想法也是一样,同时它和层次分析法得出的结论是互补的且是客观的。 据此,我们利用熵值取权法客观地给出一个5个因素的1×5的权重矩阵w2,对由层 次分析法给出的1×5的权重矩阵W1,以0.2:0.8的比例进行修正,从而给出最终的 5个因素对合理化指数的组合权重值阵 W=0.8×w1+0.2×w2 于是给出我们的模型 Max H(p)=W[Zb,(p), Zb2 (p), Zb3 (p), Zb4 (p), Zb5 (p)T W=0.8×w1+0.2×w2 Z1(p)=-|p-3225.51 Z2(p)=-19×10-19p4+4017×10-14p3-2868×10-°p2+8.819×105p-0.04252 Z3(p)=0.00002706p3-002896p2+8715p-6206 Z4(p)=0.082625061p+6687232123 Z(p)=-1107p+19840 Zb(p)=2(P)=Ma=12345) t:- mit, a 42模型二的建立 421针对不同学校的修正 对于不同的学校,我们经过分析认为它主要影响影响的是国家的财政支持,所以 我们主要以学校的办学实力为标准,m个等级,给每个级别一个权重a1,(i=1,2,m 给他们一个等级标准矩阵 A=lal 它代表这国家财政对该类院校的支持程度。同时我们根据不同等级的院校占全 国院校总数的比例,给出一个分配矩阵 B=[bjl1xm 就此,我们将A、B矩阵的对应元素相除得到k=,表示国家财政支持均分到 同等级的每一所具体学校的支持,于是得到学校对国家财政的影响因子矩阵 K= 422针对不同专业的修正 对专业冷热程度的客观评价,是该修正的难点,我们从每种专业的扩招比率出 发,综合考虑11个大类的专业近两年的比率用06年数据和05年数据506:0.4 的比率评价一个专业的扩招率,再考虑到这两年本科生总体扩招比率,从而评价出 1111 想法也是一样，同时它和层次分析法得出的结论是互补的且是客观的。 据此，我们利用熵值取权法客观地给出一个 5 个因素的1 × 5的权重矩阵w2，对由层 次分析法给出的1 × 5的权重矩阵w1，以 0.2：0.8 的比例进行修正，从而给出最终的 5 个因素对合理化指数的组合权重值阵 W = 0.8 × w1 + 0.2 × w2 于是给出我们的模型一： Max H p = W × [Zb1 p , Zb2 p , Zb3 p , Zb4 p , Zb5 p ] T W = 0.8 × w1 + 0.2 × w2 Z1(p) = −|p − 3225.51| Z2(p) = −1.996 × 10−19p 4 + 4.017 × 10−14p 3 − 2.868 × 10−9p 2 + 8.819 × 10−5p − 0.04252 Z3(p) = 0.000002706p 3 − 0.02896p 2 + 87.15p − 6206 Z4 p = 0.082625061p + 668.7232123 Z5(p) = −1.107p + 19840 Zbi p = Zi p − Miti Mati − Miti , (i = 1,2,3,4,5) 4.2 模型二的建立 4.2.1 针对不同学校的修正 对于不同的学校，我们经过分析认为它主要影响影响的是国家的财政支持，所以 我们主要以学校的办学实力为标准，m 个等级，给每个级别一个权重ai , (i = 1,2, . . m), 给他们一个等级标准矩阵 A = [aj ]1×m。 它代表这国家财政对该类院校的支持程度。同时我们根据不同等级的院校占全 国院校总数的比例，给出一个分配矩阵 B = [bj ]1×m 就此，我们将 A、B 矩阵的对应元素相除得到kj = aj bj ，表示国家财政支持均分到 同等级的每一所具体学校的支持，于是得到学校对国家财政的影响因子矩阵： K = [kj ]1×m 4.2.2 针对不同专业的修正 对专业冷热程度的客观评价，是该修正的难点，我们从每种专业的扩招比率出 发，综合考虑 11 个大类的专业近两年的比率用 06 年数据[6]和 05 年数据[5] 0.6：0.4 的比率评价一个专业的扩招率，再考虑到这两年本科生总体扩招比率，从而评价出