论文部分内容阅读
综合评价是科学评价中常用的方法,是社会、经济、管理、教育、科技等领域的研究热点之一.本文基于面向排序的主曲线(RPCs),提出了一种新的多指标综合评价系统一主曲线综合评价系统.RPCs强调了待评价的研究对象的单调连续性质,包括具有线性和非线性结构的研究对象.RPCs用贝塞尔曲线(Bézier Curves)来定义,用机器学习的方法从研究对象的多指标观测数据中学习曲线参数,确定数据的分布结构.在主曲线综合评价系统中,根据多指标数据在主曲线上的投影点确定综合指标值和排序结果.通过一个国际公开数据实例说明了系统的有效性.该系统遵循"让数据说话"的原则,把综合评价的确定指标权重这个基本步骤融合到综合评价方法中,力图为客观综合评价提供一种新的思路.