為了比較多個系統(tǒng)在不同時刻的發(fā)展水平和某一段時間的動態(tài)累積水平,需要進行動態(tài)評價.針對傳統(tǒng)TOPSIS和灰關(guān)聯(lián)度法優(yōu)缺點,提出新貼近度,同時反映了方案與理想方案和虛擬最劣解之間的位置關(guān)系以及方案和理想方案數(shù)據(jù)曲線的相似性差異.引入虛擬最劣解對傳統(tǒng)TOPSIS進行改進,將二維數(shù)據(jù)加入時序數(shù)據(jù)擴展為三維數(shù)據(jù),提出基于虛擬最劣解TOPSIS和灰關(guān)聯(lián)度的動態(tài)評價方法,該方法既可以得到反映各評價對象指標值差異程度的評價值及排序結(jié)果,也可以得到各評價對象增長程度的評價值及排序結(jié)果,還可以得到同時考慮各評價對象指標值差異程度和增長程度的綜合評價值.根據(jù)決策者對位置和形狀的偏好程度以及存量和增量偏好程度不同,對相應(yīng)參數(shù)取不同值.既可以得到各評價對象各時刻的綜合評價值及排序,也可以得到各評價對象在某個時間段內(nèi)總體的評價值和排序結(jié)果.最后將該方法應(yīng)用于"十二五"期間區(qū)域協(xié)同創(chuàng)新能力評價,通過實例驗證該方法實際應(yīng)用上的有效性. 

【文章來源】：系統(tǒng)科學與數(shù)學. 2019,39(03)北大核心CSCD

【文章頁數(shù)】：13 頁

【參考文獻】：
期刊論文
[1]混合信息下的動態(tài)雙激勵評價機制設(shè)計及應(yīng)用[J]. 張發(fā)明,肖文星.  中國管理科學. 2017(12)
[2]兼顧序信息和強度信息的主客觀組合賦權(quán)法研究[J]. 李剛,李建平,孫曉蕾,吳登生.  中國管理科學. 2017(12)
[3]主客觀權(quán)重的組合方式及其合理性研究[J]. 李剛,李建平,孫曉蕾,趙萌.  管理評論. 2017(12)
[4]基于主客體需求的激勵型綜合評價方法[J]. 宮誠舉,郭亞軍,鄭紅,李偉偉,崔升波.  預(yù)測. 2017(06)
[5]基于效率的組織多屬性決策及實證研究:DEA-TOPSIS組合方法[J]. 杜濤,冉倫,李金林,曹雪麗.  中國管理科學. 2017(07)
[6]基于全局信息的動態(tài)激勵評價方法及激勵策略[J]. 郭亞軍,周瑩,易平濤,李偉偉.  系統(tǒng)工程學報. 2017(02)
[7]基于模糊Borda法的動態(tài)組合評價方法及其應(yīng)用研究[J]. 徐林明,林志炳,李美娟,吳松強.  中國管理科學. 2017(02)
[8]基于前景理論的猶豫模糊TOPSIS多屬性決策方法[J]. 王應(yīng)明,闕翠平,藍以信.  控制與決策. 2017(05)
[9]有序分位加權(quán)集結(jié)算子及在激勵評價中的應(yīng)用[J]. 李偉偉,易平濤,郭亞軍.  系統(tǒng)工程理論與實踐. 2017(02)
[10]基于灰靶理論的動態(tài)評價方法[J]. 徐林明,李美娟,戴前智.  系統(tǒng)科學與數(shù)學. 2017(01)



本文編號：3286743