效益模糊评价范文（精选9篇）
效益模糊评价 第1篇
一、引言
良好的经济效益增长模式才能带动我国经济的快速增长,而如何正确评价企业的经济效益,是提高我国企业经济效益增长的前提和基础,同时也是当前企业面临的瓶颈,需要企业管理者和决策者倾注大量的精力,才能有效地对企业的经济效益进行有效评价。
本文采用模糊评价方法对企业经济效益进行评价,该方法能综合考虑企业经济效益的诸多共同影响因素,根据各因素的重要程度和对它的评价结果,把原来的定性评价定量化,将定性分析与定量分析相结合,按照一定的评判标准,给出各个影响因素对企业经济效益的影响程度,能较好分析影响企业经济效益。模糊数学的评价具有较高的准确性,可以为企业决策者和管理者提高指导依据,对企业经济效益进行评价具有重要的实践价值。
二、传统的企业经济效益评价方法
1. 因子分析法
因子分析法是一种多元统计方法,它通过研究众多影响因子的内部依赖关系来分析数据的结构,将反映一个企业的经济效益的公共因子提炼出来以反映众多因子代表的信息,用这些公共因子对企业的经济效益进行综合评价。
因子分析法可以看出影响企业经济效益的原始指标的内在结构,揭示经济效益指标的内在相关因素,这正是因子分析法的优势所在。但是因子分析只能分析单层次的指标,无法分析复杂样本。
2. BP神经网络法
典型的BP神经网络结构包括输入层、输出层,以及隐含层,每层都有若干个独立的神经元节点,相邻两次节点通过权重进行连接和信息交互。运用BP神经网络法时,首先要科学合理的选取若干个解释经济效益的网络输入矢量,然后根据各个矢量表示的指标进行综合评价,并将结果分值作为神经网络的期望值输出。
由于企业的经济效益指标之间存在相关关系,会出现非线性和模糊性,人工神经网络方法原理简单,拟合度较高,在一定程度上能解决企业经济效益评价中的模糊性。但此方法在设定期望输出时,要通过专家评价,输出值有受主观影响大,缺乏客观性,且无法有效处理多层次的指标。
3. 层次分析法
层次分析法就是把一个复杂的问题通过从属性原则分解成多个成分,然后将这些成分按从属关系组成一个阶梯型层次结构,再采取一定的定量方法对层次中的各个成分进行权重的确定,最后得到目标层的决策方案。
层次分析不仅可以处理单层次的指标,还可处理多层次的指标,这是其最大优势。然而,层次分析法也存在无法较好处理数据的模糊性,需要改进。
三、模糊数学方法在企业经济效益综合评价中的应用
1. 企业经济效益评价方法的确定
在企业经济效益评价方面,传统分析法具有局限性:第一,很难建立一个定性与定量共有的、多层次的、综合反映企业经济效益的评价指标体系;第二,其在定量处理指标或者对定性指标进行量化处理时没有考虑指标的不确定性,缺乏可靠性。
因此我们要构建一个考虑企业经济效益相关指标的不确定性、可定性定量结合、多层次、综合地反映企业经济效益的评价指标体系。基于这样的要求,本文采用模糊数学理论与层次分析法相结合的方法——模糊层次分析法对企业的经济效益进行综合评价。
2. 模糊层次分析法的基本原理
模糊层次分析法是将层次分析法与模糊数学理论结合进行综合评价的一种新型方法,其基本思想可概括为:(1)确定评价对象;(2)建立评级指标层次结构体系;(3)构造判断矩阵并进行一致性检验,确定指标的权重;(4)应用模糊数学方法确定等级隶属度;(5)选择合适的模糊算法,建立模糊综合评价模型;(6)搜集数据进行计算,得到评价结果。
3. 模糊层次分析法综合评价模型的建立
(1)评价指标体系的建立和评价因素权重确定。根据实际情况选取若干评价指标构建评价指标体系,设评价指标构成集合U=u1,u2,u3,…,un},ui为各个评价因素。然后,根据专家打分得到每一层指标的标度,再采用层次分析法确定评价因素的权重,具体标度法为:若ui与uj重要程度相同,aij标度为1;若ui比uj稍微重要,aij标度为3;若ui比uj有较强的重要性,aij标度为5;若ui比uj的重要性大得多,aij标度为7;若ui比uj有极端重要性,aij标度为9;标度2,4,6,8则是上面5种情况的中间值;uj相对于ui的重要性标度为aij=1/aij。
然后计算判断矩阵A的最大特征值λmax及对应的特征向量X,并对特征向量进行归一化处理得到各因素的权重wi。
(2)一致性检验。为避免人为主观性,须对判断矩阵A进行一致性检验。根据判断矩阵一致性规则,判断矩阵的一致性指标CI、随机一致性比率CR须满足:
式(3.2)中,RI表示判断矩阵的平均随机一致性指标,不同阶数n对应的RI值见表1。λmax通过下面公式得到:
若不满足(3.1)和(3.2),则表明判断矩阵A不能通过一致性检验,需重新对指标和两两比较标度值进行设定,直到通过检验。
(3)评价等级隶属度的确定。通常分1～5五个等级对一个指标层进行等级评分,各等级的隶属度根据下面的隶属函数公式计算:
隶属度还可采用线性插值法,即将评价指标的实际值通过线性插值法映射到区间[0,1],从而确定指标的隶属度。假设指标u的隶属度为d,其对应低值隶属度坐标为(u1,d1),高值隶属度坐标为(u2,d2),d1=0,d2=1,则指标u的隶属度可表示为:
一般如果样本数据较完整而且存在较强的连续性,则认为指标的隶属度近似服从正态分布;但若不满足这些性质,或不受样本数量的限制,则可采用(3.5)的线性插值法。
(4)模糊综合评价模型的建立。设n个评价样本构成的评价集合V,且评价因素集合U含有m个评价因素,U与V之间的模糊关系用模糊矩阵R表示:
这里rij是评价因素ui的第j个模糊评语,而对于模糊矩阵R的行向量Ri存在模糊关系:
得到权重和模糊矩阵后,可引入模糊计算方法建立模糊综合评价模型。设Rik是第一层第k个模糊评价矩阵,Aik是Rik的权重向量,Bli是第一层次第k个评价向量,则第一层评价向量的模糊表示式为:
则第二层合成评价向量为
这里Rc是第一层评价向量构成的模糊矩阵,Ac是第二层评价因素的权重向量,对B2各元素加总便可得到模糊综合评价结果B。
4. 企业经济效益评价指标的选取
(1)企业的一般经济效益反映指标。①总资产收益率。它是企业利润及利息总额与平均资产总额的比值,反映企业利用全部资产进行获益的能力。②净资产收益率。它是企业某时期的净利润与平均所有者权益之间的比率,反映企业投资与收益之间的动态关系。③成本利润率。它反映了企业利润与成本之间的比例,可衡量企业对成本的利用能力。成本利润率越高,表明企业成本耗费得到的利润越高。④销售利润率。销售利润率是企业销售得到的利润所占销售总收入的比重,反映企业经营状态的盈利能力。⑤每股收益。它是企业净利润除去优先股股息后的余额与企业发行股票平均股数的比值,反映企业的获利能力。⑥每股净资产。它是企业期末股东权益与企业总股数的比值,反映了企业股票的最低面值和股东投资于企业得到回报的能力。
(2)企业的获现性指标。它指企业在经营过程中获利时得到现金的能力,直接反映企业经济效益中的实际现金获取能力。①净利润现金比率。它是企业现金净流量与净利润之比,反映企业获益的现金保障程度。其值越大,企业经营销售的款额回馈能力越强,企业财务压力就越小。②主营业务收入现金比率。它是企业主营业务收入的现金占主营业务总收入的比重,反映了企业主营业务中现金流量的大小,其值越高,企业主营产品回款能力越强。
(3)企业的发展性指标。企业的发展性指标体现了企业的长期经营能力,反映企业经济效益的稳定性和持续性。①主营业务收入增长率。它是企业主营业务收入增长的重要反映,是企业发展性的衡量指标,一般它的高低表明了企业正处在何种发展阶段。②主营业务利润增长率。它是企业主营业务利润增长的重要指标,反映企业在经营时利润的增长情况,对企业的发展具有重要的预示作用。
5. 实证分析
(1)样本的选取。本文选取浙江华立科技股份有限公司作为样本进行实例分析。它是华立集团股份旗下的企业之一,主营信息化、系统工程、产品等服务。于2001年上市,总注册资金为1.15亿元。
(2)企业经济效益评价指标权重的确定。我们通过向专家发放问卷对浙江华立科技股份有限公司进行调查,利用1一9标度法对各个指标进行评分,得到评价数据并建立两两比较判断矩阵如下:
①企业经济效益评价整体的判断矩阵(目标层对准则层):
②企业一般经济效益反映指标的判断矩阵为:
获现性指标的判断矩阵为:
发展性指标的判断矩阵为:
下面对各个判断矩阵进行一致性检验,以消除由专家评分产生的主观性。通过计算我们得到R11、R12和R13上各个指标因素的权重值,以及CR值,分析后发现他们都通过一致性检验,表示该指标体系的设计是合理的,可以有效衡量企业的经济效益能力。
(3)指标的模糊评价。参阅近几年来的高低值,并取该公司2009年～2011年各个经济效益反映指标各自的平均值作为实际值,计算各指标的隶属度后,再对其经济效益进行模糊综合评价。最终浙江华立科技股份有限公司的模糊综合评价结果如表2所示。
对单项指标综合得分进行加总,可得到浙江华立科技股份有限公司的模糊综合得分,其值为B=0.415,即浙江省华立科技股份有限公司的模糊综合得分(百分制)为41.5分。
从该评价结果来看,浙江省华立科技股份有限公司的经济效益是比较可观的,但还有很大的提升空间。从各指标得分来看,该企业的成本利润率指标、销售利润率指标等模糊综合得分不高,因此可发展其成本控制能力和销售能力,提高企业的竞争水平。
四、结语
本文主要讨论了模糊数学方法在企业经济效益评价中的应用,主要思想将层次分析法与模糊数学方法结合,应用模糊层次分析法对企业的经济效益进行模糊综合评价。在模糊数学分析中的引入隶属度概念,通过模糊层次分析法对企业的经济效益指标进行模糊综合评价。该方法可以对企业的经济效益进行系统全面地评价,对企业经济效益的预见具有重要的帮助。
参考文献
[1]王震源,李法朝.Fuzzy积分在评判过程中的应用[J].模糊数学,1985,(1):109~114.
[2]段宝彬.模糊数学方法在综合评价中的应用[J].模糊数学,2009,(3):58~62.
效益模糊评价 第2篇
基于模糊技术的跨国公司技术联盟效益的评价方法研究
作者：张淑华
来源：《沿海企业与科技》2005年第08期
[摘要]文章首先建立了一组技术联盟效益的评价指标体系，再基于模糊综合评价原理对跨国公司技术联盟效益进行综合评价，得出了跨国公司技术联盟的效益水平，由此确定所选择的技术联盟伙伴是否适合本公司的发展。
[关键词]跨国公司；技术联盟；评价指标；模糊综合评价
[中图分类号]P011
效益模糊评价 第3篇
关键词：地铁,社会效益,模糊理论,综合评价
据调查统计,截至2008年8月,西安市户籍人口达到764.2万,核心区人口密集,受到明城墙的限制,东西、南北方向进出主通道各仅有两条,平均车速只能达到10～15km/h,并且西安的两个主要发展轴(东西、南北方向上)具有客流量大、客流集中的显著特点。因此,这两个方向上的常规公交输送能力已经饱和,交通严重堵塞,资料显示已经有72.5%的乘客乘公交怕堵车,为此,西安市提出了城市快速轨道交通线网规划,提出了“九宫格局,棋盘路网,轴线突出,一城多心”的城市结构模式,以减少主城区的交通压力,从而解决日益严重的交通供求矛盾。
1 西安地铁项目的社会效益分析
1.1 社会效益概念
本文中我们研究的社会效益是指与没有该项目时相比,运营该项目在资源节约、环境保护、技术提升、效率提高、城市宜居等社会进步、文化繁荣可持续发展方面的贡献。
1.2 社会效益的分类
效益根据划分的依据不同可以得出不同的类别,本文中的社会效益可分为直接效益和间接效益,即社会效益=直接效益+间接效益。直接效益为地铁自身运营本身所取得的收益,间接效益指不可用定量来衡量,为社会间接所带来的收益。
1.3 地铁项目对社会的直接效益
1.3.1 节约乘客出行的时间效益
为了提高区域城市化进程,西安城市轨道的建设将促成城市周围副中心的建设,地铁的修建会大幅度提高乘客出行速度,使其与周围的副中心不再因乘车速度慢问题而产生空间距离,让人遥不可及。据查西安市城市轨道的平均时速设计为80km/h;100km/h;120km/h,目前由于交通拥挤,道路严重堵塞,西安公交的时速为20～25km/h,可以看出地铁的高速度为乘客节约出富余的时间从而可以全面改善生活质量。
单位距离所节约的时间可通过式子计算为:
t———单位距离节约时间;v1———公交车(或自行车)平均速度(km/h);v2———地铁平均行驶速度(km/h)。由以上数据可以得出:t=0.037h。
节约的时间效益为T=α×q×s×p×t
α——每小时乘客出行比例系数(西安市居民每小时外出人数比例);q——客运量(人);p——乘客每人每小时的时间价值(元);按照国家规定,每年工作205天,每天工作8小时,每人每小时人均价值为16元。s——线路距离(km)。
本文中取一年内α=60%,客运量q按西安市城市居民出行的60%计算,单位时间价值p=16元,取s为20公里(西安南北方向乘车路线),则节约乘客出行时间效益为T=60%×764.2×10000×60%×16×20=880358400元。
1.3.2 减少乘客疲劳度,提高劳动生产率的效益
与公交车相比,地铁有良好的乘车环境,乘车快,乘车时间短,不仅可以降低乘客的疲劳度,随之也提高了乘客之后的工作效率。有资料显示,乘客在不舒服条件下,每乘车10分钟就会使劳动生产率降低3%～4%。据相关资料,运输疲劳使劳动生产率降低的数值:轨道交通为1.4%,公交车为7%。那么,乘坐地铁相应地提高劳动生产率6%。
计算式如下:B=β×α×q×p×t
Β——提高劳动效率(乘坐地铁比公交车缩减时间提高的劳动效率)(元);β——乘客出行往返系数(乘客外出往返均坐地铁的比例);α——每小时乘客出行比例系数;t——每天工作时间(国家规定8小时);q——客运量(人);p——乘客计算年份内每人每小时节约时间提高的劳动效率。
由以上数据可以得出:本文中取乘客出行往返系数为30%;那么西安市每天提高劳动效率累计为B=30%×60%×764.2×10000×0.06×8=660268.8元。
1.3.3 减少交通事故,提高安全性的效益
由于地面公交车的逐步增加,在有限的车道上无疑会提高交通事故发生率,根据历史数据,2006年西安共有公交车7840辆,出租车23127辆,2005年西安共有公交车6833辆,出租车22475辆,相比之下,2006年公交及出租车比2005年上涨17.4%和3%,公交车及出租车在有限的地面空间的大幅增加无疑会提高交通事故的发生率,然而,地铁的修建,由于节约时间,速度快,将会大幅度地吸引客流量,除减少了对公交车的投资外,还可以减少机动车的出行量,并且因大部分在地面以下行驶,安全性能好,交通事故发生率极低,无形中提高了乘客的安全性。
计算式如下:P=δ×n×c×tS
Ρ——事故发生的损失(元);δ——计算单位时间内每辆车事故发生概率;n——车辆数量(公交车、私人机动车等)(辆);c——每辆车每起事故平均经济损失(元);tS——计算年份时间。
根据以上数据及公式,忽略西安公交事故的每年增长率,本文中若每辆车发生事故概率为8%,(假设2006—2013年期间),据查2003年每台公共用车的保险事故支付额为834元/辆(若无增长),可以得出西安2006年公共交通事故损失大约P=8%×30967×834×7=14462827.68元。
1.3.4 替代地面公交投资效益
根据西安市经济快速发展以及日益增长的客流量的需要,如果不修建地铁,全部由地面公交来承担,那么,以西安的快速发展趋势,必定需要增加大量的公交及其配套设施,资料显示,9月份由市政府投资700万元用来购买300部大客车来缓解公交输送能力,以便为市民提供更好的出行条件,若不修建地铁,政府根据客流量的不断增加从而不间断地对公共交通及其设施进行投资,并且在有限的地面空间内,此举措不是有效的解决办法。2006年,西安市6条地铁线网的规划实施,总长251.8公里,总投资近500亿,从长远来看,地铁的修建不仅可以缓解地面空间公共交通压力,并且相应地会减少公交及出租的投资,此外,地铁还会为乘客提供舒适的乘车环境。
1.3.5 降低环境污染,节约城市用地效益
地铁被称为“绿色交通”,因为它具有低能耗、低污染、安全、快捷等特点,并且与一般地面交通相比,减少了地面汽车排放的污染物(式子如下)。它最突出的特点就是绝大部分在地面下运行,在地面上建起高架桥,对地面占用比较少,因此节约了不少土地。
计算式如下:Q=γ×Q0
Q——机动车污染物排放量;γ——机动车CO和NO2占污染物排放系数;Q0为每年城市污染物排放总量。
1.4 地铁对社会的间接效益分析
1.4.1 带动周边建筑业、服务业的发展
城市的商业格局都是在交通格局的基础上形成的,西安也不例外,在《西安市城市总体规划2004～2020》中,其目标是形成以公共交通为主体,快速轨道交通为骨干,其他公交为辅助的多元化、快速、高效、环保的城市公共交通体系,实现公共交通的可持续发展。地铁,快捷准确、风雨无阻的交通工具,一条将社会财富向城市热点区域集中的金线,连同其上的建筑物,将成为一个城市现代化、国际化的标志。并且,地铁拉着地产跑,地铁规划一线,带动地产一片。特别是地铁规划的沿线,西安印象、白桦林居、雅荷春天、广丰花园、御道华城、赛高国际、银池·花香丽舍,甚至南城的名城雅居等楼盘,打着“地铁牌”广告,毫不犹豫地抓住了这根救命草,以致使得地铁沿线物业与非沿线物业的差价一般都在20%左右。相关数据显示,广州初建地铁时,地铁沿线物业升值15%～25%,地铁开通后,沿线物业再次升值15%～25%。还有深圳、北京、上海等一线城市,这样的例子不胜枚举。
1.4.2 改善居民生活质量,缩短居民出行时间
前几年西安楼盘是以“郊区化居住”为理想居所,那么在地铁时代,“郊区化居住”将不是一个难题。速度的大幅度提高弱化了人们的时间概念和空间概念,让人们原来的“田园居住”的理想变为现实,让人们摆脱了那种居住在四周皆被水泥、钢筋包围的城市里,从而改善了人们的生活质量,并且大大缩短了人们的出行时间。据资料显示,以西安钟楼为中心,在无轨交通的情况下,公交40分钟的出行范围251.96平方公里,而在有轨交通的情况下,公交40分钟的出行范围可以达到853.42平方公里,大幅度地缩短了人们的出行时间。
2 模糊评价的理论知识
地铁项目的社会效益评价的常用方法有三种:定量与定性分析法、有无对比分析法、综合分析评价法。前两者主要针对的是单向社会效益指标进行分析,它们对指标之间的联系及对总目标的影响无法分析,而模糊综合评价方法克服了前两者的缺陷,在问题的评判中有一定的模糊性。
理论知识点:
(1)建立对象集U={U1,U2,…,Un},并且确定各对象的评价集V={V1,V2,…,Vn},确定对象的权重R=(r1,r2,…,rn)(∑rn=1)
(2)建立各单因素评价矩阵S=(Sij)n×m,其中S是U与V之间的模糊关系
S:U×V→{0,1}(i=1～n;j=1～m)
(3)做出综合评价:W=R×S=(W1,W2,…,Wm),若undefined,应将其规范统一化。
(4)得出结论Wj=max{W1,W2,…,Wm}
3 地铁项目的模糊综合评价
(1)建立模型。
本文中W为社会效益综合评价集;矩阵S 为社会直接效益与间接效益的一阶评价矩阵;U和V分别为一阶评价集S的因素分析;R为直接效益和间接效益的权重模糊集。
(2)各对象对评价集的因素影响程度不同,我们利用专家打分法,例如经过筛选后得到权重模糊集为:
R={0.673,0.328}
R1={0.337,0.128,0.231,0.106,0.198}
R2={0.536,0.464}
(3)利用模糊交换得到一阶矩阵,在本文中,我们的评价集为效益V={大,较大,一般,较小,小},例如评价人员对各对象打分,通过模糊计算和模糊交换得到一阶矩阵
undefined
(4)通过模糊交换(最大最小法)得到二阶矩阵W={0.176,0.283,0.198,0.183,0.160}
(5)得出结论W=0.283,说明西安地铁社会效益“较大”。
4 结束语
地铁项目在社会效益上进行分析后,并且通过模糊评价较全面、准确地得出评价结果。
可以看出,地铁作为城市基础设施的重要组成部分,对建立一个先进的、功能齐全的、运作有序的城市公共交通体系具有重要的作用,同时在经济上也促进了城市的快速发展。
参考文献
[1]王华,苏春海.市政建设项目社会效益和环境效益经济评价的实例研究[J].2001(9):28-32.
[2]王威,姚赛芬.沪杭磁浮线的社会经济效益分析[J].2007(4):18-19.
[3]西安统计年鉴2006年统计数据[DB/OL].Http://www.chinautc.com.
[4]韩春素.城市轨道交通项目的经济和社会效益量化分析[J].2005(6):58-62.
[5]韩超,袁舒萍,王栋.西安轨道交通1、2号线对城市结构的引导作用及其策略研究[J].2007(8):38-39.
[6]胡宝清.模糊理论基础[M].武汉:武汉大学出版社,2004.
模糊影响图评价算法的探讨 第4篇
模糊影响图是进行风险分析与评价的一种较新的`方法,因其直观性和易于理解而受到欢迎,论文就可用于工程项目风险分析的模糊影响图评价算法中存在的问题进行了探讨,研究并改正了其评价算法,最后,通过一个算例,详细说明了改正后的评价算法.
作 者：程铁信 王平张伟波 作者单位：程铁信(中国科学院系统科学研究所,北京,100080)
王平(加拿大阿尔伯塔大学土木与环境工程系,埃德蒙顿 T6G 2G7)
张伟波(中国华电集团公司,北京,100035)
效益模糊评价 第5篇
1 模糊数学概念
模糊数学又称FUZZY 数学。 “FUZZY ”这个单词既有模糊的意思还有 “不分明”的含义。在日常生活中, 有很多现象和事物的评价标准不是明确的, 站在不同的角度上评价标准是不同的, 那么就无法形成明确的论断, 这就是所说的模糊现象。例如:高和矮、胖和瘦、大和小, 多和少等都没有绝对明确的分界线, 无法用量化的指标分清他们之间的界限。外延分明的概念, 称为分明概念, 它反映分明现象。而模糊概念专指外延不分明的概念。
模糊性数学发展的主流是在它的应用方面。由于模糊性概念为生产生活中的模糊现象提供了合适的描述方法。所以对于人们在对客观事物进行评价、判断推理和决策提供了有效的研究方法。模糊数学被扩展和运用, 例如模糊模糊模式识别、聚类分析、模糊控制、模糊信息、模糊综合评判处理等。这些以模糊数学为基础的方法构成了一种模糊性系统理论, 构成了一种思辨数学的雏形, 它已经在农业、林业、医药、营销、管理、教学等各个方面得以广泛的运用, 并去得了巨大的经济效益。
2 经济效益概述
2.1 经济效益概念
经济效益是指企业的生产总值同生产成本之间的比例关系。 提高经济效益的根本的两条途径是提高生产总值, 降低生产成本。
生产总值:在一定期间内 (一年) , 所生产出的使用价值总量 (适合社会需要) , 用价值表示, 如果是企业的生产总值, 那么主体就是企业, 而我国的经济效益总值, 那么就是所有企业综合的生产总值。生产成本:生产过程中人力和物力的消耗, 用价值表示。同样企业生产成本的主体是企业, 我国经济效益中的生产成本是指我国综合企业生产成本总值。
2.2 影响经济效益指标分析
我国的经济效益是由企业的经济效益构成的, 企业的经济效益的好坏直接影响到我国经济效益整体的发展。所以影响我国经济效益的因素就是企业经济效益的增长, 企业经济效益的成长直接影响到国家整体经济效益。所以, 影响经济效益因素主要是研究影响企业经济效益的指标。
分析和评价企业经济效益的指标主要包含以下三类:
2.2.1 生产经营成果指标
生产经营成果与经济效益是成正比的, 提高经营成果, 必然会提高经济效益。生产经营成果指标主要包括所有者权益报酬率, 资产报酬率, 销售利润率, 销售收入及其增长率, 税金及其增长率、税前利润及其增长率, 人均税前利润及其增长率, 人均税金及其增长率, 人均销售收入及其增长率。
以权益报酬率为例, 研究生产经营成果指标对经济效益的影响。权益报酬率=净利润/所有者权益;总资产报酬率=净利润/资产总额, 权益乘数=资产总额/所有者权益, 所以权益报酬率=总资产报酬率×权益乘数
这就意味着, 企业要想提高经济效益, 首先产品是基础, 提高产品质量和相关的服务, 增加企业核心竞争力。第二, 要以市场为导向, 以需定产, 研发适应市场需求的产品和服务。第三, 加强企业内部管理, 整合企业内部的资源, 分析市场, 制定符合企业发展的营销战略。第四, 在技术上, 始终明确科学技术是第一生产力与时俱进, 引进先进的科学技术, 开发创新产品。第五, 管理现代化, 提高组织内部的管理层次, 优化组织的内部结构, 提高企业的管理水平。第六, 进行市场扩张, 实现规模经营, 打造品牌优势, 提高生产经营成果。
2.2.2 生产消耗指标
经济效益与企业的消耗的各项指标是成反比的, 只要降低消耗, 才能提高单位成本带来的经济效益, 这是集约型经济增长方式的根本途径和方法。消耗指标包括产品单位成本, 成本利润率单位产品人工成本率, 销售利润率, 单位产品材料成本率, 单位产品费用成本率等。
以销售利润率为例, 研究消耗指标对经济效益的影响:
销售利润率=净利润/销售收入
销售利润率等于单位的销售收入取得的净利润, 在这里, 要提高销售利润率, 只能是降低消耗, 以此降低成本, 单位的收益就会提高, 从而提高销售利润率, 增加企业的经济效益。
2.2.3 资金占用指标
资金占用指标包括总资产报酬率, 总资产周转率, 固定资产周转率, 应收帐款周转率, 存货周转率等。每类指标包括若干具体指标和相对值指标。
以总资产报酬率研究资金占用与企业经济效益之间的关系:
总资产报酬率=销售利润率*总资产周转率
总资产周转率=销售收入/资产总额
这里总资产报酬率和企业销售利润率和总资产周转率都是成正比的关系, 以为这总资产报酬率提高可以提高企业的经济效益, 而总资产的报酬率的提高在于销售率润率的提高和总资产周转率的提高, 提高销售利润率只有在增加销售收入的同时相应降低成本才能得以实现, 而总资产的周转率是单位总资产带来的销售收入, 意味着不要浪费资产, 提高总资产的效用, 才能够真正达到提高经济效益的目的。
综上所述, 提高企业经济效益是一个系统的工程, 只有协调好了系统内各个因素之间的关系, 才能使企业协调运行, 健康发展, 从而实现企业经济效益的最大化。
3 模糊数学在我国经济效益综合评价中的应用
我国经济效益的提高是以各个企业的经济效益的综合提高为基础的, 只有企业经济效益的提高, 才能使我国经济效益飞速发展。对于影响经济效益发展的因素是复杂的, 综合的, 在这些因素中既有量化的指标, 也是质的指标, 所以要运用模糊数学的方法对其进行研究。
3.1 模糊综合评判在我国经济效益综合评价中的应用
模糊综合评判是经济管理中应用的比较广泛的模糊数学理论, 模糊综合评判需要采用多层次评价模型的形式。影响我国经济效益综合因素是多方面的, 例如, 经济效益影响因素之一资金占用, 资金占用包含的总资产报酬率, 总资产周转率, 固定资产周转率, 应收帐款周转率, 存货周转率等都属于这个资金占用子因素集合, 然后对这些子因素集合进行评价, 然后将对子因素集合的评价结果, 向上一层母因素集合传递, 根据资金占用的这个子因素的集合的评判结果来最终得到资金占用这个影响因素的母因素的评判结果。
3.2 模糊聚类分析在我国经济效益综合评价中应用
聚类分析是将己知的物体和数值的集合划分为不同的区间组合, 通过分类发现事物的规律, 在此规律基础上再作进一步的分析。聚类分析的基础是各个样本实例之间的相似程度大小。我国经济效益综合评价是生产经营成果指标、生产消耗指标、资金占用指标这些集合划分区间, 进行分类, 找出这些指标之间的联系和区别, 也就是对这些经济效益指标进行类聚分析, 通过分析影响我国经济效益综合指标建立模糊相似矩阵, 以此来判断影响我国经济效益的各项指标的权重。
3.3 模糊模型识别在我国经济效益综合评价中的应用
模型识别就是把要研究的对象, 根据它的某些特征进行识别和分类。我国经济效益综合评价指标是一个复合系统, 其系统的功能从整体上来看是一种综合性的, 而且生产经营成果指标、生产消耗指标、资金占用指标这些指标对我国经济效益的影响也是也是综合性的, 我国经济效益的发展必须将这些因素纳入综合考虑的范畴。因而, 只对影响我国经济效益某一进行评估分类显得过于简单, 那么就需要对影响我国经济效益的多个因素的参数和标准的模型相互比较。多方面考虑我国经济效益影响因素, 将模糊隶属度引入影响参数和可比实例之间的相互比较, 通过贴近度的计算以及择近原则可以得到与影响经济效益参数最为接近的比较实例。
参考文献
[1]姜超.基于消费者的服装品牌资产评估模型的研究[J].现代商业, 2009, (3) .
[2]刘纪辉.模糊数学方法在房地产价格评估中的应用[J].赣南师范学院学报, 2008, (6) .
效益模糊评价 第6篇
配电网项目投资在当前电网建设中占有重要地位,如何合理地对配电网项目投资进行评价,指导配电网建设与发展是电网企业需要解决的重大课题。但针对配电网项目投资评价的研究并不多,且缺乏有效的分析和评价。配电网项目投资评价方法主要有模糊综合评价法[1,2,3]、层次分析法[4]、逻辑框架法、多层次模糊评价法[5]以及以上部分方法的改进等。文献[2]采用数据包络分析法对配电网项目投资进行评价,考虑了投资风险并将复杂多样的因素转换为线性规划问题,研究了计及地理空间因素对评价结果产生的影响,但该方法对数据准确性要求较高,依赖规划软件对数学问题进行求解,决策寻优及判断过程繁复。
充分利用指标间重要性判断,反映配电网投资在电网建设中的主要关注点,将配电网投资收益评价问题转化为投资收益与投资决策的评价,通过Delphi法对指标层指标的重要程度两两比较,并采用细分的1-9标度法定量表示,考虑专家对指标评判的主观性,利用三角模糊数[6,7]可以反映判断不确定度的优点,构建配电网项目投资的评价模型,从而确定待评价项目的投资水平,为配电网投资规划及电网发展提供参考依据。
1 评价指标体系
为合理评价配电网项目投资产生的收益,需考虑配电网投资及建设项目本身的多方面特点[8]:1如投资回收期长,投资数额巨大,项目建设周期较长,资金回收是逐步进行的,相对比其他建设项目而言投资效果相对滞后;2投资转移替代性差,电网建设项目投资是在特定地点形成的固定资产,投资领域较窄,这给投资转移带来困难;3配电网建设项目的间接效益不容忽视,项目一旦建成,直接效益可能不明显,但其对项目所在地的社会经济发展有很大的促进作用。这类项目的一大特点是经济效益可能不明显,然而由其产生的社会效益对当地的发展是十分重要的。
由于配电网建设项目的这些特点,其投资建设产生的效益又与其他社会效益交叉,很难将项目建设带来的效益剥离出来,因而导致评价的综合性与复杂性,但若泛泛笼统缺乏重点将失去评价的意义,不仅可操作性差,还对评价结果的准确性产生影响。
根据配电网建设发展规划,及与此契合的投资规划导向,把握投资关注领域,突出层次分析,重点体现配电网建设项目对电网结构改善的贡献程度以及投资带来的回报,从投资收益与决策建立两个子目标,再分别分解为体现收益与决策的指标 , 将复杂的 多方面影响因素逐一分解为可定量化的,能够参与评价统计的指标,使得总目标的层次分明,相互关系明晰。根据这个思路结合广泛调研,反复修改建立配电网项目投资评价的指标体系[9,10]。采用上述方法建立的评价指标体系见图1。
2 基于三角模糊数的投资效益评价模型
2.1 定义等级论域与指标论域
根据配电网项目投资效果评价预期,可定义:
评语等级论域:U={显著,良好,一般,不佳,差}。
指标论域:S={S1,S2},其中S1、S2分别代表子目标层的投资收益和投资决策。
2.2 模糊关系矩阵
对指标论 域内指标 层各元素确定等级论域的模糊隶属度,确定模糊隶属函数有很多方法,在配电网投资项目中优先选用Delphi法,经过多个专家的预测最终给出较一致结果的决策方法。以指标论域S1为例,针对指标层的每个元素均可得出模糊评价向量Vi={vi 1,vi2,……,vi5},其中:
从而得到S1的指标层的模糊关系矩阵V如下:
2.3 基于三角模糊数的权重计算
1 )构造判断矩阵。
选用Delphi法,由专家对指标层指标进行两两重要性比较,重要程度采用1-9标度定量表示,并采用三角模糊数表征不确定性。采用三角模糊数构造判断矩阵是对模糊层次分析法的改进,从而引入评判结果不确定性的概念,对每两个指标比较均有一个模糊区间eij=bij-aij,该区间表示专家对指标两两比较时存在的不确定性大小,模糊区间越大,不确定性越大,模糊区间越小,不确定越小[11,12]。
若有m个评估指标,则构建的判断矩阵为P=(pij)m×m,其中pij=(aij,nij,bij),nij为指标i对指标j的相对重要程度,aij与bij分别为两指标对比的模糊区间的下界和上界,同时有:
采用Delphi法构造判断矩阵时,一般有多个专家参与评判,设有K个专家进行打分,那么对于指标i与指标j的评判结果将由K个专家的评判结果综合确定,其值可运用三角模糊数的运算性质由下式得出:
其中pt为第t个专家对于指标i与指标j给出的评判结果,另外,根据三角模糊数的运算性质有如下结论:
2)计算调整判断矩阵。
构造判断矩阵的模糊评判因子,用以反映专家对同一个指标评判的模糊程度,调整因子矩阵如下:
式中,设rij=bij-aij/2nij为标准利差率,反映了专家对指标评判的模糊程度,rij越大,模糊程度越大,可信度越小。
由调整因子矩阵与Delphi法构造的判断矩阵共同作用产生新的调整判断矩阵,按下式计算:
上式中,矩阵N为判断矩阵P中三角模糊数的中值nij组成的矩阵。
3)权重计算。
将调整判断矩阵T按列变换,使得矩阵对角线为1,新的判断矩阵记为X,X=(xij)m×m,且满足xji=1/xij。
采用方根法计算各指标层的指标权重γi,按如下两式进行计算:
由此,得到指标层权重向量:
以计算指标层权重同样的方法得到子目标指标权重,再根据已经确定的指标层权重综合计算相对于总目标的权重wi,如子目标指标权重为k,则综合指标权重按下式计算:
2.4 评价结果向量
根据指标论域内确定的模糊关系矩阵及权重评价向量计算得到投资效益评价结果:
Y为对应等级论域的一行五列的向量,根据最大隶属度原则可确定待评价项目投资效益的综合评价效果。
3 实例分析
以某市公司2011~2013年配电网建设投资为例,收集评价所需相关基础数据,由于评价指标均是可定量化的,对评价指标进行计算,为建立模糊关系矩阵提供数据支持。基础数据如表1所示。
根据基础数据计算值,运用专家知识及经验信息对指标层各元素确定等级模糊隶属度,建立模糊关系矩阵,S1和S2指标的模糊关系矩阵如下:
以下以投资收益指标论域为例,给出该层指标的权重计算过程。S1指标采用三角模糊数的判断矩阵如表2。
考虑专家评判的模糊程度,引入调整因子矩阵,按照式(6),对模糊判断矩阵进行修正,即:
经过矩阵运算,调整判断矩阵T为:
对调整判断矩阵按列进行变换,使得矩阵对角线元素均为1 ,变换后矩阵为:
再根据式( 7 )~( 9 )计算得到S1指标的权重向量R1:
考虑到子目标层的两个层面的权重相当,则子目标指标权重按0.5计算,按式( 10 )得:
同理,可得S2指标的综合权重向量:
按式( 11 ),最终计算得到投资效益评价结果向量:
将评价结果向量Y与评语等级论域对比可知,根据最大隶属度原则,待评价项目的投资效果为良好,将该评价结果与往年同规模投资对比可知,评价结果客观有效且与投资指标反馈情况相符,在投资评估及项目投资效果评价中具有重要的参考价值。又从投资决策和投资收益两个指标论域分别进行评价结果分析可以看出,两个方面的投资效果均有上升空间,可在规划阶段对投资策略进行调整以期达到最优。
4结语
效益模糊评价 第7篇
模糊综合评价法具有结果清晰, 系统性强的特点, 能将定性问题转化为定量评价, 近年来在绩效评估、风险评估、水质评价、土壤环境质量评价及项目实施后效益评价等诸多领域得到了广泛应用。本文以四川省南充市嘉陵区龙蟠镇等六村的土地整理项目为例进行实证研究, 通过了解并掌握土地整理及效益的相关理论, 以及对该区域的实地考察, 本文采取了系统的、定性和定量相结合的方法对该项目区的土地整理后的经济、社会和生态效益进行分析。通过运用层次分析法和模糊综合评价方法, 构建土地整理项目实施后的效益评价体系和评价模型, 尽量减少主观因素的干扰, 使得评价结果更加直观和清晰, 以期对其他类似地区的土地整理项目后效益评价提供参考借鉴。
1 项目区概况
土地整理是贯彻四川省“金土地”工程计划, 实现土地平整, 增加肥力、沟渠配套, 改善农田道路, 引导农民向农民新村集中的综合措施, 是南充市落实中央西部大开发战略, 实现跨越式发展和推进城乡一体化的需要, 是农村实现小康社会的必由之路。
嘉陵区位于四川盆地东北部, 是一个农业在国民经济中占主导地位的县级区, 但通过多年对耕地的粗放式利用, 存在人均耕地少, 水土流失严重, 中低产田比例大, 全县经济发展落后的现状。近年来, 随着经济的发展和西部大开发战略的全面实施, 交通等基础设施建设和“城镇化”步伐的加快, 建设占地急剧增加, 人地矛盾更加突出。因此, 遵循自然和经济规律, 因地制宜地开展土地整理, 增加耕地数量, 稳定粮食种植面积, 保障粮食生产安全, 便提到区委、区政府的议事日程上。南充市国土资源局嘉陵分局制定《南充市嘉陵区2013~2020年土地整理近期实施规划》, 区政府正在逐步实施。南充市嘉陵区龙蟠镇丰乐院村等 (6) 个村土地整理项目, 为实施规划所列项目, 在此基础上, 特提出申请。
嘉陵区位于四川东北部, 嘉陵江中游西岸, 地处东经105°45′~106°00′, 北纬30°27′~30°52′之间, 海拔高度458m, 自北而南依次为低山、丘陵、深丘带坝地貌, 呈带状分布, 年均气温17°C, 年均降水量1120mm。龙蟠镇位于嘉陵区西北部, 面积28.3km2, 总耕地1066.67hm2, 辖区17个行政村170个社, 共计5078户, 总人口17660人, 国道318线和县道李蟠公路贯穿全境。该城镇2001被列为四川省小城镇建设试点镇, 2009年被南充市命名为“市级卫生集镇”。本文土地整理项目主要涉及龙蟠镇六村, 包括丰乐院村、正印寺村、新学堂村、朱村沟村、司马垭村、苦楝垭村 (图1) 。
2 评价指标体系的建立及计算
2.1 项目评价指标集的选取
土地整理项目实施后效益评价是一项系统性和技术性较强的工作。本文在遵循目的性、综合性、科学性和可操作性、代表性、公正性和完整性原则的基础上, 结合研究区域社会经济及自然发展状况, 征询相关专业人士的意见, 从经济、社会、生态三个方面选取评价指标, 建立了一个含14个指标的土地整理项目实施后效益评价指标体系 (图2) 。
2.2 评价方法
土地整理项目实施后效益评价应该采用定性与定量相结合的方法, 结合项目实施的具体概况确定评价指标, 通过分析量化的评价指标最终得出评价结果, 图3为评价方法技术路线。
2.3 评价指标体系量化与计算
本文采用M (·, ⊕) 算子进行多层次模糊综合评价。在综合他人研究以及咨询该项目相关专业人士的基础上, 将该项目实施后效益评价分为完全成功、基本成功、部分成功、不成功和失败五个等级。
2.3.1 各评价指标模糊分布。
本文基于项目区土地整理项目实施后效益评价的具体情况, 采用梯形分布为各评价指标确定属于某等级的隶属度。由于篇幅原因, 选取生产规模扩大率指标为例建立模糊分布函数, 完全成功U1 (X) 、基本成功U2 (X) 、部分成功U3 (X) 、不成功U4 (X) 和失败U5 (X) (图4) 。
2.3.2 各评价指标的权重集。
基于各评价指标的定量计算, 并结合相关专家对选取评价指标运用层次分析法按照一定的评判标准进行成功度评判, 构成成对比较矩阵, 然后再对层次总排序和层次单排序最大特征根进行计算、通过一致性检验, 并最终确定各评价指标的权重 (表1) 。
2.3.3 模糊综合评价方法的计算。
根据以上表格分析的评价指标权重值, 计算指标的特征根和指标成功度评价等级。
经济效益指标的评价结果:
特征值= (1, 2, 3, 4, 5) · (0.2886, 0.1596, 0.5518, 0, 0) =2.2632
社会效益指标评价结果:
特征值= (1, 2, 3, 4, 5) · (0, 0.7350, 0.1634, 0.1016, 0) =2.3666生态效益指标的成功度评价为:
特征值= (1, 2, 3, 4, 5) · (0.3462, 0.5504, 0.1034, 0, 0) =1.7572
该项目区土地整理项目实施后效益评价指标如表2所示。由表1的一算项目的后效级指标权重组成权重矩阵A, 由表2的评价结果组成综合评价矩阵R, 计算得出项目后效益评价等级。
3 项目区土地整理实施后效益评价结果与分析
根据上述的分析结果可得出, 四川省南充市嘉陵区龙蟠镇等六村的土地整理项目完全成功的等级为21.23%, 基本成功的等级为39.44%, 部分成功的等级为36.32%, 不成功等级为3.02%, 失败的等级为0, 按照最大隶属度原则, 该项目成功度等级为“基本成功”。项目的大部分目标已经实现。
从以上各效益指标的特征值可以看出, 该项目的生态效益的完全成功度最高, 经济效益的完全成功度次之, 社会效益的完全成功度最低, 通过对嘉陵区国土局相关专业人士的访问, 可以分析总结出如下两个原因:一个方面是因为地方实施的土地整理项目一般涉及的时间较长, 短则数月, 长达数年, 公众参与决策的积极性逐渐变弱, 参与不够充分。在一定程度上也影响了项目实施的持续性和科学性。另一方面, 在土地整理过程中, 利益群体目标间的差异, 如政府要促进当地经济的发展, 农民要生存的多重目标, 这之间的利益冲突也是农村土地整理工程能否持续发展的一个社会风险。
4 结语
效益模糊评价 第8篇
关键词：多目标规划,目标函数,模型函数
0 引言
人类对沙化土地的开发和利用，需要建立具有高度物质能量转化的、良性循环的沙地生态农业模式，应以沙漠化土地的综合整治和自然资源的合理开发利用为中心，提高生态、经济和社会效益为目的，立足于生态环境和生产条件的改善，优化配套应用各项实用技术和科技成果，从而促进农业、林业和牧业的协调发展。为了使土地资源得到合理的开发利用，本文利用模糊多目标决策[1]的方法建立盐池县沙化土地经济结构的优化模型，并对其模型进行优化，以求在经济效益、社会效益、生态效益等方面达到总体最优。
1 模糊多目标规划的数学模型
对沙化土地生态系统进行多目标经营规划决策，也就是调整沙化土地的生态系统的结构，即种植业、畜牧业和林业所占比重的调整。首先，必须有一个调整目标，这个调整目标可以通过沙化土地的生态系统结构的优化模型来确定。对结构优化是通过调整不同产业之间结构比例来实现的，目的是在土地资源一定的情况下，使土地资源发挥的经济、生态和社会效益最大。为此需要进行多目标决策，使其沙化土地的生态系统总体效益达到最大。因此模型可取为：
其中：为所有实现的最优结果的函数；为第n个优先级目标；x为决策变量。
2 目标函数的拟定和约束条件的确定
2.1 变量的设定
建立沙漠化土地的利用结构优化模型的关键是变量设置。变量的选择要充分体现沙漠化区域内土地利用的特点和土地利用现状分类体系，符合土地资源特点和社会经济发展要求和今后的发展趋势。根据上述原则，从沙漠化土地资源特点和种植业、畜牧业和林业的发展要求出发，共设置12个变量，如表1所列。
2.2 目标函数的拟定
对沙漠化土地的多目标优化模型的建立是从以下几个方面考虑的：
(1)经济效益方面：沙化土地的合理利用，基本生产条件的改善，才能促进经济建设的迅速发展。经济效益的总产值就等于种植业总产值、畜牧业总产值以及林业总产值之和。其经济效益最大化模型为：
其中：为第i种土地利用方式单位面积大约的生产总值（元/亩），YP表示羊只的单价。
(2)生态效益方面：通过综合整治，林地面积的不断增加，农田防护林和防风阻沙林的初具规模，还有天然草原可利用鲜草产量的提高，改善了生态环境，对土地的沙漠化基本起到了控制作用，使这个小范围的人类—环境—自然初步进入了良性循环的轨道。因此，衡量生态效益最大化的标准就是植被的覆盖率。其生态效益最优化的模型为：
(3)社会效益方面：由于生态效益和经济效益的提高,可以进一步促进群众的精神文明建设,增强学科学，用科学，治理沙漠的信心。沙化土地经过治理后，大幅度提高了当地农民的收入水平和生活水平，有利于缩小地区差距，最终实现全体人民的共同富裕。衡量社会效益最大化的标准就是当地农民的收入水平，其社会效益最大化的模型为：
其中：pn表示人口总数。
2.3 约束条件的确定
(1)土地资源总面积约束：
其中：TD表示沙漠化土地总面积（单位：亩）。
(2)水资源约束：
现有水资源有Wm3方可供利用，其中小麦灌溉定额为y1m3/亩，玉米y2m3/亩，水浇地杂粮y3m3/亩，经济作物y4m3/亩，旱地杂粮y5m3/亩，油料y6m3/亩。
(3)经济效益约束：
其中：ai(i=1,2,3,4,5,6,7,8，）为各种作物亩产效益；a12为每只羊的利润；SCZZ为生产总值下限。
(4)油料作物面积约束：
其中：YL表示现有油料作物面积（单位：亩）。
(5)旱地面积约束：
其中：HD表示旱地面积（单位：亩）。
(6)经济作物（指瓜果、蔬菜），按人均0.5亩）约束：
其中：pn表示人口总数。
(7)人均消耗粮食（包括口粮及国家征购粮）约束：
其中：MC为亩产粮食，总耗粮L Z公斤。
(8)杂粮（主要用于精饲料和销售余粮）约束：
其中：YM表示玉米产量，SZL表示水地杂粮，HZL表示旱地杂粮，YL表示余粮。
(9)封育草场（以占沙地草场总面积10%为宜）约束：
(10)饲料平衡，部分粮食秸秆可作饲料，各种牲畜年饲草需用量按当地理论标准计算，羊消耗CL公斤年）约束：
其中：c1,c2…，c6分别表示玉米、杂粮、油料、沙地草场和人工灌溉草场的饲料产量，SC表示剩余的草料。
(11)农家肥平衡（假如每W只羊供应1亩地所需农家肥）约束：
其中：NF就表示通过其他途径获得的农家肥。
3 模型函数的优化
本文讨论的多目标优化决策问题是由式（1）～式（3）三个目标函数构成的优化问题。多目标决策问题一般不存在绝对最优解，决策结果往往与决策者主观愿望密切相关，决策者也想从系统中获得较满意的结果，而交互式决策方法能充分体现决策者主观愿望并能实现决策者与系统间的信息交换，因此，这里采用交互优化过程多目标线性加权法[3]来解决。首先由决策者给出各个目标的权重因子。
3.1 目标函数的权系数的获取
决策者对各个目标偏好程度不同，而且是模糊的，在此用模糊语言对上述目标进行评价，可以采用层次法[4]求出优化模型中目标函数的权重系数。
3.2 交互式多目标线性加权优化算法[5]
由于上述多目标问题的目标函数量纲单位不同，所以要先对目标函数进行正规化处理，才能使所有目标量化后具有可比性。设maxfi,minfi分别为目标函数fi的最大值和最小值，对式（2）～式（4）中的目标函数fi(i=1,2,3）进行正规化处理，得：
然后，通过求权重的方法可以获得各个目标的权重因子wi(i=1,2,3）从而使多目标函数转化为如下单目标函数：
则只求单目标函数式（6）的最优解x=x*，即为沙漠化土地治理的多目标优化问题的最佳调和解。
下面给出交互式多目标线性加权法的步骤：
(1)利用式（5）对目标函数fi(i=1,2,3）进行正规化处理。
(2)与决策者进行交互,给出各个目标的模糊评价值，并按上述求解权重的方法，获得各目标的权重因子wi(i=1,2,3)。
(3)得到单目标函数式（6），对其进行求解x=xi。
(4)把所得结果x=xi显示给决策者,如果满意则终止算法；否则，转回到(2)。
4 小结
本文通过对沙化土地综合整治效益的研究，给出了一种具有多目标模糊偏好需求的多目标优化决策模型。此模型由三个目标函数组成，分别为经济效益优化模型、生态效益优化模型和社会效益优化模型。由于决策者的偏好是模糊不确定的，采用交互式决策过程多目标线性加权法，实现了决策者的主观愿望和决策系统的信息交互的基础上求取问题的满意解。
参考文献
[1]徐玖平、李平:《多目标决策的理论与方法》[M];清华大学出版社,2005:139-146。
[2]邹自德、郑小鸣:《多目标决策中的目标可变权法》[J];《系统工程》2003,21(6):118-121
[3]陈德军:《一种具有模糊偏好的多目标进化算法》[J];《武汉理工大学学报》2003(25):1-3。
[4]李学平:《用层次分析法求指标权重的标度方法的探讨》[J];《北京邮电大学学报》(社会科学版)2001(1):30-32。
效益模糊评价 第9篇
1 企业物流能力模型的构建
企业物流能力模型的构建过程如下: (1) 基于指标体系设计的科学性原则、系统性原则、可操作性原则以及定量与定性相结合的原则, 结合前人的研究成果[1,2,3,4], 构建了初步的企业物流能力模型; (2) 在此基础上与大学、科研院所的物流领域专家学者进行交流访谈, 对初步的企业物流能力模型进行修改; (3) 深入各物流运作较为成功的企业, 与各级管理人员, 尤其是物流部门主管就企业的物流运作进行深度访谈, 并根据访谈结果对企业物流能力模型做进一步的修正、补充和完善。最终建立的企业物流能力模型包括质量保证能力、成本控制能力、时间管理能力、柔性运作能力、信息化能力等5项一级指标和18项二级指标。根据层次分析法的思路, 所构建的企业物流能力模型如图1所示。
2 企业物流能力模糊综合评价模型的设计
从本质上来讲, 企业物流能力模型是一个多层次、多要素的复杂系统, 其中既包括定性指标又包括定量指标, 从而使其本身具有一定的模糊性;同时作为评价主体的人, 其认识也带有一定程度的模糊性。为使评价结果更接近实际情况, 本文选用了多层次模糊综合评价法来对企业的物流能力进行综合评价。
2.1 建立企业物流能力评价指标集
企业物流能力评价指标体系如图1所述。
2.2 确定评语集
本模型中, 将企业物流能力分为5个等级, 即V={V1, V2, V3, V4, V5}={强、较强、一般、弱、很弱}, 并将其加权向量定为P={90, 80, 70, 60, 50}.
2.3 评价指标权重的确定
指标权重的确定是模糊综合评价模型构建的关键环节, 关系到最终评价结果及其准确性。本模型运用改进的三标度层次分析法来确定评价指标的权重[5]。该方法通过相应两两方案指标比较, 建立比较矩阵, 然后计算出最优传递矩阵, 进而转化为一致矩阵 (即判断矩阵) 。该方法自然满足一致性要求, 不再需要进行一致性检验。其基本步骤如下:
(1) 确定每一层次上各因素之间重要性程度的三标度比较矩阵
A= (aij) n×n, 其中undefined
(2) 计算比较矩阵A的最优传递矩阵B
undefined
(3) 一致性矩阵也称为判断矩阵, 把最优传递矩阵B转化为一致矩阵D
D= (dij) n×n, dij=exp{bij} (3)
(4) 根据判断矩阵D计算出该层各元素关于上层次某元素的优先权重, D矩阵中最大特征值所对应的特征向量作为该层各元素的相对权重值, 即:
Dαk=λmaxαk (4)
其中αk= (αk1, αk2, …, αki, …, αkn) T为特征向量, 作为该层次个元素的相对权重向量。文中采用乘积方根法求解特征向量的值, 即:
undefined
本文选择5位物流领域专家学者和企业中、高层主管进行讨论, 最终根据上述步骤计算得出二级指标权重:α1= (0.1674, 0.1015, 0.2760, 0.4551) , α2= (0.1674, 0.4551, 0.2760, 0.1015) , α3= (0.1038, 0.1712, 0.3625, 0.3625) , α4= (0.5762, 0.2119, 0.2119) , α5= (0.1554, 0.4223, 0.4223) ;一级指标权重:α= (0.1158, 0.3845, 0.2110, 0.0777, 0.2110) .
2.4 计算指标的隶属度
(1) 对于定性指标可通过模糊评判统计进行, 求得其对各个等级的隶属度。
方法是:参加评判的人数为M人, 认为指标为强、较强、一般、弱、很弱的人数分别为M1、M2、M3、M4、M5, 则得该指标的隶属度集合为 (M1/ M, M2/ M, M3/ M, M4/ M, M5/ M, ) ;
(2) 对于定量指标, 首先利用如下公式进行无量纲处理得到标准化值:
对于正指标 (指标值越大越好) , 有:
undefined
对于逆指标 (指标值越小越好) , 有:
undefined
其中maxf和minf分别为各项指标的上下限标准, r为指标无量纲处理后的标准值。
然后建立指标对五个评价等级的隶属函数, 计算指标对评价等级的隶属度, 其方法如下[6]:
μ1 (u) =e-25 (r-1) (r-1) 1n2, μ2 (u) =e-25 (r-3/4) (r-3/4) 1n2 ,
μ3 (u) =e-25 (r-2/4) (r-2/4) 1n2 , μ4 (u) =e-25 (r-1/4) (r-1/4) 1n2,
μ5 (u) =e-25 (r-0) (r-0) 1n2 。
对计算得出的隶属函数进行归一化处理, 最后综合定性指标和定量指标的隶属度得到各类指标的模糊评价矩阵为:
undefined, 其中, i为一级评价指标的序号, i=1, 2, …, 5;m为一级指标Ai下二级指标的个数;n为评价集V中元素的个数, n=5;rijt为评价对象在一级指标Ai下的第j项二级评价指标对应于第t等级评价的隶属度[7]。
2.5 综合评价
首先进行第二级评价[8], 考虑二级评价指标隶属于各个评价等级的程度及指标层权重得:Ei=αi·Ri, 其中i=1, 2, …, 5;然后对Ei进行归一化处理后得E*i.
其次进行第一级评价:E= (E*1, E*2, E*3, E*4, E*5) T, 考虑一级指标权重的综合评价结果得:S=α·E;再对S进行归一化处理后得S*.
计算目标层A的综合评价值, 即企业的物流能力值F:F=S*·PT.
3 应用实例
应用前述企业物流能力模型, 采用基于改进的层次分析法的模糊综合评价法对某制造企业的物流能力进行模糊综合评判。
首先由熟悉企业情况的15位物流领域专家和高层管理人员组成评价小组, 结合该企业物流运作实际状况对定性指标分别做出等级评价, 然后根据前述定性指标隶属度的计算方法求得各定性指标的隶属度如表1所示。
根据前述定量指标无量纲处理方法将收集到的原始数据转化为标准值, 然后进一步根据隶属度函数求得各定量指标的隶属度, 具体如表2所示。
表2中括号部分的数值一个是该行业最差企业的该项指标的数值, 另一个是该企业可以达到的潜力值, 即对应为各项指标的上下限标准maxf和minf.
综合定性指标和定量指标的隶属度得到5类一级指标的5个模糊评价矩阵为:R1、R2、R3、R4、R5, 根据公式Ei=αi·Ri求得Ei后, 进行归一化处理得:
E*1= (0.5345, 0.4242, 0.0408, 0.0005, 0.0000) ,
E*2= (0.2422, 0.5290, 0.2108, 0.0177, 0.0003) ,
E*3= (0.2021, 0.5499, 0.2304, 0.0175, 0.0002) ,
E*4= (0.2667, 0.3435, 0.2808, 0.0949, 0.0141) ,
E*5= (0.2178, 0.3719, 0.2667, 0.1333, 0.0104) ;
再根据公式S=α·E求得S后, 进行归一化处理得:S*= (0.2643, 0.4737, 0.2125, 0.0461, 0.0034) ;
最终, 企业的物流能力值F=S*·PT= (0.0865, 0.2651, 0.3523, 0.2663, 0.0298) · (90, 80, 70, 60, 50) T=79.495.
结果表明, 该企业的物流能力较强。
进一步深入分析, 分别计算5类一级指标的综合评价值:F1=E*1·PT= (0.5345, 0.4242, 0.0408, 0.0005, 0.0000) · (90, 80, 70, 60, 50) T=84.927;同理可得F2=79.952, F3=79.361, F4=77.541, F5=76.533, 由此可知该企业物流质量保证能力相对而言较强, 而成本控制能力和时间管理能力相对一般, 柔性运作能力和信息化能力较弱。该评价结果也与企业实际运作情况基本吻合。
4 结束语
本文首先构建了企业物流能力模型, 然后把改进的三标度层次分析法与模糊综合评价有机地结合起来构建了企业的物流能力模糊综合评价模型。
应用实例表明, 运用该评价模型对企业物流能力进行定量评价, 具有科学、简单、可操作性强等特点, 可以指导企业有针对性地制定和实施物流战略, 有的放矢地采取改进措施以提升企业物流能力, 改善物流运营绩效。
参考文献
[1]马士华, 孟庆鑫.供应链物流能力的研究现状及发展趋势[J].计算机集成制造系统, 2005, 3 (11) :301-307.
[2]FAWCETT, STANLEY, SMITH.Developing a logistics capability toimprove the performance of international operations[J].Journa1 OfBusiness Logistics, 1997, 18 (2) :101-127.
[3]EDWARD FRAZELLE.物流战略咨询[M].任建标, 译.北京:中国财政经济出版社, 2003:38-62.
[4]刘小群, 马士华.基于供应链绩效的企业物流能力量化分析[J].系统工程理论方法应用, 2006, 15 (6) :490-494.
[5]蒋华, 张淑君.基于改进的AHP方法进行空调冷热源方案优选[J].流体机械, 2005, 33 (5) :67-69.
[6]张翠华, 周红.供应链协同绩效评价及其应用[J].东北大学学报 (自然科学版) , 2006, 27 (6) :706-708.
[7]江卫东.基于AHP的企业R&D主管胜任力模糊综合评价[J].科学学与科学技术管理, 2007 (9) :189-193.