智能交通系统评价指南last

第一部分 ITS评价指南（讨论稿）

人员对于指标的实际意义较为熟悉，因此可以通过各指标的计算结果对系统进行多角度的分析研究。即使如此，在进行方案比选时，也会产生矛盾，因为不同领域的专家的视角是不一致的，同一领域的专家的认识也不尽相同；决策者对于具体评价指标的意义了解的更少。所以各指标计算结果的简单罗列往往不能满足评价和决策的需求。人们试图找到一种直观和易于理解的评价结果。

由于评价指标中的因素众多，既有定量指标也有定性指标；各定量指标的量纲也不相同。如何将各种类型的指标加以综合将对评价结果产生直接影响，进而对决策产生影响。

有时花费巨大代价得到的各指标的计算结果由于指标的综合方法不当可能得出不客观的评价结果，造成决策失误并产生不可挽回的损失。从该意义上讲，指标综合的地位不亚于指标体系设计。

由于相关的内容很多，在此仅就几个关键问题做初步讨论。

在进行评价指标综合之前，要解决两个问题。评价指标预处理和权重系数确定。 ? 评价指标的预处理

评价指标预处理通常包括 ① 评价指标类型一致化方法

在指标体系中，通常包含有“极大型”指标和“极小型”指标。例如，对于通行能力我们期望其越大越好，故称之为“极大型”指标；对于延误我们期望其越小越好，故称之为 “极小型”指标。此外还可能包括“居中型”指标和“区间型”指标。“居中型”指标是指期望指标数据的取值越居中越好；“区间型”指标是指期望指标数据的取值落在某个区间。

为了便于应用，我们考虑用相应方法将上述四类指标转换为“极大型”指标。方法如下。 对于“极小型”指标x，令

x??M?x 或 x??1,(x?0) x其中M为指标的上限。 对于“居中型”指标x，令

M?m?2(x?m),m?x??M?m?2 x??2(M?x)M?m?,?x?M2?M?m其中m为指标的下限，M为指标的上限。 对于“区间型”指标x，令

q1?x?1.0?,x?q1?max?q1?m,M?q2??x???1.0 , x??q1,q2?

?x?q21.0?,q2?x???maxq?m,M?q12? 19

第一部分 ITS评价指南（讨论稿）

其中?q1,q2?为指标x的最佳稳定区间，M、m分别为x的上限和下限。

事实上，指标类型一致化的方法很多，例如“极小型”指标可以通过取其相反数转换为“极大型”指标。所以上述方法仅供参考。

②评价指标无量纲化方法

如果对各指标均采用打分的形式，则不需要进行无量纲化，或者说，已经对各指标进行了无量纲化。例如，我国城市畅通工程评价即采用了此方法。

但一般来讲，各评价指标由于其单位和数量级不同存在着不可公度性，为综合评价带来了不便。为了尽可能地反映实际，排除由于各项指标的单位和数量级不同所带来的影响，需要对指标进行无量纲化处理。即通过数学方法消除原始指标单位的影响。

对于n个被评价对象（项目方案）s1,s2,???,sn，每个评价对象可以用m个指标观测值

xij(i?1,2,???,n;j?1,2,???,m)表示。

标准化处理法： 取

x??ijxij?xjsj

??经处理后，xij的平均值和均方差分别为0和1，xij称为标准观测值。式中xj、

sj(j?1,2,???,m)分别为第j项指标的平均值和均方差。

极值处理法：

令Mj?maxxij，mj?minxij，则

ii??

???xij?xij?mjMj?mj是无量纲的，且xij??0,1?。

在对指标数据作了预处理后，综合评价时权系数才能充分反映相应指标的重要程度，而不会受指标值大小的影响。 ? 权重系数确定方法

在确定了评价指标体系后，需要赋予各指标相应的权重。指标权重直接影响综合评价的结果，进而影响评价结论的科学性。

权重系数确定的基本思想是从相关人员（多数情况下是专家）处获取信息并进行处理，不同的方法采用不同的信息获取方式和处理手段。

集值迭代法：

20

第一部分 ITS评价指南（讨论稿）

设指标集为X??x1,x2,???,xm?，选取L(L?1)位专家，分别让每位专家各自独立地在指标集X中选取他认为相对重要的s(1?s?m)个指标。则第k位专家选取的结果是指标集

X的一个子集X(k)?x1,x2给定函数

?(k)(k),???,xs(k)? (k?1,2,???,L)。

xj?X(k)?1,uk(xj)?? (k)

x?X0,j?记

g(xi)??uk(xj)，(j?1,2,???,m)

k?1L则取

?j?g(xi)?g(xk?1mk) ，(j?1,2,???,m)

?j即为指标xj相对应的权重系数。

考虑到上述方法没有给出确定指标选取个数s的原则，进一步给出如下算法： 首先取定正整数gk(1?gk?m)为初值，让每位专家依次按步骤选择指标，则第k位专家的操作步骤如下：

第一步：在X中选取他认为最重要的gk个指标，得到子集

X1(k)?x1,1,x1,2,???,x1,gk?(k)(k)(k)?

(k)第二步：在X中选取他认为最重要的2gk个指标，得到子集

X2(k)?x2,1,x2,2,???,x2,2gk?(k)(k)?

??? ??? ??? ??? ??? ???

第sk步：在X中选取他认为最重要的skgk个指标，得到子集

Xsk(k)?xsk,1,xsk,2,???,xsk,skgk?(k)(k)(k)?

若自然数sk满足skgk?rk?m (0?rk?gk)，则第k位专家在指标集X中选取重要指标的过程结束，共得到sk个指标子集。依据L位专家的选择结果可以计算出指标xj的权重系数?j。

21

第一部分 ITS评价指南（讨论稿）

记

g(xi)???uik(xj)，(j?1,2,???,m)

k?1i?1Lsk其中

xj?X(k)?1, （i?1,2,???,sk;k?1,2,???,L）uik(xj)?? (k)

x?X0,j?则指标xj的权重系数为

?j?g(xi)?g(xk?1mk) ，(j?1,2,???,m)

这种方法是相对简单的方法，没有有效性检验，可靠性不强。 老手法：

这是一种结合经验和统计处理确定权重系数的方法。

首先请L位专家各自独立地对m项指标给出相应的权重系数，设第k位专家给出的权重系数方案为

?1k,?2k,???,?mk， (k?1,2,???,L)

其中

?jk?0 (j?1,2,???,m)；??jk?1

j?1m汇集这些方案可以得到权重系数方案表。见表4-1。

表4-1 权重系数表

专家 指标 方差估值 1 ??? j ??? m 1???k ???L均值 ?11????j1????mi???????????????D1???Dk ???DLD ?1k???????jk??????????mk ???????1L????jL????mL ?1??? ?j ????m 表中最后一行是L个权重系数方案的均值

1L?j???jk，(j?1,2,???,m)。

Lk?1

22