综合评判范文

综合评判范文（精选11篇）

综合评判 第1篇

以综合评判法为基础,在对评判事物进行初步量化时不采用直接量化评分的形式,而采取相对模糊的评判,如:优秀、合格、不合格等. 考虑到数学教学技能评价常涉及多个因素和指标,适用模糊综合评判法评价数学教学技能.

一、建立数学教学技能模糊综合评判模型

模糊综合评判模型四大要素: 因素集U、评语集V、因素权向量W、单因素评判矩阵R.

1. 确定因素集

根据前期分析,确定影响数学教学技能综合评判模型的因素集有8个因素,分别是U = { U1,U2,U3,U4,U5,U6,U7,U8} . 其中U1= 数学教学语言技能,U2= 数学教学导入技能,U3= 数学教学讲解技能,U4= 数学教学提问技能,U5= 数学教学板书板画技能,U6= 数学教学变化技能,U7= 数学教学强化技能,U8= 数学教学结束技能.

2. 确定评语集

按照所考核技能考核标准,设定评语等级及分数段为V1= 优秀( 90 - 100 ) ,V2= 良好 ( 80 - 90 ) ,V3= 中等 ( 70 80) ,V4= 及格( 60 - 70) ,V5= 不及格( 0 - 60) . 这样,评语集V = [优秀,良好,中等,及格,不及格],记为: V = [ V1,V2,V3,V4,V5].

3. 确定因素权向量

各因素权向量由调查结果按层次分析法确定. 在深入分析数学教学技能分类及其在大学期间训练培养可能性的基础上,建立数学教学技能层次分析结构模型. 其中准则层为U,按照两两比较重要性准则( 参照1 ~ 9比较尺度) 构造判断矩阵,求判断矩阵的最大特征值及其对应的特征向量( 为简化计算过程,判断矩阵的最大特征值和特征向量采用和法进行计算) ,再利用一致性指标、随机一致性指标和一致性比率做一致性检验. 经计算调查结果符合相关检验,由此可以确定因素权向量为:

W =[W1,W2,W3,W4,W5,W6,W7,W8]=[0. 13,0. 15,0. 20,0. 13,0. 09,0. 11,0. 12,0. 07].

4. 确定单因素评判结果———隶属度矩阵

邀请丽江师范高等专科学校数学教育专业10名教师作为评委,分别对学生数学教学技能进行单因素评价,得出单因素评价结果ri =( ri1,ri2,…,rim) ,并就此构造隶属度矩阵R85= ( r1,r2,r3,r4,r5,)T.

5. 建立模型

按照统计成绩( 数值形式) ,计算评价结果. 结果的模糊分布C与因素权向量W及单因素评判矩阵R有关系: C =W·R.

建立评价模型为: X = CVT.

二、案 例

以某次试验中,A班学生A1的某课教学为例,10位评委对A1的单因素评判结果分别为: r1= ( 0. 4,0. 2,0. 2,0. 2,0) ,r2= ( 0. 4,0. 3,0. 2,0. 1,0) ,r3= ( 0. 2,0. 3,0. 2,0. 2,0.1) ,r4= ( 0. 3,0. 3,0. 2,0. 2,0 ) ,r5= ( 0. 5,0. 3,0. 2,0,0 ) ,r6= ( 0. 3,0. 5,0. 1,0. 1,0 ) ,r7= ( 0. 4,0. 5,0. 1,0,0 ) ,r8=( 0. 3,0. 5,0. 2,0,0) . 就此构造隶属度矩阵R = ( r1 ,r2 ,r3 ,r4 ,r5 ,r6 ,r7 ,r8)T.

由此可计算得: C = W·R = ( 0. 338,0. 347,0. 177,0.118,0. 02) .

综合得分计算: X = CVT= 83. 15.

由此可得该 同学本次 教学技能 评价最终 得分为83. 15分.

摘要：构建数学教学技能模糊综合评判模型,并以案例对其进行求解及说明.

军校老师教学比武的模糊综合评判 第2篇

关键词:军校老师教学比武模糊综合评判层次分析法

中图分类号:G645文献标识码:A文章编号:1674-098X(2011)05(b)-0185-01

1 引言

模糊综合评判法可从定性和定量相结合的角度,对事物隶属等级状况进行整体评价。因此,本文将采用这一方法对军校老师的教学比武活动进行分析。

2 综合评判指标体系的构建

评判指标体系的具体指标及评判标准为:教学目标:①适应性,②前瞻性;教学内容:①基础性,②学术性,③思想性;教学实施:①启发性,②艺术性,③技术性;教学效益:①充实性;教学态度:①责任心;教学特色:①个性,②创新性。

3 模糊综合评判模型的建立

3.1 模糊综合评判模型的理论基础

模糊综合评判模型的基本因素:(1)因素集U为评判对象各因素组成的集合。(2)评语集把评判对象的具体要求分为若干个不同的等级,可用评语、数字等来表示。(3)每个评判因素的权重分配集且满足归一化条件:。其中权重表示指标在指标集中的重要程度。

由这三个基本因素即可得到评判模型,首先找出U与V之间的模糊关系矩阵然后令:

即为综合评判的结果。其中,表示评价等级在的因素的评价中所占的比重;表示评价等级在综合评判结果中所占的比重。

3.2 二级模糊综合评判的数学模型

二级模糊综合评判时的单因素评判为相应的一级模糊综合评判。把因素集U分为p个组对应的模糊关系矩阵为权重为根据3.1中的描述可求得各个评判结果。二级模糊综合评判的模糊关系矩阵,由一级模糊综合评判的输出构成:,于是,二级模糊综合评判结果为:

3.3 对模型进一步改进

(1)应用层次分析法分配权重,可有效地避免由于因素过多而使权重难以分配的问题。

(2)采用(-·)型综合评判模型,避免了因次要信息的丢失而导致评判结果的不准确。其合成运算为:。

(3)用加权平均法对评判结果进行量化处理,更有利于排序。

4 实例计算与分析

4.1 数据分析

(1)利用层次分析法对各因素进行处理,得到各因素的权重如表1所示。

(2)将表中的统计数据进行归一化处理,即得到了一级指标模糊综合评判的各个模糊关系矩阵R1,R2,R3,R4,R5,R6。例如:

4.2 一级指标的模糊综合评判计算

教学目标的评判为:

同理可求得其他一级指标的模糊综合评判结果:

B2=(0.505,0.300,0.079,0.116);B3=(0.381,0.344,0.228,0.047);B4=(0.500,0.237,0.263,0);B5=(0.648,0.196,0.156,0);B6=(0.448,0.426,0.113,0.013)

4.3 二级指标的模糊综合评判计算

经过一级指标的模糊综合评判得到二级指标的评价矩阵为:

进而,可以得到综合评价的结果:

4.4 模糊综合评判结果的处理与分析

综合评判 第3篇

十八大以来, 随着我国各项改革的不断深化, 教育改革已提到日程上来。中国教育当前面临着很多新情况, 新的问题、新的矛盾亟待解决。因此, 对于教育的改革, 家长、教师、学生等都寄予了太多的希望。教师综合能力评价是支撑教育改革的重要内容, 本文应用模糊综合评判方法对体育教师综合能力评价的可行性进行探讨。

二、分析与讨论

综合评判是对多种属性的事物, 或者说其总体优劣受多种因素影响的事物, 做出一个能合理综合这些属性或因素的总体评判。例如, 教学质量的评估就是一个多因素、多指标的复杂的评估过程, 不能单纯地用好与坏来区分。而模糊逻辑是通过使用模糊集合来工作的, 是一种精确解决不精确不完全信息的方法, 其最大特点就是用它可以比较自然地处理人类思维的主动性和模糊性。

客观的评价方法, 既有利于教师个人能力提升与发展, 也有利于学校稳定人才队伍, 减少人力资源的流失, 构建本校的人力资源梯队。教师的评价考核过程中如何有效地避免人为因素的干扰, 客观公正的进行评价一直以来是困扰各方的课题。评价考核过程中专家、领导的主观意见往往左右着最终结果。各种人为因素的影响, 包括其个人标准、价值取向, 乃至人情关系等等, 均使得人力资源评价的客观公正性被受质疑。因此如何提高评价考核过程的客观性, 就成为人力资源评价的重要课题。

人力资源模糊综合评判方法, 就是将人力资源评价结果以及职务资格要求由定性化转为定量化, 因此可以协助决策层更为科学与准确地选拔岗位最佳人选, 合理构建师资队伍人才梯队, 最大限度地减少评价考核过程的主观性因素干扰, 成为教师评价问题的一种合理的解决方案。

人力资源模糊综合评判方法主要应用于人力资源评价体系的以下两个方面。

(一) 评价整体人力资源

评价整体人力资源, 是指对某一团体内部人力资源历史和现状进行考察。运用多种调查方式与手段, 对组织内现有成员的性别、健康状况、学历、所受培训、经验、履历、掌握语种、能力与专长等多方面素质做出全面调查, 进而得出结论。

在构建人力资源库的过程中, 按照体育教学岗位的需要, 给出各项指标, 通过考核、综合评价, 形成本校体育教师人力资源库。可以采取调查问卷、专家访谈等多种方法, 形成定量化而非定性化的结果。指标当中, 有些客观性指标易于量化, 例如健康状况、学历、竞赛成绩、参加培训等, 而有些描述性指标, 如创新能力、观察能力、能动性较强等则比较难于掌握。需要采用相应的能力测试, 为这些指标得出量化的客观性结论。例如, 美国劳工部研究并实施一般能力测试, 主要是对一些职业领域工作中所必需的几种能力进行专项测评, 包括计量、平面图判断、语言、形形匹配等各种测评形式, 主要用于考察智能、言语、书写知觉、空间判断、运动协调等多方面的素质。其他的能力测试还包括特殊职业能力测试、心理运动机能能力测试等等。

此外, 还有采用情景模拟、人格测试、情商测试等方法对高级人才的测评, 给出比较全面的评价指标, 再根据专家评委会拟定的权重系数评价标准, 给出各项考察指标的量化结果。例如, 某人在一般能力测试中, “观察能力”为“优异”, 按测评标准起始分为9分 (评测标准给出的权重为0.4) , 而在专家面试的过程中, 判断能力被评为“良好”, 得分为7分 (评测标准给出的权重为0.6) , 对测试结果加权平均, 最终“观察能力”得分为7.8分。

(二) 评价现有岗位

评价现有岗位即岗位职责分析, 就是对某一种特定工作岗位职责做出明确界定, 以及确定完成这一岗位工作需要的行为, 并对所有相关的工作信息进行评价的过程, 亦即通常所说的6WIH分析公式。这包括“岗位描述”和“岗位要求”两部分。而在通常的人力资源管理活动中, 岗位要求所需要考察的资格标准主要用一些定性化的方式描述, 主观随意性较大, 难以达到职务匹配客观性的要求。因此, 各项指标的确立, 要从人力资源数据库里选取优秀样本, 赋予权重加权平均, 将测评指标由定性描述转化为定量客观数据, 为评价提供客观性依据, 形成岗位分析数据库。

在对体育教师的岗位分析中, 通过综合专家意见和查阅文献资料, 经过统计学处理, 做因子分析和 (HSD) 比较分析, 将体育教师综合能力评价指标确定为:教学设计与实施, 专业态度与学生辅导, 教学策略与评价, 专业技能, 团队沟通与配合, 专业发展六大方面。而后从近些年中选取评价较好的体育教师若干名, 各评价指标情况见附表1。

权重系数按照评价时间越晚系数越大, 时间越早, 权重越低给出, 各项评价指标按加权平均的方法计算得出。

其中, Ai为评价指标项的权重系数, Ri为评价指标项分值。

经计算得出体育教师综合能力评价指标的各分项指标分数如表2所示。

由表2可以看出, 对体育教师这一岗位的综合能力要求中, 对教学策略与评价和专业技能这两项能力的要求比较高, 而对业务发展的要求相对较低, 对其他几项指标的要求则较为平均。本文受采样数据库规模的限制, 分析结果可能具有局限性, 但是这一分析结果与徐金尧教授等的研究结果基本相符, 因此可以作为学校人事管理部门评价体育教师的客观依据。需要注意的是, 评价标准也应该随形势的变化不断更新和完善。本文根据体育教师的专业特点, 应用模糊综合评判方法对体育教师综合能力做出评价, 为提升教育管理部门对体育教师综合能力评价工作的专业化、科学化水平, 促进学校体育事业的持续发展做出有益探索。

附表:

三、结论与建议

研究表明, 模糊综合评判方法可以对体育教师综合能力做出客观的评价, 评价结果可以作为体育教师的考核依据。但是, 受采样数据库规模限制, 在确定评价指标及权重时要综合各方意见。经研究发现, 在体育教师这一岗位的综合能力中, 对教学策略与评价和专业技能这两项能力的要求比较高。

参考文献

[1]杨伦标.模糊数学原理及应用.华南理工大学出版社, 2003.

[2]侯书森.工商管理学精华读本.民主与建设出版社, 2001.

[3]于秀芝.人力资源管理.经济管理出版社, 2005.

综合评判 第4篇

基于灰色模糊关系的灰色模糊综合评判

根据灰色模糊数学的理论,将隶属度和灰度综合起来表示灰色模糊数,在原有评判方法的基础上给出了适用性更广的`灰色模糊综合评判方法,能够使评判结果更加客观可信.

作 者：卜广志 张宇文 作者单位：西北工业大学航海工程学院,陕西,西安,710072刊 名：系统工程理论与实践 ISTIC EI PKU英文刊名：SYSTEMS ENGINEERING――THEORY & PRACTICE年，卷(期)：22(4)分类号：C934关键词：隶属度 灰度 灰色模糊关系 灰色模糊综合评判

综合评判 第5篇

关键词：模糊综合评判审计风险模型层次分析法

一研究背景

审计风险是指审计师对含有重要错误的财务报表表示不恰当审计意见的风险，是指在完成审计工作并发表无保留意见审计报告后，审计人员所愿意承担的一种主观确定的财务报告未公允反映的风险。审计风险越低，审计人员要求的财务报表没有重要错误的保证度越高，且风险值可以取0到1之间的任何值。在审计工作中，审计人员不可能做到百分之百的准确率。

审计风险模型为DAR=IR×CR×DR，DAR代表审计风险，IR代表固有风险，CR代表控制风险，DR代表检查风险，由于固有风险是經济业务处理中本身固有的风险，控制风险是内部控制结构未能及时预防或发现经济业务中的某些重要错误或不法行为的风险，这两种风险都不是审计人员所能控制的，因此，本公式可变换为DR=DAR/（IR×CR），也就是说，审计人员可以通过本公式计算出能接受的检查误差，在其指导下确定审计工作的工作量大小。美国注册会计师协会给出了一个普遍使用的数值5%。为了计算出DR，本文将运用模糊综合评判法来确定IR和CR。

二评价固有风险

参考文献：

综合评判 第6篇

关键词：家教,评价指标体系,模糊综合评判模型

目前, 中小学生请家教是一个很普遍的现象, 在沈阳, 高等院校林立, 许多家长都请各大高校的大学生为他们的孩子辅导功课, 一个主要原因是想让自己的孩子从大学生的身上学到学习技巧与方法以及勤奋好学的精神。在请家教的这些学生中, 有的学生成绩优异, 却想使自己各方面更优秀, 但绝大多数学生学习成绩不理想, 学习缺乏自觉性, 学习方法欠佳, 家长想借家庭辅导来提高孩子的成绩。如何对家教的效果进行, 需要确定恰当的指标评价体系和建立一个科学的评价模型。文章通过问卷调查确定了评价指标体系及其结构, 建立了适合评价此问题的模型, 并运用此模型将调查所得数据进行计算, 最后分析所的结果.

(一) 评价指标体系的确立极其结构

首先, 根据问卷调查的结果确定评价指标体系。在对40名接受家教辅导半年以上的学生及他们的家长和辅导教师所做的问卷调查中, 回答“在培养学生的学习能力时, 你认为应着重培养哪方面的能力”这个问题时, 在40名辅导教师的回答中, 分析问题的能力、创新能力和自学能力排在前三位, 这是由于辅导教师比较注重素质教育;在40名家长的回答中, 孩子学习成绩是否提高、学习自觉性是否增强以及是否从辅导教师身上学到勤奋好学的精神在他们所注重的方面占前三位;而在40名学生的回答中, 他们所注重的除了想提高自己的成绩外, 是想增强自己对学习的兴趣和改善自己学习技巧与方法。可见, 辅导教师、家长和学生各自所注重的方面是不同的, 那么, 在学生接受家教辅导过程中, 辅导教师、家长和学生的所注重提高的能力究竟有没有提高, 如有提高, 又有有多大提高, 根据调查结果, 可确定评价指标体系:辅导教师:分析问题的能力、创新能力、自学能力;家长:学习成绩、学习自觉性、勤奋好学的精神;学生:学习兴趣、学习技巧与方法。

(二) 单目标多层次模糊综合评判模型

1. 一级模糊综合评判模型。

综合决策是在考虑多种因素影响下关于某种目的的对某种事物作出综合的评判。假设采用因素 (或指标) 刻划, 则设因素集为U={u1, u2…, un}, 又设所有可能出现的评语有m个, 则评语集V={v1, v2, …vm}, 一般地, 各个因素对事物的影响是不一致的, 故因素的权重分配可视为U上的Fuzzy集, 记为A={a1, a2, an}, 其中, , ai (i=1, 2, …, n) 表示因素ui在因素集中的重要程度。 (1) 单因素评判。模糊集值映射:f:U→F (V) , f (ui) = (ri1, ri2, L, rim) ∈F (V) (i=1, 2, …, n) , 其中, f (ui) 是关于因素ui的评语模糊向量, rij表示关于ui具有评语vj的程度。 (2) 由f导出U到V的模糊关系——综合评判矩阵R=Rf= (rij) n×m。 (3) 综合评判。对于因素集上的模糊向量A= (a 1, a2, L, an) , 通过R变换为V上的模糊集B=AoR= (b 1, b2, L, bm) 。另外, m个评语也并非都是绝对地肯定或否定, 故综合的决策也应看作为V上的Fuzzy集, 记为B={b1, b2, L, bm}∈F (V) , 其中bj (j=1, 2, …, m) , 反映了第j种决断在决断总体V中所占的地位。假如bj0=max{b1, b2, L, bm}, 则根据最大隶属原则得出决断为vj0。

2. 二级模糊综合评判模型的步骤。

(三) 应用模型计算

如今, 家长为孩子请家教是一个很普遍的现象, 但是, 家长不应该盲目的为自己的孩子请家教, 应该根据自己孩子的具体情况和自己的侧重点来定。虽然家教对提高学生成绩有很大帮助, 但是家长与学生不应过于依赖家, 而是应以学校里的教学为主, 家教辅导毕竟只是一个辅助手段。

参考文献

[1]李洪兴, 汪培庄.模糊数学[M].北京:国防工业出版社, 1994.

[2]谌红.模糊数学在国民经济中的应用[M].武汉:华中理工出版社, 1993.

[3]彭天好.机械产品设计方案的模糊综合评判[J].模糊系统与数学, 1997, (2) .

综合评判 第7篇

在生产和科技活动, 社会生活、经济活动中, 一个事物不会独立存在, 而受到各种各样的因素的影响, 必须较全面考虑各种影响, 选择重点, 然后对事物做出比较正确的判断。在二十一世纪竞争日益激烈, 消费者需求日益苛刻, 差异化产品、个性化产品不断出现的时代, 各种新型设备、新型产品不断出现, 厂商在投入市场之前应考虑各个方面的因素来获取人们对此商品的欢迎程度, 再决定是否应该批量生产, 如此才能在竞争中立于不败之地。在经济实际中, 消费电子类产品的更新速度最快, 如手机制造业市场的竞争非常激烈, 各大手机市场都在推陈出新, 新产品的市场投放及市场预测对手机开发商和销售商来说就相当重要。在问题的另一方面, 如果一段时间内发现某商品滞销, 反过来要查找原因。这个问题是与前面相反的。本文利用模糊综合评判方法试图对新型手机开发及销售做出评判, 模糊综合评判也叫做模糊综合决策, 即考虑多种模糊性因素影响下对某事物做出的综合评价。[1]我们将前一问题叫做模糊综合评判的正问题, 后一问题叫做模糊综合评判的逆问题。在本论文中仅讨论正问题模型。

1 模糊综合评判的正问题模型

1.1 模糊变换定义[2]

设有限论域U={u1, u2, …un}和V={v1, v2, …vm}, R是U到V的一个模糊关系, R= (rij) n·m, 0≤rij≤1。若有U上的任一个模糊子集A, 和V上的模糊子集B, 它们之间满足B=AR则称这是一个将U上的模糊集变为V上的模糊集的变换———模糊变换。

从映射的角度看, 任给R∈F (U*V) , 映射他Tn:

可以唯一地确定一个从U到V的模糊变换, A∈F (U) , TR (A) =B∈F (V) , 称B是A的像, A是B的原像。此映射也称为扩展原理。

1.2 正问题模型

正问题就是上述模糊变换中已知A和R求B。问题涉及以下几个方面:1) 一个已知的评判对象的因素集U={u1, u2, …, un}。2) 一个已知的评价决策集V={v1, v2, …vm}。3) 一个已知的对因素的权重分配, 此为U上的模糊集A, 用向量表示A={a1, a2, …an}

其中, ai为第i个因素ui所具有的权重数, 它们满足归一化条件。4) 获取单因素评判矩阵R= (rij) n*m, 它由n个V上的模糊子集———单因素评判向量组成。其中Ri= (ri1, ri2, …, rim) 。5) 进行U到V的模糊变换A·R, 即合成运算, 得V上的模糊子集B, 即对评判对象的模糊综合评判结果。

1.3 评判结果指标的处理

1.3.1 最大隶属度法

取与bj=max{b1, b2, …, bm} (j=1或2或…m) 对应的评价集元素v作为评判结果。不过当最大的或较多的评判指标不止一个时, 此法失败。

1.3.2 加权平均法

以bi为权数, 对各评价集元素vj进行加权平均, 所得结果为最终评判。

若指标集已经进行归一化, 即, 则直接有

1.3.3 模糊分布法

即直接将评判指标集作为评判结果, 或将其归一化后得到对评判对象更全面和更深入地了解。

2 某新型手机的模糊综合评判

2.1 手机市场的因素选择

某手机制造商最近开发了一款新型手机, 在推向市场之前要对市场进行预测, 以便获得最大的收益。这种预测可分为两个方面:按照新产品和新业务开发领域的管理顾问埃里克.曼金 (Eric Mankin) 的思想, 一个新产品要在市场上具有相对竞争优势, 要从两个方面判断, 即“顾客购买的激励因素”和“顾客购买的障碍因素”, 成功导入的新产品必须在以下几个方面表现卓著:

(1) 提供更高的顾客购买激励;它必须比市场上的现有产品便宜 (更低的价格) ;它必须比市场上现有的产品提供更好的特色 (更多的收益) 。

(2) 消除顾客的购买障碍:它必须没有任何的更换和使用成本 (易于使用) ;它必须容易为顾客所获得 (易于购买) 。

按照这两项原则, 可以建立:1) 因素集U={功能u1, 质量u2, 款式u3, 价格u4, 售后服务u5}。2) 评语集V={很受欢迎v1, 较受欢迎v2, 不太受欢迎v3, 不受欢迎v4}

任选几部此类手机, 请一些专家和普通用户来测试一段时间, 并对各单因素进行评价。

若对于功能u1, 有20%的人认为“很受欢迎”, 有50%的人认为“较受欢迎”, 有20%的人认为“不太受欢迎”, 有10%的人认为“不受欢迎”。则对u1的单因素评判向量为:

R1= (0.2, 0.5, 0.2, 0.1)

同理, 对质量u2, 款式u3, 价格u4, 售后服务u5分别做单因素评价, 得:

组成单因素评判矩阵:

2.2 权重集

据调查, 由于该款手机主要面向在校大学生设计, 而大学生普遍对手机的质量、价格和功能要求较高, 而对售后服务和款式要求不那么高。于是得各因素的权重分配向量:

A= (0.1, 0.3, 0.1, 0.3, 0.2)

2.3 模糊变换

其中, “·”为取小取大类型 (∧—∨) 。

由此获得模糊综合评价集B= (0.2, 0.3, 0.3, 0.3) 。

2.4 评判指标的处理

由于在评价集中最大数不止一个, 所以最大隶属度法失效, 我们用加权平均法。首先将评语集V={很受欢迎v1, 较受欢迎v2, 不太受欢迎v3, 不受欢迎v4}进行量化, 我们设很受欢迎、较受欢迎不太受欢迎和不受欢迎的界限分别为:0.85、0.70、0.60、0.45。

对B归一化为:B= (2/11, 3/11, 3/11, 3/11)

所以此款手机属于“不太受欢迎”产品, 应该再作设计后进入市场。

3 结语

本文应用模糊数学的原理, 建立了某款手机市场前景的模糊综合评判模型, 并将其应用于实际当中, 获得了较为全面、合理的评价结果。通过此例我们可以看到, 从因素集的选取、权重的分配和单因素评判矩阵的确定每一步工作都要尽量避免主观性和片面性, 因为它们都直接影响着最终的评判结果。

摘要：为了对开发的新型手机市场前景做出有效的识别和评价, 可以通过对手机的质量特性以及首批投放客户反应进行分析和归纳, 建立模糊层次综合特性评价模型, 运用层次分析法确立新型手机的各因素的权重, 得到评价矩阵并对其做出模糊化处理, 然后通过运算得到综合评价结果。

关键词：模糊综合评判,综合评价,手机前景

参考文献

[1]曹谢东.模糊信息处理及应用[M].科学出版社, 2003.

[2]曹炳元.应用模糊数学与系统[M].北京:科学技术出版社, 2005.

[3]张晓平.模糊综合评判理论与应用研究进展[J].山东建筑工程学院学报, 2003, (4) .

综合评判 第8篇

温室是一种特殊的农业生产性建筑, 具有鲜明的使用功能, 是一个建筑与机械产品结合的综合性设施。鉴于温室的功能性和综合性的特点, 温室的整体性和配套性就显得尤为重要。目前, 要强化温室企业与用户的温室整体性、配套性的观念和意识, 以促进我国温室业和设施园艺业整体水平的提高[1]。

温室整体性能的评价是一项较为复杂的工作。通常在温室工程竣工验收时, 首先进行各分项系统的验收, 再进行总体验收。在进行分项验收时, 一方面是看设计时的资料是否符合相关的标准和规范;另一方面是对某些机械设备进行简单的运行操作, 看其运动是否平稳和达到设计时的要求。评价指标缺乏全面性与可比性, 评审专家仅仅是做感性评判, 而无法进行数据化的定量评判。如何对这种受多因素影响的且这些因素又不可能完全定量化的对象进行科学合理的评判, 是亟待解决的问题。对温室整体性能的验收评判工作已引起人们的重视。

本文提出在温室整体性能评价时引入模糊综合评判方法, 对那些不能直接量化的指标在模糊定性评判的基础上进行定量处理, 从而能较全面地汇总各评价主体的意见, 综合反映被评对象的优劣程度。在此基础上, 开发了温室整体性能模糊综合评判系统, 充分利用现代信息技术处理手段, 有效地解决了数据采集、处理、温室整体性能等级的判定及结果查询、报表打印等问题, 使模糊综合评判方法在温室整体性能评价中的应用切实可行。

1 评价指标及模糊综合评判数学模型

1.1 评价指标体系

为了对温室整体性能进行客观全面的评价, 依据许多专家[1,2,3]的研究成果, 本文提出温室整体性能评价指标体系, 如图1所示。

1.2 指标的评价等级

各指标的评价等级可分为A (优) 、B (良) 、C (一般) 、D (差) 等4级。各级标准的制定可聘请温室设计、制造及使用等相关部门的专家, 参照国内外现有的温室标准, 针对每个评价指标分别制定相应的标准。对于4个评价等级, 可采用四级分等、两级定标的方法来确定。即制定A与C两级的标准, 间于A与C两级之间的评为B级, 比C级更差的定为D级。例如运行费用的A级标准为与原设计要求相一致或者浮动幅度小于原设计的10%;C级标准为浮动幅度是原设计标准的20%～30%。

1.3 模糊综合评判数学模型

1.3.1 建立因素集、权重集和备择集

1) 因素集。

U={u1, u2, …, um}, ui (i=1, 2, …, m) 为一级指标;

u1={ui1, ui2, …, uin}, uij (j=1, 2, …, n) 为二级指标。

2) 权重集。

undefined为一级指标权重集, aj为一级指标权数;

undefined为二级指标权重集, aij为二级指标权数。

3) 备择集 (或评判集) 。

V={v1, v2, …, vp}, vk (k=1, 2, …, p) 表示某个评价等级。

1.3.2 模糊综合评判数学模型[4,5]

undefined

式中undefined—单因素隶属度矩阵;

undefined—总评价矩阵;

“。”—矩阵合成运算, 采用模型:M (·, +) ;

bk—评判对象按所有各因素评判时, 对备择集中第k个元素的隶属度。

1.3.3 隶属度

隶属度即从某个单因素出发, 以确定评判对象对备择集元素的隶属程度。采用模糊统计法, 由专家对各个指标按照评价等级及标准进行评价, 然后统计评价结果。当专家人数足够多时, 此因素得到某个等级的频数就是其隶属度。例如, uij隶属于备择集中第k个元素的隶属度, 可表示为rijk。

2 软件系统实现

2.1 软件设计基本思想

在整个软件设计过程中, 始终坚持以模糊综合评判数学模型和评判流程为基础, 以模糊推理计算为重点, 计算过程透明化, 处理过程自动化, 具有一定的通用性。

2.2 系统结构

温室整体性能模糊综合评判系统具有温室整体性能评价、历史评价信息查询和评价指标维护等功能。系统主窗口如图2所示。

2.2.1 温室整体性能评价

它是该系统的主要功能模块, 完成温室整体性能评价的过程, 包括数据的录入、处理、结果生成及报表打印等功能, 温室整体性能评价界面如图3所示。整个计算过程对用户是透明的, 用户只需关心所评价的温室、有效评分票数、评价时间以及评分表中的原始数据, 提高了评判的自动化程度, 减少了由于人工计算所带来的误差。

2.2.2 历史评价信息查询

主要实现对已完成的温室整体性能评价信息进行查询, 并对查询结果进行浏览和打印。

2.2.3 评价指标维护

它包括一级和二级指标的维护, 主要完成对温室整体性能评价指标的添加、删除、修改等操作。通过该模块可根据实际对评价指标进行设置, 在一定程度上实现了评价指标的可调整性, 提高了评价指标的科学性, 增强了软件的通用性。

3 计算实例

以昆明市某PC板Venlo型实验温室为例, 在温室验收时聘请20位专家, 根据各指标的评价标准, 参与验收的专家就各个指标给出一个评价等级;然后由计算机对所有评价结果进行统计, 各个等级的频数即为其隶属度。

3.1 因素集、权重集和隶属度

温室整体性能的评价指标 (因素) 、权重和隶属度如表1所示。

3.2 模糊综合评判结果

经温室整体性能模糊综合评判系统统计评价, 得到该温室的模糊综合评价结果如图4所示。

3.3 结果分析

根据温室整体性能评价等级, 按照“最大隶属度原则”, 选择最大评判指标所对应的备择元素作为评判结果。因此, 由上述计算结果可知各一级评判结果为:该温室的适用性优, 经济性、耐久性及艺术性均为良;温室整体性能的综合评价结果为良。

4 结论

1) 对温室整体性能的评判涉及的因素较多, 且各因素的评定得到的均是一些模糊信息, 因而可用模糊综合评判法进行定量评定。

2) 通过理论分析和实例计算表明, 模糊综合评判法应用于温室整体性能的评价, 其结果客观全面以及科学准确。

3) 操作过程简便。参评人员无需打分, 只需在设定好的评分表中分别对各指标选择一个评价等级即可。虽然从计算方法看运算量大, 但通过设计计算软件, 操作时只需要录入 (人工或计算机) 所有参评人员的评价表, 即可由系统自动统计各评价指标在每个等级下的得票数, 然后给出所有评价结果。

4) 评价结果分级给出, 便于温室建设者和使用者分析该温室目前存在的不足, 为今后的建设和使用提供依据, 指明方向。

5) 在评价过程中, 应结合实际情况, 对温室整体性能评价中各级指标进行设立和权重的分配, 力争建立较全面的评价指标, 给出合理的权重值。

参考文献

[1]周长吉.现代温室工程[M].北京:化学工业出版社, 2003:36-39.

[2]张淑娟, 王双喜, 何勇.基于模糊综合评判的日光温室设计质量评判[J].农业机械学报, 2002, 33 (5) :67-70.

[3]徐向峰, 张瑜, 王立舒, 等.温室环境适应性模糊评价方法研究[J].农机化研究, 2006 (11) :200-202.

[4]韩立岩, 汪培庄.应用模糊数学[M].北京:首都经济贸易大学出版社, 1989.

综合评判 第9篇

在导弹武器装备的采购过程中, 军方需对导弹武器性能进行评价, 并在此基础上对导弹价格进行审核。导弹武器的性能是以先进科技为依托的, 随着精确制导、巡航隐身以及变轨突防等高新技术的发展, 导弹性能的高低越来越多地取决于科技含量及其应用水平。如何对导弹性能进行科学、客观地评价, 是军方采购部门需要解决的难题。

本文分析了导弹武器的特点, 建立了性能评价的指标体系, 运用多级模糊综合评判模型对导弹武器的性能进行综合评价。术语“综合”表示在评判过程中, 要将评判的数个单独要素和部分要素综合到一种聚合形式之中去, 其整体是部分的综合[1]。

1 导弹性能评价指标体系

导弹武器是一个复杂的系统, 其性能外延宽泛。建立完整科学的指标体系是进行模糊综合评价的基础。体系确立的原则有:

(1) 全面系统, 即用系统的观点全面、综合反映被评价导弹性能的实际情况, 不遗漏任何重要的方面。

(2) 简明合理, 即定义简明清楚, 指标体系的大小应适宜, 计算含义明确。

(3) 独立可比, 即指标相互独立, 有明确的内涵, 具有可比性。

(4) 便于操作, 即对评价对象影响大的重要指标应细分, 其他指标适当粗分, 以便于计算。

按照指标体系的确立原则, 结合影响导弹性能的主要因素, 通过调研、专家咨询、比较分析、综合归纳和演绎等方法, 建立如图1所示的导弹武器性能因素指标体系。

该评价指标体系由战术技术性能、使用性能和经济性能三个一级指标和射程、战斗部威力、命中精度等12个二级指标构成。

2 导弹性能模糊综合评判模型

根据上述导弹性能的指标体系, 应该建立相应的二级模糊综合评判模型。

2.1 确定模型条件

建立模糊综合评价模型前, 需要确立评价因素集、评语 (评价等级) 集和权重集。

①建立评价因素集

根据图1, 建立二级评价因素集

U={U1, U2, …, Um}, Ui={Ui1, Ui2, …, Uini}, i=1, 2, …, m, 其中:ni为Ui中评价因素的个数。

②评语 (评价等级) 集

根据评价的具体要求, 将评价指标的评价值分成s个等级, 即用V={v1, v2, …, vs}来表示评语集。

③权重集

确定U和Ui中每个因素在综合评价过程中的重要程度, 设U中每个因素相对U的权重集为:

W={w1, w2, …, wm}, 其中, ∑wi=1, 0≤wi≤1

同理, 确定Ui的权重集为Wi={wi1, wi2, …, wini}。

2.2 评价指标的权重计算

确定指标权重的方法主要有德尔菲专家咨询法 (Delphi) 、层次分析法 (AHP) 、二项系数加权法、环比评分法等。本文主要采用层次分析法来确定各评价指标对应于上一层某指标的相对重要性的权值, 具体方法如下:

①构造判断矩阵

判断矩阵用以表示同一层次各个指标的相对重要性的判断值, 通过问卷调查由若干位专家来判定。同时引入九分位的相对重要的比例标度, 构成正交判断矩阵B。

②计算单一准则下的相对权重, 求解判断矩阵B的特征根:

B·W=λmax·W

其中, λmax为判断矩阵B的最大特征根, 相应的特征向量为W。W经归一化后, 即为同一层次相应指标的权重向量。

③一致性检验。

衡量判断矩阵不一致程度的数量指标叫做一致性指标, 记作CI。

CI= (λmax-n) / (n-1)

CI的值越小, B的一致性越好。引入随机一致性指标RI, 其取值可查专门的表。若随机一致性比率:

undefined

则判断矩阵B具有满意的一致性, 否则需要重新进行两两比较, 对B加以调整。

2.3 评判矩阵

对某一特定导弹确定评价等级的过程等同于确定导弹对每个评价等级vi的隶属度值的过程。

①对每一个评价指标Ui进行单指标评价, 得出单指标评价矩阵:

Ri= (rij) ini×s, 其中ini表示Ui中的元素个数, s表示评价等级个数, rij表示指标对评语vi的隶属度。本文采用德尔菲法确定各评价指标对相应评语的隶属度。

②算出Ui的最终评语:

Ei=WioRi= (ei1, ei2, …, eis) 。然后将每个Ui作为单独元素, Ei作为单指标评价向量, 构成从U到V的模糊评价矩阵

undefined

, 从而得出U的最终评语向量:E=WoR。

3 实例综合评价

为了不失一般性, 本文对俄罗斯的“白杨-M”导弹进行性能评价。指标体系如前所述, 评语设为:“优秀”、“较好”、“一般”、“合格”、“差”。首先采用层次分析法计算出各评价指标的权重向量如下:

W1=[0.263, 0.141, 0.141, 0.455]

W2=[0.573, 0.222, 0.077, 0.128]

W3=[0.483, 0.157, 0.088, 0.272]

W=[0.630, 0.218, 0.152]

然后请专家通过德尔菲法得出该导弹的第一层评价指标如下:

undefined

根据权重向量, 可以得出一级综合评价指标如下:

E1=W1oR1=[0.228, 0.318, 0.254, 0.165, 0.034]

E2=W2oR2=[0.184, 0.207, 0.299, 0.245, 0.065]

E3=W3oR3=[0.233, 0.296, 0.254, 0.133, 0.085]

将上述评价向量当作第二层的指标评价矩阵, 可以得出二级评价结果如下:

E=WoR=[0.219, 0.291, 0.264, 0.177, 0.049]

根据最大隶属度评判准则, 对“白杨-M”型导弹性能的最终评价为“较好”。

4 结束语

本文提出了应用模糊综合评判法来解决导弹武器的性能评价问题。在评判过程中综合考虑了多种因素的影响, 采用层次分析法得出评价指标的权重, 在引入实例的基础上, 通过量化和科学计算, 最终得出了合理的评判结果。本文提出的方法可以为军方采购部门对武器性能综合评价提供参考。

摘要：针对导弹武器装备采购过程中存在的性能评价问题, 分析了导弹武器性能评价的指标体系, 采用现代系统评估理论的层次分析法确定了评价指标的权重, 结合模糊系统综合评判的相关知识, 建立二级模糊综合评判模型对导弹性能进行综合评价。

关键词：模糊综合评价,导弹性能,评价指标

参考文献

[1]Timothy J.Ross.模糊逻辑及其工程应用[M].钱同惠, 等译.北京:电子工业出版社, 2001.

[2]任俊生, 等.先进核电站技术综合评价系统的研究[J].华东电力, 2005.

综合评判 第10篇

关键词 雾霾；故障树；模糊综合评价法

中图分类号 X131； X513 文献标识码 A

Fuzzy Comprehensive Evaluation of City Foghaze

Weather Based on Fault Tree

WU Tiankui1， WANG Bo1， GU Jifa2，ZHOU Xiaohui1， ZHU Junlan1

（1.Business School， University of Shanghai for Science and Technology， Shanghai 200093， China；

2.Institute of Systems Science Academy of Mathematics and Systems Science， Chinese Academy of Science， Beijing 100080，China）

Abstract By choosing foghaze of a city and figuring out the causes of foghaze weather， this paper established a fault tree. And the analysis revealed that it was mainly atmosphere and human beings that caused foghaze weather. Then， this paper used fuzzy comprehensive evaluation to evaluate on the levels of foghaze of the city， reaching the conclusion that it ranked general. So it was easy for the city to take precautions. The results show that it is feasible to analyze and evaluate the city’s foghaze weather by fault tree analysis and the fuzzy comprehensive evaluation method.

Key words foghaze； fault tree； fuzzy comprehensive evaluation

1 引 言

近来雾霾在中国的多个地区频频发生，其范围之广，时间之长，污染严重，给人们的健康、经济政治及社会心理影响之大，国人为之震惊.工业革命之都伦敦百年前的迷雾重现于北京及其他城市，因此研究中国雾霾的产生原因以及对应策略成为了当前最重要的问题.

许多学者对城市雾霾的产生进行了研究.周涛等[1]对北京市雾霾天气成因进行了分析并提出了治理措施；刘翠等[2]对西安市雾霾天气成因进行了具体分析并结合分析提出了合理的治理措施；孙华臣等[3]对中东部地区雾霾天气的成因进行了研究并提出了相应的对策；郑峰等[4]对温州地区雾霾气候从时间和空间两方面进行了深入分析并发现了雾霾产生的变化规律；黄怡民等[5]对北京雾霾天气下气溶胶中水溶性无机盐粒径分布进行了研究；林云等[6]研究了焦作市城区雾霾天气的成因并提出了合理化措施；孙亮[7]对雾霾天气成因的危害进行了分析并提出了控制措施；石元春[8]对中国雾霾产生机理进行了分析并提出了相应的策略.然而对城市雾霾污染程度却研究甚少.由于不同地区导致雾霾的原因不尽相同，本文通过总结分析找出了城市出现雾霾的普遍原因，并通过建立故障树，能清晰地找出导致雾霾出现的主要原因；然后通过运用模糊综合评判的方法对城市雾霾天气进行分析得出城市雾霾污染程度，有利于城市及早做好防范措施.

故障树分析法[9]（Fault Tree Analysis， FTA）是一种运用演绎法逐级分析，寻找导致某种故障事故的各种可能原因，直到最基本原因，并通过逻辑关系的分析确定潜在的风险故障，以便采取防范措施的分析方法.在此方法中通常把人们不希望发生的，但可以预见的对系统性能、经济性、可靠性和安全有显著影响的故障事件作为顶事件，把引发顶事件故障的最终原因作为底事件，把反映顶事件与底事件之间因果关系的事件称为中间事件.然后通过各事件间的逻辑关系建立系统故障的数学模型.

模糊综合评判法[10-15]主要对一些不确定和模糊的事件做出评判的一种方法，其操作步骤为：

通过分析可以看出，气象原因是导致该市出现雾霾的主要因素，这与专家分析得出的结果相吻合，其次就是人为原因.如果气象原因无法控制，可以尽量减小人为原因.比如可以减小城市房屋的密度，合理规划房屋结构，这是因为建筑物密度的增加，导致下垫面的阻挡和摩擦作用使区域风明显减弱，水平方向静风现象增多，污染物难于扩散和稀释；控制机动车尾气的排放，可以鼓励大家多乘坐公交车代替私家车；严禁周边地区秋后秸秆的焚烧，对违反者严厉惩罚；工厂“三废”严格按照标准排放，对于不按标准者，给予严厉惩处.

3 城市雾霾的模糊综合评判

通过对某市雾霾故障树的分析，知道影响该市雾霾产生的原因，仅此还不够，还应该对该市雾霾污染程度进行量化分析，以便有关部门做出相应措施.城市雾霾是一个由多种因素构成的多层次复杂系统，根据其结构的复杂性，可以分为多层次综合评判.

1）确定城市雾霾的综合评价集U

根据城市雾霾形成的原因，可知导致雾霾有3个原因，即①气象原因；②自然原因；③人为原因.因此可以把这3个原因作为评价因素

查表2知，该城市处于重度污染状态，空气质量指数为5级，此时会使心脏病和肺病患者症状加剧，运动耐受力降低，健康人群出现症状，因此必须采取有效措施，降低雾霾程度[16].

4 城市雾霾对策与建议

4.1 发布城市雾霾预报，提高预警能力

监测系统通过了解空气中污染物变化规律，开展地区大气污染物预报预警，为预防大气污染事件和采取防范措施提供决策支持，预防严重大气污染事件的发生，避免或减轻污染危害.引导公众采用多种方式进行防范，尽量减少雾霾天气对人们生活的影响.同时开展相关研究，搞清雾霾天气形成的规律，明确排放清单和控制对策，有针对性地做好防范工作.

4.2 科学规划城市建筑结构，避免大规模扩张

在城市规划中，根据当地的地理环境条件，充分考虑大气扩散条件，为空气扩散留出通道.并且要注意研究城区上升气流到郊区下沉距离，将污染严重的工业企业设置在下沉距离之外，以防工厂排出污染物从近地面流向城区.

4.3 加大对机动车尾气治理，提倡绿色出行

目前城市中有很大一部分公交车已更新为清洁能源车，但仍有少数公交车依旧为“冒黑烟”车.因此需要加快公交车更新步伐，淘汰柴油车，尽量使用天然气、液化气等清洁能源的新型公交车.近年私家车呈几何数增长，而机动车尾气排放是形成雾霾的主要因素之一，因此要采取措施加大对加油站的投入，在市区形成方便快捷的加油站网络，引导私家车使用天然气、液化气等清洁能源，降低烟尘的排放量，减轻空气污染程度.

4.4 抓好城市绿化

植物是净化环境的最好帮手，不仅能有效吸附空气中有毒有害物质，还可美化、优化城市环境.要充分利用各城市的地理优势，鼓动人们多种植绿色植物，发挥绿色植物涵养水源、净化空气的作用.

以创建绿色环保城市为契机，充分发挥环保部门及其相关部门的作用，大力开展城区立体绿化、道路绿化、屋顶绿化、居室绿化，让更多城区绿化发挥吸霾除尘、净化空气及美化环境等功能.

4.5 出台相关法规，依法治霾

随着空气质量标准的进一步提高和监控污染物数量的不断增加，依据大气污染防治法，针对实际情况，将细颗粒物 PM2.5 提到重要位置，依据地方性法规，规范相关部门，加强对产业发展规划环境的保护.

5 结 论

通过计算表明，提出的故障树与模糊综合评判分析方法用于城市雾霾评价上是可行的；在实际分析时，可根据该市的实际情况，请相关专家对影响因素做出准确评判，便于更加准确得出该市雾霾污染程度.

由于故障树分析和模糊综合评判分析可程序化操作，因此可编制相应软件进行计算，这样有利于现场推广使用；故障树与模糊综合评判组合方法的评判结果为制定降低城市雾霾污染程度的合理化措施提供了依据.

参考文献

[1] 周涛，汝小龙. 北京市雾霾天气成因及治理措施研究[J]. 华北电力大学学报（社会科学版），2012，14（2）：12-16.

[2] 刘翠，薛科社.西安市雾霾天气成因及治理措施分析[J]. 地下水，2013，35（3）：220-221.

[3] 孙华臣，卢华. 中东部地区雾霾天气的成因及对策[J]. 宏观经济管理，2013，23（6）：48-50.

[4] 郑峰，颜琼丹，吴贤笃，等. 温州地区雾霾气候特征及其预报[J]. 气象科技，2011，39（6）：791-794.

[5] 黄怡民，刘子锐，温天雪，等.北京雾霾天气下气溶胶中水溶性无机盐粒径分布[J]. 安全与环境学报，2013，13（4）：117-121.

[6] 林云，李美玲，宋党育. 焦作市城区雾霾天气成因与对策分析[J]. 河南科技学院学报，2013，41（5）：27-31.

[7] 孙亮.雾霾天气成因危害及控制治理[J].环境科学与管理，2012，37（10）：71-75.

[8] 石元春. 中国雾霾的产生机理及应对策略研究[J].特别推荐，2013，16（6）：1-3.

[9] 曾声奎. 可靠性设计与分析[M].北京：国防工业出版社，2011：225-246.

[10]曹炳元.应用模糊数学与系统[M].北京：科学出版社，2005：66-73.

[11]贺仲雄.模糊数学及其应用[M].天津：天津科学技术出版社，1982.

[12]陈国华.风险工程学[M].北京：国防工业出版社，2007：144-149.

[13]蒋晓芸，王齐.企业核心能力测度的多层次模糊综合评判数学模型[J].经济数学，2003，20（1）：55-61.

[14]谢建春.多层次模糊综合评判法在宗地估价中的应用[J].经济数学，2002，19（2）：64-67.

[15]郭立国.企业经营敏捷性的评价指标体系和模糊综合评价[J].经济数学，2010，27（3）：98-104.

综合评判 第11篇

模糊综合评判, 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[2]。在综合考虑评判对象的各项经济技术指标, 兼顾评判对象各种特性, 各方面影响因素的基础上, 将各项指标进行量化处理, 并根据不同指标对评判对象影响程度的大小而分配以适当的权系数, 从而对各评判对象给出一个定量的宏观综合评价指标。在矿井通风系统中, 需要考虑许多因素, 其中有定量的因素, 也有非定量的因素, 对系统的评价主要是考虑非定量因素。模糊理论是对非定量问题进行分析的有效方法。同时, 由于影响通风系统的因素众多, 层次分析法可以将这一系统分为几个层次来进行研究, 从而简化问题。

实现模糊综合评判的重要数学手段是模糊变换。利用模糊变换形成模糊综合评判方法, 从而解决实际需要的综合评判问题。其具体过程是:将评价目标看成是由多种因素组成的模糊集合, 构成因素集U, 然后设定这些因素所能选取的评价等级, 组成模糊评判集合V, 分别求出各单一因素下对各个评审级的归属程度 (成为模糊矩阵) , 再根据各个因素在评价目标中的权重分配, 通过模糊矩阵合成, 求出评判的定量解值。

1 模糊综合评判数学模型

对矿井通风系统进行安全评价, 需要在构建评价模型和确定指标权值后, 对矿井安全状况的数据进行收集整理, 确定合理的单项指标评价准则, 然后将各个单项指标无因次化[3]。

1.1 建立因素集[4,5,6]

全面、适当地确定评价因素, 在模糊综合评判中是极为重要的。由于矿井通风系统是一项复杂的系统工程, 因此, 决策时所需考虑的评价因素也是多方面、多层次的, 在此将系统分为三大类, 其中的每一类又可派生出若干个与之对应的评价因素 (见图1) , 建立因素集:

U={U1 (技术先进) , U2 (经济合理) , U3 (安全可靠) }

1.2 确定评价等级

系统综合评价的等级集合如下:

V={v1, v2, v3, v4}={安全, 较全安, 一般, 不安全}

1.3 层次分析法指标体系权重确定[2,7,8]

利用择优比较法确定U, V的评价矩阵R及隶属度, 方法如下:邀请n位专家从不同的角度针对U中的指标, 利用

undefined

在V中进行评价, 然后统计所有专家评分 (见表1) , 可得U的隶属度A= (a1, a2, …, am) 及U中ui的单因素权重集Ai= (ai1, ai2, …, aini) , i=1, 2, …, m, 从因素ui来确定类别 (等级) 集vj (j=1, 2, …, n) 的隶属度rij, 这样就得到ui的单因素评判集:

undefined

则第一层评价矩阵

undefined

比较表1有以下性质:

undefined

这时, 隶属度

undefined, 且undefined

总目标的评价向量:

B=A。R= (b1, b2, …, bm) (6)

式 (2) 和式 (6) 中符号“。”为模糊合成运算, 这里主因素突出型M (∨, ·) 。

1.4 安全等级确定 (见表2)

由90b1+80b2+70b3+60b4确定安全等级。

2 实例解析

某矿邀请20名专家, 对其矿井通风系统因素集U利用公式 (1) , 在评价集V中进行打分, 按照表1所示统计结果, 应用公式 (5) 计算得到评价指标权重。由上述理论得矿井通风模糊层次综合评价表, 如表3所示。

1) 一级评价结果:

undefined

2) 二级评价结果:

undefined

归一化有:

B= (b1, b2, b3, b4) = (0.172, 0.369, 0.322, 0.137)

根据安全等级确定方法有:

90×0.172+80×0.369+70×0.322+60×0.137=75.76

故此通风系统的安全状况为一般。

3 软件开发

采用规范设计, 以合理优化的方式组织数据存储结构, 选用C#面向对象语言和SQL2005数据库系统开发了矿井通风系统安全可靠性评价软件, 便于操作的登陆界面, 实现了快捷简便的方式进行数据的录入、计算、查询、打印和系统维护等操作, 具有良好的用户界面。其算法流程如图2所示。

在此把上一过程通过计算机来实现, 在程序里输入单因素权重集Ai及隶属度矩阵Ri, 通过模糊合成算子分别得到Bi, 即第1层评价矩阵R并保存在Microsoft SQL Server 2005 数据库表中在窗体中显示 (见图3) , 之后由U的隶属度与R进行模糊合成运算, 并由上述等级确定方法来得到评价结果在新的窗体中显示 (见图4) , 其结果与上述相符。

4 结论

1) 将数学理论及层次分析法引入矿井通风评价系统, 较好地解决了系统的不确定性问题, 使评价结果更科学、准确、全面。

2) 使用了选择比较法确定权重, 使之更简单易行。

3) 使用C#语言和SQL Server 2005 数据库系统开发了可靠性评价软件, 使其评判过程更加自动化。

参考文献

[1]蔡卫.层次分析法在矿井通风评价中的应用[J].辽宁工程技术大学学报, 2005 (4) .

[2]胡宝清.模糊理论基础[M].武汉:武汉大学出版社, 2004.

[3]褚燕燕, 蒋仲安, 高蕊, 等.金属矿山通风系统模糊综合评价方法[J].中国矿业, 2005 (11) .

[4]赵伏军.基于层次分析法—模糊综合评价 (AHP2FCE) 模型优化矿井通风系统的研究[J].中国安全科学学报, 2006 (4) .

[5]李国才.矿井通风二级模糊综合评价的方法[J].矿业工程, 2005 (4) .

[6]程磊, 杨运良, 熊亚选.矿井通风系统评价指标体系的研究[J].中国安全科学学报, 2005 (3) .

[7]陈水利, 李敬功, 等.模糊集理论及其应用[M].北京:科学出版社, 2005.