现多目标优化得到多个评价对象最优

2、接近度的帕累托前沿,实例仿真结果表明对数据的综合信息利用比较充分。【关键词】面板数据;多目标优化;动态综合评价;非劣解;帕累托前沿【中图分类号]F202[文献标识码lA[文章编号】1674一l102(2015)02—0046-041引言lafitytoIdealSolution,逼近理想点排序法)为基础展开的、侧重于综合评价模型的应用研究。樊治平面板数据是多指标综合评价实践中常见的却和肖四汉(1993)是较早涉人此类问题的学者,他们又难以处理的一种数据类型,其数据结构表现为根据TOPSIS原理纳入时间和指标权重因素,建立时间、空间(区域、对象或方案)和指标三个维度

3、,起各决策方案(或空间)对理想解的相对接近度作具有动态多指标(属性)的复杂特征。根据面板数为综合评价模型(函数),即所谓“理想矩阵法”,以据所做的综合评价属于动态综合评价,在工程、经最大化的相对接近度作为决策依据。在这一研究基济、管理、教育、信息、科技等领域得到广泛应用。础上,樊治平和肖四汉(1995)将TOPSIS与灰色系例如,对多个区域或国家的经济增长质量、经济竞统理论中的关联分析法相结合,通过计算理想矩阵争力、综合实力、科技竞争能力等方面通过构建指元素与规范化决策矩阵元素的关联系数,利用时间标体系同时进行时间维度、空间维度的综合评价;权重和指标权重对前者进行

4、线性加权求和而得到某一系统内各个单位在某历史阶段的经济管理绩每个方案与理想方案和负理想方案的关联度(接近效的综合对比;不同时间、多个方案在多维指标测度)。针对动态多指标综合评价中的指标赋权,樊度水平上的筛选问题,等等。面板数据的综合评价治平和王欣荣(2000)根据多指标的不同类型,考虑不同于二个维度的单指标综合评价、静态的多指指标的优劣程度和增长程度,分别计算每个决策方标综合评价卅,以及同一空间的动态多指标综合案的综合评价值,然后运用加权法则建立优化模型评价,它既需要同时考虑时间、空间的权重因素,得到最终的方案排序结果,但指标好坏程度和增又要解决多指标的评价模型问

5、题。研究面板数据的长程度两种情况相对重要程度的确定具有主观性。评价问题有利于充分利用有限的数据信息,更好地李素兰,吕旭彬(20o8)也作了类似的应用研究,分反映决策空间的整体动态变化过程,对帮助科学化的定量决策有着非常重要的现实价值。有影响的面析了2001—2004年浙江省各城市发展的动态。金板数据综合评价研究成果可以分为二大类:一类是菊良、汪淑娟和魏一鸣(2004)在“理想矩阵法”基础以TOPSIS(TechniqueforOrderPreferencebySimi—上运用投影寻踪(ProjectionPursuit)原理,将决策方收稿日期:2014—12—28

6、基金项目:安徽省教育厅人文社会科学研究重点项目(SK2013A123)。作者简介:李荣富(1966一),男,安徽怀宁人,池州学院经贸系副教授,硕士,研究方向为经济增长,国际贸易与计量经济;傅懿兵(1969一),女,山东烟台人,烟台职业学院会计系讲师,硕士,研究方向为劳动经济学;王萍(1962一),女,辽宁大连人,东北财经大学经济学院教授,博士,研究方向为劳动经济学,人力资源开发与管理。第2期李荣富,傅懿兵,王萍:基于T0PSIS多目标遗传优化的面板数据综合评价47案的相对接近度转化成以时间和指标为决策变量非线性目标函数,由于以各方案最小化的对理想解的投影寻踪目标函

7、数,通过实数加速遗传算法(Re—的相对接近度作为决策排序依据,因而综合评价实alCodingBasedAcceleratingGeneticAlgorithm)优化际上转化为多目标优化问题,运用遗传算法求解所得到时间和指标权重矢量,以最大化的投影函数值得各方案的最优接近度即为综合评价值,时间、指(综合评价值)作为方案排序依据”。李浩宾(2009)标的值为决策变量的非劣解。具体建模步骤如下:沿用这一方法对泛珠江三角洲区域科技资源配置表1面板数据的一般结构效率进行了应用性的分析和评价[1210另一类是从面板数据自身结构特征出发,反映决策方案的整体差异,侧重于多指标权重

8、的客观性赋

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。