以便在以后的工作中对这些对象有针对性地区别对待。由于该评估方法简单易行，且便于编程实现，因此在农业、区域规划、经济分析、军事、工程等越来越多的领域得到基金项目：国家自然科学基金资助项目(70473037) 广泛应用[ 】。灰色聚类评估的基本原理是：综合观测对象的多个特征指标，得到其属于每个灰子类的聚类系数，并由最大的聚类系数来判别该观测对象所属的灰类。从计算公式：∑(x。k可知，灰聚类方法的核心是给出指标J对于每个j= 1 灰类k的白化权函数f‘(x )及权重。目前，白化权函数普遍采用依赖转折点的分段线性函数，形式简单且计算方便。但表3 含L_R模糊数的置信DEA—Benchmarking模型计算结果杆单元更接近，从而使其效率值提高。＼d 0、50 0．60 0、65 0．70 0．75 0．80 0．85 0．90 0．95 1．00 加权有有效＼效值0 01 0、435 0．433 0．431 0．431 0．429 0．428 0．427 0......