基于改進TOPSIS法的健康水平模型的研究

張婷婷王 蒙葛 靜

（1.安徽機電職業技術學院 安徽蕪湖 241000；2.安徽交通職業技術學院 安徽合肥 230051）

基于改進TOPSIS法的健康水平模型的研究

張婷婷1王 蒙1葛 靜2

（1.安徽機電職業技術學院 安徽蕪湖 241000；2.安徽交通職業技術學院 安徽合肥 230051）

為對高校教職工健康進行客觀合理地評價，構建由軀體疼痛（BP）、心理健康（MH）等8個指標組成的評價體系。針對傳統Topsis法主觀權重的不確定性，利用灰色關聯度確定權重。最后通過10個教職工的健康水平實例驗證了該健康水平模型的有效性。

灰色關聯度；TOPSIS；健康水平

由于高校教職工工作壓力大、不注重身體鍛煉、伏案時間長等原因，健康現狀不容樂觀[1][2]。在省級重點項目（KJ2014A038）的研究過程中，筆者發現高校定期體檢雖然能為教職工健康評價和干預管理提供基礎資料[3]，但由于醫院健康體檢報告中的各項指標數據晦澀難懂，使得教職工自己和校醫院不能及時了解被測者的健康水平，沒有足夠重視和警惕體檢指標的預警性提示，造成體檢資源的浪費。因此，簡單明了給出健康水平提示是非常關鍵的，不但能引起被測者的足夠重視，同時也方便校醫院督促其參與健康促進活動，提高健康體檢的實際效用[4]。

根據本文確立了由PF（軀體活動功能），RP（軀體功能對角色功能的限制），BP（軀體疼痛），GH（健康總體自評），VT（活力），SF（社會功能），RE（情緒對角色功能的限制），MH（心理健康）八個指標建立樣本數據矩陣，并研究了灰色關聯度和TOPSIS法，在利用決策矩陣信息的基礎上,結合決策者的偏好，基于灰色關聯度（GreyCorrelation Degree：GCD）確定指標權重[5],然后利用加權Topsis法，對PF等八項健康指標做出綜合評價。最后對10個教職工的體檢數據進行分析，得到更直觀的健康水平數據，驗證了此模型的可行性和實用性。本文中所有數據均由MATLAB編程仿真實現。

一、選擇健康水平模型的評價指標，建立樣本數據

參照IT行業健康綠皮書，選取10個教職工的八項指標（RF,RP,BP,GH,VT,SF,RE,MH）建立樣本數據如表1所示。

表1 樣本數據表

二、利用GCD(灰色關聯度)確定指標權重

GCD思想：根據序列幾何曲線形狀的接近程度判斷它們的關聯度[6]。在本文中，結合決策者偏好,利用GCD確定樣本指標權重[5]。

（一）確定子母序列。本文選取八個指標中的BP為母指標，其余七個為子指標，得到子母序列。

記母序列為：

（二）計算兩極最大和最小差值。

1.母子序列的初值化處理。對BP（母指標）和RF,RP,GH, VT,SF,RE,MH（子指標）初值化處理，記可作為各指標的權重。根據公式（4）得到本案例中的8個指標（RF,RP,BP,GH,VT,SF,RE,MH）的權值為：

三、加權Topsis法計算距離接近程度

2.計算兩極最大和最小差值。

（三）計算關聯系數。

，

根據公式（3），得到本案例中CGD為：

Topsis(technique fororderpreferenceby similarity tosolution)原意為“按與理想解的相似性定序偏好的方法”,是多目標決策的一種有效技術[5][7]。該方法由H.Wang.C.L和Yoon.K.S在文獻[8]中首次提出，以正負理想解作為評價依據，越接近正理想解和越遠離負理想解則性能越優[5]。

（一）矩陣規范化處理。使用向量規范化法處理原始數據矩陣，得到范化矩陣Y=[rij]nm，其中，

根據式（5）（6）得到本案例的目標矩陣

（二）計算正負理想解。

（三）計算距離和接近程度。利用灰色關聯求得的權重，加權后計算各方案到正負理想解的距離

根據公式（8）計算接近程度

根據公式（9），得到本案例的接近程度Ci

Ci的上下極限值分別為1和0，如果要選取優質對象則選擇那些接近上極限值1的對象；反之則選擇那些接近下極限0的對象。這樣，就可以得到本案例的教職工健康水平排序，結果見表2和圖1。

表2 教職工健康排序

圖1 健康水平分析圖

根據圖1的結果可以得知，1，7，3號教職工身體素質相對較差，在健康評價模型的指引下，高校校醫院及其它相關部門可以直觀了解教職工的健康水平，有針對性地為教職工建立個體化的保健方案，幫助身體素質較差的教職工恢復健康，提高生活質量和工作效率。

[1]歐陽慧蓉,李正惺.某高校教職工健康體檢結果分析[J].昆明醫學院學報,2012(4).

[2]王燕華.某高校教職員工健康體檢數據分析[J].華南國防醫學雜志,2012(6).

[3]曹蔚.對高校教師健康體檢的實證分析[J].現代預防醫學,2012(5).

[4]王國軍.健康管理理念下公務員體質健康評價系統的研究與應用[D].上海體育學院,2013.

[5]錢吳永,黨耀國,熊萍萍,等.基于灰色關聯定權的TOPSIS法及其應用[J].系統工程，2008(8).

[6]孔令號,焦彥軍，戴志輝.基于灰色關聯度的站域保護原理[J].電網技術,2014(8).

[7]候定丕,王戰軍.非線性評估的探索與應用[M].合肥:中國科學技術出版社,2001.

[8]HWangCL,Yoon KS.M ultipleattributedecisionmaking [M].Berlin:Spring-Verlag,1981.

[責任編輯 鄭麗娟]

TheHealth LevelBased on the Improved TOPSISMethod

Zhang Tingting1Wang Meng1Ge Jing2

（1．Anhui Technological College ofMachinery and Electricity,Wuhu,Anhui241000；2．Anhui Communication Vocational&Technical College,Hefei,Anhui230051）

For themore reasonable and objective evaluation of school staff health,it needs to establish an evaluation system composed of body pain(BP),mental health(MH),etc.In order to solve the uncertainty of subjective judgment the index weight in Topsis,this paper puts forward an index of weights determination method based on grey correlation method.The effectiveness of thismethod is finally proved by example of 10 school staff.

grey correlation degree;TOPSIS;health level

TP391

A

2095-0438（2015）08-0151-03

2015－04-01

張婷婷(1983－)，女，安徽蕪湖人，安徽機電職業技術學院講師，碩士，研究方向：計算機應用、計算機軟件、無線網絡。

2014年度安徽高校省級自然科學基金重點項目（KJ2014A038）。