第17~在第3期这筹与管理, 2008年6月。P应RATIONSRESEARCH AND MANACEM巴NTSCI巴NC缸 主观自主式评价的序优化模型及赋权策略仿真易平涛张丹宁2郭亚军l(1.东北大学工商管理学院，辽宁沈阳11C削4;2.辽宁大学工商管理学院，辽宁沈阳110036) 摘要:提出了".3:观自烹式评价"的新问题，即研究如何将被评价对象作为评价人参与评价的问团，并着意分析丁"个人独裁"(即先全自利)条件下被评价对象的赋权行为。本文提出"序优化目标"及"序曲值优化目标"的假设，即强调或优先强调被评价对象的相对优势，较传统突出绝对优势的"值优化目标"更能贴近人的自利心理，根据假设构建了完全理性下的评价模型。此外，对有限理性下的个人赋权策略进行了归纳，给出了策略优劣对比的仿真算法，并进行了仿真分析。上述研究结论将为"主观自主式评价"问题的进一步研究奠定基础。关键词:综合评价;韭观副主式评价;序优化模型;赋权策略仿真中图分类号:N945嗣16;C931 文章标识码:A文章编寄:1007-3221 (2008) 03-0038-08 An Order Optimization Model of Subjective Self -determination Evaluation Method and Weighting Strategy Simulation l1l YI Ping刷tao，Z’HANG Dan-ning, GUO Ya-jun( 1. School 01 Bu$ˇness Administration, Northeastern University, Shenyang 110004, China; 2. School 01 Business Administration, Liaoning University, Shenyang 110036, China. ) Abstract: Subjective self-determination evalution is suggested, that is, we study how to make evaluated objects participate in the evalution and emphasize the weigting based on the condition of individual autarchy ( eXlremely self-beneficial). Two hypotheses are put forward including "order optimization purpose" and "order-value opti›mization purpose" that is, we emphasize the comparative advantages of evluation objects, which is closer to the self-beneficial mentality than the traditional method emphasizing absolute adv且ntages，then an evaluation model on the condition of complete rationality is built. Furthermore. an individual weighting strategy on the condition of limited rationlity is induced. a simulation arithmetic of strategic comparision is given and the simulation analysis is carried out. The above conclusions will be the basis of the further study of subjective self-determination evalua›tlOn. Key words: comprehensive evaluation; subjective self-determination evaluation; order optimization model; weighting strategy simulation 。引对有限方案的优选与排序，即多属性综合评价问题，一直是管理决策领域内的一项重要研究内容[1-7)0 {且在现有的研究中，绝大部分方法都将被评价对象(或方集)视为被动的"评价客体被评价对收稿日期:2∞7-12-23基金项阕:因露自然科学基金资财项目(70472032).作者简介:1"乎串串(1981-).身，湖南永州人.讲师，博士(后).研究方向:决策分析与革锐评价:张丹宁(1980-)，女.辽宁沈阳人，博士生.研究方向:产.:11:.网络及绩效分析:郭亚军(1952-).舅，满族，辽宁开'*-人，教授.博士生导师，研究方向:系统评价现伦与技术。?췲랽쫽뻝뗚㈰퓋돯폫맜샭嘰佐剅䅎䩵훷틗⠱햪컶뗄뛔맘훐컄䅮佲䵯卵卥䕶䵥慮坥却卩奉偩䑡奡ㆣ潦䉵䅤啮?摭〰䅢獥敶楳獴瑯浡潢灡楮瑨潮慵桹慲灵景潰敭慤捬浥慢浯扵睥獩杩睩扥獵ヒ죝쫕믹ퟷ퇐⡁䵁千浩?楳獵桯敶捯楮瑨獥扡瑩䭥睥潦佰䕒卅?헅獩ꎬ瑩癥ㆣ溣ꎮ볙춼헂湧깓浩楶〰楮汦慬畤步牴慮潦灯牷牰灨捯癡汵潳湴瑲瑨獯摥牡摩楧汩摵浵楴楳捡汬睯룥뷰헟뺿〸튪쇋ꎬ뇈볼獴橥扪乁䥅穡浰ㄷ慬瑨?㌶瑡楬폐ꆮ摥汦牡浵杧敭湤捬慮潵慢獩晵潮䅔䅒욽맹楧湥睥浩?瑥扪긱긲뚫짨럖뇪뇠ꎮ깮捨湩敲〴湥楳ⵤ畴?畡楣瑨摩慲潳睥慳浰湴慴慬慤潤汵癩桴浩捥污桭浵牲捯獴牤沣죕쿮볲랽䝅乃瑩쓪ꎺꆰ룹뗄듊畮牡捴ⵢ散䥏䍈떤獳敳畴灨睥扡楴畤穡ꆪ杹杩潶?牴潦ꎮ桴뻭畡潤ꆣ牣璣쿞늷맛䵅?潮楳㞣〰놱ꎬ샠쪶뫅ⴭ瑥污瑡楮潯獴獩獳瑲整楯楰癩敳斡楺慲慧楴瑩汥摵撣祳楥湣畤玣穡웚쒿뷩쿲乓쳎퇇桴瑩㛔쳡룶뻝럂ꎺ?捴瑥楯慳楧獥敮楮玣扥潮깔桥散乔浩뗚걎?듳벴뫅싫ꎺ瑩澡㤲牡瑹䍨慴敲摵桹敳녡놡楯楮瑥慬깆걡楣楳汵멣랽ꆱ쓾潮摥杹瑩撣楺枡湥汩桥?돶죋볙헦ퟛ敦걷癥澣ㆣ뻼톧잿ꎺ楮ꎡꎬ瑩ꎮ楯浩?慬湤ꍴ楶湡楴潮獩潭ꎻ㈰맺틗닺穡㏆潮⡥畲낸ꆣ瑩건?湧끯晩瑹ퟔ㊣쇋뛀짨쯣뫏卵楣桩ꎻ긳릤뗷丹?〷瑥潮ꍚ䝕卨憣溡湡ꆰ桡瑨灲潲볒욽튵桡牤捩?憣硴瑨뗄떫瑩짌ꆰ닃믲릹램움㐵ⴳ❈?ꎬ敮묲ꍌ扪楡潲捨敨獵摥ꆤퟔ쳎춬癥?牭敲慬맜폅ꎮ㈲䅎乯祡楡긩牥摥敲敮?퓚ㄲ좻⠱싧ꆱ붨ꎬ볛散氩扪潮훷샭쿈ㄶㄨ楮?牴湧卣潮犡獩ⴲ뿆㤸쿃맛⢼쇋늢ꎻ瑩浥ꎮ浯散톡쿖톧잿ꎺ㈰桥桯楮ꑶ癥?ㆣ벨ퟔ듍췪뷸훷慴癥呷瑩汹牥폫폐풺뗷䌹〸慳潬?慬믹긩킧쪽훷좫탐맛?癥ꎬ놻㌱⤰楯瑥略업뗄좫ꎮ럖쪽ꯗ샭쇋ퟔ쇉움㌭牮쓐컶慮탲퇐?쓾퓀볛탔럂훷〰훺ꎬꎻ움ꎬ뺿짲뛔㌸쿮뫾맹볛﬩쿂헦쪽퇴쿳ⴰ벴훐쒿쓏췵ꆱ쳵뗄럖움볛ㄱ뗄?⠷폀뻼뛠ꎬ뗄볾움컶볛〰쿠〴훝⠱탂쿂볛ꆣꎻ쫴뻸〴뛔㜲죋㤵뗄컊놻쒣짏탲ꎻ폅탔듳〳ꎮ㋒㊣쳢움쫆탍쫶폅㈩붲묩ퟛ늿껁ꎮ쪦ꎬ볛ꆣ퇐뮯탲뫏럖진뷏ꎬ쓐벴뛔듋뺿쒣ﺴ뒫움랽늩ꎮ퇐쿳췢뷡탍춳쪿싺볛램폅뺿뗄ꎬ싛ꎻꞹ춻⢺ퟥ컊뚼죧뢳뛔붫돶ꎮ첹뫎좨뻸폐캪쳢붫ꎬ쇉뮯?뛔퇐쓾붫탐쿞ꆰ닟ꎬ놻폅뺿뾪놻캪샭훷싔튻움쫆랽풭쒣움ꆣ탔맛럂몣뗄횱볛쿲죋볛놾쿂ퟔ헦곁ꆰꎺꎮ쫇뛔뛔컄뗄훷탍진횵듎뷌맜ﻉ쿳쳡폅룶쪽닟쫚뮯샭⢻럖ꎮퟷ돶죋움벰쒿컶늩캪ꆰ뢳볛뻶뇪폫쪿움탲좨ꆱ닟붰〳ꆱ쾵짺뢳볛폅닟컊㘩룼쇬렩춳떼죋뮯싔쳢쓜움쪦폲쫓닎쒿쳹뷸뗄볛ꎮ좨쓚캪뷼ꎻ퇐폫뇪탐뷸죋뗄놻헅뺿움ꆱ쇋튻뗄떤랽닟튻뚯볛벰맩늽ퟔ쓾쿲뗄ꆰ쓉퇐쿮샻⠱ꎺ컊탲ꎬ뺿탄훘ꆰ㤸쾵싔엟튻룸뗬ィ춳튪움긩움ꎬ횵돶뚨퇐볛럂ꎬ볛늢폅쇋믹뺿뿍얮샭ퟅ뮯닟뒡ꎮ싛쓚쳥훘쒿싔ꆣ헦쇉폫ꆱ럖뇪폅쓾벼ꆱ쇓ꎬ짲쫵퇴ꆣ놻죋움ꎬ볛늩쪿뛔짺ꎮ
第3期易平涛，等:主观自立式作价的序优化模型及赋权策略仿真39 象在评价过程中没有"话语权本文将具有这样特点的评价方法归结为"他:ì:虫"评价方睹。反向思考，若从各被评价对象的角Jt出发，利用被评价对象自身的信息实施评价自然会与"他主式"评价方式有辛苦~著的不问:其一，各被评价对象可公平的突显各自的"竞争优势在体现"民主参与"思想的问时确保了评价过程的公平性;其二，各被评价对象自身提供了大麓的(主观或客观)信息可太太降低评价过程对于专家借息的依赖。闹闹，本文将被评价对象全丽参与评价过程的评价方式称为"自:ì:式评价模式"。通常，町将相应的白金式评价方法划分为两大类是才::~见自主式评价方法，即指被评价对象是(成隶腐于)有分析能力的个体，能够在决策过程中提供除自身存观信息之外的许多主观信息(此时被评价对象问时具有评价人的双意身份)，利用被评价对象提供的主观信息完成评价的方法;二是客观自主式评价方法，即指被评价对象是窑刺事物，但可将其视为有分析思考能力的竞争个体而模拟主体的某类经济行为，并主要利用被评价对象的窑观信息完成评价的方法。目前已有对容观自主式评价方法的部分研究[]但尚未发现主现自主式评价问题的相关研究。本文探讨主观自主式评价问题，理论上需要解决的核心问题是:如何确保评价参与人诚实可靠地提供评价信息(主要是指标偏好信息)，使得评价锚论科学可信，而同时又避免了聘请专家所带来的高成本、数量约束、主观随意、不负责等可能的缺陷。诙问题相对比较复杂，需要综合多人对策、机制设计、组织流程等多方面的理论进行研究，而前期阶段，研究参与人在"究全自利"(即个人独载)情况下的评价问题显得十分基础必要，本文着囊研究两方面的问题:在完全理性下，被评价对象的最优赋权模型;在有限理性下，被评价对象赋权策略优劣的仿真性对比分析。1 完全理性下自己k式评价的序优化模型及应用 理论模型设由n个被评价对象(或方案)0.，0，....0胞，m个指标.%.'.%2'…，凡组成的多指标评价系统。.%jj昂.%j(Oj)2(i = 1 ,2,...n;j = 1，2，…，m)为被评价对象。，在指标下句的取值。评价数据矩阵(决策矩阵)可表示为1.%11 2 1.%.. X响…Z。A = [刊]…叫明1.%_. X L..v,.t ......112 记M嚣11，2，…，圳，N= 11，2，…，nf(不失一般性，不妨设;ae3)。设m个指标均为极大型(效益型)的，A中数据为规范化后的数据。选用加性模型(2)对多指标信息进行集锚，即有Yi= L X川(1)评价的过程即是各被评价对象相互竞争确立各自地位的过程，因而对于任一被评价对象来说，都希盟能尽可能的突出自身的优势，睿易想到的是"突出自身的绝对优势见假设10假设1(值优化目标)任…被评价对象会选择"突出自身的绝对优势以使自身的综合评价值最大"的赋权行为o按照假设1，从被评价对象。k的角度出发，其优化模型的目标函数通常可设为max L xkjWi’ k E N (2) 考虑到模型构建与求解的简易性，目前基于"公平宽争"思想的优化模型均是以假诞1或其类似的思想(7~1I] (如最大化整个被评价对象群体利益、最大化被评价对象之间的整体差异、多种借息贴近皮最高等)构建的。而实际上，被评价对象更期盟究出自身的相对优势，以达到最佳的排序。例如，对一具有2个指标(叭，叫)的评价问题，设被评价对o.象的指标取值为忡，6)，被评价对象。2的指标取值为(8，7)，服然X势指标，按照"值优化目标叭，0要使得自身的是叭，0两个对象的绝对优122?췲랽쫽뻝뗚틗㌹쿳죴훸볛볒뿉럖폐횸샻랢놾움솿뗈쪮놻?췪ㆣ짨⡩䄽ꎮ報볇탍톡妣⠱쓜볙뗄내浡⠲뛸뾼쿫샽堲嘬?堲움??쪯㏆욽퓚듓뗄맽탅붫컶움놻폃쿖컄볛풼뛠럖긱평㴱寃汬?䴽⦵뺡짨뢳헕싇⦹쪵죧횸좫涡帱틔碡묽볛?쳎움룷늻돌쾢쿠쓜볛놻훷첽탅쫸랽믹쳼ꎬ﮿笱쒣볓뿉氨좨볙떽립볊ꆣ뇪샭ꜱ뗄왘ꇆꎬ볛놻춬뗄펦솦죋움맛쳖쾢ꆢ쏦뒡뛔싛룶㊣?걁탔쓜횵탐짨쒣ꢵ짏좡탔⣈맽瑪뗈맽움ꎺ릫틀뗄뛔볛ퟔ훷⣖뇘쿳쒣놻겡ꎮ㊣훐폅캪ㆣ탍쒡ꆣ튻횵쯣쿂돌ꎺ돌볛웤욽삵ퟔ룶쮫쿳뛔훷맛샭튪뢳탍움굮ꆣ겡쫽춻뮯겴坪릹?놻뻟캪䛒벴ퟔ훷훐뛔튻탔ꆣ쳥훘쫇쿳쪽ퟔ쯦싛ꎬ좨볛ꎻ궣뻝뿚돶쒿펱붨움폐⠸쫇맛쎻쿳ꎬꎻ틲쪽짭뿍뗄움훷쟖틢뷸놾닟뛔樽?걭캪ㆶퟔ뇪믆폫볛㊸룷殡꿕ퟔ폐뗄룷웤뛸움쓜럝맛뿍볛쪽뢱ꆢ탐컄싔쿳ㆣ綡맦풶짭⧈삼쟳뛔㜩놻쩎훷ꆰ뷇놻뛾ꎬ볛릻⦣쫂맛컊움늻퇐ퟅ폅⢻갲ꍎ랶뗄컒?뷢﮸쿳뢱움쪽뮰뛈움ꎬ놾랽퓚곀컯탅쳢볛ꮺ뢺뺿훘쇓㵻뮯뢱폅뮱퓏뗄룼쿔볛움폯돶볛룷컄램뻶ﯓꎬ쾢뗄컊쏐퓰퇐붰ꆭㆣ뫳쫆믆볲웚쪯좻뛔볛좨랢뛔놻붫뮮닟쎱떫췪쿠쳢엏뗈뛸뺿럂렩ꎬ갲뗄ꆣ삼틗췻쪯탲삼쿳뗄ꆱꎬ쿳움놻럖맽믆뿉돉맘ꈩ잰솽헦䒡洩쫽ꊽ죝?탔춻ꆣ폅쿠?탲ꎬ샻뿉볛움캪돌삼붫퇐샭쓜웚랽탔ꎣꆭ뻝틗퓏뷇돶쫇뮥뮯퓏폅놾폃릫뛔볛솽훐?웤뺿싛쪹뗄뷗쏦겿놻ꎬꆣ킼쿫뛈쒿ퟔꎺ侣뺺쒣뮯컄놻욽쿳뛔듳쳡퓏쫓뗄ꆣ짏뗃좱뛎뇈?움ꎯ꾽떽돶잰짭⦵꺣헹탍뫌쒣붫움뗄ퟔ쿳샠릩캪랽탨쿝ꎬ컊럖몣볛ㆣꇔ랢믹쓆걏좷탍뻟볛춻짭좫ꎺ돽폐램튪ꆣ퇐쳢컶벰겡뛔깽겼쫇ꎬ폚쿠삼솢벰폐뛔쿔쳡쏦튻ퟔꦵ럖ꆣ뷢뷡룃뺿ꎺ궣쿳⢲듓ꆰ냍웤?솽펦룷뢳헢쿳룷릩닎쫇짭쓖컶쒿뻶싛컊퓚걯澣믊?춻뮳폅릫쫌룶폃ퟔ좨퇹ퟔ쇋폫훷뿍쮼잰뗄뿆쳢췪ꆣ믔돶뮯욽쫆뛔ꋗ뗘닟쳘짭뗄듳움맛?뾼틑뫋톧쿠죋좫ꎬ?뮰ퟔ퓉쒣뺺ꏉ쿳캻싔뗣뗄ꆰ솿볛ퟔ탅엏쓜폐탄뿉뛔퓚샭涸뢱짭탍헹틔뗄럂뗄탅뺺맽훷쾢ꋍ솦뛔컊뇈ꆰ탔풣쒾ꆱ듯믆뻸맽꾱헦움쾢헹⣖돌쪽횮뗄뿍쳢ꎬ뷏췪쿂뢱싇겲뻸쒿쮼떽삼뛔돌믆볛쪵폅뗄움췢짆뺺맛쫇뛸뢴좫ꎬ즵뮷뛔퓓뇪쿫ퟮ?ꎬ랽쪩쫆?움볛뗄삼헹ퟔꎺ춬퓓놻쓈쇉폅엊몯병푯틲램움ꆱ볛랽탭?룶훷죧쪱ꎬ샻ꎣꇖ쫆웒쫽폅뗄ꆣ횸?뛸맩볛ꎬ춹랽램뛠쒷쳥쪽뫎폖탨ꆱ곜떡퓊춨뮯업쿳뇪퓏뛔뷡ퟔ퓚?쪽ꎬ훷붷뛸움좷뇜튪⢼뛔ꏆ溡맗뎣쒣탲뗄폚캪좻쳥탅돆벴맛ꢣ쒣볛놣쏢ퟛ뒸쿳몣삼?볻퓉뿉탍ꆣ횸내죎꺼ꆰ믡쿖쾢캪횸탅뮶쓢랽움쇋뫏뗄겡?⦡볙짨뻹뇪헕튻쯻폫ꆰ뿉놻쾢ﻊ훷램볛울뛠쮶ퟮ꾡ﶾꏉ짨쓗캪쫇좡놻쓕훷ꆰ쏱듳ퟔ움⢴잿쳥뗄닎쟫죋삲폅궣?没?틔횵움쪽쯻훷듳볛쯊춹뗄늿폫뛔쌩뢳겿?룶?쿆볙캪폅볛ꆱ훷닎붵쪽뛔놱?쒳럖죋볒닟쟩좨뿗횸삼짨⠹뮯뛔움쪽폫뗍쿳믆퓖샠퇐돏쯹ꆢ뿶쒣뻶뇪?ㆻꎬ쒿쿳볛ꆱ움쫇삼뺭뺿쪵듸믺쿂탍즵닟뻹뗗㘩뇪살랽움쮼볛쒣⢻?뷆볃ꆧ뿉살훆뗄ꎻ쒶뻘캪ꎬꆱꊶ쮵램볛쿫맽쪽퓏삼탐튻뾿뗄짨움퓚헳벫놻ꎬꎬꆣ랽뗄돌ꆱꗊ?캪ꆯ뗘룟볆볛폐뢱⦿듳?욵움侣뚼훐랴쪽춬뛔ꆣ곊붷ꎬ쳡돉ꆢ컊쿞즱탍쓋볛꺣쾣엏쿲폐쪱폚춨?놾ꢣ늢떫릩ퟩ쳢샭삼⣐?뛔걏췻ꋌ쮼ퟅ좷뎣폐?겼훷짐ꆢ횯쿔탔?뻎쿳ꎺ뾼쿔놣ꎬ?튪캴쫽쇷뗃쿂뗍尿侣ꎬ쇋돌뎡?쪹ﲶ움ꎣ뗃죗ꔽퟔ硩짭?⡯뗄ꆣ?
40 边筹与管理2008年第17崽综合评价值最高，应瑞取的最优权黛为(1，0)，阳此时O必然要劣子。10但是，叫着凸显较0具有相对优21势的指标句，如取权重(1，0)，即ïlJ优于001因而，对于多个被评价对象。1，0，…，0.而亩，被评价对象0，自然希望"y，叩Yì>O,k,i E N，k7品i"的个2数越多越好。下面给出较"值优化目标"而言更贴近被评价对象期望的"序优化目标"假设。假设2(序优化目标)任一被评价对象会选择"突出自身的相对优势以使自身的排序最高"的赋权行为。按照假设2，对于被评价对象归来说，其独裁条件下"最优排名"的主观自主式评价模型为mα1 L hj+α2 L h,1. , 4键N，~，‘'，且'‘&hL (X~J -X j)W-ha L (X-X;)W注j j~，i E N,i ~ k lj il (3) h+ ht> = 1i E N，i乒k, il s. t. ~…『儿，h，巳N，i笋ke 10,1 \ , 剖，j E M 系叫l，wj其中，矶，α2分别为"优于"及"劣于"关系的偏好系数，通常将叫设置为校αz充分大的值即可。~(~>0)为需要界定的"优于"或"劣于"的边界象件，即事前确定的判定两被评价对象之间优劣不等的最小整异量。对式(3)，若出现被评价对象之间各指标值完全相等的情况时，需要将多个被评价对象作为同一个对象来考虑。具体地，者对0，与0"，有=耳的(k，k'EN，k~K';jEM)，此时h(Xlj-x~)Wj-haL(x'j叫)Wj=0 il汇与式(3)中的约束条件不相容，因而在求解关于内的模型(3)时，需要去掉0.，的指标值数据。而对于两个以上被评价对象指标值完全相等的情形可做类似处理。定义1在模型(3)达到最有时，称叮叮时L hí1为被评价对象0.(k E N)最佳排序值。若修改模型(3)的目惊函数，容易得到求解"最劣排名"的主观自主式评价的模型m叫MZhhtl+飞茶，kha注h(Xij皿Xij)叫-ha L (x’j -xij)wj~，ieN,i-,Æk il 汇(3’) i E N，i笋kh+ ht> = 1, il s. t. ~…-ieN,i-,Æk h,ha E 10,11, jl j e M Z叫=1 ,w~ 0, j 定义l'在模型(3')达到最优时，称d，-= 1\EKha为被评价对象ol(kEN)最劣排序值。因为模型(3)及(3')是对实际优化问题的等价描述，对于任一被评价对象，其最高排名为1，最低排名为n，模型(3)及(3')的最优解必然存在，而d'，d.-必然在11，2，…，时中取得。k定义2称θ为被评价对象O.(kEN)的序优化机盘空间，如(叫|哈(X'i四叭泣。hil,ha E {0,11 ,h+ ha嚣l'Lwj=l，wj，ieN，i~kJEM}il 假设3(序嗣值二阶段优化目标)任一被评价对象会班择"使自身的排序最高的条件下进一步提升自身综合评价值"的赋权行为。?췲랽쫽뻝㐰퓋돯폫맜샭㈰ퟛ쫆틲쫽볙⣐탐내湬梡楴椽桮没ꇆꎮ䨽웤탨뛔쿳亣㞣䴩틔뚨?丩橅浩梣ꎬꆻ桩䩴䪡⠳퓚캪돆룎瀽ꆯꆭ䥯䵽ퟔꆢꎯ뫳쓏⥪ꇱꋴꇊ쫖ꇝꇬꎺ죣튻볉뻖잿昭ꇱ쪯ꇊ⥪崵?㈱㕉ꆮ籖뚨죴㵴㴱⣐?ꎬ⭨겣깬䦡ꆢ웟〸짨ꆺ뮣ꎬ쩍ꆯ틥ꆣ걩뫏뗄뛸풽캪헕ꎣ?훐튪쪽살짏ퟮꆪ䦣쒣溣䃎짭坪틥慸ꎡ湯쏇䥼ꎬ돳깼탞⭨꽨쓪?꺡듋篒疡⍫움횸ꎬ뛠얻ꆣ볙걨뷧⠳뾼놻병丬탍쒣계ꪱퟛ没㴱綡헽뿚ꇱꆮ㇔룄믖뗚멅쪱꾡ⱪ潴온犡ꎡ樽法汽볛뇪뛔풽꿄짨ꎬ볇佴뚨⦣싇?⧖움업椭㴱돳⠳탍ꏐ믆뫏ꎺ?ㄷ쒣뙉?떶ꎬ?횵립폚뫃뾱㊣ꇊꆣ뗄곈킵볛탲?䕻ꆯ⠳촨삼움ꎮ쪯ꎡ온沣훝뻭탍ﺽꇱퟮꎺ뛠ꆣ겶笰坪ꎬꆰ뻟쓔뛔ꏐ횵ィ⦴⦼㌩?볛ꇆ檣닄⠳왨쪯걗ꪱ栫ힶ룟ꎬ룶쿂죎퓓憣폅쳥볊쿳ꆣ갱뀨벰퓏횵ꇱꇝ촨⦵컓桩몡楉죗檡믆棍ꎬ죧놻쏦튻??몷폚횱뗘횸綣뷗㎡⠳䦡ꆱꎮꎺィ㌩쓄얻펦좡움룸놻믆횱ꆱꎬ뇪?꼩ꆯꆣ뗄䤫뫒늢⭡튻?삼숽뾱꿄?듯ꎡ톡좨볛돶움삼믲죴ﺲ횵엊쫇⦵⡼뢳뾱憣뮻ꆱꎺ쪯ꎬ没좡훘뛔뷏볛?ꪡꆰ믏췪떽놣쓗籽좨꿊온뗄⠱쿳ꆰ뛔퓏몡ꖢ냓쇓ァ⧒좫ꇆꋲ겳쪵䖢ꎡ탐ퟮﶣ죎ퟮꎬ価횵쿳엓폚ꏓ?쿠왤볊얽캪ꎥ왨뛒棇⥗왷폐껈튻폅〩ꎣ믡ꆣ?ꆱ꺼곒뗈昽뗄?놻췓坩뭨쪱?㇒琨樽좨ꎬ걏뮯톡살놼뗄ꆧㄫ?탲튻ힵ움훘벴ꎺ쒿퓱쮵낡뇟폐쟩ꎬ컊뮴폅ꆪ죃뭨뫳沣쎵볛캪뿉ꎬ뇪ꆰ냁뷧뢱쪯?탎쳢뮯돆棍ꇆ뷇볇ꇊ곓뛔⠱폅ꆭꆱ춻웤폓쳵닄뿉뗄?좨摦䘩쿳슡⢹ꇆꋴꎬ폚뛸돶뛀?볾뗍㵺ퟶ뗈겶훘믡㵮〩価퇔ퟔ닃놹ꎬ∨?샠볛뿕온뷧⣊⧗튶?냗톡ꎬꎡꎶ룼짭쳵?벴ꯏ䩼?쯆튻쏨暣볤퓱룪꿲ꎬ뛸?쳹뗄볾떵쫂綣ꆣ뒦쫶걤튻ꇆ폅ꆰ듋풣뷼쿠쿂쓆잰좵계믳뗄샭?폅ꎬ暱梡엃쪹殡쪱겱놻뛔ꆰꮺ좷쓇쒣ꆣ?찢에ﮡퟔꏎ侣믆움폅ퟮ쏏뚨꽅탍폚믔놵온짭⧋몱삼볛쫆폅뗊뗄⠳ꪱ죎?쓖뗄??뛔틔업ﶣ에놣⧊튻ㆣ묽떡믆ꆫ업믒퓏쿳쪹쏻곍뚨곐놣놻갲?삼?탲꫁웚ퟔꆱꢳ솽곐움ꎬ튻퓖ퟮ?폓ꆣ췻짭뗄ꎽ놻ꪽ볛ꆭ룟ꎥ?ퟔ뗄훷ꭤ움ꮶ퓏뛔ꎬ뷆뗄ꆣ좻ꆰ업맛ꎮ볛ꖵ쿳ꎯ삼⧒쳵ꆣ쾣탲ퟔ짨뛔ꎬ㜬ꆣ?볾떫췻폅ퟮ훷훃쿳믆䚵웤緖뚡쓄쿂⡫쫇ꆰ뮯룟쪽캪횮삼쓖ퟮ탈ꏐ뷸ꎬ妡쒿ꆱ움뷏볤?뢱룟ꆵ??튻侣ꏒ뇪뗄볛憣폅퓏업쎡늽꒣뫈뭙ꆱ뢳쒣몳쇓뗊쏻?쳡ꆣ볙좨탍늻ﶾ캪겣짽맏㸰짨캪횴뗈?沣풽ꎬꆣ뗄곒ꎶ곗걬콏殣쓖ퟮ뮸ꎮ걩떼킡퓓췅튻뻟ꇊ뒿닮??엃짆폐亣즡틬붸?쿠걫ꍦ솿?뛔ꇙ⡦ꆣ폅榡㸰桮놵⧎쒸?ꇝ?撣몣?
第3期易平搏，等1主观自主式评价的序优化模型及威权策略仿真41 者站在被评价对象的角度，自然希盟在排名最优的前提下评分尽可能地高，以拉开与其余被评价对象的差距，罔阳需要在"序优化目标"得到满足的条件下f恩罪可能的达成"值优化目标问跑'即在式(仆3)求得的序优化权童空间θ内使得锦合评价值最南。根据假设3，被评价对象0"的主观自主式评价模型为m max ~ X"jωj (4) 8. t. WEθ j 应用实例下阳选取某本科班级32名学生的4门专业课成绩(已经过规范化处理)进行学生专业课学习状况的总体评价，假设32名学生均是完全耀性的，运用武(3)及式(3')分别建立32名学生的最优排名及最劣排名的10序优化模型(取参数αt需屿，ç=5 X 10-).可得到各自最优排名及最劣排名，数据及处理结果见表10装1学生E~属科成绩及独裁条件下的自:z式评价排名技术经济公司现财企业管理贸易实务被评价对象量自it排名最劣排名得分t在科序得分.qí科序得分且在科序得分得1科序0, 2 3 1. 0000 l 3 12 10 5 2 2 12 2 0) 5 18 10 4 3 18 O. 3 3 7 3 2 8 0, 6 s 24 7 4 29 9 2 2 6 10 6 21 20 12 11 7 22 7 O. 8 7 18 9 5 18 1.。锁闭 18 20 15 22 。" 9 9 4 17 4 19 0’0 创)()26 7 。.558812 26 11 4 3 24 4 3 29 0’2 6 5 20 14 4 22 0" 16 。.652215 20 。.64717 7 25 。" 9 14 20 9 9 23 15 0,6 16 12 。.446815 13 10 19 15 10 23 17 10 2S 。" 14 5 19 17 4 24 0" 21 15 17 16 15 23 。" 19 23 。.68099 27 9 27 20 23 仪)()24 13 20 13 26 。" 27 19 13 25 13 28 22 24 20 16 23 16 25 。" 29 29 5 O.∞00 30 5 32 24 。2$ 19 15 10 25 7 25 13 27 26 ∞ 30 23 13 32 28 27 13 30 28 13 32 。.456524 。.456528 24 O.∞00 30 24 32 。" 26 25 ω 29 30 20 20 32 0)0 29 32 24 20 20 32 31 29 24 29 24 31 。"0)2 。32 佣031 24 30 24 32 若选用"序-值二阶段优化自你"(式(4))对诙例做进一步处理，可得到完全理性条件下各被评价对象的最优棋系数。如0)的最优权系数向最为(，0，，)，0'6的最优权系数向最为(0，，)，o~的最优机系数向最为(0，，，0)，这些权向最能够保证3个被评价对象在达到各自最高排名的基础上最大化自身的锦合评价值。值得指出的是，本文始出的序优化模型(式(3))及序m值二阶段优化模型(式(4))的思想可拓展至客观自主式评价方法中，并可从贴近"被评价对象之间实际竞争关系"的角度对已有的模型进行改进。?췲랽쫽뻝뗚㑬죴뗄컊훷⠴㢣?ㆣ쿂쳥탲뇭톧벼릫웳쎳놻ퟮ뗃떥ィ〱㈱ㄵ㈰侣㈴㈹㌲㍬쿳ㄸ횵뿍ィ㈰㈲ぬ?ㄳㄶ㌲䒼㈴㌰㈹틗긹?ㄲィ긶㈰䨳㈶〲㈳ㄶ㈵긷갱㈴깴긵긴길긳긲기㌲쫵쮾튵틗움폅쇓럖뿆긹ィ汉㈳〱㈹㌰㈴㌱〳?긲짺㏆햾닮쳢쪽쏦움폅㤸㘵긵㈲〰ィ㈰ㄷ㌱㈷㈵ꎮ㐴기㌲〲㘴ㄲ㐳톡뗄㈩퓚뗃맛ꎮ㜸길ㆣ긷ィ㘵㤵?㐱㘹긳ㄴ㐰ㄶ〰㘴ㄹ侣㔶㌵㠲㐳ㄲ㌲욽磛뺭샭맜쪵볛업탲?㠸길ィㄷ긴㈲䒡긶ㄲ긳ㄳ㠲〰ㄹ㈹㍬펦떥?㜲깏㈳길〸〴긲ㄹぬ㐰ィ긶ㄵ㈶긵㈵ㄳ㈸〲기㈴볓?퓚뻠ꎬ움톡볛뮯漩㈶길ィ㜰ㄶ㔲긴ㄳ䨹䐢긱㈴긶侣긲㌰㌲폃ퟮ㔱듯횸ퟔ볃닆샭컱뛔쏻?潯䐲ィ㔲ㄸ㤴긶ㄵ긵㌱ꎬ긴〸㈵〰깏쳎ꎬㄲィ?㈶긳ㆣ긶㈰㐶㜶〸긱㈵䐲폃뿆?긷ィ긶㈶㔲긳〰㈳㔶㔹놻ꎬ벴볛믋좡쒣쿳긷길ィ㠳ㄸ〹기㔲긶㤵긲ㄷ㈵ぉ㜶ㄳꆰ폅ァ㈲떽돶훷?㠲긷侣䩊ㄷㄸィ㐰㈵〭㤵긲㈷ꎬ쪵돉㠲?㘹길ィ긶㈰ㆣ〰ㄲ㐷㔵ㄴ긷㌰?㐴긹㈴ィ긶㈳긵㈶〱㤴긷㘰깏ㄳ㌲〲움틲퓚쒣쒳볙탍뿉?ㄲ䐳ィ㘹긲㌰기길侣긷㘰탲좨ꎡꎬ룷뗄쪽?긶㌰㔸ィㄴ㌹ㄹ〰㈸샽벨뗈길侣?ㄲ㈹〶ィ〰긹〴㌹긳ㄷ㌵ㄳㄸィ㐷?긹긲㈴ぬ긳㌰볛뛸쪽탍놾짨⣈뗃㤱길ィ?ㄳ㈴〴㘱㈱기㈸㌲〲튻쾵ꎵퟔ쫇움벰긶?ㄳ긲㤴ꎬ긵ㄵィ〴기ꎺ?㤱긷〴길ィ긵ㄷ侣〰㈴㔹ㄸ〭?ㄲ㈹ぬ㘵긴ㄶㄵ㈳〲㠸갴㈸ィ뛔탨⠳캪껋뿆㌲ꆲ떽?㤴〴긹ィ㘵긴㈴횵쫽쓗긲ퟮ볛뛀?ꎬ〴ㄹィ㔶갲㌰㈴㌲〲훷?㔷긶ㄱ㈳ィ㔶갰뿚?긶ㄲ㈶ィ쿳튪⧇냠쏻컊룷닃?㜶〸긶ィ〰긳㈵뛾ꆣ㐸룟놾랽ꎬ〸㈷?긳맛?㠰긱㈷䐲㐷?侣㈳㐷쳵뗄퓚벶톧ﵡퟔ?㐷뷗죧었㜸업컄램긵?ퟔ?볾뷇ꆰ쎵㌲짺ꎮퟮ뛎澣꣏⦣쏻룸훐훷쿂뛈탲쓐쏻뻹㵡폅겵뗊갰뗄돶ꎬ쪽뗄ꎬ폅톧쫇ꎺ업뮯쓗﷏믹뗄늢ퟔ움ퟔ뮯얻짺췪ꎬ쏻쒿뒡탲뿉훷볛좻쒿꿈뗄좫昽벰뇪었뿎짏폅듓쪽뗄쾣뇪꣖㓃샭?ퟮ움ꆱ꣏ꨨ뮯쳹탲볛췻ꆱ?엗탔쇓⣊뗊ァ폅듳쒣뷼폅퓚뗃햼꣒뗄업봨﷏?좨뮯탍ꆰ뮯쏻업떽떿ꎬ쏻㐩쾵ퟔ⣊놻쒣쏻싺쓚캳퓋ꎬ⦶뿎쫽짭봨움탍ퟮퟣ쪹즼폃쫽풸ꨨ쿲뗄㌩볛벰폅뗄뗃꠨쪽뻝쏀ィ솿ퟛ⦼뛔뢳뗄쳵ퟛ틑⠳벰긶캪뫏냐쿳좨잰볾뫏뺭⦼뒦㔶⠰움횮닟쳡쿂움맽냊샭㈵ꎬ볛믖볤싔쿂뺡볛맦봨뷡뮲ꎬィ횵떶쪵럂움뿉횵랶㎡맻붴ィ긲ꆣﺽ볊헦럖쓜ퟮ뮯꼩볻ꛀ갰〳ힶ뺺뺡뗄룟뒦럖뇭ꎮ㌹컓헹뿉듯ꆣ샭뇰ㆡ겿〳얻맘쓜돉룹⦽붨?즵ㄹィ꿄쾵뗘ꆰ뻝솢쎵㎣긷ꏐꆱ룟횵볙탑㌲뷍갰㤶촨뗄ꎬ폅짨Ꟊ쏻ꎮ㘱쪽뷇틔뮯㎣𧻓톧ꯀ㌱ꎬ⠴뛈삭쒿겱꣒짺〩⤩뛔뾪뇪믆떿뗄퓌ꆣ틑폫ꆱ삼컑ퟮ헢쮼폐웤ꎬ?폅ﻏ킩쿫뗄폠헢퓏냗업슸좨뿉쒣놻쫇뒿쏻쿲췘탍움튻ꆣ벰믆솿햹뷸볛룶뗄쓗ퟮ삼쓜훁탐뛔뛾훷?쇓?릻룄쿳뷗맛업?놣뷸뛎ퟔ쏻횤ꆣ폅뗄㎸뮯믆삼??
42 远筹与管玻2008年第17卷2 有限性下自主式评价的赋权策略及仿真 赋权策略与仿真算法有限理性(如限定倍息手段、限定时间等)条件下被评价对象不太可能按照完全理性的模型进行赋权，而会按照某种策略进行赋权，这样的策略通常有5种①，即随机策略、值极端策略、值比例策略、序极端策略及序比例策略。若对m个指你叭，吨，…，X，设被评价对象。k(keN)的指标值分别为X，X，…，X指标序值为3, m11k2kmkl旬，…31..,Slj(j e N)表示句为IXijlieNI中第S1j大的值，Stje No 定义3独裁条件下，若被评价对象Ol(k e N)给出的权建系数仪满足XJWj叶，而W的选取是随意j的，则称叭，叫，…，W..为"随机策略"权。定义4独就象件下，著被评价对象ok(kE N)给出的权重系数满足r1 , x1j =飞axjxijl叮0，x1jx!xijl叫则称叭，叫，…，W..为"值极端策略"权。:ïÈ义5独裁条件下，若被评价对象。l(keN)始出的权重系数满足1j叫=X/主~则称叭，叫，…，W..为"值比例策略"权。定义6独揽条件下，若被评价对象。k(keN)给出的极重系数满足r 1 , S旬目lWj=\o, s=Fl kj则称叭，叫，…，叫为"序极端策略"权。定义7独就条件下，若被评价对象。k(k E N)始出的权重系数满足叫=旷去wj其中，归幽$1μh川队，叫川哺比例策略"权。下丽给出s种策略优劣比较的仿真算法，步骤如下:步珊1初始化外循环次数变量count泣。，设置内循环总次数count及误差精度&0l2步骤2初始化内循环次数变最run=00 步骤3初始化策略优胜数矩阵U=[u.，]"$及策略优胜率矩阵p= [P.,J,., ，U"Pd，分别表示第r个4策略排在第d名的服数及频事，U与P的关系为P叫，j斗"d，r=I，2，."，5(5) 步骤4设置决策矩阵A=[ xqJ....的维数n，m(n表然被评价对象的个数，m表珠指标的个数)，由均匀分布的随机数产生Ao步骤5单次循环次数变最run目run+ 1，置被评价对象下标k= 10 步骤6被评价对象。&的指标值向量为X=( x，....x..).分别按照定义3…定义?对m个指标町，ku t叫，…，X..赋权，设随机策略、值极端策略、值比例策略、序极端策略及序比例策略下的权重向量为wJlJ，w;2)，叫3)叫"，wfU其中W~')= (W!;) ，W!;)…，w~~)T，r=l，…，50 步骤7分别按式(1)计算叭，L，O在町')(r=l，L，5)下的综合评价值，并统计Ok在叭，.中①5种策略是笔者通过对选修".f，.，性评价"课程学生的实验观察得到。?췲랽쫽뻝㐲퓋돯폫맜샭㈰㋓㊣폐좨닟죴?丩玸乽뚨뛀뗄䖣튻ꆯィ퓲ꎯ돺㉸슯?웤쿂늽돵烓⠵퓈쪯볓럖ꋙ퓲돵늽?걳㗖〸틥훨긱쿞ꎬ싔뛔뗄뺣뇭훐걶곊돆닃뛾煼룸쏦쪼럖탏ꎺ?뇰줽닃돆椽훐쪼훨횲쓪?ꆻ뢳샭뛸벰涸횸겡쪾뗚퓲㒶⦸꾿瑴쳵틒돶?룸뮯업늼㖵㚱?ꇙꎬ?䨭璡뮯㓉⊣내뗚쓚ꋲ좨탔믡탲뇪굳늢㖶쳵돆삲삡ꎬ볾磆뗄?ꆣ삤돶췢퓚ꖴ믆퓊퓏ꆭㄷ깽ㆣ톭닟겼쪽잱닟⣈내뇈뢱횵ꆣ뚢꒴?쏌?쿂?좨ꎬ㗖톭뗚쯦컑삼평뻭뮷싗볾ꆣꎺ뷐싔쎾ꎬ쫕싔헕샽럖ꆣ캪쓈㇒慸ꎬ훘볓횲뮷擃믺궻?펣⠱겲듎?ꎬ폅ꎯ퓖늢폫?쒳닟붡뇰ꎬ篊쓖쿂ﻏ꣖篋?죴쾵ꎺ粡㴱?듎﮵랴퓏ꢹ쫽먢⦼?쪤?ꎮﶶꇆ럂꣐훖싔ꎣ캪卫꾿떣?슣?ꎺ놻쫽櫓ꎬ퓓뇤쓆닺컊ꎬ뮡ꎺ웛튻쫽?웋퓑뷆솿뢳헦엏닟ꆣ겲?椨?갵ꎺ곈뗊?ꎬ움싺ꆭ엁뇤짺ﶱ疡ꇐꎬ뻘淄?삼쯣ꋊ싔ꊣꆭꎮ죴ꎬﷂ볛ퟣ珧펱솿ﶼ䆡뗄좨?ꆭ헳㵛쬽ꎣ낶램횶뷸몣룪ꆺꇊꆭ믆𧻓ꎽꎬ뛔?좽䍏냆?뽲횸ꎺꆣ?놻ꎬ?ァ唽?캡탐겡첹?亡ꎬ삼?쿳ꆣ쾵啒뗂걤畬뇪쒸짨ꆧ?❻客ꆣꋏ뢳궣ꎬ?움??ꆣ澡価캪꽳쒷璡쪣没횵퓆돈쯦태䪣嶡ꎬ䲣삼?좨곜ꆭꆣ퓏캪ꌨꆰ싕ꌽ걵쿲ꢲ볛껎ꆣ쥝ꎡ믺?爽?갰ꎬ캪ꆰ殡?탲ィ폫涣솿놿ꪡꎬꎡ?닟놼헢ꎣ룪뛔ꆰꆣ횵쩎벫ꎬ곉債걬캪ꎺ퓚캳ㆣ냖ꆣꎵ풼싔쳑퇹곉棖쯦⡫벫⦸뛋ꢣ쒹⬱쪯ꆧ탎쿳떱⡫ꎬ갲쓎Ꟊ낷ꆢ젩뗄뢱믺뛋닟겲쏄?ꎬꆣ蝹?죀벰곊ꇎꎬ싕쳵닟믆佫싔ꇊ뷖?뗎훃㴨횵쓊ﶲ닟웤⡲뗑볾싔삼쓈ꆱ궻놻窡?벫ꆭ⡊?丩싔ﲣ쿂춨?뗎ꆱ꣖좨럗움궡훐㴱뛋?풡폅걭놻뎣퓏ꩳ籽좨?ꆣꎬ슣?볛궣뷐닟뇈쪤⡮쎵움폐ꆭꆣ뗊?컊뛔곊ꇊꢡ퓲싊뇭싔ꎺ䲡붡볛㗖ꆣﷂﵣ쿳꾡??뻘쪾ꆢꆱꌵ뛔횢⡫䪡𧻓돆潵쿂ꎣ헳놻횵쿳??湴뇪긩㴨⧏몡?倽움뇈늻겼ꎺ欽ꎬ?습子볛첫듋ꉲꆣ벰ㆡ럖샽평뛔ꎺ쓗뿉컳?뇰닟⦸ꎬ嶣쿳ꎺ?쓜者닮내싔겡뗄내?璡뺫헕ꆯ쿆ꆢꎣ룶헕풡뛈뚨ꎬ삼꺣겣쫽탲췪ꋖ䚡틥걵ꎬ??벫좫떼쓈겣?㏒쏇涱뛋㊡떣샭ꮶ뮶꣖몣烓닟탔쮲꣒꾣겲즷뻖뗄??겡싔ꋍ횱뢱쒣풡뛔벰뗊궣뎼탍ꋖ涸탲쒸옰뷸떱ﶽ곛뇈뺵탐죀뢱ꆣ?ﴩ샽뢳ﶲ몶퓚룶ꎬ닟?𧻓ꏎ평︩ァ싔풡ꎡꪡ뻹⤷ꎣ쿂ꋐ?왪냐뗄ꎬ걌ꮶ좨爽ꎬꆯ?훘ㆣィ?죀쿲겡껖ꎬﶲ솿궣?캪㴱?갵?ꎬ풡ꆣꇎ뛸뇈ꎬ?ꢡꆻ?뗄톡좡쫇쯦틢
第3期易平涛，等:主观自主式许价的序优化模型及赋权策略仿真43 12的排名，记为3;F}，对ISk) , Sk) , S~)) ，S~的，町5)H安排名先后依次赋予序值1，2，3λ5(调整排名相等者为其中最小的问一序假)，从而得到5个策略下的仇的排序倪记为S~1) ，Sk幻，对3}，sy}，4510步醺8更新策略优胜数姐阵u=[r.，]，.，O若第r个策略的排序值为.s~rl( r =1 .2, ,5) ，则问'人=人+10 步骤'若k=n，则转步骤10;否则.k=k+l.特步骤60步骤10若阳n=co川t，则转步骤11;否则，转步骤502步骤11设P=[p'Jr]，x3'令P'=P，然后按U的数值由式(5)更新P，比较P'P的主主异，若iy步(p'~r-Pdr)2白25 f:1介口则结束程序，输出U，P;否则，countcount+ 1，转步辄 仿真与分析设置仿真参数count=2 000 ,8 =O . 0001 ，并进行数值仿真，得到被评价对象个数固定为刃而指标数2变动及指标数为5而被评价对象个数变动情形下的仿真结果，详见表2、表30袋2被评价对象为2S时，优胜率矩阵随指标披变化情况褒指标数=9，总仿真次数=7∞∞5指标数=8，总仿呈4次数=75ω05徘名/权S) S) 5. 52 S. S5 SI S2 S. S5 11100 2/20 3/4 ω6 ∞ 4/1 5/1。 ∞5 O.∞09 策略f罪分 41. 596 指标数嚣7，总仿真次数=6∞∞5指标数=6，总仿真次数=9ω005排名/权S) SI 52 S5 SI S2 S3 S. S5 s 111∞ 2120 。 3/4 。. 4/1 。. 5/0 策略得分 72. 180 指标数=5，J总仿巢次数=6∞005指标数=4，总仿真次数=750005 排名/权8S) SI S3 S. S5 SI 52 S. Sl 2 111∞ 2120 3/4 。. 4/1 。. 5/0 策略得分 31. 156 指标盘~=3.总仿真次数篇550∞5指标数=2.总仿真次数徨60∞05排名/钗S) 5) 5) S. 52 5. 55 51 52 5. 111ω 2/20 3/4 ∞ 4/1 。.2321。. 。‘36045/0 ∞ 策略得分 31. 703 注:①为进行不问策略之间的比较，将排名第1，2，3、4、5的权重分别设.为100、20、4、1、0，策略得分为各策略优胜率与排名权的加权平均倍;②51表示随机策略，52表示值极瑞策略，5)表示值比例策略，5.表示序极编策略，55表示~比例策略;夜3网。根据表2中的数据绘制图l。分析图1，可有以下几点结论:(1)总体来看，"序极端策略"及"值比例策略"是两个优良的赋权策略值极端策略"敢果一般，"随机策略"及"Jf比例策略"是两个劣等的赋权策略。(2)指标数较多时"值比例策略"的效果要比"序极端策略"的效果好，并且随指标散的增多效果?췲랽쫽뻝뗚㐳뗄웤늽甬?쇹퓲㊣짨뇤뇭횸업卉匲匳匭匵㕉匴厣ィ侣닟㞣㐰ꆰ厡㢣卬沣㌴힢욽룹⠱⠲ꎬ沣ィ侣㜶匵卬匲厣㜲㖣㒣㔰㈸틗?ィ긳侣긶ꎮ㐳匭匵沣기긲긵㐶卬匲匳긴긱긷㜰㖣㌱沣㊱뇪쏻꽬기ィ긷侣싔ꎮ㦣㢣㐱?긳긴䥏긶꼱긲㌱긱㠷겲뻹㏆뷡긲훃뚯긳ィ㐴㊣ㄹ㎣侣㘸〹ꎮ㜴〲꽬기㠳긱㈵㠸㢣㌷㘵㌶㘰깊㙬㌹㐰?㌱㐸뻝⧗쯦⧖업훐훨潯㔱긷ィ㔵ㄷ기㤴㠵긱侣긴ꎮ긳〹〷㐲ㄸ㘰㜷㘹㠶㐱㈵〳길긲㜹꽉㌷㔴㖣㈳㔲깏ㄴ욽갩믆훂쫽ꎯ㈸긳?㜶꼲ィㄶ꼴긱侣뗃ꎮ㜱潯㘰긶ㄲ긲㘵〲기ㄴ긵ꇞ㜵㈰㌷㜷㦣럳ㄷ㜰㈶?횵㜴ꇆ?㌷기㜰ィ〵긱㜷㌸㔹㘲긳㜹긲㠱ꎮ㘸㈲긴㈵㤶㤹ㄵ潯㜳〳㈳꼰汬〱ꎺ?㧈ㄱ쫸럂벰㙬긳侣〰긱ィ㈱㤶기㠶긲㎣㌳ㄹ㘳ꎮ㐰긷㊣㔴㜹〵㠴길㘰㐵㈸〲㤲뇭?믺뢱쏻ퟮ㢸ꎮ삼㴹㴸좨?㘶㤲기ィ㠹긱侣럖㴷㴶㤰㌳ㄸ㴵㴴㈸㘹긲㌴㴳㴲㈵㤵ㄳ풵ꎻ쳎?㈱긳㜲긱侣㜶ィ㌳꼴㈶㘷꼲㘸기ㄹ㠶㔵㠰ꎮ?㠵기㜰긱侣㘲긵ィ㠶ㄶ㜴㈸㖣㌷㜶㈴ꎮꎬ죴짨돌헦횸??㈱㈶긱侣ꎮ〹긵㊣긲㌴긴㠸ィㄳ㤰쎷ꋚ㋖닟ꇆ?㤹〰긱ィ㔴기㘹〱㜰긲㐱꽯㜱긹㊣〲ꎬ킡ﳐꎮ?㜸긱㒣ィ㔰꼲〸㘰㔵기⬱퓏ퟜ?㠹긱ィ㜵기㔶㜴㈳꼲ꋙ훎몯䤧倽탲폫닎뇪?㘲꼱긳ィ㈶긲㜳기㠶긱킵뒿싔ﶽ?㈴긱ィ㤶ㄶ긲㜰侣긳뗈볇뗄슲ꆣ럂?기ィ㈶긱㒣㜸긳〸ꪸ뇭?〴기ィ㌸긱㤹㎣㌵⡊쳼喣孰ꎬ럖쫽?〵긴ィ〹꼱긲㐰기㤳쓊뒣ꆱ쾶ꨲ헦?㤷긲ィ㌷긱ㄶ꼴㘳쪾ꎺ?㘶긱ィ㠴기긲㜸긴侣캪춬??㤹기ィ〷긱㌶긲긴侣ꎬ꾣ꆯ쫤컶捯캪㗊듎?〴기玣侣긴〱㐹ィ〸㎣?쯦ﶾ겡벰?〷긴ィ긲侣㘳긱ㄲ훷炡?㤸갰긴ィ㔸긱㜷㈱꼴侣㍐튻퓓놣쫽?㘴기ィ㤱㐷긲㔳믺퓲꼬평돶畮㖶?㐴기ィㄳ㖣㔹긲㤰긳侣?냐ꆰ?㔶기ィㄵ긴㔲㌹맛껓㴷?〰긲ィ㴶㴹㜲꽯긴侣㤰㴵ㄷ긱뷸엊닟?㐹긴ィ㘸기㌵긲ꎬ탲엊㵣崵喣璣?㐱기ィ㔶㠴긲겡꾻엊〰㔰?기ィ㈸긳꒴싔ퟔ?㔳기〱ㄳ㒣ィ?〰긲㌶侣뛔횵늽何ꆣ걐먽믆꓂〰?㐶㈰꼱긲ィꎬ웍ꮶ뇈냖?㌴㔴긱ィ탐훷?㌲기?쪾?㐱기猲훨瑬ꎬꎻ㈰삼?㔴백쮲샽떱笳⦣ﶾ?㌱쪽??엃뇭?璣ꎬ럱〰?ꆣ?닟죀ꎺ겴?늻쪾烓움ꎻ몣쇮퓲ꎬ퓏ꢵ횵럖풡싔ﶲꆱ펶볛뢱쒼벫럱곔傡줩ꎬ햼컶놼ꆱ?춬뗄ꎬ㵛폈뛋퓲꼽捯㴰춼낡쫇풡ﶱ?닟탲厣쎵扝㊡ꎬꪲ傣畮ꎮﶱ닟싔ㆡ냖솽놵폅뫒봵ꎬ꿇ꎮꎮ뷖곈瑉〰ꎿ떱룶쓐?뮯떺ﶣ룶ꆣ싔橽뮺㵣〱꿇짓죀쇓ꞹ뇭쒣겿닟ꎬ㷄ㆣ潵?쪾탒ﶲ뗈탍횮횵뮷둵湴늢컏퓏?뗄ꪱ싔ꆣ벰뇈ㆣ뗄氫뷸습슼풡뢳좡몡쿂죴샽뢳컊곗쫽ㆣ탐쒷닟뢵뇊좨냐놣뗄뗚좨싔ꪲ곗횵쫽싕쟁닟닟갳ァ犸뗄ꎬ뷖ꪲ평횵붸싔ꮶ횻싔ꇎꎵ뷖쪽럂뇭?ꆣ쮲뇈럂ꎬ쓅?쪾ꆣ⠵헦ﮣ?엁헦탲㎡에풵ꆣ⦸ꎬ곏벵풡뷏벫칽쓅ﳐ뗃뛋쒸놵닟쉐떽ﮱ돈쓐내떼에ꆣ싔ꎬ놻ꢲꞹ업쟎ꎬ뇈움ꆢ붫㔵?﮺쏻ꩳ뗎뇭뷏볛뇭풣쎣쿈ꎺꩳ쪾업傡뛔㎡겡겲탲뫳ꆧꎺ꽐쿳?뇈냖ꋇ틀ꎬꆧ쏻샽뗄룶떼틋닟듎玣⡲닮쫽ꮶ싔뗚뢳뫞㴱틬만ꎻ쮲뢱뇭뚨?폨톣ꎬㆡ㏍죴캪풡ﶵ탲겣㊣겡㈵?뇐쓔횵겣겡ꈲ뛸ꞹ沣겣궣횸ꆢ갲먢갵뇪뮰ꞹꎬ⦣쫽?㎡㎣玣곔?갴몡ꈴꎬꞣꎮꆢ㔨걳ꆱ뗷ꇎꎬ㖵헻ꆣ?업쓈쏻꣖쿠뗈?헟캪횱쏎ꨱ〰ꆢ㈰ꆭ?
44 这簿与管理2008年第17卷随之上升o(3)指标数较少时，"序极端策略"的效果要比"值比例策略"的效果好，并且效果随指你数的减少而上升。100 90 80 70 60 50 40 30 20 1-.. 伽-呻举事场10 t事, '腼9 8 7 6 4 -+-附机策略--他极崎;~-II-禽-似比例策略---序极端m略-静-序比例纯情各因1指标数变动情况下5种赋权策略的得分情况褒3评价指标擞为5时，优胜率矩阵随被评价对象个数变化情况袋被评价对象数=40，总仿真次数=104ω05被评价对象数=35，总仿真吹数=105∞05 排名/权5) 5. 52 5. 5, S. 52 53 S4 5, 111ω 2/20 3/4 。‘ 4/1 5/0 ∞6 。. 策略得分 81. 457 被评价对象数=30，总仿巢次数;:780005被评价对象数百25，总仿真次数=75∞05排名/;仅55. 52 53 5. 5, 5. 52 5. 5, J 11100 。. 2120 O. 1733 3/4 4/1 5/0 O.∞32 策略得分 被评价对象数=20，总仿真次数=52ω05被评价对象数;:15，总仿真次数=57ω05排名/仪5) 5. 52 5. 5, 5. 52 53 5. 55 11100 O. 1104 2120 3/4 。. 。因 4/1 5/0 O.∞33 策略得分 11. 481 69自 被评价对象量~= 10，总仿真次数=42ω05被评价对象数=5，总仿巢次遭~=250005 排名/权55. 52 5. 55 5. 52 53 55 J s 111∞ .1001 2/20 O. 01087 3/4 4/1 ω 5/0 。‘0616。"∞ 61. 575 72. 275 佣 71. 628 策'各得分根据表3中的数据绘制图20分析回2，可有以下几点结论:(1)总体来看序极端策略"及"值比例策略"是两个优良的赋权策略偏极端策略"效果一般，"随机策略"及"序比例策略"是两个相对劣等的赋权策略。?췲랽쫽뻝퓋돯폫맜샭㈰쯦⠳뛸ꆪ춼횸뇭움놻업卬匲匳厣卉㔳횻卪䦣ィ닟㖣㈲㚣㈵㌸㠱匩?侣㞣㈹㢣㌴匭㔵匵沣ㄶꆰ㜱룹럖⠱ꇞ卪㊣㌴㞣卉匲匳厡㐳㔰侣䨰㖣㌸匵卬厣䨷㜶ィ獼?길긲긳ꎮ㠴㔵沣䨲㎣긴㜷㜰긶㊣㔴㖡㖣侣㙉㈸꼱기ィ긷긱꽯긵ꇴ?움쏻꼲싔ꎮ㞣侣긲㢣㦣긳㘸匵沣㜲ꇞ〸짏뇪볛긱기횮⧖㈶㤳㔶ィ㘴㘳ꎮ㌶㐵꽬㘵긴㜳꼴㈳㡬侣㘷㠹㌸〰㠰㘱꼲㔷?㜸㈷㐰汉㔲㠶꽯긳㠲ㄷ㘲뻝컶⧗쯦〰㌶긲㔰긱㤰?ィ㤵기㘰㔳㘳㜷긶㊣㜴㈹㐲㠵㠷〳㌷〳㐳㌴㈰길㈱ㄹ㊡ㄶ㘵ㄱꎮㄲ꼱㔷㜱㘱㐹〲㌸〲튻볛ꎯ?㐹긴ィ뗃㘷潯㔲긳㚡㌶기㌷긲㈰㘸㥬侣㈸㊡ꎮ㐲긱ㄳ㢡㔷㜹㜴ꇞ㔴㐳㔵ㄵ쓪짽쫽횸㤳기ィ㜷㈱긷㘸꼲㜶㈲긴㈰㜵㜰㐰긱㜸긲㌹〱侣ㄴꎮ㔷〰㐱긵㤰㜱〵㎣㘱〳㈷?㐹㠲짏뢱㐲기ィ㔳㜴㜱긱㔴㌸㠹긳㜶㒣㐸ꎮ㘹㐵긶侣㌷ㄸ㘷뇭춼?믺?쯦뛔좨㤱기ィ럖㐰긲㘰긱㘹㐲〰㈵㔰㔶ꎮㄳ㜱〸꼴㈹볓?㔰긲ィ㘰긳侣㔴㜴㘷㠶기㠲꼱㤳ꎮ㠸〰긱뗚ꆣ뇤뇪?㔴긴ィ㠵긱㌶긲侣㜹㔷〶ꎮ㐹긶㔰짽믺쿳?㤰긱㎣侣㐸기ィ㔱㒣㠳긲㠹㤶㘱㘷㏖㊣닟ꇞ?〲기ィ㌶㘳긱㎣ㄱ㘱〸㌲ㄷ뚯쫽?〹꼴긱ィ㘱긲㜷꼱기㈲긴侣㜸닟쫽?㔶긳ィ㜰㐶㜲〵꼴꺡㔹긲긱ꇞꆣﶽ?㌸긲侣㜶㠲㜹㔴긱㘴ィ킵겿뒿싔?〶기ィ븳㤶〸㒣뻭쟩캪싔㴴㴳?㠰긱ィ㴲㴱〱㴵㜹쏇?㌹긱ィ㐷㘶꼱긳쿉?㘴긲ィ㠰기〳侣쓊짓뒣ꆱꎮ뿶及ィ㖣?㌸긲侣기ꇞ?㤲기㒣ィ㠸?㜷긱ィ㈰?ⴭ곗?㐸꽬긲ィ껗ퟜ㔱ﶾ탒겡벰볓쿂놡?㘰긱ィ?㜶기ィㄱ??㐲기ィ럂놣㗖ꏓ?㈴긴ィ?퓏냐ꆰ?㈸긲ィⴭ싕?㤵긱ィ헦?㜸기ィ횸엊겡?㌷기㖣侣슼탲횵?㈳긴ィ듎?㌴꽯긵侣돈꓂?㠸긱侣냐벫컊?〰기ィ쫽웍뢵ꮶ뇈?〳기ィ?〳긲侣ꢲ쪾뛋ﴽ?ㄳ긴侣㴲?㌹기侣밲쮲샽?㠶기ィ닟???㤶기㜸㜵㔲㔷㐲㔰?〳긲ꮶ?ㄶꆣ?닟싔㐰㔰?㌸〰풵??쮲ⴭ〰〵??풡싔쒵ⵁ??놼ꆱ쎷믆ꎮ풡훇삼낡쫇䓖?놵떱냖솽죀?퓏쓐떱룶ﶲꞹ죀쿠?풡ﶲ뛔ﶱꪡꪱ?쇓좡풡뗈꿇믐냖뇊뗄ꮶ떱쟁뢳쮲?죀붸좨?ﶲ풡닟ꨪ?엁싔튻풡벵ꆣ탲놵뇈쒸샽쓐돈닟ꞹꢲ싔﮺?쎣풡겲ꎡꋇ냖틐떼ꞹꮶ쮲?뢱풡뇐ﶵꞹ쒼뮰??
第3期易4'搏，等:主观自主式许价的序优化模型赋叔策略仿真45 (2)在对象个数较多时，"序极端策略"要较"值比例策略"优良一柴。(3)除"序极端策略"外，随被评价对象个数的降低，赋权策略的放果普遍提升。90 80 70 60 50 10 30 20 渺=阳呻事事一←~40 35 30 25 20 15 10 一+-陆相l5:ll:峪甲骨司也极端策略-{且比例策略一·一序版端5:ll:略-骨-序比例策略因2被评价对象个数变动情况下5种赋权策略的得分情况可以按照前面的仿真算法验证，变动被评价对象个数或指标数仍然会有上述固1、固2所反映的规律成立。以上仅分析了5种常用的赋权策略，通过本文的仿真算法可对实战中观测到的其他策略进行优劣比较。3结i昔本文提出了"主现自己k式评价"的新概念，并对诙理论问题进行了前期初步性的研究:1)在完全理性条件下，提出了较"值优化目标"更为贴切地反映被评价对象"自利"心理的"序优化目标"及"序"值二阶段优化目标"的假设，并构建了相应的评价模型。此外，序优化模型的思想本身能对客观自主式评价方法的模型构建提供很好的借鉴。2)归纳了有限理性条件下被评价对象通常选用的5种赋权策略，构建了赋权策略优劣对比的仿真算法，井从理论上给出了5种赋权策略优劣的对比铺论。本文的研究结论将进一步用于支撑在主观自主式评价中对于群体理性及投机倾向等问题的研究。参考文献:[1] S幽tyT L. The Analytic Hierarchy Process[M]. New York: McGraw-Hill, 1980. [2] Hwang C L, Yoon K. Multiple attribute decision making[ M J. Berlin: Sp巾ger-Verlag, 1981. [3] Hwang C L, Lin M J. Group deci削onmaking under multiple criteria: methods and applicalions[ M]. Springer, Berlin, 1987. [4] 陈涎.决策分析[M].北京:科学出版社，1987.[S] Gregory A J, Jackson M C. 配valuationmethodologi串串:A syslem of use[ 1]. Joumal of OperalÍon且1Research, 1992, 43 (1): 19嗣28.[6] 宋庆克，汪希龄，胡铁牛.多属性评价方法及发展评淄川].管理科学学报，1997，7(4):128-138. [7J 郭亚军.综合评价理论、方法及应用[M].北京:科学出版社，2007.[8]余雁，梁棵.基于Nash均衡约束的竞争性评估方法研究[J].管理科学学报，2006，9(1):8-13. [9] 易平涛，郭亚军.权数非独裁性条件下基于竞争视野优化的多属性决策方法[J].控制与决策，2007，22(11):1259-1263. [10) 梁棵，王国华.多层次交互式确定权寰的方法[JJ.系统工程学报，2002，17(4):358-363. [11 ] 徐萍水.不确定多属性决策方法及应用[M].北京:消华大学出版社，2ω4.?췲랽쫽뻝뗚㐵⠲⠳ꆪ춼뿉맦탐?뷡놾ㄩ뮯짭㈩헦닎嬱偲奯嬲慴浡嬳䪣摥畮慮慰ㄹꆾ嬵浥獹潦畳佰剥㤹⠱嬶嬷嬸嬹ㄲꇞ䲣䅮䡩摥?浵捲䪡틗獴牫䮣瑲捩歩摥?㠷䎣瑨敲獥㊣㘳ꇴ깇⦣ꇞ㊱嵓潣嵈歩灬㑝嵇敛巋嶹巓巒ㅝ깔慬敲걙捩걌汴楴ꍊ㏆⧔⦳틔싉폅컄퓚쒿쓜맩쯣뾼敭폯ꎺ깍楢獩湧?ꎮ깅潤慴慲갴욽튻牯먱볓桥祴慲潯獩楮楰敲慣믆慡敳睡湧楣돂牥䩝컇六ퟆ巁탬䵣畬畴潮癡潬楯捨??ﶡ내돉쇓쳡췪뇪뛔쓉램뗄컄楣捨潮汥楡歳쯦異㦡ꇞ쳎䝲瑩?汵潧湡ꎬ삼瑹獛湧孍慴?杯ꎮ잾뷌몲퓳?ꎺ潮퓏냐믺헕솢뇈돶좫ꆱ뿍쇋ꆣ퇐쿗ꐲ죧慷灬慴楥?浥ꎬ?䵝嶣楯特䩯쮣ﲣ곁캣?쮮닟ꎮ?楯玣㢣쏇잰ꆣ뷏쇋샭벰맛폐늢뺿ꎺ瑨퓏ꎮ䡩깂湳뻶?멁畲곍껗몲겹뗈싔ꇞ潤ꮶ쏦틔ꆣꆰ탔ퟔ쿞듓뷡汬ꆪ乥敲孍닟湡??六늻볓?ꎺꎬﶽ쮲ꇶ뗄짏훷쳵탲샭싛?汩ꆿ럖ꏁ쿆꺻잾請좷ㄹ훷튻㠰쾶?ﶱ럂뷶맛볾쪽탔싛붫溣ꎮ컶삼陸ﲣꪣ뚨맛횵ꎮ멓印孍겺??껈꺶뛠풡헦럖ퟔ쿂횵움쳵짏뷸벫ퟔ꿇灲物嶣頻慳쫴놣뇍뛋쯣컶훷ꆣ뛾볛볾룸튻훷楮湧꺱鉶?梾ﶷ탔닟겡램쇋쪽쳡뷗랽쿂돶늽쪽싔来敲놾ꎣꊷ了잶캽뻶냐곋퇩㗖움돶뛎램놻쇋폃ꆪ숵犣ꎬꦣ꺶붷삲뮻닟움ꇯ횤횳볛쇋폅뗄움㗖폚훖깖䉥몿ꢼ볊쏐ꗊ랽볛튻ꮶ믆ꎬꏓꆱ뷏뮯쒣볛횸횧뢳敤牬웑냓퓌뷈램뗄횵쮲삼좨뇤쎵뗄ꆰ쒿탍뛔돈독慧楮Ꭓ퓆ꛓ쒾랶벰뇈탲닟ꎬ삼썛뫕ﻏ펦??샽뚯쒸탂횵뇪릹쿳ꢲ퓚폅닟싔ㄹ?䵝類슻꣖폃풡퓏놻돈룅폅ꆱ붨춨?훷뮯싔뗄㠱붷ꎮ퓆陸?孍뇒움ꢲ쓮뮯뗄쳡뎣퓓맛ꆪ쒣뗃ꎮ갱ꢼ놱삹?쒷嶣ꪽꇱ볛?ꎬ쒿볙릩톡엁ퟔ럖㤸낷뺩삷뫕붷꺱탍튻쾡ﶵ뛔풣늢뇪짨뫜폃펵훷쟩㞣ꋕꎺ붷流ꡛ놾벰탲냖쒽쿳곍뛔ꆱꎬ뫃뗄쒶쪽뿶?맆뿆꣑폒䩝ꦣ벫뢳떱떵뛋룶ꢹ룃룼늢뗄㗖풱움샊톧킾냓ꎮ뫇좨닟돶뽛얻쾵죀춣쫽ﶱ샭캪릹뷨횸좽볛닟싔䩝냦꾵춳ꪴﶲ겸믲뻎싛쳹붨본돈훐ꆪ싔ꎮ짧쒶릤?돈䥽횸쒵컊쟐쇋ꆣꢲ?뛔럂맜ꎬ돌Ꭓ튻풡ꢲ뇪쒷쳢뗘쿠??폚샭㈰톧헦탲뇓?쫽싕뷸랴펦풣좺뇈뿆〷풾놨엁풵샽죔탐펳뗄겹쳥톧ꎮꎬ볒쓐좻쇋놻움립샭톧?㈰갲싔놨붷〲〰믐ꞹ믡ꢿ잰움볛ꣁ탔ꎬꡛ㒣ꦡ폐즶웚볛쒣쮸벰ㄹ㈰䩝ㄷ??햱짏퓊돵뛔탍돈춶㤷〶ꎮ⠴쫶떼늽쿳ꆣꢲ믺ꎬ뿘⦣춼淪탔ꆰ듋?쟣㜨㤨훆먳ﶡ没킹뗄ퟔ췢퓓쿲㐩ㄩ폫㔸?ꋍ?퇐샻ꎬ엁뗈ꎺ뻶ꆤㄲ㢡닟㌶밲뺿ꆱ탲펶컊㢡ꨱꎬ㎣쯹붵ꎺ탄폅풱쳢ꨱ㎣㈰?랴쓆샭뮯좵뗄㌸?〷펳뗄쒣쒷퇐ꎮꎬ뗄﮲ꆰ탍?뺿㈲?탲뗄ꆣ⠱풽폅쮼ㄩꎺ?쿫ㄲ놾㔹?
