不完全權重信息下情報處理系統評估方法研究

郭清娥蘇 兵張桂琴

（1．西安工業大學經濟管理學院，陜西西安710032；2．中國人民解放軍61112部隊，黑龍江牡丹江157011）

不完全權重信息下情報處理系統評估方法研究

郭清娥1蘇 兵1張桂琴2

（1．西安工業大學經濟管理學院，陜西西安710032；2．中國人民解放軍61112部隊，黑龍江牡丹江157011）

情報處理系統給出的信息是決策者下一步行動的依據，因此情報處理系統的評估與優選對于任何決策者來說是至關重要的。根據不能準確獲知指標權重的實際，構建不完全信息下情報處理系統評估方法。假設各評估系統均具有“使自身評價值最大化”的特點，求得各自的最優評估值和權重向量；借鑒DEA交叉評價的思想，各評估系統按照系統內所有方案的最有利權重進行評估后，將平均交叉評估值作為決策基準。

情報處理系統；不完全信息；部分權重信息；評估

情報處理系統的工作是指在情報收集基礎上對各種情報進行二次處理，即分析、判斷、整理、去偽存真、綜合的過程，也即從獲得情報到提供給決策者使用的整個過程。其目的是從局部零散的情報中挖掘出整體情況，為決策者提供較為客觀、可靠的目標信息［1］。情報處理系統給出的信息是決策者下一步行動的依據，因此如何對情報處理系統進行準確的評估與優選，具有非常重要的意義。

情報處理是一項復雜的工作，整個過程充滿不確定性，且受到眾多因素的影響。考慮到其中大量非結構化、模糊性的因素，近年來國內外對情報處理系統評估，多采用模糊綜合評價或灰關聯分析方法。文獻［2］利用影響情報處理系統效能主要因素指標的灰色特性，提出用灰色關聯分析法作為系統效能評估的方法。文獻［3］首先給出了正、負理想參考序列，在此基礎上對各系統與其關聯程度進行了計算，結合逼近于理想解的技術和灰關聯分析技術，提出一種基于理想情報處理系統數據序列的灰色關聯分析評估技術。文獻［4］在灰色模糊評價法的基礎上進行改進，利用層次分析法確定各因素的權重，但考慮了專家可信度，并用此方法對競爭情報系統的績效進行評價。但這些方法在評估指標的確定上均采用完全由人為指定權重（即假設為已知）或采用AHP方法進行計算的方法，具有較強的主觀性，很難排除人為因素帶來的偏差。鑒于此，本文假定權重信息僅部分已知，借鑒DEA交叉評價思想，首先假設各評估系統均具有“使自身評價值最大化”的特點，求得各自的最優評價值和權重向量，在各評估系統按照系統內所有方案的最有利權重進行評價，將平均交叉評價值作為決策基準。最后結合情報處理系統評估的算例，驗證了模型的可靠性和可行性，為決策者在情報處理系統評估實踐提供新的參考視角。

1 問題描述

設情報處理系統評估問題中，X＝（x1，x2，…，xm）為情報處理系統的集合，U＝（u1，u2，…，un）為屬性（評價指標）的集合，W＝（w1，w2，…，wn）T為屬性的權重向量。W不完全已知，且部分權重信息的數學表達式通常由決策者給出，根據文獻［5－6］，分為6類情形：（1）wi≥wj；（2）wi≥αijwj；（3）wi－wj≥βij；（4）γj≤wj≤ηj；（5）σij≤wi/wj≤ij；（6）wi＋wj≤2wk。i≠j≠k，其中αij，βij，γj，ηj，σij，ij為非負常數，這6類部分權重信息可能性集合記為Ω。A＝（aij）m×n表示評估矩陣，其中元素aij表示對于情報處理系統xi按屬性uj進行測度得到的屬性值。

本文要解決的問題即根據部分權重信息，對情報處理系統集合X中選擇滿意系統或對系統進行排序。

2 不完全權重信息下情報處理系統評估方法

2.1 評估指標的建立

評估指標的選擇對評估來說非常重要。綜合評估實際操作中，人們對評估指標的構建與篩選的方法包括德爾斐法、最小均方差法、極小極大離差法、相關系數法等［7］。情報處理系統是一個復雜系統，牽涉因素多、廣，評估到底該考慮哪些指標，有文獻進行了研究。但不同研究者因研究目的不同，至今并無定論。

2.2 建立原始決策評估矩陣

設X＝（x1，x2，…，xm）為情報處理系統的集合，U＝（u1，u2，…，un）為屬性（評價指標）的集合，A＝（aij）m×n表示評估矩陣，其中元素aij表示對于情報處理系統xi按屬性uj進行測度得到的屬性值。A稱為原始評估矩陣。將系統內所有指標分為效益型和成本型，其中效益型指標是指針對該指標來說，屬性值越大越好；成本型指標是指針對該指標來說，屬性值越小越好。

2.3 無量綱標準化處理

為了消除不同量綱對決策結果的影響，現采用“比重變換法”［8］將A規范化為A′。其計算公式為：

2.4 不完全權重信息下情報處理系統評估模型

對于屬性未知或部分已知情況，在多屬性決策研究中，已有文獻將所有決策方案均采用一個權重標準來體現競爭公平性，較為粗糙。實際上這不利于發揮各決策方案的“積極性”。因此，本文假設評估的情報處理系統具有一定的“能動性”，各系統均具有“使自身評估值最大化”的“自利性”特點。也即，情報處理系統的評價值由下述規劃給出：

由（3）式，即可求得每一個情報處理系統的評估值，這也是它所能獲得的最優評估值，此時的權重向量對該系統是最有利的。但由（3）表達式可知，該標準容易造成情報處理系統“夸大自身優勢”、“回避自身缺陷”等問題。因此，本文借鑒DEA交叉評價思想方法，引入交叉評價的方式。

定義1稱為情報處理系統案i對于系統k的交叉評估值，其中是規劃方程（3）的最優解。

交叉效率vki表示當采用情報處理系統i的最有利權重時，系統k的相對評估值。即系統i對系統k的評估值。

定義2 稱所有情報處理系統對系統i的交互評估平均值為方案i的平均交叉評估值，記為：

由定義及式（4）表達式可以看出，交叉評估值是將“自評”和“互評”相結合，客觀全面的表現出各情報處理系統的優劣，更進一步體現了評估中的公平性。

依據式（3）求得每個情報處理系統xi的最優評估值及對應的最有利權重向量Wi；依據式（4）求得每個系統xi的平均交叉評估值根據平均交叉評估值對所有系統進行優選、排序。

3 實例應用

現有4個情報處理系統，擬根據本文提出的不完全權重信息下情報處理系統評估方法進行評估。

3.1 評價指標的建立

待評估的情報處理系統有4個，記為X＝（x1，x2，x3，x4），情報處理系統是一個復雜系統，情報處理過程牽涉面廣、因素復雜。評估到底該考慮哪些指標，有文獻進行了研究。通過對情報處理過程的考察及對已有文獻的梳理與總結，本文的情報處理系統評估指標體系由該系統情報處理時延、該系統情報處理可靠性、該情報處理系統可修復性、該系統情報處理精度、該情報處理系統容量5個指標組成，即U＝（u1，u2，u3，u4，u5）＝（系統時延，系統可靠性，系統可修復性，系統處理精度，系統容量），其中系統時延u1為成本型指標，其余均為效益型指標。

3.2 建立原始評估決策矩陣

專家對情報處理系統評估得分如表1所示。

表1 各情報處理系統的評估指標得分

則由表1可得原始評估矩陣：

3.3 無量綱標準化處理

按照第三節的步驟，根據（1）、（2）對數據進行無量綱標準化處理，處理之后得到規范化評估矩陣：

3.4 不完全權重信息下情報處理系統評估

若已知部分權重信息為0≤w1≤0.3，0.3≤w2≤0.5，0＜w3≤0.2，0＜w4≤0.1，0＜w5≤0.2。利用規劃（3），利用Lingo軟件求得各情報處理系統最優評估值和對應的權重向量分別為：

3.5 分析與對比

為證明本文提出的評估方法的有效性，將文獻［2］、［3］中的算例用本文所提出的模型評價并進行對比。文獻［2］、［3］中的權重信息假設為完全已知，提前給出（權重向量為W＝（0.24，0.40，0.14，0.08，0.14）T）。恰好給出的權重向量在本文部分已知的范圍附近。用本文模型計算各方案平均交叉評價值分別為：按照最終平均交叉評估值排序為：x2?x1? x3。即情報處處理系統2最優，其次為系統1，最后為系統3。最終排序結果一致。可見本文給出的評估方法是有效的。

4 結 論

情報處理過程會受到很多因素的影響，且因人類認知能力有限性，有些因素的信息并不能完全被完全獲取，以往多采用模糊理論或灰色系統理論進行評估，但對指標權重均假設完全已知。這并不完全符合實際情況。本文在評估過程中，假設權重信息只部分已知，假定情報處理系統具有一定的“能動性”，各系統均具有“使自身評估值最大化”的“自利性”特點，由此來確定指標權重；再借鑒DEA交叉評價的思想，各評估系統按照系統內所有方案的最有利權重進行評估后，將平均交叉評估值作為決策基準，最終得出了合理的排序結果，為情報系統評估提供了一定的參考與借鑒。

［1］魏云升，郭治，王校會．火力與指揮控制［M］．北京：北京理工大學出版社，2003．

［2］陳楊，王立平．灰關聯分析在情報處理系統效能評估中的應用［J］．火力與指揮控制，2009，34（4）：153－155．

［3］周含冰，唐忠，劉東玉．基于理想解的情報處理系統灰關聯評估算法［J］．計算機與數字工程，2013，41（1）：38－39．

［4］張翠英，張靜．灰色模糊評價法在競爭情報系統績效評價中的應用［J］．情報科學，2010，28（1）：81－85．

［5］Sexton T R，Silkman R H，Hogan A J．Data Envelopment Analysis：Critique and Extensions［M］．San Francisco：Jossey Bass，1986．

［6］王潔方，劉思峰，劉牧遠．不完全信息下基于交叉評價的灰色關聯決策模型［J］．系統工程理論與實踐，2010，30（4）：732－737．

［7］張熠，王先甲．基于數據包絡分析和模糊理論的投資項目評價方法研究［J］．技術經濟，2010，29（2）：64－67．

［8］Goh C H，Tung Y C，Cheng C H．A revised weighted sum decision model for robot selection［J］．Computers&Industrial Engineering，1996，30（2）：193－199．

（本文責任編輯：馬 卓）

Study on Evaluation Method for Intelligence Processing System with Incomplete Information

Guo Qinge1Su Bing1Zhang Guiqin2
（1．School of Economics and Management，Xi'an Technological University，Xi'an 710032，China；2．Troops 61112 of PLA，Mudanjiang 157011，China）

The evaluation and optimization of intelligence processing system is very important for any decision maker，because the information who gives is the basis of next action．Using the idea of DEA cross－evaluation for reference，the evaluation model for intelligence processing system under partial weight information was established．Assumed each of the system was selfserving to maximize its evaluation value and cross－evaluated others adopting weights which could compete for its goal；Integrated values of cross－evaluation results are used as decision criteria．And an example was given to illustrate the effectiveness of the method proposed．

intelligence processing system；incomplete information；partial weight information；evaluation

10．3969/j．issn．1008－0821．2016．02．008

TU723.2

A

1008－0821（2016）02－0043－03

2015－11－11

國家社會科學基金“城市交通擁堵形成機理及應對策略研究”（項目編號：13BGL156）；陜西高校人文社科青年英才支持計劃；陜西省教育廳項目“基于合作博弈的中小企業銀行柜面聯盟研究”（項目編號：13JK0225）；西安工業大學校長科研基金“基于交叉評價及模糊綜合評價的多屬性決策方法”（項目編號：XAGDXJJ14016）。

郭清娥（1981－），女，講師，博士，研究方向：評價與決策技術、應急管理與對策。