AHP模糊综合评价

AHP模糊综合评价（精选12篇）

AHP模糊综合评价 第1篇

1 评价方法概述

城市道路植物景观的评价是一个综合评价问题,它涉及多个因子。由人们的主观印象判定,所以使这种评判结果带有很大的模糊性。因此要得到更加确切的城市道路植物景观的评价结果,就要找到一种可以综合多种因子处理主观模糊性判断等问题的评价方法。所以本文利用AHP—模糊综合评价法进行城市道路植物景观评估。利用的数学工具将这个极度抽象的数学思想变成一个对实践有用的方法,得到一个简洁而科学的评价结果。

1.1 层次分析法

层次分析法(Analytical Hierarchy Process,简称AHP)是美国运筹学家托马斯·萨提(Thomas L Saaty)于20世纪70年代提出的一种定性与定量分析相结合的多目标系统化、层次化决策分析方法,其实质就是将决策者对复杂系统的决策思维过程模型化、数量化、简单化,特别适用于那些难以完全定量分析的问题[6]。

1.2 模糊综合评判法

模糊综合评判法(Fuzzy Comprehensive Evaluation,简称FCE)是美国加利福尼亚大学的控制论专家查德(L.A.Zadeh)于1965年提出的。是以模糊数学为基础,利用模糊关系原理,将不易定量的指标定量化,进行综合评价的一种方法。是研究和描述模糊性现象的一种数学工具,它本身是精确的,是用精确的数学方法去描述和研究模糊性现象的。模糊综合评价是模糊数学在自然科学领域和社会科学领域中应用的一个重要方面。

2 植物景观评价理论研究现状

国外在城市植物景观的美学评价方面,多数的研究是植物景观的位置、形态与环境给人美的感受。如:1984年Patsfall研究了植物在景观中的位置对于人们对美的感受的差异。1980年Buhyoff、Gauthier & Wellman说明种植面积、天空、树干、树冠面积、胸径与根茎都会影响行道树景观的好坏[7]。1994年Schroeder、O.Brian运用计算机模拟仿真技术对景观进行美景度评估,得出美感受景观中树木的数量及直径所影响的结论[8]。1999年Marcel研究了快速评价体系的建立[9]。2000年Dunwell提出了专类植物景观的体系评价[10]。2006年Vyapari研究了基于网络的植物景观评价体系[11]等。

国内2002年唐东芹、杨学军、许东新采用层次分析法(AHP法)建立了园林植物景观的综合评价模型,通过对定性指标的量化,应用综合评价模型对园林植物景观进行了实例评价[11]。2004年严俊峰、刘华利用了唐东芹的园林植物景观评价AHP模型对武汉市道路植物景观评价进行了研究确立了8个评价因子,通对指标的量化,对各测试段的景观进行了分级评价[12]。2005年孙振邦利用LCJ法对东北城市长绿树景观进行了配置模式的评价[13]。

城市道路景观评价是一个十分复杂的问题,需要考虑到景观的客观性和人们对景观认知的主观性,并呈现出多目标、多属性的特征[14]。在查阅的大量资料中显示,国内外对定量评价城市道路景观质量的优劣没有固定的模式与方法。所以本文引入AHP—模糊综合评价法这一方法对城市道路植物景观进行评价,提出评价指标,计算权重,综合分析,定性处理。为科学的评价城市中道路植物景观的优劣做出有益尝试。

3 构建评价指标体系

3.1 AHP城市道路植物景观评价体系

道路植物分析方法,参照Saaty等的方法略有改动。评价方式采用层次分析法,根据道路植物景观具体指标的评分及诸因素的相对重要程度权值计算出各条道路植物景观的综合评价值,并进行排序。

3.1.1 城市道路植物景观评价指标体系

层次结构分析和模型的建立,根据城市道路植物景观的配置特点,建立递阶层次结构评价模型,模型分为3层,即目标层、准则层、因素层。目标层(A)即根据人们的审美意识以及道路植物景观的功能特性和文化特性,确定在植物配置与造景中城市道路植物景观所达到的要求水平。准则层(C)制约和限制道路植物景观配置的各种因素,包括美学、生物学、生态学、社会学等方面。因素层(P)涉及上述准则层的具体评价指标。评价指标的合理选择是综合评价客观性的基础。本研究在参考了多种评价体系优劣的基础上,综合了道路植物景观配置模式的特点,设定11个具体评价指标,并相应地归入准则层的三个因素中,从而构成一个多层次的分析结构模型。如表1所示:

3.1.2 确定评价指标权重

3.1.2.1 建立判断矩阵

根据专家问卷调查确定的各因子的相对重要性按小组进行AHP分析,一对比较值为组内每个判定值的几何平均[15]。

对于递阶层次结构中各层上的要素可以依次相对于与之有关的上一层要素表述的性质,进行两两比较,从而建立一系列的判断矩阵。

P=(Pij)n×n

其中Pij>0,Pij=1/ Pij(i,j=1,2,…,n).Pij (i,j=1,2,…,n)代表两元素相对于其上一层元素重要性的比例标度,判断矩阵的值反映了人们对各因素相对重要性的认识。

利用1-9比率标度(表2)使之定量化。一般引用数字1,2,…,9及其倒数1,1/2,…,1/9去做尺度,来进行每两元素的相对比较,即1、3、5、7、9分别表示两个因素同等重要、稍微重要、明显重要、强烈重要、极端重要的重要性标度,2、4、6、8则分别表示1和3,3和5,5和7,7和9的中间值,这些数字的倒数表示不同程度的不重要性。建立递阶层次结构。构造出A-C、C-P共四个矩阵(见表4)。

3.1.2.2 层次单排序

运用和积法求解各判断矩阵,得出单一准则下被比较元素的相对权重。层次单排序是计算判断矩阵的最大特征根λmax,及其相应的特征向量W,经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值。相应数据的计算公式如下:

将判断矩阵A的每一列向量归一化得:

ῶundefined

ῶij按行求和:

ῶundefined

ω=(ω1,ω2,…,ωn)T正规化得近似特征向量:

undefined

判断矩阵的最大特征根近似值:undefined

3.1.2.3 一致性检验

因素间两两比较构成的判断矩阵,由于客观事物的复杂性及人类认识的多样性和主观性,不能保证矩阵具有完全的一致性。因此有必要对判断矩阵单一层下元素的相对权重进行一致性检验,当CR<0.10时,则认为判断矩阵具有满意的一致性,权重分配合理,否则重新判断矩阵数值[16]。相应数据的计算公式如下:

undefined

undefined

一致性检验的方法是将一致性指标C.I.(consistency index)与平均随机一致性指标R.I.(random index)进行比较。对n=1,2,…3,Saaty等人在对正负反矩阵计算1 000次后给定了R.I.的值,见表3:

λmax=3.1 C.R.=0.08 I.R=0.58 λmax=3.055 C.R.=0.05I.R=0.58C2-Pi C3-Pi

λmax=3.055 C.R.=0.05 I.R=0.58 λmax=5.268 C.R.=0.06 I.R=1.12

由表4 四个判断矩阵的计算结果可知,四个判断矩阵的C.R.<0.1,皆具有满意的一致性。

3.1.2.4 评价指标权重集结果

ω=(0.192,0.067,0.741)

ω1=(0.103,0.291,0.606)

ω2=(0.606,0.103,0.291)

ω3=(0.185,0.109,0.448,0.129,0.129)

3.1.2.5 层次总排序的计算

同一层次所有因素对于最高层次的相对重要性的排序数值,叫作层次总排序。如表5所示。在计算出各个具体评价指标(P)相对于所隶属性状(C)的加权值后,再与该性状(C)的权值加权综合,即可计算出各评价指标因素(P)相对于综合评价值(A)的权值,得到总排序。计算结果如下(表5):

从表5中可以看出P9(植物季相、色相丰富度)权重值最大,占33.1%,这说明植物季相、色相的丰富程度对生态园林景观的配置模式有着较重要的影响。其次是P7(景观层次丰富性)、P3(环境保护)、P10(物种多样性)、P11(植物造型丰富性及合理性)对配置模式的贡献较大,分别占13.7%、11.6%、9.6%、9.6%。对生态园林景观配置模式影响较小的是P5(时代性),其权值仅占0.7%。

3.2 运用模糊评价法进行定量化处理

3.2.1 建立判断集

为了反映城市道路植物景观的美感,将其分为五个等级,即V={V1(很美),V2(较美),V3(一般),V4(较差),V5(很差)}。

3.2.2 建立隶属函数

选用均匀分布作为隶属函数:

undefined

undefined

undefined

式中xi1,xi2…,xij…,xi,m-1分别为i种指标的j等级的分级标准(i=1,2…,m);xi为第i种指标的基础数据;μj(xi)为某一指标对第j等级的隶属度。

3.2.3 一级综合评价

建立从指标层到评语集V(景观美感的五个等级)的模糊映射,并诱导出指标的模糊关系,Rk(k=1,2,…s),即评判矩阵:

undefined

其中rij的确定:①对于定量指标,rij为i指标对j等级的隶属度。②对于定性指标,rij的确定根据专家们的意见考虑,假如专家征询的总人数为n,则rij= (对于指标i,专家认为其归于V中j等级的人数)/n.对二级指标层权重集ωUk和相应的评判矩阵Rk进行模糊合成运算,得到一级指标层的一级综合评判

Ak=ωUk×Rk

3.2.4 二级综合评判

把Uk视为一个元素,而把Ak视为它的单指标评判向量,那么可得目标层U的评判矩阵:R= (A1,A2…,An)T。对一级指标层权重集ω和评判矩阵R再次进行模糊合成运算,最后得到反映目标层景观美感的二级综合评判

A =ω×R

3.2.5 评价结果归类

最后根据最大隶属原则,将评价结果归类。

4 实例分析

4.1 哈尔滨市中央大街植物景观评价

4.1.1 模糊综合评判矩阵如下:

undefined

4.1.2 进行一级综合评判

得到一级指标层的一级综合评判Rk:

A1=ω1×R1=(0.0103,0.1018,0.5945,0.2934,0)

A2=ω2×R2=(0.1818,0.0606,0.4267,0.3309,0)

A3=ω3×R3=(0,0.2139,0.3866,0.3104,0.0891)

4.1.3 进行二级综合评判

A =ω×R=(0.192,0.067,0.741)×(A1,A2,A3) T =(0.014158,0.182106,0.429203,0.308509,0.066023)

4.1.4 评价结果归类

根据最大隶属原则,将评价结果归类。中央大街植物景观效果应属于V3,即为一般。

4.2 哈尔滨市黄河路植物景观评价

4.2.1 模糊综合评判矩阵如下:

undefined

4.2.2 进行一级综合评判

得到一级指标层的一级综合评判Rk:

A1=(0.0685,0.6394,0.2921,0,0)

A2=(0.0897,0.5182,0.3818,0,0.0103)

A3=(0.5694,0.2613,0.1693,0,0)

4.2.3 进行二级综合评判得到目标层的二级综合评判A

A =(0.441087,0.351108,0.207115,0,0.00069)

4.2.4 评价结果归类

根据最大隶属原则,将评价结果归类。黄河路植物景观效果应属于V1,即为很美。

5 结论

本文认为AHP—模糊综合评价模型对于城市道路植物景观评价中、评价指标的权重确定问题,评价过程中的定性问题和模糊性现象的处理,与其他评价方法相比有着很大的优势。

在评价的初始阶段利用层次分析法,解决了评价要素权重确定过程中的主观性问题,改变了依靠统计试验或专家评分来确定模型之中要素权重的缺陷。不再用专家打出确切的数值,利用人为给出的数值来进行因素的排序,而是用数学的方法将两两评价的结果进行综合。这样可以保证各级指标权重确定的准确性。利用层次分析法从原理上把因素权重的不确定性去除,改善了传统的权重确定方法由于人为误差失真导致最终评价结果不够科学的情况。

模糊综合运算充分考虑到了各种因素对所研究问题的影响,综合多个评价主体的意见有效地解决了评价过程中出现的模糊性问题。科学地进行了定量化处理,将定性评价与定量计算有机地结合起来,所以大大提高了城市道路植物景观评估的精确度。

AHP模糊综合评价 第2篇

以风险因素的`权重计算为重点,建立了基于层次分析法(AHP)的风险模糊综合评判模型,并尝试将此模型应用于海上油气钻井工程的整体安全性评价中,实际工程运用表明:该模型评价过程简洁、直观,评价结果实用、有效,可为类似工程的安全性评价提供借鉴.

作 者：钱小东 刘祖德 QIAN Xiao-dong LIU Zu-de 作者单位：钱小东,QIAN Xiao-dong(中国石化集团国际石油勘探开发有限公司,北京,100083)

刘祖德,LIU Zu-de(中国地质大学工程学院,武汉,430074)

AHP模糊综合评价 第3篇

[关键词] 科技查新 质量评价 模糊层次综合评价法（FHAP） 实证分析

科技查新，是指查新机构根据查新委托人的要求，按照《科技查新规范》，围绕项目科学技术要点，针对查新点，判定其新颖性的信息咨询服务工作。具体而言，科技查新是针对某一特定的研究课题进行的，首先通过计算机检索和手工检索等手段查出国内外公开发表的与该课题相关的文献；再对查出的相关文献与被查课题进行对比分析；最后根据分析结果对被查课题的“新颖性”进行判定并作出结论[1]。科技查新的结果，是为被查课题出具一份包括检索过程陈述、检索结果分析和新颖性结论等内容的“查新报告”。科技查新的开展能够避免科学研究项目的盲目立项、科技资源的浪费和低水平重复研制，有利于国家科学研究水平的提高。

科技查新的实际意义和作用取决于查新质量，查新质量是科技查新的生命线，如果没有质量，查新工作在科研管理中也就毫无意义可言。因此，科技查新质量的评价是查新工作管理的一项重要内容，是科技查新工作机构自我完善科技查新工作的重要依据。本文采用模糊层次综合评价法对科技查新质量评价进行探讨，并在此基础上提出完善本校科技查新质量的建议与对策。

1 南昌大学科技查新质量评价

南昌大学科技查新中心是具有部级查新资质的理工类科技查新机构，是2009年教育部批准的“教育部部级科技查新工作站(L25)”，也是目前江西省内唯一的部级查新工作站[2]。它主要面向江西省以及临近省份的高校、政府机构、工矿企业、科研院所开展科技查新与咨询服务，为省内外科研人员在科研课题立项、科技成果鉴定和奖励、专利申请、技术交易等方面提供客观评价依据。

模糊层次综合评价方法是将层次分析法中的指标分层方法和模糊数学的理论相结合，它集层次结构、模糊数学、权衡比较于一体，在科学决策中占有重要的地位。该方法中判断矩阵的模糊性弥补了AHP的缺点，简化了人们判断目标相对重要性的复杂程度，并借助模糊判断矩阵实现决策由定性向定量化转化，直接由模糊判断矩阵构造模糊一致性判断矩阵，使判断的一致性得到解决[3]。FAHP对评价对象的指标体系进行分层归类，构造一个多层次的结构体系模型，利用层次分析法计算出各层指标相对于上层目标的权重，并利用模糊关系矩阵得出评价结果，将底层的评价结果作为上一层的原始数据，再使用模糊评价模型进行分析处理，得出最终结果。

本文采用美国著名运筹学家萨蒂提出的1-9标度法（见表1）建立评价标度，对不同指标进行两两比较构造判断矩阵来确定指标的权重系数w，根据公式Mi= ，j=1，2，3…n； ； 计算，确定权重为：w111=0.104729，w112=0.258285，w113=0.636986，w121=0.139648，w122=0.332516，w123=0.527836，w131=0.5，w132=0.5，w141=0.104729，w142=0.636986，w143=0.258285，w211=0.2，w212=0.2，w213=0.6，w221=0.069416，w222=0.29801，w223=0.29801，w224=0.29801，w225=0.036554，w231=0.5，w232=0.5，w311=0.75，w312=0.25，w321=0.833702，w322=0.099514，w323=0.166298。

针对近两年的科技查新工作，咨询了10位专家和课题项目委托人（主要针对曾经向南昌大学查新站申请过课题项目查新的委托人）评价南昌大学图书馆科技查新质量现状和满意度（其详情见表2）。利用模糊层次分析法，分析各个指标的具体情况，判断其质量状况，提出相应的质量控制方法。

表中数字示意：例“用户满意度”所在行的数字为3，7，0，0，0的含义为10位专家中对南昌大学科技查新站的用户满意度的情况有3位专家非常满意的，7位比较满意，0位一般，0位不太满意，0位不满意。依此可知其他数据的意义。根据上表的调查统计结果，得到R11、R12、R13、R14、R21、R22、R23、R31和R32。

R11= ，R12= ，R13= ，R14= ，R21= ，R22= ，

R23= ， R31= ， R32=

根据单因素判断矩阵和指标的权重，利用U= •R模糊评判该层次的质量：

U11= 11•R11=（0.104729，0.258285，0.636986）

=（0，0.46213，0.453226，0.084644，0），U’11=67.55

U12= 12•R12=（0.139648，0.332516，0.527836）

=（0.066748，0.60049，0.266258，0.0665032，0），U’12=73.35

U13= 13•R13=（0.5，0.5） =（0.25，0.65，0.1，0，0）

U14= 14•R14=（0.104729，0.636986，0.258285）

=（0.191096，0.338578，0.406628，0.063699，0），U’13=83 ，U’14=73.14

U21= 21•R21=（0.2，0.2，0.6） =（0.24，0.68，0.08，0，0）

U22= 22•R22=（0.069416，0.29801，0.29801，0.29801，0.036554）

=（0.610228，0.382831，0.006942，0，0），U’21= 83.2，U’22=92.06

U23= 23•R23=（0.5，0.5） =（0.45，0.45，0.1，0，0）

U31= 31•R31=（0.75，0.25） =（0.6，0.2，0.1，0.05，0.05）

U32= 32•R32=（0.833702，0.099514，0.166298）

=（0.3，0.703273，0.046484，0.049757，0），U’23=87， U’31= 79，U’32=91.04

所以起始环节的质量评价U1、中间环节质量指标评价U2和最终环节质量评价U3计算如下：

U1= 1•R1=（0.304593，0.047332，0.097001，0.551074）

=（0.304593，0.047332，0.097001，0.551074）

=(0.132712，0.418806，0.384423，0.06403，0) ，U’1=72.4

U2= 2•R2=（0.104729，0.258285，0.636986）

=(0.465202，0.456739，0.07387，0，0) ，U’2=87.5

U3= 3•R3=（0.833333，0.166667）

=(0.55，0.283879，0.09108，0.049959，0.041667)，U’3=86

根据最大隶属度原则和上述评价结果，该校的科技查新起始环节的质量介于比较满意和一般水平之间，中间环节质量是比较满意的，最终环节的质量一般，因此，总体质量还有待提高。

2 问题分析

2.1 起始阶段质量

起始阶段质量的总体质量偏低，主要受文献资源质量、网络环境的不稳定以及查新人员对课题掌握的不够全面、学历职称结构不合理的影响。专家咨询和单因素评价结果显示：南昌大学科技查新站起始阶段的总体质量为72.4分，处于比较满意和一般之间。5位专家对南昌大学馆藏纸质文献比较满意，3位专家认为该校的馆藏文献一般，2位专家对该校的文献馆藏量不太满意，2位专家认为南昌大学图书馆中早期的文献资源的数量不够；对于南昌大学查新站拥有的网际联机系统现状，4位专家比较满意，5位专家认为一般，1位专家不太满意该校目前的网际联机系统；2位专家对南昌大学的网络环境的稳定性比较满意，6位专家认为网络环境一般，还有2位专家认为网络环境不够稳定，偶尔不能进行网上文献传输，影响到用户查阅文献的时间。查新人员的素质也是影响科技查新起始阶段质量的一个重要因素，1位专家认为查新人员对课题内容的掌握程度一般，2位专家认为南昌大学科技查新站硕士以上查新人员的数量不够，需要提高查新人员的学历。

2.2 中间阶段质量

中间阶段质量主要受文献检索质量、专家学科背景和咨询保障率的影响。文献检索质量是科技查新质量的重中之重，专家们对南昌大学科技查新过程中检索策略、命中密切相关文献率、查新点逐条分析率和密切相关文献引用率比较满意，但是3位专家和1位专家认为南昌大学查新人员选择的检索手段和检索范围一般。“对专业性查新，将查新定位于创新点上时，专家参与查新咨询就成为必要。科技查新提出信息与专家相结合的捆绑模式，即信息检索+同行专家=初步判断+反馈”[4]，专家学科背景以及专家咨询保障率影响科技查新中间阶段质量的可靠性。分别有1位和2位专家认为南昌大学科技查新站的专家学科背景和专家咨询保障率处于一般水平，还有待于继续完善和提高。

2.3 最终阶段质量

最终阶段质量中，档案管理查询的自动化程度和查新知识的宣传力度是影响查新质量的主要因素。提高科技查新档案的自动化程度和查新用户知晓率可节约查新人员对类似课题项目查新的时间和精力。2位专家对南昌大学科技查新站的档案查询自动化不太满意，认为该校尚未建立档案管理自动化系统；5位专家对查新用户知晓率不太满意，用户填写的查新委托书不明确，在查新技术要点中常常填写课题项目的具体内容，不利于查新人员判断课题项目的创新点，最终影响科技查新质量。

3 建议与对策

针对南昌大学科技查新工作站在科技查新起始阶段、中间阶段和最终阶段的不足之处，笔者提出相应的改进对策。

3.1 文献资源、人员素质、文献检索质量的提高和工作环境的改善

3.1.1 加强文献资源建设 南昌大学图书馆是中国高等教育文献保障系统（CALIS）成员馆，是江西省高校文献信息服务中心，现有图书文献270万余册，电子图书108万余册，订购中、外期刊1 338种，引进EI、SCI、ELSEVIER等数字资源40种，其中自建“重点学科导航数据库”、“南昌大学博、硕论文数据库”等特色数据库6种，目前已基本形成了以重点学科文献建设为中心，理、工、医、农、文、史、哲、经、管、法、教育等多学科文献并存的文献资源保障体系。虽然具备了科技查新站文献资源的基本要求，但随着学科的发展和教育的需求还应该加强文献资源建设力度，确保科技查新的文献保障支撑作用。

3.1.2 不断提高查新人员业务素质 查新人员的素质高低是决定文献检索质量和查新报告质量的关键，其直接影响检索策略的制定及其完善程度、检索效果的满意度、查新点综合分析对比和查新结论的言语表达能力。结合本地区学科特色，建立一支高效专业的科技查新人员队伍，并且通过各种途径加强查新人员的专业知识培训和查新业务的学习，提高查新人员的专业素养和查新能力是很有必要的。

建议南昌大学科技查新站的查新人员在文献检索时，应注意学科的交叉性和相关文献分布的分散性，加强联机检索中的测词与选择数据库的学习与运用；重大课题进行团队联合查新，注重加强团队成员的合作意识；注意检索结果整合的层次与语言表达能力和方式的训练，保障查新结论有层次、通顺和简练。同时建立完善的培训制度，安排查新人员参加不同层次和不同要求的业务培训，以便查新人员之间进行学术交流，不断提高自身的业务水平，共同提高查新质量。

3.1.3 不断提升文献检索质量 文献检索质量涉及到检索策略的选取和检索式的制定。检索策略是依据查新项目内容和数据库系统选择合适的检索词、检索途径、组配符号，应具有可重复性，满足机器语言的需求。检索式的制定要符合项目内容，逻辑层次要清晰，从检索式的列举中可以反映检索项目的研究内容。

检索范围应注意全面性、系统性和连续性。检索文献的年限根据不同的委托查新项目类别、相关研究领域的发展情况而定。在检索过程中要做到机检为主，手检和机检相结合，并根据检索的具体情况适时调整检索策略，使检索结果符合用户的查新需求。

3.1.4 营造良好的工作环境 查新需要先进的设备和良好的设施支持。联机检索对于网络畅通的要求是非常重要的，没有网络，手动检索质量是非常有限的。为确保查新咨询质量，查新机构应加强对设备、设施的建设，投入和更新必不可少。同时，要营造良好的工作环境，保障查新机构整体的可持续发展。

3.2 专家咨询机制和档案管理自动化的建立

3.2.1 建立专家数据库，提高咨询质量 科技查新涉及学科范围广，为提高查新效率，查新站可建立查新咨询专家库，聘请相关学科专家作为科技查新的咨询专家，进行查新的学科专业知识指导。为保证查新结论的准确性，减少查新人员因专业知识缺乏而造成的查新质量下降，各查新工作站应利用所在高校的人力资源优势，将院、系中从事科研的教授聘为咨询专家，也可聘请校外专家弥补查新课题专业覆盖面不足的问题，这样有利于及时解答查新员在查新中遇到的专业问题，保证科技查新与咨询服务的质量。南昌大学查新站虽然聘请了江西省相关学科带头人担任查新咨询专家，但咨询专家学科背景覆盖率不高，此方面的工作还应予以改善。

3.2.2 建立档案自动化管理系统 查新机构应建立查新咨询档案自动化管理数据库，实现查新咨询工作的各项数据的登录、修改、核查、检索以及打印、统计、备份等功能，并由专门的档案管理人员进行管理。在每项查新工作完成以后，都有一套完整的项目资料、项目档案，包括查新合同、查新项目的主要科学技术资料、查新咨询专家的书面咨询意见、查新人员的工作记录等。档案管理的自动化管理系统可以保障每项查新课题有案可查，每个流程有迹可寻。

3.3 科技查新知识的宣传

查新站要加强对科技查新知识的宣传，使用户明确科技查新的目的与作用，为科研立项提供客观依据。通过科技查新活动，论证委托查新课题在论点、研究开发目标、技术路线、技术内容、技术指标、技术水平等方面是否具有新颖性。可避免科研课题重复立项，提高科研立项水平，促进科研管理工作的科学化；为科技成果的鉴定、评估、验收、转化、奖励等提供客观依据，以保证科技成果评价的科学性和可靠性；为科技人员进行研究开发提供可靠而全面的信息。

查新站要加强对科研管理部门的宣传与培训，发挥科技查新对高校科研管理工作的支持作用。科技查新可为学科研究方向的制定提供客观依据，为科研项目选题提供保障，为科研成果的鉴定、评审及推广应用等提供客观依据，专题情报服务整合还可为科研工作提供更深层次的服务。

建议教育部职能部门建立查新门户网站，共享人才与文献资源，缓解忙与闲业务量不均衡、质量上难以保障的局面。作为链接67所教育部部级查新网站的平台，可通过联合协同的服务模式，向社会公开提供查新服务，凡具有查新证的人员可凭业务能力产生优先级别，上网从事查新项目，进而保障服务质量。

科技查新是国家为避免科研课题重复立项和客观正确地判别科研成果的新颖性而设立的一项工作，由具有科技查新资质的查新机构承担完成。查新不只是一项专题文献调研，更是一门专题信息咨询技术。需要查新工作承担单位拥有较完整的文献资料获取能力以及很强的国际、国内联机检索支持能力，以保证对相关领域的检索能达到全面性、系统性和连续性的要求。

因此，建立和完善一套科学、完备、实用的查新质量评价指标体系，与时俱进地指导查新工作，实行全面、有效的质量控制，是科技查新系统工程中的重要环节，需要深入研究和探讨。

参考文献：

[1] 中国高等教育数字图书馆．[2010-11-01]．http://www.calis.edu.cn/educhina/libnav.do?page=servicenav．

[2] 南昌大学图书馆．[2010-04-20]．http://lib.ncu.cn．

[3] 潘宏伟.基于模糊层次分析法的信息安全风险评估研究[学位论文].南京：南京师范大学，2007.

[4] 夏萍，汪凯，霍永忠，等．专家可靠性分析在建立定点医院医疗保险业务监督评价指标体系中的运用．中国医学理论与实践，2006，6(8)：922-923，921.

［作者简介］何晓萍，女，1955年生，教授，发表论文30余篇。

AHP模糊综合评价 第4篇

仓储泛指仓库储存和保管, 是商品离开生产过程处于流通领域所形成的一种暂时的停滞, 包括从接受储存物开始, 经储存保管作业, 直至把物品发出的全部过程。它是物流的主要功能要素之一, 与运输共同构成了物流过程的两大支柱。仓储模式决策主要基于自营仓储、公共仓储以及合同仓储 (又称第三方仓储) 三种类型。自营仓储是企业自己选址, 使用和管理自己的仓库, 为自己的物流系统提供仓储服务。这种模式下企业是仓库的所有者, 负责仓库的运营管理。对市场和产品特性的全面把握有助于企业进行灵活的管理控制, 利于企业形象的树立和客户满意度的提升, 并带来无形的收益。但仓库的建设会长期占用企业的大量资金, 造成战略决策灵活性的丧失。公共仓储是指租用不属于自己的仓库或一定数量的库位, 满足自己的仓储服务需要, 并付相应数量的租金。企业应用该模式可以减少前期的建设投资, 降低管理难度, 满足库存的随机性变化需求, 可有效地规避投资风险。但仓储活动中不同企业的货品混合存放, 增加了企业库存的风险和货品的包装费用。合同仓储式是指企业将仓储管理等物流活动转包给第三方物流公司, 由其为企业提供综合的物流服务。第三方仓储的利用已经越来越广泛, 成本的大幅下降、竞争力的提高、市场的扩大使得多数企业青睐于该模式, 以便将投资更多地集中于企业的核心业务。不过, 企业对物流过程的控制不足成为合同仓储的一大软肋, 一旦出现问题, 往往会给企业造成严重的影响。

2 传统的仓储决策方法

目前, 企业的仓储决策主要依据成本比较和定性的综合评价。成本比较需分别做出三种模式的成本曲线, 变量包括自建仓库的固定成本投入以及三种模式各自的可变成本, 曲线随货物周转量增减而变化, 通过将实际周转量与曲线交会点周转量比较选择成本最低的仓储类型。定性评价是对企业产品多样性、市场密度、供应商集中程度、需求稳定性等一系列因素分析判断的基础上进行的。无论定量或定性决策方法都有严谨科学的一面, 一定程度上为决策问题提供了依据。然而, 当各种因素交叉混合时, 仓储策略便陷入了两难的困境, 大都依据经验和主观判断。假定某企业在A地的物流活动需进行仓储方案的决策, 其中自营仓储模式有m个备选方案, 公共仓储和合同仓储分别有n个和 t个备选方案。如何在这m+n+t个方案中作出最优的选择呢?当解决这类问题时, 传统仓储决策法的问题就凸显出来。

(1) 第三方物流的优势被广泛宣传, 许多企业在作决策时, 会受到主观直觉的影响, 首选的往往是第三方仓储。自营仓储、公共仓储和第三方仓储都在一定范围内有自身的优势, 且都可能成为企业的竞争点, 因此, 选择何种模式需对企业、市场、地理位置等条件综合分析, 经严密的判断评价而得出。

(2) 传统仓储决策主要是对同一模式下方案的比较, 或对三种模式适用条件的定性衡量, 不能有效地支持不同模式下方案的比较问题。而且, 限制因素较多时, 决策中的主观经验和直觉判断较片面。

(3) 决策过程影响要素考察面具有局限性。在自营仓储模式的仓库选址问题中, 一般采用成本评价法 (盈亏平衡法、重心法、线性规划等) 和综合评价法。成本分析只涉及固定投入、运输费用、存储费用, 没有考虑固定资产的获取以及资产的增值。综合评价法对非经济因素的分析偏重于地理位置、周边联系等因素。事实上, 选址方案不同在辐射范围、企业形象、市场消费水平等方面也会有差异, 决策过程中缺少对这些影响因素的分析。公共仓储和合同仓储决策同样也存在要素分析不足的问题。

仓储方案选择属于多因素决策问题, 定性因素不易量化, 且因素难以合理地联系综合。对此, 我们采用基于模糊理论的模糊综合评判法, 通过构造评价模型, 确定评价标准、因素权重和评价矩阵, 经过模糊变换对方案作出评价。

3 构造模糊综合评价模型

影响仓储方案选择的因素众多, 包括企业、产品、仓库硬件、客户等。本文综合考虑各方影响, 给出了仓储设施、经济性、企业因素、产品因素、客户满意度和区位条件六个主要方面。经过对自建仓储、公共仓储、合同仓储三种类型影响因素的归纳整合, 充分考虑相互间联系, 进一步将影响条件细分为22个因素指标, 形成如下图所示的仓储决策因素层次结构模型。

模型说明如下:

(1) 该模型分为三个层次, 第一层为目标层, 是企业的最优策略;第二层是与目标层直接相关的总要素;第三层是决定目标层策略选择的具体因素集。

(2) 经济性中的固定投资额因素包括土地购置成本、预期建设投资、设施设备购置费用等, 平均存储费用由管理成本、货物存储成本、缺货机会成本、仓库闲置费用等构成。

(3) 仓储决策的可行性备选方案并不都位于同一区域, 而是分布于目标地的不同位置, 存在城乡、市场、人口、交通等差异。模型中引入区位条件因素可以有效地衡量地域性对方案的影响。

(4) 表面看来, 模型因素注重对自营仓储和公共仓储的考察, 对合同仓储模式无实际意义。实际上, 合同仓储模式的影响不仅局限于经济成本, 企业的形象树立、管理灵活性、规范化程度等要素均是对合同仓储模式方案的衡量。因而, 评价体系可以作为对第三方仓储物流企业的考评分析, 通过将结果与自营仓储和公共仓储模式下方案评价值的比较, 架起三者之间的联系桥梁。

4 各因素权数的确定

综合评价指标体系中各因素权重的确定, 采用层次分析法 (AHP) , 它是由美国匹兹堡大学教授、著名运筹学家T.L.Saaty于20世纪70年代提出的一种多因素决策方法。该方法适用于多目标问题, 在定性和定量相结合的基础上进行系统化的分析。

(1) 确定决策问题的层次结构模型 (如上图所示) , 将模型分为目标层、第二层和第三层三个层次, 即通常所说的目标层、准则层、方案层。明确各层次间的从属关系和层阶结构。

(2) 构造判断矩阵, 确定权向量。依据层次结构模型, 对层次各因素相对于上一层次准则因素的重要性进行两两比较。判断矩阵的确定过程采用表1的1～9标度法。

①第二层指标关于目标层的判断矩阵

undefined

a′ij表示Ai同Aj比较关于目标层A的重要性标度值, 其中i, j=1, 2, …, 6。

由CW=λmaxW, 计算判断矩阵的最大特征值λmax和对应的经归一化处理的特征向量W, 接下来对指标进行一致性检验。

计算一致性指标C.I=undefined (n为判断矩阵的阶数) 。

查随机一致性指标R.I值表 (见表2) , 求出一致性比例undefined。

一般认为, 当C.R<0.1时, 判断矩阵具有满意的一致性, 接受判断矩阵, 否则就要修正判断矩阵。

因此, 可得第二层指标Ai (i=1, 2, …, 6) , 关于目标层A的权重为W的分量wi (i=1, 2, …, 6) 。

②计算第三层指标关于第二层的判断矩阵

以仓储设施 (A1) 为例, 可得判断矩阵:

undefined

求出C1对应的最大特征值和特征向量, 并进行一致性检验, 得A1所属四个因素的权重集W1= (w11, w12, w13, w14) 。

③确定第三层因素集对目标层的总排序

各因素对目标层的权重值计算公式为:

w′j=wi·wij (i=1, 2, …, 6, j为第三层元素所属的因素序数)

如自动化程度 (A12) 对目标层的权重值为:

w′2=w1·w12

相应地, 可以求出所有因素对目标层的权重值, 得出权重总排序矩阵:

W总= (w′1, w′2, …, w′22)

对层次总排序进行一致性检验。

5 模糊综合评价

(1) 确定评价因素标准。

评判标准一般采用三级、四级或五级, 为避免调查过程中的趋中性回答, 提高评价准确性, 评价标准可设为四级。

V= (v1, v2, v3, v4) = (优, 良, 中, 差)

(2) 建立模糊评价矩阵。

undefined

在研究中采用调查法确定评价矩阵, 调查对象由专家、企业员工和消费者等相关人员组成, 这样可以确保调查结果与实际情况的一致性。被调查者根据某种仓储策略模式在所有指标上的表现, 按四级评价标准进行投票。其中rij即为仓储方案的第i项指标在第j个标准等级的总得票数。需要说明的是, 经济性A2下属各指标中, 固定投资额A22和存储相关费用A23大的, 评价等级低, 固定资产价值A21大的, 评价等级高。在合同仓储模式中, 将固定资产价值按最低标准计, 固定投资额为企业同第三方物流公司洽谈过程中发生的相关费用。

(3) 进行综合评价。计算综合评价矩阵:

B=W总·R= (B1, B2, B3, B4)

(4) 结果处理。

仓储决策只是对不同仓储类型下方案的综合评分作出比较, 以评判优劣, 得出企业的最优选择方案。综合评价中无须考察每一种方案的优秀度水平以及所属的评价标准等级。因而, 评价结果不用进行归一化处理和隶属度的计算。

为得出评价结果的最终得分, 先对评价标准的四个等级分别赋予一定的值。假定V1、V2、V3、V4按等差赋值为:

V= (v1, v2, v3, v4) = (4, 3, 2, 1)

则综合评价结果的总得分为:

G=B·VT=4B1+3B2+2B3+B4

分别求出三种仓储模式的所有备选方案的G值, 比较选取最大者, 即为企业应该选择的最优仓储方案。

6 结论

传统的仓储决策主要依据成本比较和定性的综合评价, 定性因素不易量化, 且影响决策的因素难以合理地联系综合。通过分析自营仓储、公共仓储、合同仓储三种仓储模式的关联因素, 构造了仓储决策因素模型。采用定性和定量相结合的方法, 运用AHP确定因素集的权重, 进而基于模糊数学的思想对每种模式下的不同方案进行综合比较, 有效地避免了单方面定量或定性比较的弊端, 使不同模式之间方案的比较更加客观准确。

参考文献

[1]陈红, 陈伊菲, 刘军.基于模糊评判分类控制法的流程式企业备件库存[J].物流技术, 2006 (6) :25-29.

AHP模糊综合评价 第5篇

基于AHP和模糊数学的煤矿瓦斯爆炸危险性评价及应用

煤矿瓦斯爆炸事故的频繁发生,使人们不得不思考如何有效防止瓦斯爆炸.为有效防止瓦斯爆炸事故,必须先对煤矿瓦斯爆炸危险性进行评价.用层次分析法确定评价指标的`权重,建立模糊评价模型对某矿瓦斯爆炸危险性进行评价,评价结果表明该方法具有较强的实用性.

作 者：宋士学 曹庆贵 林乐顺 SONG Shi-xue CAO Qing-gui LIN Le-shun  作者单位：宋士学,曹庆贵,SONG Shi-xue,CAO Qing-gui(山东科技大学资源与环境工程学院,山东,泰安,271019)

林乐顺,LIN Le-shun(山东省滕州监狱,山东,滕州,277521)

刊 名：工业安全与环保  PKU英文刊名：INDUSTRIAL SAFETY AND ENVIRONMENTAL PROTECTION 年，卷(期)：2006 32(6) 分类号：X9 关键词：瓦斯爆炸   层次分析法   模糊数学   评价  

AHP模糊综合评价 第6篇

[关键词] 学生党员 考核评价 AHP-模糊综合评价法

积极做好大学生党员发展工作,是保证人才培养质量,保证社会主义办学方向的一条根本措施,也是高校党组织一项具有战略意义的重要任务。由于在学生党员发展过程中,对入党发展对象的考核和评价存在一定的模糊性,本文探索采用AHP-模糊综合评价法对发展对象进行考核评价。

1.建立学生党员发展考核评价的因素集U。确定影响评价对象的主要因素构成集合。在学生党员发展过程中,对一个党员发展对象评价的因素很多,有政治素质、学习成绩、工作能力、创新能力、群众基础、生活作风、上课出勤、宿舍卫生、文明修养等,本文选择政治素质、学习成绩、工作能力、群众基础、生活作风作为评价因素,因此U={政治素质,学习成绩,工作能力,群众基础,生活作风}。

2.建立评价等级集V={优秀、良好、一般、较差 }。

如果我们把优秀、良好、一般、较差四个等级对应取分值为95,85,60,50,则张某得分为95×0.8162+85×0.1195+60×0.0521+50×0.0122=91.43,如果规定学生入党要求成绩为≥90,那么该同学考核合格,可以考虑吸收入党。

考核学生入党是高校党组织的一项重要工程,考核是否合理直接关系到我们党的先进性与纯洁性,学生入党考核工作应该慎重。采用合理的评价方法是保证发展党员质量、确保党员先进性的重要手段。本体提出运用AHP-模糊综合评价法对入党发展对象进行考核评价,将一些具体指标量化,可以实现科学有效的评价,避免过去学生党员发展过程中的经验主义和盲目性,真正做到公平、公正、公开,是一种值得参考的办法。高校党组织可以用计算机实现上述算法,操作时只需将班级测评的数据输入,便可得到相应结果,提高该方法的使用效率。

参考文献:

[1]胡永宏,贺思辉.模糊综合评价问题[M].北京:科学出版社,2001.

[2]许树柏.层次分析法原理.天津:天津大学出版社,1988.

AHP模糊综合评价 第7篇

现代远程教育师资评估是现代远程教育评估的重要组成部分, 其本质是对教师的综合素质及其教育贡献做出社会价值判断。它通过系统地收集和处理教师的有关信息, 做出评估结论, 明确达到规定标准的程度和存在差距, 以激励教师提高自身素质, 更积极地投身教育改革, 促进教育质量和教育效率的提高。

从理论研究和试点实践的经验来看, 现代远程教育教师评估能起到多方面的作用。例如, 通过评估可以鉴别哪些教师符合条件, 具备现代远程教育上岗资格;同时, 能积极引导教师转变传统教育观念, 投身教育改革, 更好地担当起现代远程教育的任务。其次也有利于鼓励先进、鞭策后进, 进一步推进按教师劳动数量和质量拉开工资和福利待遇的差距, 克服平均主义现象。但在实际的远程教育教师素质的评估过程中, 缺乏科学的评估方法与评价指标, 评估常常靠人际关系的好坏或单纯由领导拍脑袋进行, 使得评估流于形式, 起不到应有的作用。

从管理的角度来看, 对远程教育师资评估实质是一个综合评估问题。科学评估有三要素:评估者、评估指标体系和评估方法。实际上, 教师评估问题也应该按照这三个准则进行:一是确定科学的评估者;二是建立一套合理的评价指标体系;三是选用科学有效的评估方法进行。本文尝试采用一种定性与定量相结合的方式来对教师的综合素质进行评估。

二、现代远程教育师资综合素质评估指标体系设计

根据远程教育的特点, 远程教育教师承担的工作一般包括教学设计与教学管理、科研、资源建设、支持服务等方面的内容。本文将远程教育教师综合素质评估指标体系设计为一个两级指标体系, 一般可包括思想政治素质、教学素质、科研素质、其他素质。 (图1) 当然, 根据远程教育院校的具体情况, 这些指标可以适当进行调整。

三、现代远程教育师资综合素质评估方法

(一) 基于AHP方法的模糊综合评判。所谓综合评判, 就是对多种因素影响的事物或现象进行总的评价, 这种评价过程若涉及模糊因素就叫作模糊综合评判。模糊综合评判借助模糊数学这一工具来刻画各种影响事件 (因素) , 对上层事件 (因素) , 它可以通过层层上推, 最终计算出远程教育师资的综合素质。这种方法能较好地将许多定性的东西定量化, 从而帮助我们进行分析评价。

具体操作步骤为:

(1) 找出因素集U={u1, u2, ……, un};

(2) 建立备择集 (评判集) V={v1, v2, ……, vm};

(3) 建立权重A={a1, a2, ……, an}, 这里的权重通过AHP方法得到确定;

(4) 建立因素评判矩阵R;

(5) 将得出综合评判矩阵B进行归一化处理, 得出的结论就是备择集V={v1, v2, ……, vm}各种方案等级发生的概率。

基于AHP的模糊综合评价是将AHP与模糊综合评判两种方法的特点相结合, 通过层次分析法算出各层次事件 (因素) 的权重, 再通过模糊综合评判得出各基本因素对上层事件、直至顶层事件的影响情况, 最终评价出总目标的方案状况。

(二) 层次分析法 (AHP) 。对师资综合素质进行评估, 除了建立了科学的指标体系, 各个指标权重的确定也同样重要, 不同权重可能造成评价的结果大不相同, 因此指标权重的确定应采用比较成熟和科学的研究方法, 才能尽可能地保证评价结果的公正性和合理性。

在现代管理科学中, 确定指标权重的方法有很多, 例如:层次分析法 (AHP) 、专家咨询法、熵权计算法等, 本文主要采用一种在实践中广泛应用的最成熟的方法———层次分析法。层次分析法的出现给决策者解决那些难以定量描述的决策问题带来了极大的方便, 从而使它的应用几乎涉及任何学科领域。

1、AHP方法的基本模型。

如图2所示, 此模型由一个目标及隶属它的n个评价元素和决策者组成问题。由决策者在这个目标意义下对这n个元素进行评价, 对他们进行优劣排序并作出相对重要性的衡量, 但由于决策者能力的限制很难一下子做出这种判断, 若仅仅对两个元素进行优劣程度比较则是完全可能的。 (图2)

2、AHP方法的基本思想。

将决策者对这n个元素优劣的整体判断转变为对这n个元素的两两比较, 然后在转化为对这n个元素的整体优劣排序判断及确定各元素的权重。

3、AHP方法的计算步骤。

其计算步骤为: (1) 构造两两比较判断矩阵; (2) 计算单一准则下元素的相对重要性 (层次单排序) ; (3) 单层次判断矩阵A的一致性检验。

四、应用实例分析

下面通过一个实例来说明如何运用AHP方法来确定远程教育教师综合素质各项指标的权重, 然后采用模糊综合评判的方法对教师的素质进行综合评价。

(一) 指标权重的计算。

根据上面设定的评价指标体系, 设总目标层为A, 一级指标分别为思想素质、教学素质、科研素质、其他素质, 分别对应B1、B2、B3、B4, 二级指标为Cij (i=1, 2, 3, 4) , 对应不同的一级指标, 又分指标项目不同, J值也不同。构造两两比较的判断矩阵, 评价标准如下:

(1) 若认为Ci与Cj同等重要, 则取Cij=1, Cji=1;

(2) 若认为Ci与Cj稍稍重要, 则取Cij=3, Cji=1/3;

(3) 若认为Ci与Cj明显重要, 则取Cij=5, Cji=1/5;

(4) 若认为Ci与Cj重要得多, 则取Cij=7, Cji=1/7;

(5) 若认为Ci与Cj绝对重要, 则取Cij=9, Cji=1/9;

(6) 若居于上述判断之间, 则可取2、4、6、8和1/2、1/4、1/6、1/8。

为了本文的研究, 笔者访问了一些远程教育的资深专家和部分部门负责人, 经过这些专家的打分, 构造第二层相对于第一层的判断矩阵。 (表1)

通过AHP软件计算得判断矩阵的特征向量和特征值分别为:

对判断矩阵进行一致性检验, 即计算C.I.、C.R., C.I=0.025, C.R=0.028<0.1, 说明判断矩阵的一致性可以接受。

同理, 构造第三层相对第二层的各指标的判断矩阵 (政治素质C11, 职业道德素质C12, 教学设计C21, 教学管理与实施C22, 教学效果C23, 论文、著作C31, 课题C32, 资源建设能力C41, 计算机与网络应用能力C42, 外语能力C43) , 分别如表2至表5所示。 (表2、3、4、5)

对判断矩阵进行一致性检验, C.I=0, C.R=0<0.1, 说明判断矩阵的一致性可以接受。

对判断矩阵进行一致性检验, C.I=0.025, C.R=0.028<0.1, 说明判断矩阵的一致性可以接受。

对判断矩阵进行一致性检验, C.I=0, C.R=0<0.1, 说明判断矩阵的一致性可以接受。

对判断矩阵进行一致性检验, C.I=0.019, C.R=0.033<0.1, 说明判断矩阵的一致性可以接受。

综上, 一级指标的权重:

W= (0.050, 0.581, 0.255, 0.114)

各二级指标对应于相应一级指标的权重如下:

(二) 计算过程与结果分析。

在此例中, 评价结果分为四个等级{优、良、中、差}, 所有专家均在10个二级指标中的每一个指标中选择其一, 根据评价结果统计, 得出每一个二级指标的模糊综合评价向量:

1、计算第i个评价指标的模糊判断矩阵:

rtj为评价指标i在第t个目标处于第j档评语的隶属度。

例如, 对于第一个评价指标“思想素质”的模糊判断矩阵为:

2、分别计算第i个指标的评判结果集。例如, 计算第1个一级指标的评判结果集:

做归一化处理后, 可得:

根据隶属度最大原则, 该教师思想素质评估结果应该是“较好”。

同理, 其他3个一级指标的评判结果集 (归一化处理后) 为:

3、计算最终结果的评判结果集

B=AοR, 最终结果的评判结果集为:

4、给出最终评估结果。由以上得出的结果, 可以看出“良”隶属度最大, 为0.581, 根据隶属度最大原则, 该教师综合素质评价结果应该是“较好”。

综合以上的分析, 对远程教育教师素质进行评价实质是一个综合评估问题, 综合评估具有三个基本要素:评估者、评估指标体系和评估方法。评估者要对所要评估的对象有较深入的了解, 评估者的水平和态度直接影响到评估结果的可信性和公正性。对教师综合素质的评估是一个难于量化的问题, 基于AHP的模糊评价法能够对此过程进行量化, 使定性评价精细化、明朗化, 将定性分析与定量评判真正统一起来, 这将对评价对象的区别更加客观准确, 提高了评价的可操作性与科学合理性。从以上的事例可以看出, 采用定性与定量相结合的决策方法进行决策, 实际结果会理想一些, 希望本文能够对远程教育师资综合素质的评价提供一定的参考。

摘要：本文拟构建一套科学、可行的现代远程教育师资综合素质评价指标体系, 并应用基于AHP的综合模糊评判方法, 对现代远程教育教师综合素质进行评价。克服以往教师评价内容的随意性、繁琐性以及针对性不强的缺点, 有助于促进我国现代远程教育教学质量的进一步提高, 为科学地评价远程教育师资队伍提供方法性的指导。

关键词：远程教育,师资素质,层次分析法,模糊评价

参考文献

[1]丁兴富.远程教育研究[M].北京:首都师范大学出版社, 2002.

[2]德斯蒙德·基更著, 丁新译.远距离教育基础 (第二版) [M].北京:中央广播电视大学出版社, 1996.

AHP模糊综合评价 第8篇

2009年7月, 胡锦涛同志在云南考察时指出:要充分发挥云南作为我国通往东南亚、南亚重要陆上通道的优势, 深化同东南亚、南亚和大湄公河次区域的交流合作, 不断提升沿边开放质量和水平, 使云南成为我国向西南开放的桥头堡。昆明作为云南的省会城市, 无论是经济总量还是金融结构均优于其他地级市, 在桥头堡战略中扮演着举足轻重的角色。经过30多年的改革开放, 昆明市金融业在服务地方经济建设的进程中蓬勃发展、不断壮大, 呈现出“总量扩大、结构优化、效益增长”的良好态势, 全市金融组织体系日趋完善, 金融资源配置能力显著增强, 金融保障能力快速提升, 有力地促进了全省经济社会又好又快发展。随着中国—东盟自由贸易区的建立, 以及昆明区域性跨境人民币金融服务中心的挂牌成立, 昆明在国家相关政策的支持下将建立区域金融中心, 形成各方资金投资的“洼地”, 为云南桥头堡建成发挥金融支撑作用。金融业的发展脱离不了其赖以生存和发展的环境, 金融生态环境对金融业的持续发展具有基础性、根本性的作用, 良好的金融生态环境有助于昆明泛亚金融中心的建立。因此, 对昆明的金融生态环境进行评价将具有重要的现实意义。

2005年中国人民银行总行提出各分行应把建设和改善金融生态环境作为基本职能, 从而掀起了一股研究金融生态环境的热潮。在对金融生态环境评价方面, 比较有代表性的研究主要有:李扬 (2005) 采用DEA法对中国50个大中城市的金融生态进行评价[1];中国人民银行洛阳中心支行课题组 (2006) 运用层次分析法对当地金融生态环境进行评价[2];张瑞怀 (2007) 采用层次分析法和BP人工神经网络模型对湖南农村金融生态环境进行综合评价[3];吴治民 (2008) 采用主成分分析法对安徽省县域金融生态环境进行评价[4]。由于构成金融生态环境的部分因素具有不确定性或难以量化的特征, 使得评价结果具有一定的模糊性, 所以在对其进行评价时, 可以采用模糊综合评价方法进行总体性认识。而模糊综合评价中的权重通常由专家根据经验给出, 带有很强的主观性。鉴于此, 本文将采用层次分析法与模糊综合评价相结合来对昆明金融生态环境进行综合评价。

二、金融生态环境构成要素分析

金融生态环境体系庞大, 涉及的范围也相当广泛, 既要对经济基础、金融发展、中介服务情况进行描述, 又要对社会信用、法治环境、社会保障进行探讨, 同时还要对政府行为进行剖析。在众多影响金融生态环境的因素中, 不同因素对金融生态环境的影响程度不同, 各因素之间也存在紧密的联系。本文不可能、也没有必要考虑所有的环境因素, 通过对大量文献评价指标分析的基础上, 结合昆明金融生态发展现状, 认为制约和影响昆明金融生态环境的主要因素包括经济基础、金融发展、信用法治环境、政府行为, 如表1所示。

(一) 经济基础

实体经济是金融发展的物质基础, 经济基础决定着金融发展的方向、规模和效率, 因此经济基础是金融生态环境的核心要素之一, 包括经济发展水平、产业结构、经济开放度和可持续发展能力四个方面。经济发展水平越高, 越能增强和完善金融业的发展, 不仅可以促进金融机构的业务发展, 还可以对金融机构起到约束作用, 从而增强其运营的稳健性。产业结构是经济资源在不同类型的经济部门之间分配并不断调整演化的结果, 决定整个经济发展的效率和抵御风险的能力, 对金融业的健康发展至关重要。经济开放程度决定地方经济的发展, 体现出一个地区的投资环境、法治环境和社会环境。可持续发展能力既表现为对基础设施、固定资产、教育和科技的持续投入能力, 也包括对环境的合理利用和保护程度, 可反映金融生态环境的持久能力。

(二) 金融发展

金融中介的规模、金融机构的竞争、金融工具的创新、金融制度的规范、金融服务的完善、金融部门的效率等一系列因素影响着金融业的发展, 同时也影响着金融生态环境的优劣。基于此, 用金融深化、金融部门效率、金融竞争来衡量金融业的发展程度。金融深化反映经济货币化程度, 金融深化越高, 信贷资产的不良率就越低, 金融生态环境就越好。金融部门效率指金融部门对金融资源配置的有效程度, 直接关系实体经济的发展, 是金融发展水平的重要表现, 与信贷资产质量存在负相关关系。适度的金融竞争有利于整体金融效率的提高, 尤其是国有商业银行之外的金融机构, 其竞争力的提高有利于金融生态环境的改善。

(三) 信用法治环境

社会信用是金融体系的基石, 是金融生态环境的重要组成部分。差的信用环境具有严重的负外部性, 将阻碍金融发展和社会进步。社会信用体系的建立具有软约束性, 能够规范个体和机构的行为准则, 提高金融资产的质量, 因此, 用社会信用健全度来衡量社会信用环境。良好的金融法治环境是金融生态得以稳定发展的基础条件, 完善金融法治能够有效地保护金融主体的产权, 有效遏制恶意信用欺诈和逃废金融债务, 并且能够提高执法效率, 因此金融法治环境是金融生态环境的核心要素之一, 用金融法律完善和执法效率来衡量。

(四) 政府行为

政府行为会影响到金融部门的独立性和金融制度环境的建设, 并相应影响金融生态的良性调节。政府行为具体表现为政府支持和2政0府13干预年两第个7方期面。中政旬府刊支持主要体现为财政资金和政策的时支持代, 能 (够总强第化5金2融2主期体) 抵御风险的能力, 加快金融生态环境的T建i设m。e政s府干预表现为政府有意识地主导金融资源的配置, 干预金融改革和市场化进程。

三、昆明金融生态环境评价

(一) 指标权重的确定

本文采用层次分析法 (AHP) 来确定各指标的权重。层次分析法的思想是将复杂问题分成若干层次, 在每一层次逐步分析并将主观判断数量化, 用加权和的方法计算出各方案对总目标的权数。计算步骤如下:

1. 构造判断矩阵。

采用T.L.Satty提出的1-9标度法对层次分析模型中各层次因素的两两重要性强度判断比较, 构造判断矩阵。通过对相关领域专家的问卷调查, 得出判断矩阵为:

2. 判断矩阵的特征向量和特征值。

根据判断矩阵求出这各底层元素的相对权重向量W, 即计算判断矩阵的最大特征值λmax及对应的特征向量W, 可以得到如下结果:

3. 一致性检验。

为了避免判断上的不一致, 需要进行一致性检验。一致性检验公式为CR=CI/RI, 其中CI是度量判断矩阵偏离一致性的指标, 计算公式为CI= (λmax-n) / (n-1) , RI为判断矩阵的平均随机一致性指标。当CR<0.1时, 认为判断矩阵是有效的。计算得出:CRA=0.0473, CRB1=0.0394, CRB2=0.0215, CRB3=0, CRB4=0, 均小于0.1, 故判断矩阵是有效的。

(二) 金融生态环境的模糊综合评价

模糊综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价, 即用模糊数学对受到多重因素制约的事物或对象做出一个总体的评价。计算步骤如下:

1. 建立模糊集。

假定一级指标集为A= (B1, B2, …, Bk) , 相应的权重集为a= (a1, a2, …, ak) ;二级指标集Bk= (Ck1, Ck2, …, Ckq) , 相应的权重集为ak= (ak1, ak2, …, akq) ;评语集V= (V1, V2, …, Vn) 。根据上文的分析和计算可得, a= (0.055, 0.564, 0.118, 0.263) , a1= (0.263, 0.564, 0.118, 0.055) , a2= (0.569, 0.333, 0.098) , a3= (0.25, 0.75) , a4= (0.833, 0.167) , V= (非常好, 较好, 一般, 较差, 非常差) 。

2. 确定隶属矩阵。

由10位相关领域的专家组成评价小组对各指标按评语集进行评判, 统计结果并进行单位化处理, 得到昆明金融生态环境各指标集的隶属矩阵:

3. 模糊综合评价。

先对二级指标集的隶属矩阵做模糊运算, 得到对于评语集的隶属向量Qi, 运算公式为Qi=ai·Ri, 再对一级指标集做模糊运算, 得到对金融生态环境的总体模糊综合评价, 运算公式为:Q=a·R= (a1, a2, a3, a4) · (Q1, Q2, Q3, Q4) T。带入数据运算得出:

对昆明金融生态环境模糊综合评价的结果为:15.57%的人认为是“非常好”, 33.21%的人认为是“较好”, 32.28%的人认为是“一般”, 15.56%的人认为是“较差”, 3.38%的人认为是“非常差”。这样的评价结果存在一定的不精确性, 缺少定量化, 为此引入评分向量X对评价结果加以量化。令“非常好”=9, “较好”=7, “一般”=5, “较差”=3, “非常差”=1, 则X= (9, 7, 5, 3, 1) , 则对昆明金融生态环境的总体评分为:Y=Q·XT=5.8406, 评价等级处于“较好”与“一般”, 表现为“尚好”。

四、结论

在综合分析金融生态环境构成要素的基础上构建评价指标体系, 借助层次分析法与模糊综合评价的组合评价方法对昆明金融生态环境进行评价, 结果显示为尚好, 表明当前昆明的金融生态环境还需进一步提升, 以便更好地服务于泛亚金融中心的建设和桥头堡战略。从一级指标的权重来看, 金融发展因素占主导地位, 其次是政府行为、信用法治环境和经济基础。因此, 为提升金融生态环境, 首先应大力增强经济基础, 同时加大政府对金融生态环境的建设和进一步改善信用法治环境。

摘要：在综合分析金融生态环境构成要素的基础上构建评价指标体系, 借助层次分析法与模糊综合评价法对昆明金融生态环境进行评价, 结果显示尚好, 表明昆明的金融生态环境还有进一步提升的空间。通过增强经济基础, 加大政府对金融的支持力度和改善信用法治环境可以较快地提升昆明金融生态环境。

关键词：金融生态环境,层次分析法,模糊综合评价

参考文献

[1]李扬, 王国刚, 刘煜辉.中国城市金融生态环境评价[M], 北京:人民出版社, 2005.

[2]中国人民银行洛阳市中心支行课题组.区域金融生态环境评估指标体系研究[J], 金融理论与实践, 2006 (1) .

[3]张瑞怀.农村金融生态环境研究——以湖南农村为例[D], 湖南大学, 2007.

[4]吴治民, 姜涛, 张长全.安徽省县域金融生态综合评价研究[J], 铜陵学院学报, 2008 (3) .

AHP模糊综合评价 第9篇

关键词：医疗设备,生命周期,AHP-模糊综合评价模型,婴儿培养箱

预防性维护(PM)是保障医疗设备良好运行状态、保证诊疗工作正常开展的重要手段。通过及时地PM,可以提前发现故障,避免故障扩大,节省维修费用,从而提高设备效益。PM可分为基于时间为主和基于状态为主的两种方法。现需建立一种可根据医疗设备自身的状态,并有效结合上述两种维护方法的更优的动态PM。因此,如何通过医疗设备的状态实施相应PM流程就成了讨论的热点问题[1]。

1医疗设备生命周期阶段的划分

本文将医疗设备生命周期分为幼年期、青年期、中年期、 、 老年期4个阶段[2]:1幼年期:在医疗设备的早期使用阶段,因使用人操作不熟练或者操作失误造成设备的故障, , 此时会出现较高的故障率,但因设备的状态较新,不会出现重大故障;2青年期:在医疗设备度过磨合期后,设备各方面性能稳定,处于最佳状态;3中年期:医疗设备使用几年后,状态与性能开始缓慢衰退,部分重要部件的故障率会增加,但较为规律的维护可减缓其性能衰退的速度; 4老年期:医疗设备使用的后期,各部件已接近使用期限, 故障率上升,更细致的PM可增加设备的使用年限。

2医疗设备生命周期评价体系的建立

2.1评价指标的选取

在结合厂家对特定医疗设备PM建议的基础上,从稳定性、维修性、能力性能、使用年数4方面来确定设备生命周期阶段评价指标体系[3]。1稳定性是指在规定的条件下,设备在一定时间内执行其预定功能的能力。描述稳定性的参数指标有可靠度、平均无故障运行时间、平均失效间隔周期数等;2维修性是指在规定时间内,设备保持在或恢复到能够执行其预定功能状态的可能性。描述维修性的参数指标有平均修复时间、维修率等;3能力性能是指设备在临床使用时所表现的达到预期功能及精度等方面的性能体系。主要表现在设备精度的高低对临床使用者的满足程度,设备工作能力与能耗水平比率的高低等方面;4使用年数是指设备役龄、设备剩余使用寿命、设备寿命损耗等指标。

2.2 AHP-模糊综合评价模型

通过建立设备生命周期划分的结构及评价体系,选取评价方法建立评价模型,从设备整体及设备组件两个维度完成设备生命周期阶段的划分。本文采用AHP- 模糊综合评价法建立了综合评价模型,确定设备组件及设备当前所在的生命周期阶段。

模糊综合评价法是一种基于模糊数学的综合评标方法, 能较好地解决模糊的、难以量化的问题。由于模糊评价法多数用于较为复杂的系统中,因此更需要将一个复杂的决策问题描述为一个多层次的复杂结构,判断各个决策在不同准则之下的相对重要度来进行决策[4]。AHP即是一种对复杂现象进行系统化、模型化的决策方法。本文将利用模糊综合评价法,通过AHP确定模糊权值,构造出模糊评价模型完成设备的生命周期阶段的划分[5]。

建立AHP- 模糊综合评价模型的方法:

(1)确定评价因素集U=[u1,u2,…,um],根据上文所述的设备生命周期阶段评价指标体系,医疗设备重要部件的生命周期划分因素集为U=[ 稳定性,维修性,能力性能,使用年数]。

(2)确定评价等级集V=[vl,v2,…,vn],医疗设备生命周期的评价等级集为V=[ 幼年期,青年期,中年期,老年期]。

(3)确定评价指标体系的权重集A=[a1,a2,…,am],其中, ai>0,,各指标权重的确定采用层次分析法。

(4)确定评判隶属矩阵R :

式中,rij表示第i个指标对第j个等级的隶属度。

(5)利用模糊矩阵的合成运算,得到综合评价模型B :

(6)利用向量的乘积,计算最终评价结果Z :

3 AHP-模糊综合评价模型的应用

根据上节所述算法,下面以我院2012年5月投入使用的婴儿培养箱(型号为YP-90,品牌为宁波戴维)为例进行设备生命周期阶段评价层次结构划分,婴儿培养箱包含的子系统有:加温系统(SE1),监测系统(SE2),循环系统(SE3)。SE1的重要组件为加热陶瓷片(J1),控制温度板(J2); SE2的重要组件为箱温传感器(J3),肤温传感器(J4),微处理器检测板(J5);SE3的重要组件为风机(J6), 风道温度传感器(J7)。

现选取SE3的重要组件J6为例进行设备组件生命周期的划分。根据已建立的评价指标体系,评价指标包含2个层次:1对应为评价因素集U=[ 稳定性、维修性、能力性能、使用年数] ;2每个评价因素集的具体内容,这里选取医疗设备无故障运行可靠性、平均修复时间、维修率、 工作性能、工作精度、设备役龄、设备寿命损耗共8个指标。 评价等级集为V=[ 幼年期,青年期,中年期,老年期]。

现用设备生命周期阶段值SD来定量的表示设备的生命周期阶段,SD的取值范围为0~1,并规定当设备投入使用的开始时刻SD为1,设备报废的时刻SD为0。根据设备生命周期划分层次,对应设备生命周期阶段值SD与生命周期评价等级的映射关系为:幼年期SD值为0.8~1,青年期SD值为0.6~0.8,中年期SD值为0.3~0.6,老年期SD值为0~0.3。

下面采用层次分析法确定评价指标的权重,根据前面对层次的划分,层次结构中的目标层为设备组件J6,准则层为上文中提及的单一评价因素。对同一层次中元素进行两两对比,确定其对上一层次中元素的重要性,得到各指标权重因素集A=[0.4338,0.2169,0.0911,0.2581][6]。 通过隶属矩阵R计算出目标层模糊矩阵B=[0.4549,0.4262, 0.1188,0]。

最后,按照隶属度最大原则,可知目标函数属于优的隶属度最高,采用0~1制的打分法进行加权,可得SDJ6=0.755。根据SD的值,其介于0.6~0.8之间,可知J6的生命周期阶段为青年期,类似方法也可得到重要组件的生命周期阶段值SD及其所在的生命周期阶段如下:J1处于中年期,J2处于青年期,J3处于青年期,J4处于青年期, J5处于中年期,J7处于青年期。

最后,结合各子系统的SD值得出婴儿培养箱的生命周期阶段值为SD=0.6648,该婴儿培养箱的生命周期阶段为青年期。

4预防性维护措施及间隔时间的确定

根据AHP- 模糊综合评价模型得出的医疗设备的生命周期阶段,确定不同的预防性维护的时间及方法。

(1)处于幼年期的设备可注重于对使用者进行正确的使用方法的培训,并在医疗设备正式投入使用之前做好调试工作,以防因不当的设置导致医疗事故。预防性维护的间隔时间可适当放宽延长至1年1次,生命支持及急救设备, 例如除颤仪、呼吸机等可半年进行1次预防性维护。

(2)处于青年期的医疗设备,因其使用性能正处于巅峰状态,且磨合期已过,预防性维护的时间可与处于幼年期的医疗设备相同,但是维护重点可放在重要部件的除尘、 保养等,以延长设备处于青年期的时间。

(3)当医疗设备处于中年期时,故障率增高,重要部件老化,预防性维护的间隔时间应更短,分别为3个月和6个月,维护重点除了清洁保养外更注重重要部件工作状态,如检测到部件因老化而产生的性能下降等问题,应及时更换部件,防止医疗设备出现因故障停机的现象。

(4)当医疗设备处于老年期时,该设备已接近报废状态, 出现的故障率急剧增加,此时预防性维护则应在设备每次送修时都进行1次,对设备进行全方面的评估,如性能及稳定性无法达到临床要求时,应及时建议该设备报废[7]。

5改进后PM流程的应用

以婴儿培养箱改进前后的PM流程为例说明[8,9],见表1。

当以改进前PM流程对我院新生儿病房的30台婴儿培养箱(宁波戴维YP-90)进行PM工作时,婴儿培养箱报修率约为2次/ 每月,故障常见为风机报警、箱内温度与设置温度不符、门窗或轮子坏损等。每台婴儿培养箱所需PM时间约为2 h 40 min,30台共需80 h。

通过评估医疗设备的生命周期,30台婴儿培养箱中8台处于幼年期,15台处于青年期,5台处于中年期,2台处于老年期。实施改进PM流程1年后,婴儿培养箱的报修率降至约1.75次/ 每月,报修故障中面板及外观坏损报修率大大降低,减少了临床因故障停机的时间。1年中, 临床工程师约花费60 h进行这30台婴儿培养箱的PM工作。 因此,新生儿病区的30台婴儿培养箱每年可节约近1/4的PM工作时间,故障报修率也相应降低近1/8。

6结语

AHP模糊综合评价 第10篇

理财能力的评价是理财能力理论和实践研究中的重要环节。但到目前为止, 还没有被理论界普遍认同的评价企业理财能力的方法。其评价是针对企业所具有的各项筹资、投资、利润分配及日常管理能力的综合评价, 实际是通过财务分析来评价企业在一定时期内的经营状况, 因而应加强对会计报告的重视, 特别是对外报告, 财务报告是企业理财能力的评价依据。因此, 对企业理财能力的准确评价须遵循以下原则:

(一) 提高对财务报告的重视

公司理财在财务学中具有重要地位, 企业在组织资本运作、提高企业资本运作效率中主要依赖会计信息的应用。因此, 理财能力的准确评价也应该重视会计信息的应用。

会计信息系统是以货币为计量尺度, 运用一系列程序和方法, 连续记录经济业务, 反映和监督经济活动中价值运动过程的系统。会计信息系统中的确认、计量、记录和报告是会计学的核心内容, 其中, 会计报告是整个会计系统的最终产品, 是以浓缩的、综合的、系统的、分类的形式反映企业财务状况与经营成果的书面文件。会计报告既是对会计确认、计量和记录的总结, 也是对企业财务活动、财务关系和财务效果的反映与总结, 因此, 会计报告信息是最全面、最综合和最系统的会计信息。

(二) 提高对理财能力的重视

尽管在企业理财能力的评价中会计报告发挥着重要的作用, 但会计报告并不能准确、充分的提供企业理财能力评价中需要的所有信息。这是由于, 首先, 会计报告所提供的信息是相对稳定的, 而对企业理财能力的评价需要不断变化的信息;其次, 理财能力评价经常需要一些特殊信息, 而会计报告信息只能满足一般会计信息的需求;最后, 会计报告信息的相关可靠性可能受到会计假设、估计和政策等因素的干扰。因此, 财务分析作为理财的重要手段应运而生, 企业理财能力评价实际是通过财务分析来评价企业在一定时期内的经营状况。

(三) 以财务指标作为评价理财能力的主要依据

尽管财务指标并不是评价企业理财能力的唯一依据, 但它能较为充分的体现企业各方面的能力, 其客观性是其他信息无法比拟的, 并且是目前研究所能获取的最全面信息, 因此, 本文把财务指标作为评价企业理财能力的依据。

二、实证分析

AHP与模糊综合评价方法的结合, 主要表现在使用层次分析法将评价指标体系变成阶梯式层次结构, 并计算各指标的权重, 接着运用模糊综合评价法进行分层次评价, 最后依据各层次的评价给出综合评价结果。该方法不仅可以进行横向比较, 而且能分别对各个层次的下级指标进行详细评判及考核。是综合评价企业理财能力的一种有效方法。

(一) 构建指标体系

一般来讲, 评价指标体系应包含评价目标、指标层和评价方法。本文以太极集团为研究对象, 确定其理财能力的评价指标体系包括目标层、5个一级指标和16个二级指标, 这些评价指标直接或间接的体现出了企业理财能力的每个方面, 由此确定的理财能力综合评价指标体系如表1。

(二) 建立评价模型

1. 评价体系中各指标的评分标准

依据国资委统计评价局发布的《企业绩效评价标准值》中的标准, 设定企业理财能力评价指标体系中的标准值。采取定量和定性相结合的方法, 其中定性指标按其优劣可划分为5个等级, 它们分别是优秀、良好、平均, 较低和较差, 并相应的将它们赋值为100分、80分、60分、40分和20分, 因此, 确定评价尺度集为V={100, 80, 60, 40, 20}。

2. 评价矩阵的建立

依据太极集团2010年年报可得出各财务指标值, 并由相关专家依据企业所面临的宏观环境、同行业的整体水平、市场竞争的激烈程度及公司的实际状况等, 分别评价各个定性和定量指标。在统计调查结果时, 采取以各指标的各标准值出现的次数与专家总人数 (10人) 之比的方法得出各指标的评价矩阵, 例如, 资产负债率, 有4名专家给出了优秀的评价, 有3名专家给出了良好的评价, 有2名专家给出了平均的评价, 有1名专家给出了较低的评价, 有0名专家给出了较差的评价, 则资产负债率的评价向量为 (0.4, 0.3, 0.2, 0.1, 0) , 其他指标的评价向量求法可以此类推。

理财能力的评价矩阵为:

获利能力的评价矩阵为:

成长能力的评价矩阵为:

基本财务状况的评价矩阵为:

资产管理水平的评价矩阵为:

偿债能力的评价矩阵为:

3. 确定评价指标权重

在理财能力综合评价中, 指标权重的确定具有非常重要的意义。为使指标权重能更准确的反映客观实际, 并有效指导实际工作, 本文采取专家评判与现代综合评价软件包 (MCE) 相结合的方法计算指标权重。

现代综合评价软件包 (MCE) 是一个包含层次分析法 (AHP) 、灰色综合评价法 (GCE) 及模糊综合评价法 (FCEM) 三种综合评价技术的软件包, 目前该软件包已被广泛应用于现代综合评价的工作实践中。本文中标度的设置使用了1—9标度法, 计算结果为:

该企业的获利能力、成长能力、基本财务状况、资产管理水平、偿债能力对理财能力的影响权重向量为W= (0.491, 0.138, 0.092, 0.232, 0.046) , 一致性比率CR=0.028<0.1, 即评价矩阵具有满意的一致性。

该企业的净资产收益率、主营业务利润率、每股收益, 对理财能力的获利能力的影响权重为W1= (0.637, 0.105, 0.258) , 一致性比率CR=0.033<0.1, 即评价矩阵具有满意的一致性。

该企业的净资产增长率、总资产增长率、主营业务收入增长率, 对理财能力的成长能力的影响权重为W2= (0.429, 0.143, 0.429) , 一致性比率CR=0.002<0.1, 即评价矩阵具有满意的一致性。

该企业的主营业务收入、每股净资产、净利润, 对理财能力的基本财务状况的影响权重为W3= (0.192, 0.633, 0.174) , 一致性比率CR=0.09<0.1, 即评价矩阵具有满意的一致性。

该企业的存货周转率、流动资产周转率、应收账款周转率、总资产周转率, 对理财能力的资产管理水平的影响权重为W4= (0.118, 0.055, 0.263, 0.564) , 一致性比率CR=0.043<0.1, 即评价矩阵具有满意的一致性。

该企业的速动比率、资产负债率的变化率、已获利息倍数, 对理财能力的偿债能力影响权重为 (0.230, 0.648, 0.122) , 一致性比率CR=0.077<0.1, 即评价矩阵具有满意的一致性。

4. 对指标进行综合评价

理财能力:

获利能力:

成长能力:

基本财务状况:

资产管理水平:

偿债能力:

(三) 评价结果分析

从综合评价得分可以看出, 太极集团的理财能力总得分为77.26, 说明太极集团的理财能力处于中等偏上的水平。此外, 该企业的获利能力、成长能力、基本财务状况、资产管理水平、偿债能力的得分分别是84.92、74.94、85.02、74.24和84.82, 太极集团的获利能力、基本财务状况及偿债能力得分较高, 均达到了良好水平, 而成长能力和资产管理水平相对较为落后。

三、结论

利用AHP-模糊综合评价法, 能对企业理财能力进行科学实际的评价, 且取得了较好的评价结果。但该研究可能会受到一些主观因素的干扰, 导致不同情况下会产生不同的评价结论。此外, 在一些数据处理方面存在一定程度的片面性和主观性。如单因素的评价、权重的分配等。而这些都可能对企业理财能力的准确评价产生影响, 对此, 可增加评价专家的数量和提高专家的权威性, 进而降低主观因素的影响。

参考文献

[1]蒋业香, 李存芳.企业财务风险的系统分析与模糊评价[J].中国管理信息化, 2007 (12) .

[2]黄娟, 罗文华.基于模糊层次分析的上市公司财务生态系统综合评价[J].生态经济, 2008 (1) .

[3]尹子民, 夏天.财务能力的模糊综合评价研究与应用[J].会计工作, 2008 (5) .

[4]黎精明.上市公司财务能力实证研究[J].武汉科技大学学报 (社会科学版) , 2006, 8 (1) :18-21.

AHP模糊综合评价 第11篇

关键词：评价系统；层次分析法；模糊综合评价法

中图分类号：TP315 文献标志码：B 文章编号：1673-8454（2015）09-0079-04

毕业论文是高等院校学生为完成学业在教师指导下运用所学知识，就所学专业某一现象或问题进行系统研究后对成果加以系统表述形成的具备一定理论和实践价值的学术文本。它是我国高等院校教学计划中重要的实践环节，是培养大学生基本科研和实践工作能力的重要手段。近年来，随着教育教学改革的深入，毕业论文评价工作越来越受各院校和教育界学者重视。笔者对国内研究的检索表明：1998年至2014年，研究论文数量呈明显上升趋势。[1]然而，与外语专业毕业论文评价有关的论文仅有两篇，简要谈及了英语专业毕业论文的重要性及评价原则。加强毕业论文评价工作的科学化是我国《高等学校英语专业英语教学大纲》的要求，也是国际高教质量保障体系的发展趋势。鉴于此，笔者拟从该项工作的现状出发，基于其特征设计一套科学的综合评价体系，希望推动该项工作的科学性、标准化和公正性。

一、我国高等院校外语专业毕业论文评价工作的现状与不足

1.调查发现

笔者对国内30所各层次外语专业院系[2]的毕业论文评价工作进行调查后发现：

（1）大多数院系都采用了科学的工作流程：指导教师评阅—交叉审阅—答辩评审—综合评分。

（2）大多数院系都采用百分制量化评价方式。

（3）总体上，学校层次越高，工作过程也越科学越严谨。

此外，现代信息技术在该项工作中得到了良好应用，大大提高了工作效率，顺应了当代社会对低碳环保的追求。

2.缺陷和不足

（1）忽视评价工作的模糊性

标准的笼统性和评价的主观模糊性导致作为主观决策过程的毕业论文评价本质上不能做到精确量化，但绝大多数高校均要求参评教师给出精确分数，这与评价工作的模糊性相背。

（2）评价维度不全面、指标不完善、权重分配过于主观

虽然多数院系采用了多元评价，涉及语言表达、论证过程、格式规范、答辩表现等，但诸如选题价值、外文资料翻译、开题答辩、工作态度等与论文质量密切相关的指标都未涵盖。评价成绩主要由指导教师、交叉审阅教师和答辩小组评分等三或两部分成绩按主观比例如4：3：3构成，甚至仅由指导教师或答辩小组判定论文成绩。

（3）缺乏过度主观评价防控设计

评价工作固有的主观性加上师生之间因种种原因产生的人情关系容易导致教师对评价对象作出过度评价，导致评价结果失去公正性。遗憾的是没有院系在评价步骤中加入针对此缺陷的防控设计。

二、外语专业毕业论文评价工作的基本特点、原则与方法选择

1.基本特点

（1）主观模糊性

毕业论文评价工作本质上属于主观决策过程，它要求评价主体对评价对象作出尽量客观公正的评价，但评价标准及过程固有的模糊性导致评价主体无法作出精确的量化评价。此外，作为群组决策，不同评价主体的心理标准难免存在差异，加重了评价的主观模糊性。

（2）系统综合性、指标及权重差异性

评价工作是一项综合的系统工程，必须尽可能涵盖各相关评价维度。就某一维度来讲，指标设计也必须具备科学性、差异性和明确性，方可让评价主体有章可循。此外，各指标贡献率并不相同，必须尽可能赋予合理权重。

（3）评价结果量化要求

尽管评价工作具有不可避免的模糊性，但为了确定毕业论文的优秀率和合格率，绝大多数院系均要求为评价对象打出百分制分数。因此，在进行系统设计时必须将模糊定性操作转化为精确的定量操作。

（4）严肃性和公正性

毕业论文评价是对学生四年学业能力的终极评定，不仅关乎学生能否获得毕业证和学位证等切身利益，而且对我国高等教育质量监控与发展也有重要影响，必须确保严肃性和公正性。

2.基本原则

（1）专业性原则

外语专业毕业论文不同于理工科论文，如表达符号为外语、更注重逻辑推理与系统建构等。其评价体系构建必须考虑专业特殊性来设计评价指标并为其分配合理权重。

（2）静态与动态评价相结合

毕业论文写作是一个阶段性动态过程，评价体系既要涉及对论文的静态评价还应包括对工作过程的动态监控性评价，即做到静态与动态评价相结合。

（3）公平公正原则

鉴于评价工作的主观模糊性及评价主体可能作出的过度主观性评价。评价步骤设计必须想方设法减少种种主观随意性，尽最大努力保证评价结果严肃公正。

（4）可操作性原则

指标设计必须具备可测性、精细性和完整性，避免不必要的要素交叉。同时，具备经济可操作性和信息化优势，以充分发挥现代信息技术的效率优势和绿色环保等特性。

3.方法选择

据此，笔者整合了层次分析法和模糊综合评价法来设计外语专业毕业论文评价体系，并加入了过度主观评价防控设计。层次分析法（AHP）是美国著名运筹学家塞蒂于上世纪70年代创立的一种定性和定量分析相结合的决策方法。该方法充分利用专家级决策人员的丰富经验和精准判断力根据问题性质和决策目标将问题分解为不同的结构要素，并按照要素间隶属关系和相互作用将因素按不同层次聚合为一个递阶模型，从而将决策问题归结为指标层对目标层的相对权重值定量化。模糊综合评价法（FCE）是一种基于模糊数学的综合评价方法。该方法根据模糊数学的隶属度理论，整合主观逻辑分析与客观精确运算把定性评价转化为定量评价，从而对受多种因素制约的现象做出评价。前者能有效避免毕业论文评价体系设计不够全面、指标权重分配过于主观的缺陷；后者可以将主观模糊评价转化为量化评价。整合两种方法系统性强和结果明晰等特点可有效解决外语专业毕业论文评价过程中存在的问题。

三、外语专业毕业论文评价系统的步骤设计

1.建立评价递阶模型

该模型由目标层、准则层和指标层组成。目标层是对评价对象题的概述，准则层是隶属于目标层的具体描述，指标层则是各准则层下属的细化评价内容。

2.建立专家判断矩阵并检验其随机一致性

（1）根据递阶模型相邻层次间的隶属关系，请K位行业专家依据两两比较法对各层指标的重要性比较标度进行打分，构造出判断矩阵。设矩阵有i个元素，则判断矩阵为Pk（1）。

（2）检验各矩阵的随机一致性。由于判断矩阵易受个体认知模糊性及评价系统复杂性的影响，必须对各矩阵的随机一致性进行检验。计算过程如下：首先计算各矩阵的最大特征值λmax。鉴于该计算过程比较繁琐，此处建议直接在Matlab7.1中输入各矩阵Pk后，调用最大特征值计算函数max（eig（Pk））即可获得各矩阵的最大特征值；计算各矩阵的一致性指标CI=（λmax-n）/（n-1）；查询平均随机一致性指标对应的RI值，计算各矩阵的随机一致性指标CR=CI/RI。当n=1或2时，判断矩阵具有完全一致性；当n>2时，若CR<0.1，则判断矩阵具有满意的一致性，否则必须重建判断矩阵，直至满足条件。

（3）计算各指标权重。计算指标权重的方法有和积法、最小对数二乘法等方法。合积法计算过程如下：归一化各矩阵[1]，将归化矩阵按行相加[2]后再次进行归一化处理[3]，计算各个专家的权重[4]，组成专家权重矩阵后将之归一化[5]，然后计算各指标的最终权重[6]。

3.设定模糊评语集及对应评语分值向量集

设评语等级集E={e1， e2， …， eh}， h为评语等级子集的个数。与E相对应，令评语分值向量集F=[f1， f2， …， fh]。

4.构造模糊评价矩阵并检验其离散程度

请R位评价主体按递阶模型为评价对象打分构造出各指标的模糊评价矩阵Ri（2），由于评价结果可能受评价主体特定情感因素的影响，因此必须检验Ri的离散程度。令E={5， 4， 3， 2， 1}。依次计算R位评价主体对各指标评价结果的离散系数CVi（i=1， 2， …， n）[7]及其平均值AVG（CVi）。经过计算，在评价主体少于10人时，若AVG（CVi）>0.15，则说明各评价主体对该指标层的评价存在不公正极值。计算各分值与均值之间的标准差，标准差最大者即为极值，更换该评价主体重新评价，直至评价结果满足要求。

5.计算各准则层的评价结果向量

若模糊评价矩阵Ri通过离散程度检验则将之归一化后计算评价对象在各准则层的评价结果向量Ai[8]。

6.计算评价对象的最终模糊评价结果

综合各准则层的评价结果向量Ai，建立针对目标层的模糊评价矩阵A（3），然后利用准则层的权重矩阵计算评价对象的最终模糊评价结果G[9]。结合不同评语分值向量集F计算评价对象的最终精确得分S[10]。本段提到的矩阵和计算公式如表1所示。

四、应用实例

1.构建评价递阶模型

根据层次分析法原理，笔者整合了国内已有毕业论文评价体系研究成果和校内外专家和专任教师的意见，构建出如下外语专业毕业论文综合评价递阶模型，如表2所示。

2.建立专家判断矩阵并检验其随机一致性

请校内外8位专家和教师对各层指标打分构造出判断矩阵，因篇幅所限，笔者仅对准则层U5对应的矩阵Pk=8为例演示计算过程，如表3所示。

运用Matlab7.1计算各判断矩阵的最大特征值，依次为{3.0092， 3， 3， 3.0092， 3.0092， 3， 3.0037， 3}。计算P1的一致性指标CI=（3.009200-3）/2=0.0046，各专家矩阵的λmax依次为{0.0046， 0， 0， 0.0046， 0.0046， 0， 0.0019， 0}；据公式CR=CI/RI，各专家判断矩阵的随机一致性指标值依次为{0.0079， 0， 0， 0.0079， 0.0079， 0， 0.0032， 0}，均小于0.1，通过检验。

3.计算各指标的最终权重

本节以第一位专家的判断矩阵为例演示计算过程。首先归一化P1；按行相加得M1=[0.2678 1.7608 0.9713]T；再次归一化得1=[0.0893 0.5869 0.3238]T。其他各专家的打分归化矩阵依次为：2=[0.1111 0.2222 0.6667]T、3=[0.1667 0.1667 0.6667]T、4=[0.1638 0.2973 0.5390]T、5=[0.1066 0.1935 0.6999]T、6=[0.1000 0.3000 0.6000]T、7=[0.1299 0.1381 0.732]T、8=[0.1429 0.1429 0.7143]T。计算第一位专家最终权重W1=1/（1+10×CR1）=1/（1+10×0.007931）=0.9265；其他专家的最终权重依次为{1， 1， 0.9265， 0.9265， 1， 0.9691}；归一化各专家权重组成矩阵k=[0.1196 0.1291 0.1291 0.1196 0.1196 0.1291 0.1251 0.1291]T；计算U5各指标的权重值为：W1=k*k=[0.126441， 0.253472， 0.620088]。其他指标的计算结果请见表2。

4.模糊评价过程示例

下面说明运用该递阶模型对某位英语专业学生毕业论文进行模糊评价的过程。因篇幅所限，此处以准则层U1为例演示计算过程。

（1）设定模糊评语集和对应评语向量集为：V={e1， e2， e3， e4， e5}={优，良，中，合格，差}，F=[f1， f2， f3， f4， f5]=[5， 4， 3， 2， 1]（五分制）或[100， 85， 70， 60， 40]（百分制）。

（2）由3位老师对U1各指标按V打分，构造出隶属度矩阵R1；计算该矩阵离散程度AVG（CVi）=0.0787<0.15，通过检验，说明评价小组没有给出极值。

[11]

（3）归一化矩阵R1，计算该论文在准则层U1下的评价结果为：

A1=WT

1×R1=[0.3223， 0.2239， 0.2749， 0.0977， 0.0308， 0.0505]T×R1=[0.2858， 0.4563， 0.2579， 0， 0]

A1可解读为：所有评价主体认为准则层U1为优的概率为28.58%、良为45.63%、中为25.79%、及格和差的概率为0%。其他各层评价结果依次为：A2=[0， 0.6667， 0.3333， 0， 0]； A3=[0.1751， 0.4075， 0.4174， 0， 0]； A4=[0.0327， 0.2925， 0.6748， 0， 0]； A5=[0.0845， 0.5822， 0， 0， 0]。

（4）构造总目标下模糊关系矩阵A，利用准则层权重计算最终模糊评价结果G。

[12]

结合不同评语分值向量集F计算评价对象的等级分或百分制分数：

S=GT×FT=[0.1336， 0.4144， 0.4373， 0， 0]T×[5， 4， 3， 2， 1]T=3.637133≈3.64；S∈[3.5， 4.5）。

S=GT×FT=[0.1336， 0.4144， 0.4373， 0， 0]T×[100， 85， 70， 60， 40]T=79.187≈79.2。

必须指出，运用本法求得的论文最低分为1或40，即本法对质量更差的论文不具备区分度，但这并不影响其适用性，不达标的论文必须退回修改，对学位证发放不会产生决定性影响。

五、结束语

本文从我国高等院校外语专业毕业论文评价工作的现状出发，讨论了该项工作的基本特征和工作原则，在整合AHP和FCE优势的基础上，设计了一种具备良好操作性的评价体系。该体系能有效地解决该项工作中存在的问题，调动学生毕业论文写作的积极性，进一步提高该项工作的科学性、标准化和公正性。此外，鉴于本系统计算过程的数学规律性极强，可以设计基于大型数据库的网络系统，实现全部计算过程的自动化，更好地提高工作效率，为创建节约型社会贡献一份力量。

参考文献：

[1]高等学校外语专业教学指导委员会英语组编.高等学校英语专业英语教学大纲[M].北京：外语教学与研究出版社，2000.

[2]Saaty T L. Decision making with the analytic hierarchy process [J].Int.J.Services Sciences 2008（1）： 83-98.

[3]姜鹏远等.基于AHP和群体决策的土地定级因素权重的确定[J].测绘科学技术学报，2009（1）： 72-75.

[4]池源，李升峰.基于改良模糊综合评价法的城市湖泊水环境质量分析[J].华中师范大学学报（自然科学版），2013（1）：124-128.

AHP模糊综合评价 第12篇

关键词：档案信息服务,绩效评价,层次分析法,模糊综合评价法

一、档案信息服务的特点以及绩效评价目标分析

档案信息服务绩效评价,自然是针对“信息服务”这一行为以及结果的评价。因此,它不同于档案组织的评价,也不同于档案人员的评价。而档案信息服务这一行为包含的因素有很多,包括有影响行为效率的基础设施、资源建设情况、技术水平等。有影响其行为结果的各种因素,包括有开放程度,服务态度,服务手段,服务水平,服务时间,服务数量等。这些因素既包含有定量问题也包含有定性问题,绝大部分都无法用确定的数量来衡量,因此,其绩效具有模糊性。很显然,我们对档案信息服务绩效进行评价,评价的目标是需要一种科学的计算方法对指标权重进行计算,然后利用这些权重科学计算评价结果,其结果应具有客观性、有效性。基于档案信息服务各因素的复杂性、定性问题与定量问题错综性、绩效的模糊性,以及绩效评价目标的明确性,在进行评价方法的选择时自然应排除基于投入/产生这样的评价方法,如数据包络分析法;其次应排除有关指标体系构建的方法,如平衡计分卡、因子分析法;再次应排除主观判断法,如德尔菲法,还应排除基于全面评价的360度评价法。因此,档案信息服务绩效评价方法理应选择基于指标权重计算和评价结果计算的层次分析法和模糊综合评价法。这两种评价方法在评价过程中互为补充。

二、进行档案信息服务绩效评价的基本思路

档案信息服务绩效评价是一个系统的、动态的、定性与定量相结合的循环过程。这一过程必须是有计划、有步骤、有目标的科学活动。基本思路遵循“提出问题———分析问题———解决问题”的原则。即要解决以下四个问题:为什么评价?评价什么?怎么评价?评价结果是什么?针对这四个问题设计如下评价思路:首先应明确评价目标,即回答“为什么评价”这一问题;其次分析影响因素,创建指标体系,即回答“评价什么”这一问题;然后用层次分析法确定指标权重,即回答“怎么评价”;最后用模糊综合评价法进行模糊复合运算,得出评价结论,即回答“评价结果是什么这一问题。评价过程如图1。这一过程重点落在指标体系构建、指标权重确定和评价等级获取这三个步骤上。

三、指标体系的构建

公共档案馆档案信息服务社会化绩效评价的指标维度和指标体系的构建笔者已在《档案信息服务社会化绩效评价指标体系构建策略》(见《档案学研究》2016年第三期)一文中进行了详细分析。具体指标体系如表二:

四、利用层次分析法确定指标权重

层次分析法的基本原理是将问题层次化。根据问题的性质和要达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合,形成一个多层次的分析结构模型,并最终把系统分析归结为最低层,相对于最高层的相对重要性权值的确定或相对优劣次序的排序问题。具体步骤分为:(1)建立层次结构模型;(2)构造判断矩阵;(3)层次单排序及其一致性检验;(4)层次总排序。具体模型如表二。

1. 建立层次结构模型。

根据层次分析法的三个层次:目标层、准则层、措施或方案层将档案信息服务绩效评价的指标体系按此三层构建成层次分析模型。目标层为:档案信息服务绩效评价;准则层为:档案信息服务绩效评价的指标维度,即一级指标;措施层为档案信息服务绩效评价的二级指标,具体如表二。

2. 构造判断矩阵。

判断矩阵元素的值反映了人们对各因素相对重要性(或优劣、偏好、强度等)的认识,一般采用1-9及其倒数的标度方法。当相互比较因素的重要性能够用具有实际意义的比值说明时,判断矩阵相应元素的值则可以取这个比值。A.L.Saaty提出的9分位相对重要比例标度。它是指用9,7,5,3,1,1/3,1/5,1/7,1/9,分别表示评价因素两两相比,前者比后者:极重要、很重要、重要、稍微重要、相等、不很重要、不重要、很不重要、极不重要;而相邻评价的中间值分别取8,6,4,2,1/2,1/4,1/6,1/8,构成判断矩阵A[1]13。构建判断矩阵是计算评价指标权值的关键步骤。这些体现重要程度的数据以发放表格的形式由熟悉档案信息服务的专家填写,由专家构成此判断矩阵,此过程将主观定性思维数量化。首先建立B层即指标维度相对总目标重要程度的矩阵。如下图三:

3.计算权重。

计算权重的过程就是求特征向量以及最大特征根的过程。层次分析法中有两种计算方法,一种是方根法,一种是和积法。本文采用方根法进行计算。以图三的矩阵图为样本进行计算。具体步骤如下:

第一步,计算判断矩阵每一行元素的乘积Mi,,n,根据此公式计算各行乘积分别为:

第二步,将Mi开列数次方根,根据此公式得到如下数据:

第三步,对向量W=[W1,W2,W3,W4]T=[0.312,0.669,1.495,3.201]T正规化:0.312+0.669+1.495+3.201=5.677

则所求特征向量W=[0.055,0.118,0.263,0.564]T,也就是说一级指标的权重分别为:[0.055,0.118,0.263,0.564]。

第四步,求最大特征根。求最大特征根的目的是为了进行一致性检验。矩阵的最大特征根的计算方法是用矩阵A每行的数字与所求特征向量一一相乘得到的数据再分别除以列数与特征向量的积,最后求和所得。具体运算如下:

4. 进行一致性检验。

应用层次分析法保持判断思维的一致性是非常重要的,所谓判断一致性,即判断矩阵A有如下关系:

aij=aik/ajk;i,j,k=1,2,…,n,根据矩阵理论,判断矩阵在满足上述完全一致性条件下,具有唯一非零的,也是最大的特征根λmax=n,且除λmax外,其余特征根均为零。而当判断矩阵具有满意的一致性时,它的最大特征根稍大于矩阵阶数n,且其余特征根接近于零。这样基于层次分析法得出的结论才是基本合理的。当阶数大于2时,判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性比率,记为CR。

判断公式为:,RI值是通过光强反平方定律及标度的转换得到的固定值,对于1-9阶判断矩阵,RI值分别为[11]:

当时,即认为判断矩阵具有满意的一致性,否则就需要调整判断矩阵,并使之具有满意的一致性。将上文所计算的最大特征根值4.12代入CR公式中得到:,由此可判断以上构建的判断矩阵具有满意的一致性。

5. 用同样方法计算二级指标权重。

二级指标权重的计算方法和一级指标权重的计算一样,先设计好矩阵图,向专家发放矩阵调查表,指导专家填写,然后建立判断矩阵。利用层次分析法计算权重并进行一致性检验。将得到的指标权重与对应的一级指标权重相乘,最后得到二级指标的权重。具体指标权重如表二。

五、基于模糊综合评价法的应用分析

1. 模糊综合评价法的基本原理。

模糊综合评价法是一种基于线性代数矩阵和n维列向量进行多目标评价的综合评价方法。假设在U和U/是两个有限论域的情况下,A是论域U上的一个模糊向量,R是U×U/上的一个模糊矩阵,AR是两个模糊矩阵的合成(或中是模糊运算符号)。于是有限论域U和U/上的模糊变换是:

设是一个模糊矩阵,论域U上的一个模糊向量A=(a1,a2,…an),这里,i=1,2,…,m,j=1,2,…,n.把A视为一个n×1模糊矩阵,则按模糊矩阵的合成,可以得到一个m×1的模糊矩阵:B=AR。这里B=(b1,b2,…,bn),实际上是一个U/上的模糊向量。公式B=AoR称为有限论域U到U/上的模糊变换[1]25。

2. 确定模糊综合评判的各个集合。

(1)确定模糊综合评判的因素组成集U,在档案信息服务绩效评价中的评判因素组成集U指的是各指标维度。即为:U={U1,U2,U3,U4}={B1,B2,B3,B4}={开放性,资源建设,技术水平,服务效果}。(2)确定模糊评判等级评语集,U/={U/1,U/2,U/3,U/4,U/5}={优秀,良好,一般,较差,很差}。(3)确定对因素U上的权数分配的模糊子集A,A在档案信息服务绩效评价模型中为通过层次分析法计算出来的指标维度权重。A=(a1,a2,a3,a4)=(B1,B2,B3,B4)=(0.055,0.118,0.263,0.564)(4)确定模糊评判矩阵R,即专家对四个指标维度的评价矩阵。假如有8位专家对某市公共档案馆的指标维度进行评价。评价结果分别为:对公开性这一维度给予优秀评价的有2位,给予良好评价的有3位,给予一般评价的为2位,给予较差评价的有1位,给予很差评价为0位,可以得到R1评价集为:R1=(2/8,3/8,2/8,1/8,0)=(0.25,0.378,0.25,0.125,0)。同样,若专家对资源建设这一维度给予的评价为:优秀1人,良好4人,一般2人,较差1人,很差为0,则R2=(1/8,4/8,2/8,1/8,0)=(0.125,0.5,0.25,0.125,0)。若专家对技术水平的评价为:优秀2人,良好2人,一般2人,较差1人,很差1人,则R3=(2/8,2/8,2/8,1/8,1/8)=(0.25,0.25,0.25,0.125,0.125),若专家评价为:优秀1人,良好2人,一般3人,较差1人,很差1人,R4=(1/8,2/8,3/8,1/8,1/8)=(0.125,0.25,0.378,0.125,0.125)。R1、R2、R3、R4、R5构成了评价矩阵R:

(5)由A和R经模糊关系运算AR,可得模糊评判结果B,即B=AR。

选择合成算子进行综合评判。本文选用M(·,)算法进行模糊计算,即:先用A集合的数字与R矩阵每列的数字相乘,然后将数字相加得到:B=(0.165,0.287,0.32,0.125,0.103)。如果将评判结果B用百分比表示则分别是:16.5%,28.7%,32%,12.5%,10.3%,由此可见8位专家对此公共档案馆的评价结果得优的可能性是16.5%,得良的可能性是28.7%,得一般的可能性是32%,得较差的可能性是12.5%,得很差的可能性是10.3%。根据隶属度最大原则,可以得出该公共档案馆在信息服务的总体评价为一般。如果将评判等级评语集U/={优秀,良好,一般,较差,很差},以100分制的形式分别赋予一个分数段,对应分数集为C={100,80,60,40,20},那么此公共档案馆可以得到一个评分列向量Q=BC=(0.165,0.287,0.32,0.125,0.103)(100,80,60,40,20)T=65.72,Q值对应的分数段在60这一分值上,很显然以百分值计算的模糊评判结果与矩阵合成算子计算的结果一致,该公共档案馆信息服务的总体评价为一般。

六、对评价结果进行分析

通过运用层次分析法与模糊综合评价法对某公共档案馆信息服务绩效进行评价,得到的评价结果是“一般”。那么,这一结论是否有效呢?我们从评价方法的技术层面上来进行分析。从上文可以看到8位专家对四个指标维度给予的优秀、良好、一般(因较差和很差给予的票数最少,不参与分析)的票数比分别是:R1=2:3:2;R2=1:4:2;R3=2:2:2;R4=1:2:3,简单地按优秀、良好、一般的票数相加,可以得到对四个维度给予优秀的总票数是6票,给予良好的总票数是11票,给予一般的总票数是9票,如果单纯从总票数的比例来分析,那么该档案馆信息服务绩效评价等级应该是得票最多的“良好”这一级。为何通过层次分析法与模糊综合评价法科学计算的结果却是“一般”这一等级呢。根本原因在于,通过层次分析法得到的指标权重不同。通过层次分析法计算出来的档案信息服务绩效评价四个指标维度的权重分别为:0.055,0.118,0.263,0.564。由此可见,作为信息服务这一行为产生的结果即服务效果这一维度的指标权重远远大于其他三个指标的权重,服务效果这一指标权重分别是其他三个指标权重的10.25倍、4.78倍、2.1倍。这说明服务效果在档案信息服务整个指标体系中占有绝对重要的地位。这也证明了信息服务为“用户”,“用户满意度”是公共服务最大的追求目标这一事实。而专家对服务效果这一指标的评价给予的票数分别是:优秀1人,良好2人,一般3人。在拥有最大权重的指标上,专家给予一般评价的票数最多。因此,通过两种评价方法的综合运算得出该档案馆信息服务的绩效等级为“一般”,足以说明这一结果是科学的、有效的。通过分析,可以总结出:绩效评价的结果由指标权重和专家评价等级(或分数)综合决定,而不是简单的由专家的评判结果决定。也就是说只有综合运用层次分析法和模糊综合评价法才能科学有效地对档案信息服务的绩效进行评价。

层次分析法和模糊综合评价法的结合使用非常适合档案信息服务绩效的评价工作。档案信息服务绩效评价是一个涉及众多复杂的、不确定因素的系统工程。评价的最大难度在于将定性问题定量化,特别是将定性问题确定指标权重。而层次分析法能很好地用科学方法解决这一问题。但层次分析法无法给被评价对象一个清晰明确的评价结果。而模糊综合评价法虽然不能用科学方法给出指标权重,但能满足清晰、明确的评价结果这一要求。因此,本文提出了一种基于层次分析法与模糊综合评价法相结合的评价方法对档案信息服务绩效进行评价。用此方法对案例进行分析和评估,得到了较客观、清晰的评价结果,利用此方法进行评价具有有效性和相当大的应用价值。

参考文献