引入集值统计改进德尔菲法中数据处理过程，本文主要内容关键词为：数据处理论文,德尔论文,过程论文,菲法中论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
德尔菲法（Delphi）是长远规划中一种很重要的决策方法。此法能对大量非技术性的无法定量分析的因素作出概率估算，并将概率估算结果告专家，充分发挥信息反馈和信息控制的作用。经过几个轮次的反馈，使分散的评估意见逐次收敛，最后集中在协调一致的评估结果上。因此它的预测可信度较高，在系统分析中占有重要地位。在如何对无法定量分析因素作出概率估算方面人们在方法上不断探索。从而使每个轮次的评估结果的数据处理方法得到了改进。
1、每轮评估结果的数据处理
首先将每轮定性评估结果量化，然后求出评估意见的概率分布，由于概率分布不容易求得，而求均值（或数学期望）及方差。用均值（或期望）代替最可能发生事件的概率，用方差来表示专家不同意见的分散程序。专家根据上一轮次评估意见的均值和方差可以知道评估意见的集中和分散程度，以便作出下一轮的评估。
具体评估结果的数据处理方法大致有三种：
（1）专家评估的结果直接用数字表示时，如产量、年份等可用四分位图表示处理结果。例如请13位专家评估西北地区社会经济发展程度达到人均“小康水平”的年份。评估值依次为
将a[，i]落在时间轴上，把时间轴分为四等分，a[，7]为中分位点B，a[，4]为下四分位点A，a[，10]为上四分位点，A、C之间是上、下四分位点之间的区间，代表专家评估意见分散程度。将中位数a[，7]和区间〔a[，4]，a[，7]〕反馈给专家。下一轮评估中向中位数a[，10]靠拢。处理结果由下图表示
（2）定性的评估意见量化为不同的等级序号或分值，在分值评估中，计算均值和方差的公式为
式中，N—评估等级的级数；a[，i]—等级序号；n[，i]评为第i第级的专家人数
专家根据上式求出的E、б[2]，在下一轮评估时修改自己意见，б[2]越来越小，意见越来越集中收敛。
上述对评估意见的数据处理方法，使专家对轮间反馈信息一目了然，加强了专家之间的协调。大大方便了德尔菲法的应用。下面给出一个二个轮次的评估意见反馈表：
上表表明第二轮评估结果的标准差趋向零，评估结果占百分比最大的位置对应的等级与均值相接近，即内容一为B级（2≈2.06），内容二为D级（4≈4.04），内容三为C级（3＝3.00），专家集中程度高，标准差值小，评估意见快速收敛。
当要求专家评估的事件难以准确定量或无法定量时，整个评价过程含有许多不确定性、随机性和模糊性，并且要涉及到心理因素。专家们的评价结果只能是给出一定的范围，常用“大约多少”，“多少到多少之间”，“差不多”，“比较可靠”等方式表达他们的估价。笔者认为这时需要用集值统计的方法来处理每轮评估的结果，进行轮间信息反馈。
2、用集值统计原理处理每轮评估结果
我们仍然可以用等级优先顺序数和分值把定性评估问题转化为定量评估问题。当评价专家给出的评价结果是一个大致的范围时，这个专家的评估结果便转化为一个区间估计值。经典统计每次试验中得到相对空间的一确定点。而集值统计每次试验中得到的不是一个点，而是一个子集（普通的或模糊的）这个子集相当于每个专家的区间估计值，记为〔U[k，1，U[k，2]〕，若有几个评估专家，便可以得到一个集值统计序列〔U[1，1]，U[1，2]〕〔U[2，1]，U[2，2]〕，…，〔U[k，1]，U[k，2]〕。该序列叠加起来则形成评价值轴上的一种分布，称它
轮中修正自己的评估结果。
德尔菲法的基本程序是：1确定目标。2选择专家。3设计评估意见征询表。4专家轮间信息反馈。本文所述是对其中第四步骤改进为定量化的数据处理过程。尤其是把集值统计应用到依靠心理测量的决策过程中。当专家对评价对象难以准确定量把握，只好用区间估价值表示，以往的数据处理方法无能为力，集值统计思想为此类问题提供了解决的办法。大大丰富了德尔菲法本身的内容。在广泛的社会、经济、管理系统中，心理测量是极其重要的数量化手段，而对这些系统进行分析时，又离不开专家评估，于是改进后的德尔菲法大大扩展了其应用范围。
标签：德尔菲法论文;