基于topsis的科研项目评价及实现大学本科毕业论文.docx
《基于topsis的科研项目评价及实现大学本科毕业论文.docx》由会员分享，可在线阅读，更多相关《基于topsis的科研项目评价及实现大学本科毕业论文.docx（15页珍藏版）》请在冰豆网上搜索。
基于topsis的科研项目评价及实现大学本科毕业论文
基于TOPSIS的科研项目立项评价及实现
摘要
本文主要介绍TOPSIS科研项目（理解法）在立项评价实现过程中理论及其主要思想，运用函数理论模，对其算法进行了简述的分析，并指出TOPSIS科研项目存在的优缺点；通过国内外科研项目理论比较，并在此基础上对于TOPSIS的科研项目在其立项评价体系当中起到的现实作用性，从而给出理论加模拟和模型的实现判断性。
突出其客观公正性.本文重点在于TOPSIS科研立项方面。
与立项评价及实现的双重标准下进行比对。
突出其实用性，推广其应用范围。
关键词：
TOPSIS科研、项目、立项、评价、实现
AndtheimplementationofTOPSISprojectsbasedonprojectevaluation
Abstract
ThispapermainlyintroducestheTOPSISresearchprojectintheprojectevaluationprocessanditsrealizationtheoryanditsmainideas,usingmathematicaltheorymodel,thealgorithmisanalyzedindetail,andpointsouttheadvantagesanddisadvantagesofexistingresearchproject;throughthedomesticandforeignresearchprojectcomparingpracticaleffecttheory,andbasedontheTOPSISresearchprojectintheprojectevaluationsystemtorealizetogivejudgment,thetheoryandthesimulationandmodel.Tohighlightitsobjectivityandimpartiality.ThispaperfocusesontheresearchprojectonTOPSIS.Comparedwiththeprojectevaluationanddoublestandardimplementationofthe.Theoutstandingpracticality,promoteitsscopeofapplication.
Keywords:
TOPSISresearch,project,project,evaluation,implementation
题目
第一章：
绪论....................................1
1.1国内外科研项目立项评价综述.................1
1.1.1对科研项目立项的定性评价.................2
1.1.2对科研项目立项的定量评价.................2
1.1.3对科研项目立项的多指标综合评价...........3
1.2TOPSIS法研究现状............................4
1.3研究思路与研究方法.........................4
第二章：
基于TOPSIS的科研项目立项评价模型的构建..5
2.1科研项目立项的多指标评价体系构建...........5
2.2评价指标权重值的确定.......................5
2.3TOPSIS法的科研项目立项评价模型构建..........6
第三章：
科研项目立项评价模型的MATLAB实现.......10
3.1MATLAB功能简介.............................10
3.2运用MATLAB实现科研项目立项评价模型........12
第四章：
基于TOPSIS的科研项目立项评价模型的可行18
4.1模型验证..................................18
4.2实例验证...................................19
第五章：
总结..................................23
5.1总结经验...................................23
5.2总结模型...................................23
参考文献......................................24
致谢..........................................26
第一章：
绪论
TOPSIS科研项目立项与评价实现，其主要理论指的是如（机械行业、卫生系统行业、信息化行业）等。
1.1国内外科研项目立项评价综述
科研项目立项评估最早是在二十世纪二十年代的美国发明。
二十世纪初，美国成立的国会科研服务部（CRS），直接针对各统计委员会及医院提出的各类问题进行统计研究、统计分析和统计评估等。
随着科技的进步，到了上世纪五十年代初期，科研项目立项评价才与科技有关，进行科研立项的研究、分析和评估等。
近年来，我国在一些重大科技项目方面，我国针对攻关计划的评价、高新技术开发区评价等，开展了一系列的研究和实践探索。
国内在科技项目评价上基本上与国外的方法相似，只是在评价指标的建立、评价程序、评价的规范性、独立性等方面有差距，这是由于我国的评价起步比较晚、评价经验不足所造成的。
我国科研立项评价其中包括有（立项、调查、初试、复核、再试验、试生产等各个环节。
）其中评价体系有定性评价标准、定量评价、多指标综合评价体系以及TOPSIS法研究等。
而本论文就是以TOPSIS研究法多指标综合性评价展开的。
1.1.1对科研项目立项的定性评价
目前我国科研立项项目以定性评价较多，定性评价是科研项目立项评价科研管理工作的重要组成部分。
定性评价就是如何使科研项目立项评价建立在科学、合理的基础之上,减少决策的盲目性,确保科研项目选题与资助的准确性,选择优秀的项目予以资助,优化科研经费配置,是当前我国科技管理部门解决科研项目的一个重要问题,科研立项评价工作大多采用定性评价的方法,具有较强的主观性。
可以克服在立项评价中判断缺少可比性的弊端,近年来,我国学者提出了采用定性与定量相结合的评价方法,支持向量机、集对分析、层次分析法、粗糙集理论和灰色综合评价等评价方法,为科研项目立项评价提供了较为可行的方法。
其中数学方法在隶属度函数的构建上考虑论域中事物本身及其性质的可变性,因此评价可能存在偏差;灰色理论法克服了信息的不确定性,但也存在丢失部分信息的问题。
基于TOPSIS的科研课题立项评价模型,首先从大量科研项目评价因素中筛选出评估的主要因素,用计算指标权重,通过求解评价项目并贴近立项的定量评价。
1.1.2对科研项目立项的定量评价
科研项立项定量评价指的是科研经费数，鉴定成果数，获奖成果数及成果转化效益等作为评价指标，用AHP法或专家咨询法对上述各项评价指标进行权重分配，对各组数据分别进行归一化处理后，再进行加权求和，最后得出各高校的综合科研业绩指数，定量评价。
以科研立项的总量进行横向比较的评价方法存在两个值得探讨的问题，其一，科研立项总量体现的是科研实力，科研管理只是挖掘科研实力的必要条件之一，因此科研实力的强弱不完全等同于科研管理水平的高低。
其二，这种科研实力的横向比较是一种静态对比，忽视了各由于历史等方面的原因，其科研基础条件（包括科研人员，科研条件等方面）存在差异，对科研人员及管理人员有效的主观努力带来的效果则不能充分反映。
1.1.3对科研项目立项的多指标综合评价
科研项目立项的多指标综合评价有层次分析加权法《AHP》和相对差距和法、主成分分析法、RSR值综合评价法（秩和比法）、全概率评分法、TOPSIS法本内容将要讨论TOPSIS法综合评价法。
TOPSIS法,该法是基于归一化后的原始数据矩阵，找出有限方案中的最优方案和最劣方案，然后获得某一方案与最优方案和最劣方案间的距离（用差的平方和的平方根值表示），从而得出该方案与最优方案的接近程度，并以此作为评价各方案优劣的依据。
其具体方法和步骤如下：
评价指标的确定→将指标进行同趋势变换，建立矩阵→归一化后的数据矩阵→确定最优值和最劣值，构成最优值和最劣值向量→计算各评价单元指标与最优值的相对接近程度→排序。
指标进行同趋势的变换的方法：
根据专业知识，使各指标转化为“高优”，转化方法有倒数法（多用于绝对数指标）和差值法（多用于相对数指标）。
但是该法的权重受叠代法的影响，同时由于其对中性指标的转化尚无确定的方法，致使综合评价的最终结果不是很准确Hausdauff度量的模糊Topsis方法，首先通过模糊极大集和模糊极小集来确定模糊多属性决策问题的理想解与负理想解，再由Hausdauff度量获得不同备选方案到理想解与负理想解的距离及其贴近度，根据贴近度指标对方案进行优劣排序。
该方法思路清晰，计算简单，操作比较容易。
Topsis法中引入指标权重，用属性AHM赋权法求指标权重，再用Topsis法进行综合评价。
结果显示基于属性AHM的Topsis综合评价既考虑了参评指标的重要性，又体Topsis法能充分利用数据资料的优点，原理简明，结果准确，使用方便。
1.2TOPSIS法研究现状
TOPSIS的全称是“逼近于理想值的排序方法”（TechniqueforOrderPreferencebvSimilaritytoIdealSolution），是Hwang和Yoon于1981年提出的一种适用于根据多项指标、对多个方案进行比较选择的分析方法.这种方法的中心思想在于首先确定各项指标的正理想值和负理想值，所谓正理想解是一设想的最好值（方案）,它的各个属性值都达到各候选方案中最好的值,而负理想解是另一设想的最坏值（方案），然后求出各个方案与理想值、负理想值之间的加权欧氏距离，由此得出各方案与最优方案的接近程度，作为评价方案优劣的标准。
TOPSIS法是有限方案多目标决策的综合评价方法之一，它对原始数据进行同趋势和归一化的处理后，消除了不同指标量纲的影响，并能充分利用原始数据的信息，所以能充分反映各方案之间的差距、客观真实的反映实际情况，具有真实、直观、可靠的优点，而且其对样本资料无特殊要求，故应用日趋广泛。
TOPSIS法较之单项指标相互分析法，能集中反映总体情况、能综合分析评价，具有普遍适用性.例如，其在评价卫生质量、计划免疫工作质量、医疗质量；评价专业课程的设置、顾客满意程度、软件项目风险评价、房地产投资选址；评价企业经济效益、城市间宏观经济效益、地区科技竞争力、各地区农村小康社会等方面都已得到广泛、系统的应用。
1.3研究思路与研究方法
本文主要以TOPSIS法在科研立项评价中得实用性，通过收集科研公司数据展开TOPSIS法在科研项目评价，其中TOPSIS法对于科研管理及分析工作是科研立项重要组成部分。
近年来,我国学者提出了采用定性与定量相结合的评价方法,如模糊综合评价、支持向量机、集对分析、层次分析法、粗糙集理论和灰色综合评价等评价方法,为科研项目立项评价提供了较为可行的方法。
TOPSIS法是一种距离综合评价法，也称逼近理想解排序法，是系统工程中有限方案多目标决策分析中常使用的一种决策技术，因其具有计算简便、结果合理、应用灵活等特点，被广泛应用于卫生决策、卫生事业管理和科技竞争力评价等领域。
第二章：
基于TOPSIS的科研项目立项评价模型的构建
2.1科研项目立项的多指标评价体系构建
科研项目立项的多指标综合评价问题是在社会经济飞速发展情况下提出的，随着现代社会经济的发展，传统的经济指标（各种产值总量指标、动态指标等价值综合指标），已经不再是衡量经济发展的唯一指标，现代化的经济发展从经济生产规模转向注重经济效益的提高，以此同时，原有的价值综合指标不能客观的描述经济效益的总状况，在这样的情况下，人们探索着开创了一种新的指标评价方法，这种评价体系具有以下特点：
1.具有多个评价指标；2.多个评价指标分别评价了事物的不同方面，但是各个指标彼此之间是异度量的，并且不存在一个统一的同变量因素；3.这种评价体系最终要给被评价的事物作出一个整体性的评，并且用一个总指标来说明被评价事物的水平。
科研项目立项的多指标综合评价方法是把多个描述被评价事物不同方面且量纲不同的统计指标，转化为无量纲的相对评价值，并综合这些评价值以得出对该事物一个整体评价的方法系统。
在这里，多指标综合评价方法的概念包涵六个要点：
（1）该评价方法包括多个统计评价指标；
（2）该评价方法的多个指标分别描述被评价事物各个不同方面。
它们应该包含被评价对象的全面信息；（3）各评价指标的量纲可能是各不相同的；（4）多指标综合评价的前提是必须把异量纲的指杭实际值转化成无量纲的相对评价值；（5）多指标综合评价万法要把各指标评价值合成在一起，得出一个整体性的评价，（6）多指标综合评价方法不只是一个方法，而是一个方法系统。
2.2评价指标权重值的确定
评价指标权重的确定是多目标决策的一个重要环节，因为多目标决策的基本思想是将多目标决策结果值纯量化，也就是应用一定的方法、技术、规则（常用的有加法规则、距离规则等）将各目标的实际价值或效用值转换为一个综合值；或按一定的方法、技术将多目标决策问题转化为单目标决策问题。
然后，按单目标决策原理进行决策。
指标权重是指标在评价过程中不同重要程度的反映，是决策（或评估）问题中指标相对重要程度的一种主观评价和客观反映的综合度量。
权重的赋值合理与否，对评价结果的科学合理性起着至关重要的作用；若某一因素的权重发生变化，将会影响整个评判结果。
因此，权重的赋值必须做到科学和客观，这就要求寻求合适的权重确定方法。
2.3TOPSIS法的科研项目立项评价模型构建
TOPSIS（TechniqueforOrderPreferencebySimilaritytoIdealSolution）称为逼近于理想解的排序方法.它的基本思想是：
对归一化后的原始数据矩阵，确定出理想中的最佳方案和最差方案，然后通过求出各被评方案与最佳方案和最差方案之间的距离，得出该方案与最佳方案的接近程度，并以此作为评价各被评对象优劣的依据.
在科研项目立项评价指标与指标权重已定的情况下，假设有n个被评价的科研项目，有p个目标指标对每个项目进行评价，每个目标指标的权重值为W，有R个专家参与科研项目立项评价。
运用TOPSIS法建设科研项目评价模型步骤如下：
图表2-1
第一步，列出评价专家依据评价指标对n个被评价科研项目的数据矩阵X：
（2-1）
第二步，对上述数据进行归一化处理，得到归一化后数据的矩阵Z：
（2-2）
其中元素Zjj计算如下：
（其中i=1,2，...n：
j=1,2，...p）
第三步，确定被指标评价项目的指标最优秀值和最恶劣值，分别构造最优秀值向量Z.和最恶劣值向量Zˉ。
Z·=（Z1，Z2，...Z3）；Zˉ=（Z1ˉ,Z2ˉ，Z3ˉ），其中Z，·=max（Z1j,Z2j，...,Znj）,j=1,2...,p
Z,·=min（Z1j,Z2j,...,Znj）,j=1,2...,p
第四步，计算各被评价项目的评价指标值与最优值和最恶劣值的距离。
（W，为对应的权重值）
第五步，计算各评价项目与最优值的相对接近程度。
（i=1.2，....n）
第六步，对于相对接近程度进行从大到小排序。
C越大，表明被评价的科研项目越接近最优水平，该科研则越优；反之，则越劣。
第三章：
科研项目立项评价模型的MATLAB实现
3.1MATLAB功能简介
MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。
是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。
它将数值分析、矩阵计算、科学数据。
MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。
在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。
用于二进制分类的支持向量机（SVM）、用于缺失数据的PCA算法和Anderson-Darling拟合优度检验·DataAcquisitionToolbox™:
为DigilentAnalogDiscoveryDesignKit提供了支持包·VehicleNetworkToolbox™:
为访问CAN总线上的ECU提供XCP支持 ·SimulinkCoder™:
减少了从Stateflow®调用的Simulink函数的数据。
3.2运用MATLAB实现科研项目立项评价模型
本法的基本思想是：
基于归一化后的原始数据矩阵，采用余弦法找出有限方案中的最优方案和最劣方案分别用最优向量和最劣向量表示，然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。
步骤
1．设有n个评价对象，m个评价指标
2．指标属性趋同化处理
3.趋同化数据的归一化
4.确定最优方案和最劣方案
5.计算每一个评价对象与最右方案和最劣方案的距离
6.计算各评价对象与最优方案的接近程度。
7.按Ci大小排序，给出评价结果。
Matlab程序如下：
x=[2158476.77.31.0178.397.52.0
2437286.37.40.8091.198.02.0
2204181.87.30.6291.197.33.2
2111584.56.90.6090.297.72.9
2463390.36.90.2595.597.93.6];%矩阵
[n,m]=size（x）;
%将3，4，7的低优指标去倒数转化为高优指标并且把所有指标换成接近的大小¡
x（:
1）=x（:
1）/100;
x（:
3）=（1./x（:
3））*100;
x（:
4）=（1./x（:
4））*100;
x（:
7）=（1./x（:
7））*100;
zh=zeros（1,m）;
d1=zeros（1,n）;%最小值矩阵
d2=zeros（1,n）;%最大值矩阵
c=zeros（1,n）;%接近程度
%归一化
fori=1:
m
forj=1:
n
zh（i）=zh（i）+x（j,i）^2;
end
end
fori=1:
m
forj=1:
n
x（j,i）=x（j,i）/sqrt（zh（i））;
end
end
%计算距离
xx=min（x）;
dd=max（x）;
fori=1:
n
forj=1:
m
d1（i）=d1（i）+（x（i,j）-xx（j））^2;
end
d1（i）=sqrt（d1（i））;
end
fori=1:
n
forj=1:
m
d2（i）=d2（i）+（x（i,j）-dd（j））^2;
end
d2（i）=sqrt（d2（i））;
end
%计算接近程度
fori=1:
n
c（i）=d1（i）/（d2（i）+d1（i））;
end
c
第四章：
基于TOPSIS的科研项目立项评价模型的可行性验证
4.1验证模型
科研是强国发展的重要战略举措之一；而科研项目立项评价是科研管理最重要的部分，如何使科研项目立项评价建立在科学与管理基础之上，减少盲目性，确保科研项目在资助资金上面更加准确，必须建立合理的科研项目立项评价体系。
本章应用熵权TOPSIS法在多指标，多目标决策分析并通过模型验证实例的合理性。
1.形成决策矩阵：
设多指标决策问题的方案集，设Y个方案，N个指标。
指标集为Y=（Y1,Y2,A,Yy）,Z=（Z1,Z2,A,Zy,）该方案Yj对指标Zi的值记为Xij（i=1,2，A，n：
j=1,2，A，y），则可形成多目标决策矩阵：
（4-1）
Xij—Xjyin
2.无量钢化决策矩阵：
判断矩阵越大越优型决策指标。
Xij=---------
Xjyax—Xjyin
Xjyax—Xij
判断越小越优型指标Xij=-----------
Xjyax—Xjyin
式中，Xjyax、Xjyin分别为同指标下j代表指标最大值和最小值。
3.构建加权决策矩阵：
将无量钢化矩阵各指标权重相乘便可得到加权决策矩阵Z=（rij）y×n（i=1，2，A，n：
j=1,2，A,y，）其中，rij=⑴i°Xij
4.熵权法计算指标权重：
在评价指标中熵权判断矩阵确定指标权重，熵权定义y个方案n个评价指标，其中评价指标的熵为：
（1+zij）
1y
Hj=------（Σfij1nfij）（i=1,2，…，y；j=1,2，…，n）其中fij=———
-1yni=1yΣi=1（1+zij）
计算评价指标熵权的W：
W=（ωj）1×n
1-Hjn
其中，ωj=———，∑（ω）j=1
Yj=1
n-∑Hj
j=1
5.确定矩阵Z的正确理想解向量Z的正极和Z的负极理想解向量：
6.计算各评价单元正理想解向量和负理想解向量的距离，采用欧氏距离，计算公式如下：
（i=1,2，﹍n）
（i=1,2,…，n）
其中ω为指标评价的权重。
7.计算各评价单元与最优值的相对贴近度：
（i=1,2,…，n，）
8相对贴近度大小排序，Zi越大越接近100，表示第i个评价单元越接近水平越优，Zi值越小，表示第i个评价单元最差水平。
4.2模型实例
某科研公司需要对其信息化建设方案进行立项，项目共有四家，记为项目一、项目二、项目三、项目四、项目五、项目六。
每套项目的评估标准均包括以下四项内容：
Xl、X2、X3、X4，六个项目作为四个目标评价，四个评价标准作为六项目。
四位专家评估值的集结结果，并把它作为多属性决策的初始矩阵，每个属性在评估结果中所占的比重（X）根据熵权法获得，整个决策方法的处理步骤如下所述：
1.计算指标的权重：
2.根据式计算评价指标的权重正负想解
正解：
负解：
可知决策矩阵的正理想解是：
可知决策矩阵的负理想解是：
Z=0,0,0,0，
表4-1：
3.欧氏距离的计算：
点X2距负理想解的距离为Zx2+=0.1630，
距理想解的距离为Zx2=0.5273，
点X3距负理想解的距离为Zx3-=0.1510，
距理想解的距离为Zx3.=0.5294
4.结果（计算贴近度）：
Zi=（0.6621，0.4666，0.6106，0.5851），依据Zi从小到大的顺序对决策方案进行排序可知X2〈X1〈X3〈X4，表明方案一更优.
表4-2专家评估值结果表
项目目标
项目
项目1
项目2
项目3
项目4
项目5
项目6
X1
8.1
255
12.6
13.2
76
5.4
X2
6.7
210
13.2
10.7
102
7.2
X3
6.0
升级会员 