在遗传算法中,每一代会产生多个个体,这些个体的适应度值(fitness)经过一定的选择、交叉、变异等 *** 作后,会形成新的一代。
mean则是表示这一代个体的适应度值的平均数,即所有个体适应度值的总和除以个体数量。它可以作为一个参考指标,用于评估整个种群的优劣程度,以及指导下一代的进化方向。将说明文件中NUMBER OF TIME PERIODS改为相应年份,同时将0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)
改为2DEA分析步骤及结果解释
deap 21软件分析过程及结果解释:
第一步,设置参数,变量及选定所用模型,下述:16为DMU个数,即总体样本个数;1为面板数据中的年限,如果做横截面数据,就写1,面板数据则写选取的时序个数(如年数);4,3分别为产出指标、投入指标个数(在编辑EG1。DTA文件时,产出指标放前面);0表示选取的是投入主导型模型,1表示产出主导型,二者区别不大,关键结合问题选取,一般选投入主导型;crs表示不考虑规模收益的模型即C^2 R模型,vrs表示考虑规模收益模型即BC^2模型;最后是内部算法,一般选0就可以。
eg1dta DATA FILE NAME
eg1out OUTPUT FILE NAME
16 NUMBER OF FIRMS
1 NUMBER OF TIME PERIODS
4 NUMBER OF OUTPUTS
3 NUMBER OF INPUTS
0 0=INPUT AND 1=OUTPUT ORIENTATED
1 0=CRS AND 1=VRS
0 0=DEA(MULTI-STAGE), 1=COST-DEA, 2=MALMQUIST-DEA, 3=DEA(1-STAGE), 4=DEA(2-STAGE)
第二步,结果解释:
1、效率分析EFFICIENCY SUMMARY:
firm crste vrste scale
四列数据分别表示:firm样本次序;crste不考虑规模收益是的技术效率(综合效率);vrste考虑规模收益时的技术效率(纯技术效率);scale考虑规模收益时的规模效率(规模效率),纯技术效率和规模效率是对综合效率的细分;最后有一列irs,---,drs,分别表示规模收益递增、不变、递减。
2、 SUMMARY OF OUTPUT SLACKS、SUMMARY OF INPUT SLACKS分别表示产出和投入指标的松弛变量取值,即原模型中的s值。
3、SUMMARY OF PEERS:
表示非DEA有效单元根据相应的DEA有效单元进行投影即可以实现相对有效。后面有相应的权数SUMMARY OF PEER WEIGHTS。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)