曾艳秋，刘炜娜，袁少良

(1. 集美大学 诚毅学院，福建 厦门 361021;2. 江西理工大学 期刊社，江西 赣州 341000;3. 宜春学院 数学与计算机科学学院，江西 宜春 336000)

为标准差;则第j 个指标的变异系数权重定义为:

电力市场条件下，电力企业面临着电力客户信用问题带来的经营风险，电力客户信用水平直接关系到电力企业的收益水平和智能电网建设的可持续发展能力问题，而且关系到市场经济的有序发展。［1－3］由于电力企业客户信用评价问题涉及多个评价指标，因而是一个复杂的决策问题. 为此很多学者基于多属性决策理论，发展了一些电力企业客户评价方法。文献［1］提出了电力客户信用评价模型的基于熵权改进的密切值法，并针对不同信用水平客户提出了差异化服务策略;文献［2］利用模糊综合评判方法确定客户信用等级，并针对不同信用等级的客户设置相应的奖惩措施，从而提高企业经营效益;文献［4］通过建立基于多种单一评价法电力系统客户信用的组合评价模型对客户信用进行综合评级，并在实际应用中证实了该系统获得了较为满意的应用效果;文献［5］采用层次分析法(AHP)对电力行业客户信用进行评价;文献［6］将客户信用评价中的定性指标，首先转化为三角模糊数然后提出了一种基于三角模糊数的电力客户信用评价法;文献［7］运用基于熵权改进的TOPSIS 法对电力行业客户信用进行评价;文献［8］提出了大电力客户信用评价的物元评价法。传统的TOPSIS 法综合评价值不能反映与理想最优方案的真实接近程度。［9，10］文献［9］提出了改进的TOPSIS 决策法(MTOPSIS 法)，可以克服TOPSIS 法的上述不足，是一个较好的决策方法。为此，本文将在M－TOPSIS 法的基础上建立电力企业客户信用评价多属性决策模型，为电力企业客户评价提供参考。

1 基于M－TOPSIS 法的电力企业客户信用评价模型步骤

步骤1. 针对电力企业客户信用评价，设X ={x1，x2，…，xm}是m 个电力企业客户的集合，O ={o1，o2，…，on}是所选择的评价指标集合。设aij表示待评价客户xi在评价指标oj下的评估值，建立多属性决策矩阵A = (aij)m×n。

步骤2. 由于指标权重在评价问题中占有重要的作用，不同的指标权重往往会导致不同的排序结果，而为客观地评价电力客户信用评价问题，本文采用变异系数法确定指标权重:［11］

为标准差;则第j 个指标的变异系数权重定义为:

步骤4. 确定理想点和负理想点:

步骤5. 分别计算方案xi到正理想解x*和负理想解x－的距离:

取c(xi，x2)值较小的评价对象为较优，也就是当评价方案与最优参照点x1 距离相等的情况下，选择与次优参照点x2 相对距离较近的点为较优。

2 实例分析

利用文献［6］某供电企业客户信用评价的实例说明本方法的有效性和实用性。设有3 个待评价客户x1，x2和x3，采用的11 个评价指标:企业形象(o1)、法人代表品德(o2)、经营业务市场前景(o3)、资产负债率(% )(o4)、盈利额(万)(o5)、付电费比率(%)(o6)、净资产收益率(%)(o7)、总资产净利率(%)(o8)、安全信用指标(o9)、法律信用指标(o10)和合作信用指标(o11)。除资产负债率为成本型指标外其他均为效益型指标。并且对于定性指标，其指标评价值首先利用语言短语给出，然后采用转换成数值型指标，规定:好(10 分)，一般(6 分)，差(2 分)。得到电力企业客户信用评价决策矩阵如下表1。

表1 客户信用评价决策矩阵

下面用本文的方法对五个备选企业的信用进行排序，具体实现步骤如下:

Step1. 利用变异系数法确定指标权重向量:

w = (w1，w2，…，w11)= (0.1866，0.0882，0.2771，0.0494，0.0231，0.0009，0.0751，0.0351，0.0882，0.0882，0.0882)

Step2.利用线性变换法得到的规范化决策矩阵为:

Step3. 通过上节步骤4 到6，得到最优参考方案x1 = (D+，D－)= (0.3663，0.6338)。则备选方案xi与最优参考方案x1 的欧氏距离分别为:

d(x1，x1)= 0.5734，d(x2，x1)= 0，d(x3，x1)=0.4434

Step4. 按照d(xi，x)越小方案越优的原则得到该企业客户信用排序结果为:x2最高，x3次之，x1最低。此结论与文献［6］的结论相同。

3 结论

电力客户评价问题实质上是一个多属性决策问题，为此本文在多属性决策法M－TOPSIS 基础上发展出一套新的电力客户信用评价方法。该评价方法中采用变异系数法来客观的确定各指标的权重，消除主观定权的主观偏好及不确定性。基于M－TOPSIS 法的评价方法操作简便，易于软件实现，可为电力及其他行业客户信用评价提供参考。

［1］赵建华，刘宏志，薛松，等. 基于熵权密切值客户信用评价的电力营销智能化体系［J］. 水电能源科学，2011，29(7):174－177.

［2］任保瑞. 基于模糊综合评判的电力客户信用评价［J］. 现代电力，2011，28(4):90－94.

［3］彭万里，宋昱. 浅谈电力客户信用管理体系的建设［J］. 中国经贸，2012，(22):35.

［4］李频. 电力客户信用评价系统的设计及实现［J］. 测控技术，2010，29(7):98－102.

［5］刘新才，曾鸣，黄琰. 基于层次分析法的电力客户信用风险评价［J］. 电力需求侧管理，2005，7(6):19－21.

［6］李翔，杨淑霞，黄陈锋. 基于模糊多属性决策法的用电客户信用评价［J］. 电网技术，2004，28(21):55－59.

［7］刘承水. 电力行业客户信用主客观评价与分析［J］. 中央财经大学学报，2009，(3):60－65.

［8］周凯，栗秋华，周林，等. 基于物元分析理论的大电力客户信用评价［J］. 电网技术，2009，(16):75－80.

［9］王一任，任力锋，陈丽文，等. 一种新的改良TOPSIS 法及其医学应用［J］. 中南大学学报(医学版)，2013，38(2):196－201.

［10］赵萌，邱菀华，刘北上. 基于相对熵的多属性决策排序方法［J］. 控制与决策，2010，25(7):1098－1100.

［11］门宝辉，梁川. 基于变异系数权重的水质评价属性识别模型［J］. 哈尔滨工业大学学报，2005，37(10):1373－1375.