本文一共涵盖3篇精选的论文范文,关于《模糊数学与人员功能测评论文(精选3篇)》，供需要的小伙伴们查阅，希望能够帮助到大家。【
模糊数学与人员功能测评论文 篇1：
基于旅游目的地八要素的服务质量评价模型构建研究
摘 要：在比较现有服务质量评价模型的优缺点、改进“旅游六要素”的基础上提出了“旅游目的地八要素”框架概念，创新性地提出了旅游目的地服务质量评价模型构建的原则与目标，并基于旅游目的地八要素构建了旅游目的地服务质量评价模型（TDSQE）。该模型包含旅游目的地服务质量因子指标体系和一个旅游目的地服务质量评价方法。TDSQE服务质量因子指标体系建立在一个包括社区、人员服务、交通、餐饮、住宿、游览、娱乐、购物等八个要素基础上。该模型的评价方法以管理信息化软件的形式实现十分必要。
关键词:旅游服务质量评价；旅游目的地八要素；游客满意度
The Study onService Quality Evaluation Models Based on the “8 Factors”of Destination
JIANG Bo,ZHENG Hong-hua
(Department of Management Engineering,Hangzhou Vacational Technology College,Hangzhou 310018,China)
Key words:tourism service quality evaluation;eight factors destination;touristsatisfaction
收稿日期：2006-09-28
作者简介：江波（1973-），男，湖南浏阳人，硕士，讲师。研究方向：企业管理、市场营销与电子商务；郑红花（1979-），女，朝鲜族，黑龙江尚志人，华东政法大学硕士。研究方向：经济法、旅游法规。
基金项目：浙江省社会科学基金，项目编号：NX05GL02。
一、引言
服务质量是在传递服务过程中、服务提供者和消费者在互动过程中产生的差异程度，它由消费者定义，由消费者所感知[1]。对旅游目的地经营企业、游客而言，顾客服务质量感知及其满意程度是非常重要的。服务质量与重复购买和推荐意愿有正相关关系，它与愿意支付更高的价格和在价格上涨时继续保持忠诚之间有正相关关系[2，3]。
衡量旅游地管理经验的主要标准在于游客满意度[4]。游客满意度成为旅游目的地营销的中心[5]，旅游企业对旅游服务质量、满意度与忠诚度的关注前所未有，并非像陈淑君等认为“不太关心”[6]。
但问题是，现有的SERVQUAL等模型，存在以下几个缺陷：（1）没有充分结合旅游目的地服务质量要素、旅游目的地服务质量管理的综合性与特殊性；（2）没有充分关注游客的旅游目的地满意度及其与服务质量因子评价的相关性；（3）设计与分析过于复杂，应用成本较高，对人员素质要求高，更适合研究而不是旅游目的地日常管理应用。因此，构建真正实用的旅游目的地服务质量评价模型具有非常重要的现实意义。
笔者在比较国内外常见服务质量测评模型基础上，提出旅游目的地服务质量评价模型构建的方向。并以此为指导，建立了TDSQE(Tourism Desination Service Quality Evaluation)模型，该模型吸收了IPA模型的“服务质量因子重要性”、SERVPERF模型的“服务绩效”概念，借鉴TDCSI的优点，同时增加“社区”和“人员服务”两个要素，提出了“旅游目的地八要素”概念，并结合游客的旅游目的地满意度，构建了一个更适合旅游目的地及企业日常应用的评价模型。这种模型非常适合管理信息化软件应用，可降低应用成本与对人员的要求，更适合旅游企业日常经营应用。
二、服务质量测评与顾客满意度测量方法及服务质量评价模型研究回顾
欧美学者很早认识到顾客满意度对企业经营的重要性，提出并建立了顾客满意度指数模型CSI（Customer Satisfaction Index）。在CSI基础上，又分别形成了瑞典顾客满意度晴雨表（SCSB）模型（1989）、美国顾客满意度指数（ACSI）模型（1994）、欧洲顾客满意度指数（ECSI）模型（1999）。这些模型都以“累积的”顾客满意度作为核心概念之一[7]，并认为顾客忠诚是顾客满意的结果（或之一）。刘新燕对这三种模型做了较详细的比较分析，并指出现有模型对企业提供的具体指导信息不够[8]。
清华大学经济管理学院研究了“我国顾客满意度指数评价方法”，上海质量管理科学研究院做了大量且具体的产品和服务测评。沈向友对旅行社包价旅游(package tour) 团游客满意度进行了因子分析与回归分析[9]。李卫星利用灰色关联度理论对产品型企业的顾客满意度进行了评论[10]。
温碧燕等对餐饮消费者的实证研究表明：顾客的消费情感是影响顾客服务质量感知与满意感的一个重要因素[11]。汪纯孝等认为，顾客满意感是忠诚感的重要前提因素，服务公平性、服务质量、顾客与企业之间的友谊、顾客的信任感、归属感也对顾客忠诚感有直接或间接的影响[12]。
《顾客满意度测评》(2001 年) 、《中国顾客满意度指数研究》(2003年)、《顾客满意度指数模型研究》（2004）等专著[13，14，15]较系统的进行了相关研究。
具体研究服务质量时，研究者往往将服务质量按期望与感知进行分解，再探讨其与顾客满意度、忠诚度的关系。但大多数学者仍然将服务质量和顾客满意度视为同一词语[16]。目前旅游企业和研究者主要运用顾客服务问卷调查（CSQs）获取旅游者对有关旅游服务评价信息。多数情况下，顾客满意度与服务质量测评是同时进行。这两者可认为是服务质量评价模型的2部分内容。
国外有关旅游业服务质量及顾客满意度研究较多。主要领域有酒店、餐馆、国家公园、主题公园、游船公司、赌场、目的地等等[17-22]。澳大利亚学者Madox R.N较早开始研究旅游目的地顾客满意度，但因为难度较大,相关研究较少[29]。
具体到服务质量测评方法上，西方学者经过20年研究与实践，已开发出4种典型模型。（1）SERVQUAL模型。SERVQUAL可识别旅游者期望、服务绩效感知之间潜在差异，以提升服务质量[24，25]。（2）SERVQUALxIMPORTANCE模型。它实际上是IPA与SERVQUAL模型的结合。既接受了服务质量感知是一种顾客期望与实际感知差异的思想，也考虑到不同服务测评因子在顾客服务购买中的影响程度的重要性。（3）SERVPERF模型。由于在同一时刻对顾客的期望与感知绩效同时度量是不科学的[26]，因此其实只需用“服务绩效”这一个变量就可度量顾客感知服务质量；由于变量减少以及度量不牵涉到加权，它比SERVQUAL显得更简单实用，问项仅22项。（4）IPA。Martilla与 James主要运用四象限图，比较服务质量评价因子的相对重要性与实际绩效来确定服务质量改进的迫切性，从而有针对性的把有限经营资源投放在最迫切需改进的服务质量上。其中，SERVQUAL模型在旅游研究上还是有着大量应用的[18，20，21，30]，虽然有些学者认为它可能不能用在所有的旅游领域 [18，27]。
在旅游服务质量及满意度测评方面，国内学者研究并不多，多为理论阐述，实证研究较少，涉及旅游目的地的研究则更少。符全胜的旅游目的地研究综述大致可说明国内这一领域旅游目的地领域顾客满意度理论研究的进展[28]。
近几年来，相关研究取得了一定的进展。白长虹等系统地回顾了西方学者在服务业顾客忠诚领域的相关研究，从顾客价值阐述了顾客忠诚的成因，最后提出若干基于顾客价值进行顾客忠诚管理的建议[29]。王宁对游船服务质量做了实证研究[30]，该研究除根据传统旅游六要素研究旅游感受外，又尝试性地引入了安全感受与价值感受两个新变量。张立军分析了旅游服务质量的具体要素构成（安全性、方便性、规范性、时间性和舒适性），并提出了旅游服务质量模糊综合评价模型，该模型试图针对服务质量的主观性采用模糊数学思想进行评价[31]；刘俊等运用期望差异模型对广州市北京路步行商业区（RBD）的顾客满意度进行了研究，结果表明服务实绩对于顾客的满意度具有决定作用[32]。连漪根据旅游业的“食、住、行、游、娱、购”6 要素特点,探索性地构建旅游地顾客满意度指数测评的因果模型(Tourism Destination Customer Satisfaction Index , 简称TDCSI) 和旅游地顾客满意度测评指标体系[33]。在实践方面，上海质量管理研究院用户评价中心曾较全面以上海市旅游环境6 大基本要素(交通、娱乐、购物、餐饮、住宿、游览) 为指标测评了顾客满意度指数,以作为改进服务质量的标准[34]。
三、服务质量评价模型比较和TDSQE模型构建原则
由表1可知，前3种模型都以服务的5种属性为基础，比较适合服务业。其中，SERVQUAL很大程度侧重于“旅游者有清晰的期望和行为目标”，也主要聚焦在服务的功能性属性上[35]。而SERVQUALxIMPORTANCE模型不但要测量期望、感知，还要测量重要性，应用复杂程度明显成倍增加。SERVPERF模型因减少了测量项目数量，应用难度下降，信度和效度明显也好于前二者[36]。但可惜以上三种模型的问卷通用项较多，并没有针对旅游目的地做更具体深入设计；另外，旅游目的地服务质量旅游活动包括吃、住、行、游、购、娱等，其实质是一种融合有形产品与无形服务的综合服务性产品，不能只从服务属性的角度评价。对旅游目的地服务质量的测评面临更多的项目，若考虑对每个因子的期望、感知都加以测评，不仅调查数量、成本大幅度增加，也会给测评处理、服务改进造成困难。更何况只要有差距就加以改进，必然会造成企业无效成本。
IPA模型直接测量服务绩效，也将服务质量因子对顾客的重要性纳入分析范围。既可评价有形产品，也可评价无形服务。它操作简单、直观，被迅速地广泛应用在旅游领域，国外学者对旅行社、旅游目的地、旅游饭店等有着较多的IPA应用研究，但IPA并没考虑服务质量因子与顾客满意度的相关性，这样很可能存在出现这样的问题：某些服务质量因子，游客的主观评价表明重要性高、服务绩效低，但与顾客满意度相关性低，却被错误当作服务质量管理的重点。
国内学者的模型，往往缺少实证支持，信度和效度无法了解。其中“游船服务质量游客评价”为代表的评价模型偏重旅游目的地提供的某项产品或服务，模型通常参考SERVQUAL,考虑到旅游综合性与复杂性，测量复杂度往往超过SERVQUAL，但着眼于点而未重视旅游目的地“面”的特征。TDCSI模型的优点在于将旅游目的地视为一个整体，根据“旅游六要素”测量服务质量感受，较全面地把期望、感知、感知价值、满意度、抱怨、忠诚都纳入旅游目的地服务质量评价体系中。但带来的问题是指标体系过于求全而显复杂，已不单纯的游客旅游目的地服务质量评价。但过于求全的同时，它却没有考虑“社区”这个重要因素。显然，TDCSI并不是一个很适合旅游目的地和企业日常性服务质量评价的工具。连漪等在TDCSI实证研究中，选择在桂林市主要景点、火车站、酒店等处对来桂林的旅游者进行顾客满意度调查，在有效问卷只有460 份的情况下，样本过小，调查地分散、调查对象不一致或未必合适，实证有效性和可信度值得推究。
综合认为，一个能应用到中国旅游目的地的服务质量评价模型应符合以下原则：（1）深入结合旅游目的地实际。随模型研究和深入应用，更应考虑中国实际；旅游目的地类型和特色。（2）应定位明确，以游客为核心。既关注游客对某项服务绩效感知，也关注旅游目的地的整体满意度。（3）切实考虑旅游目的地和旅游企业实际，以旅游目的地管理人员为主要使用对象。模型应尽可能简洁，只保持必要工作量，降低成本和操作难度，便于管理人员日常性操作，也不过度打扰游客。因此，笔者认为旅游目的地评价模型（TDSQE）的构建目标可以如表1。
四、服务质量评价模型（TDSQE）的构建
（一）旅游目的地服务质量因子指标理论基础
现有的旅游目的地满意度、游客顾客满意度指标研究主要基于“旅游六要素”概念展开[30-33]。笔者认为，“旅游目的地八要素”更能体现旅游目的地服务特征，它包括吃、住、行、游、购、娱等旅游六个基本要素，以及“社区”、“人员服务”，其中“人员服务”包括了旅游目的地所发生的所有人员对游客的服务。
1．旅游六要素
传统的旅游活动包括吃、住、行、游、购、娱等六个核心环节，旅游相关其他活动或服务也基本上围绕着它们展开，已成为旅游业的共识。将旅游服务质量分解为6个对应于6个环节的1级服务质量因子（指标）是很自然的；考虑到每种活动不同特点，参考先前一些研究问卷，各一级因子可进一步相应分解。
2.“社区”因素
最近许多研究表明，旅游目的地中的社区环境是影响游客对目的地体验不可忽视的因素。第一，社区及居民支持是旅游开发好的起点，在一个运营良好的旅游系统中，居民与游客之间友好的、有益的接触应该是自愿的(Long, Perdue, & Allen, 1990)[37]；第二，社区整体环境经常是旅游者多数活动（例如：住宿、餐饮、娱乐等等）发生的环境；第三，社区是旅游者文化接触的场所，而文化接触是许多旅游者感兴趣的内容，甚至成为目的；第四，社区经常成为旅游目的地中给旅游者提供人身安全、医疗健康保障服务的场所；第五，社区的活动丰富了旅游者的娱乐内容；第六，社区居民与旅游者的互动是旅游活动的重要内容。快乐的主人会给游客带来积极的印象，并产生正面的口碑(Snaith & Haley, 1999)[38]；第七，社区关系和谐性也会影响旅游者心理。
因此，在旅游目的地服务质量研究中，非常有必要将“社区”这一影响旅游目的地游客服务质量体验的因素，作为TDSQE模型的第7个因子，并做相应分解。服务质量评价模型及旅游目的地服务质量评价方法具体示例见图1。
3．“人员服务”因素
考虑到旅游服务整个过程的6个主要活动始终存在着人（服务人员、社区居民等）的参与。游客的满意程度又确实与旅游经历中目的地社区，尤其是其中居民的态度、服务人员的服务有关，“人员服务”是服务质量研究中不可忽视的因子。虽然从旅游活动性质上讲，服务的每一项活动的满意与否都包含了对服务过程中人的评价，但如果7个服务质量因子调查中，都分别将“人员服务”的影响分割在7个方面，无疑将使指标体系与问卷过于重复、复杂，不利于调查、分析；其实，游客也可能不会去记忆或回忆自己在感受服务、在不同环节中感受到的“人员服务”质量差异。因此，研究中把“人员服务”单列为1级服务质量指标，它实际上体现的是游客对整个旅游过程中对“人员服务”评价的累积。
4．对“人-人”关系的考虑
在旅游目的地中，“人-人”关系表现形式多样，有游客与游客的关系、游客与服务人员的关系、游客与社区居民的关系、社区居民之间的关系、服务人员与旅游目的地管理人员的关系等等。表现在旅游活动中还可能是同车（交通）关系、同住（住宿）关系、同游（游览）关系等。毫无疑问，这些“人-人”关系对服务质量是有影响的。TDSQE模型着眼简化处理，一般按服务活动发生的场所和时间分别研究这些变量，如住客关系放在“住宿”变量下。但是，与服务人员及旅游目的地管理人员有关的、与服务接触有关的、对游客直接产生影响的关系，归入“人员服务”这一服务质量因子下。
（二）TDSQE模型的相关概念
1．服务绩效
吸收SERVPERF的“服务绩效”概念，避免了“SERVQUAL”模型对期望、感知的测量及差异计算。
从旅游目的地经营企业操作的现状出发，比较赞同不要过多地纠缠于学术研究细节上。笔者认为，游客对某项具体服务质量因子的评价实际上已经包含了感知与期望的差异，它等同于该服务质量因子的服务绩效；但顾客总体满意度却不是单项服务质量因子的数量累加，是一种更为复杂的关系。
2．服务质量因子重要性
接受IPA模型对“服务质量因子相对重要性”的理解及计算方式。但正如某些学者指出：对同一服务，不同的顾客对因子的重要性看法是有差异的，某些顾客可能认为某一因子重要而感知质量不高，而另一些顾客却可能认为该因子不重要而毫不受影响。建议用方差分析辨别游客个人特征是否给旅游服务质量因子重要性、质量因子评价、游客满意度与忠诚度造成显著性差异。
3．游客满意度
对于游客总体满意度与忠诚度的测量，考虑到游客在接受研究组调查时，其实并不会严格区分自己填写的是当时或刚刚接受过的旅游某项服务的满意程度，还是整个旅游活动的满意程度与忠诚度；我们倾向于认为游客会把他的旅游感受视为整体，是游客在“旅游目的地八要素“上满意程度的累积。
4．旅游目的地服务质量因子与顾客满意度（忠诚度）相关性
由于游客是否觉得某服务质量因子重要带有个人的主观性，所以有必要从统计上判断服务质量因子（或称服务要素）是否与总体满意度相关，其逻辑是：如果某项服务质量因子是重要的，则其至少是与总体满意度相关的，且相关程度不应该过于于微弱。
（三）TDSQE模型的分析方法
本模型对统计上最低的分析要求是：对服务质量与游客满意度进行描述性统计分析；对旅游目的地服务质量因子与顾客满意度（忠诚度）做相关性分析，并结合服务质量因子重要性、服务质量因子评分（服务绩效）建立IPA改进的三维矩阵（在IPA的“重要性”、“服务绩效”两维上，添加“相关性”构成）。其他统计方法的应用是可选的，随着模型的应用而扩充的。
具体分析工具可用SPSS、SAS，也可用Lisrel和AMOS进行结构模型分析。但以我国目前旅游目的地及经营企业的人员素质而言，过于复杂的统计方法、过多的统计步骤、过大的成本，只会增加服务质量和满意度与忠诚度管理的难度。
（四）TDSQE模型的管理信息化
信息收集，采用Likert5级（或7级）量表以问卷形式对已经有过旅游经历（至少已经完成大部分）的游客进行现场调查，并辅以访谈；也可以采取自动电子邮件、网页形式。问卷包括：游客个人特征；服务质量因子服务绩效评价；服务质量因子重要性排序；旅游目的地满意度与忠诚度评价。
信息读入，以光电阅读机、网页数据库、电子邮件、手工输入、电话录音都多种形式读取调查数据。
信息处理，实现旅游目的地服务质量分析系统软件，以工具库方式提供各种统计分析方法如相关分析、因子分析等，对旅游目的地管理人员适当培训后，就可实现人机互动，帮助管理人员作出质量管理决策。
信息应用，旅游目的地管理人员根据系统输出的目的地服务质量分析报告及管理决策建议改进管理。
五、结论与讨论
笔者在对现有的旅游服务质量评价模型、顾客满意度研究的进展回顾的基础上，分析了现有模型与方法的优缺点。继承了IPA模型根据服务质量因子重要性与服务绩效以寻求质量管理重点的思路，吸收了SERVPERF直接衡量“服务绩效”的思路，在提出“旅游目的地八要素”框架概念基础上，通过对服务质量因子的相对重要性、服务评价与顾客满意度的分析，实现旅游服务地服务质量评价。
作为一个追求操作性和简明的服务质量评价模型，有一定局限是难免的。
第一，尽管吸收了众多旅游学者对旅游质量评价指标的成果，但仍然不够完善，或对某些特殊类型的旅游目的地缺乏针对性。
第二，评价的旅游服务质量因子仍然过多，影响模型经常性的应用。可针对具体的旅游目的地做简化分析（如因子分析），以明确旅游目的地最重要的服务质量因子。
第三，本模型为简化处理，就服务绩效、服务质量因子的评价、服务质量因子游客感知、服务质量因子满意度视为等同。这种处理的误差是否在允许范围内，需要做进一步的研究。当然对旅游企业而言，这样较简便，更具有可操作性。
第四，本模型尽管避免使用过复杂的统计工具和方法，但均值分析、相关分析仍然是必要的，如果希望能针对不同消费群体明确的服务质量做为改进重点，方差分析与聚类分析也是可以考虑的，所以，设计专门的旅游目的地服务质量软件十分必要。笔者建议该模型的评价分析部分以管理信息化软件形式实现。
参考文献：
［1］ Christian Gronroos/韩经纶译.服务管理与营销［M］．北京:电子工业出版社,2002:32.
［2］ Boulding,W.,Kalra,A.,Staelin,R.and Zeithaml,V.A..A Dynamic Process Model of Service Quality:From Expectation to Behavioral Intentions.Journal of Marketing Research,1993（30）：7-27.
［3］ Zeithaml,V.A.,Berry,L.L.and Parasuraman,A..The Behavioral Consequences of Service Quality. Journal of Marketing,Spring 1996(49): 33-46.
［4］ Bultena,C.L.and L.L.Klessig.Satisfaction in Camping: A Conceptualization and Guide to Social Research.Journal of Leisure Research,1(Aug.),1969：348-364.
［5］ 李智光.谈旅游景区游客服务满意度的提升［J］．企业活动，2003（4）：39-41.
［6］ 陈淑君，赵毅.对旅游服务满意度的思考［J］．西南师范大学学报（人文社科版），2003，29（1）：115-119.
［7］ Johnson,M.D.,and Fornell C,A Framework of comparing customer satisfaction across individuals and product categories［J］．Jounal of Consumer Research,1991（12）：267-286.
［8］ 刘新燕．顾客满意度指数模型述评［J］．当代财经．2006(６)：57-60.
［9］ 沈向友.旅行社服务质量与游客满意度影响因素分析［J］．旅游学刊,1999(5) :25-30.
［10］李卫星.基于灰色系统理论的企业顾客满意度指数评价［J］．湖北商业高等专科学报,2001(4):8-11.
［11］温碧燕,韩小芸,伍小奕,汪纯孝.顾客的消费情感与顾客满意感关系的实证研究［J］．旅游科学,2003(4):1-6.
［12］汪纯孝,韩小芸,温碧燕.顾客满意感与忠诚感关系的实证研究.南开管理评论,2003(4):70-74.
［13］唐晓芬.顾客满意度测评［M］．上海:上海科学技术出版社,2001：13-14.
［14］国家质量监督检验检疫总局质量管理司,清华大学中国企业研究中心.中国顾客满意度指数指南［M］．北京:中国标准出版社,2003：15-21.
［15］刘新燕.顾客满意度指数模型研究［M］．中国财政经济出版社,2004：96-105.
［16］Doren DChadee,Jan Mattson.An Empirical Assessment of Customer Satisfaction in Tourism［J］．The Service Industries Journal,1996.
［17］Marit G,Gundersen,et al.Hotel Guest Satisfaction among Business Traders［J］．Connell Hotel and Restaurant Administration Quality,1996.
［18］Ekinci,Y.,& Riley,M.A critique of the issues and theoretical assumptions in service quality measurement in the lodging industry: time to move the goal-posts? International Journal of Hospitality Management,1998，17（4）：349-362.
［19］Dube L,Renghan L E,Miller J M.Measureing Customer Satisfaction for Strategic Management［J］．Connell Hotel and Restauant Administration Quality,1994.
［20］Akama,J.S., & Kieti,D.M. Measuring tourist satisfaction with Kenya′swildlife safari: a case study of Tsavo West National Park.Tourism Management,2003，24(1)：73-81.
［21］Palmer,A.,& O’Neill,M.(2003).The effects of perceptual processeson the measurement of service quality. Journal of Services Marketing, 17(3), 254-274.
［22］James Wong,Rob Law.Difference in Shopping Satisfaction Levels:A Study of Tourists in Hong Kong［J］．Tourism Management,2003.
［23］Lam,T.,& Zhang,H.Q.(1999).Service quality of travel agents:the case of travel agents in Hong Kong. Tourism Management, 20(3)：341-349.
［24］Parasuraman A.,ValrieA.Zeithaml,Leonard L.Berry.A Conceptual Model of Service Quality and Its Implications for Future Research［J］．Journal of Marketing,1985(49):41-50.
［25］Parasuraman,A.,Zeithaml,V.A.,&Berry,L.L.(1986).SERVQUAL:a multiple-item scale for measuringvisitor perceptions of service quality.Working paper report no 86-108,Marketing science institute,August.
［26］Cronin J.Joseph，Jr.and Steven A.Taylor.Measuring Service Quality:A Reexamination and Extension.Journal of Marketing，1992，56（7）：55-68.
［27］Fick, G. R., & Ritchie, J. R. Measuring service quality in the travel andtourism industry. Journal of Travel Research, 30,1991：2-9.
［28］符全胜.旅游目的地游客满意理论研究综述［J］．地理与地理信息科学,2005(5):90-93.
［29］白长虹.服务企业的顾客忠诚及其决定因素研究［J］．南开管理评论,2002（6）：64-69.
［30］王宁.长江三峡游船服务质量游客评价实证研究［J］．旅游学刊，2005（3）：69-73.
［31］张立军．旅游服务质量模糊综合评价方法研究［J］．数量经济技术经济研究,2003,(1):85-88．
［32］刘俊,马风华,苗学玲.基于期望差异模型的RBD顾客满意度研究［J］．旅游学刊,2004(5):14-18.
［33］连漪,汪侠.旅游地顾客满意度测评指标体系的研究及应用［J］．旅游学刊,2004（5）：9-13.
［34］上海市质量管理科学研究院用户评价中心项目组.上海市旅游环境游客满意度综合指数的测评［J］．上海质量，2000（11）：9-11.
［35］William Obenoura,Michael Pattersonb,Paul Pedersenc,Lynn Pearson.Conceptualization of a meaning-basedresearch approach for tourism service experiences.Tourism Management，2006(27)：34-41.
［36］韦福祥.服务质量评价与管理［M］．天津：人民邮电出版社，2005.
［37］Long, P. T., Perdue, R. R., & Allen, L. Rural resident tourism perceptions and attitudes by community level of tourism. Journal of Travel Research,1990，28(3)：3-9.
［38］Snaith,T., & Haley,A.Residents′opinions of tourism development in the historical city of York, England. Tourism Management，1999（20）：595-603.
（责任编辑：席晓虹）
“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”。
作者：江 波 郑红花
模糊数学与人员功能测评论文 篇2：
质量评价体系中模糊数学理论的应用研究
【摘要】模糊数学理论的建立和完善为人们的生产生活带来了诸多便利，特别是在各行各业的质量评价体系中受到了普及推广.本文主要列举了几个领域，就模糊数学理论在其质量评价体系中的应用进行了简要论述.
【关键词】模糊数学理论；质量评价体系；应用
引言
模糊数学理论或将其称为模糊集理论最早是由Zadeh提出的，这一理论被认为是解决人类生产生活活动中由于信息不全等原因而造成的模糊不确定性问题的有效方法之一.很多研究者致力于研究模糊数学理论、模糊逻辑、模糊语言和模糊数学与随机和精确数学之间的关系等.也有很多学者投身于模糊数学在实际生产生活中的应用研究，建立了模糊概率、模糊集合、模糊拓扑、模糊逻辑法等.模糊数学理论的建立，为人们各种生活生产活动提供了新思路新方法，给人们的生产活动带来了不尽便利，使人类社会朝着更科学更有效的方向健康发展.
1.模糊数学理论在质量评价体系中的应用
自模糊数学理论诞生以来，就被应用到人类社会生活的各个方面，包括工程项目、物流运输、工厂产品生产、生态环境保护等多个领域的质量评价体系中，促使相关行业的产品质量或管理工作有序有效进行.
2.模糊数学理论在露天采矿工程中的应用
不论是岩石还是煤炭的开采都存在着质量安全问题.露天矿场边坡如果发生滑坡或坍塌将会导致严重的生产安全事故，所以边坡是否稳定关乎着露天采矿工程的质量.由于露天矿场自身复杂性的特点，要想精确计算影响边坡稳定性的各因素基本是无法实现的.李文秀等统计分析了大量岩石和土木工程测量数据，根据模糊数学理论建立了基本的岩石边坡稳定性模糊模型，通过模糊数学方法中的模糊概率计算了影响岩石边坡稳定性的矿场岩石边坡的变形或被破坏这一不确定因素，并且证明这一模型可用于有效研究和分析露天矿场岩石边坡的稳定性.
3.模糊数学理论在物流运输中的应用
物流运输是依据客户的需要，供应者将产品通过各种渠道运输，送达给客户的过程，其中最常见的是卡车运输.物流公司通过计算货车出货顺序和时间等参数制定交货时间表，将货物送达客户手中.一张好的交货时间表既能减少交货时间，又能为供应商和用户节省开支.在物流公司制定的所有可行性计划中，最佳计划应该具有明确的目标，比如最短的运输时间，最短的运输路线，消耗最少的轮胎和最少司机人数或者司机们开车时间的均衡等目标.但影响计划制定和实施的因素往往具有模糊性，这就需要有一种方法能有效解决这些问题.而模糊数学理论的建立为物流运输的调度开辟了新方法.采用模糊聚类法，将物流运输任务分为三个部分：司机、他们所开货车负载量和运输目的地，经过分析计算出最优运输顺序和时间参数，建立智能优化调度系统，对物流运输进行及时监控和分析，确定最佳调度安排，实现耗时短、成本低的物流运输，进而提高了物流运输的质量和效率.
4.模糊数学理论在生态安全评价体系中的应用
我们可将生态安全定义为人的生命不受威胁，健康、自由，享有基本权利和具有稳定的生活保障来源，社会有序且具有能随环境改变而适应的能力.随着社会和经济的快速发展，生态环境安全问题也日益严重.现在人口激增，资源浪费匮乏，导致生态系统不稳定，十分脆弱.90年代中国首次重视生态安全问题，将生态环境保护提上日程.非预期的突发事件比如各类灾害，对生态系统的结构和功能产生损害的可能性称之为生态风险.如何有效评价生态系统的安全性或风险性成为亟待解决的问题.目前常运用模糊数学理论对生态安全进行综合性评价，这种方法可有效避免评价过程中不稳定因素的干扰，通过建立包括人口增长速度、人均耕地或住房面积、人口密度、空气二氧化硫浓度、绿化覆盖度、废弃物回收利用效率等一系列指标，参考国家标准或已有的现状，利用模糊数学理论和方法外推制定相关标准值，以平均方差法计算各项指标权重，最后建立起科学的综合评价模型，将调查结果与建立的模型比较分析，得出结论，进而可以对该地区的生态安全趋势进行分析并用于指导建立该地生态环境保护措施.
5.模糊数学理论在塑料生产质量评价体系中的应用
在塑料产品加工成形过程中，温度控制对塑料制品的质量有很大影响.塑料薄膜温度不适宜会使塑料制品出现很多缺陷，比如塑料成型温度过高或过低，塑料薄膜就难以成型.目前主要依靠工作人员管理加热炉的电热丝而对热成型机的温度进行控制.而模糊自适应PID控制理论则利用模糊数学理论和方法的基本原理，根据热成型机和形态反应机温控系统的控制条件和核检标准，进行模糊推断进而得到温控系统最佳的模糊自适应PID控制参数，对加热炉的温度直接监控.模糊自适应PID控制系统整合温度、温度变化速度和模糊自适应PID控制三个参数，监控过程中通过温度传感器检测温度和温度变化速度，找出它们之间的联系，实时修正这三个参数信息，以保证能及时调整满足不同的温度和温度变化速度的要求，最终确保生产出的塑料制品质量合格，可以投放市场供消费者使用.
6.结语
模糊数学理论自从提出和建立以来，就受到了人们的青睐和重视，是人类智慧的结晶和象征，它给人类的生产生活带来了深刻变革，促使我们迎来了更加美好的生活.模糊数学理论的应用范围几乎涉及了人类生产生活的所有领域，比如矿产采集等工程项目、交通运输、工厂产品生产、生态环境保护、学校教育、医疗保健、食品安全和服务行业等等，不胜枚举.它的应用使各行各业的质量评价体系更加科学合理，高效可信，提高了人们的生活质量，促进了社会健康发展.
【参考文献】
[1]王颖，彭省临，刘峰.模糊数学理论及其在大气环境测评中的应用[J].2008（3）.
[2]吴丽萍，吴世跃，郭勇义.模糊数学在矿山安全综合评价中的应用[J].太原理工大学学报，2006（2）.
[3]邹义怀，江成玉，等.基于层次分析法和模糊数学的煤矿安全生产评价[J].工业自动化，2010（10）.
作者：田从从
模糊数学与人员功能测评论文 篇3：
现代物流系统综合评价方法研究
摘要：列举了物流系统中几种切实可行的评价方法，并讨论了这些方法在第三方物流系统绩效评价中的应用。物流系统评价是对物流系统的价值进行评估。其目的是为了建立有效实际的物流系统评价体系和方法，进而科学、客观地反映物流企业的运营情况。据此分析。物流系统评价应明确评价目标，理论与实际结合，综合多种评价方法，互相弥补缺陷。从而建立合理的评价模型。
关键词：物流系统；评价方法；第三方物流
文献标识码：A
0 引 言
目前，我国物流业处于发展阶段，如果在建立物流系统的同时，实时进行绩效评价，对不断完善和提高物流管理水平，使其成为企业的“第三利润泉”具有重要意义。因此，如何科学、全面地分析和评价物流企业的绩效，已成为物流企业迫切需要解决的课题。
物流系统是指在一定的时间和空间里，由所需位移的物资、包装设备、装卸搬运机械、运输工具、仓储设施、人员和通信联系等若干相互制约的动态要素所构成的具有特定功能的有机整体。
物流系统评价是指借助科学的方法和手段，对物流系统的目标、结构、环境、输入、输出、功能等要素，构建指标体系，建立评价模型，经过计算分析，对物流系统的经济性、社会性、技术性、可持续性等方面进行综合评价，为决策提供科学依据。因此，物流系统评价是对物流系统的价值进行评估，它一方面提出若干方案，另一方面要从众多可行方案中找出最优方案，这一过程非常复杂，具有一定难度。
1 物流系统评价
一般来讲，物流系统评价是对物流系统的各种可行方案进行评价。即：根据物流系统的评价标准以及环境对物流系统的要求，详细比较各种可行方案的优劣，从中选出一个好的方案付诸实施。物流系统评价的主要步骤是首先明确物流系统评价目的．然后构建评价指标体系，最后确定评价方法进行分析得出结论。
1.1 物流系统评价的主要目的
(1)判定物流系统各方案是否达到了预定的各项性能指标，能否在满足各种约束条件下实现物流系统的预定目的。
(2)按照预定的评价指标体系评出参评的各方案的优劣为决策，即选择实施方案打下基础。
1.2 评价指标体系的构建原则
(1)完整性
物流系统构建合理化的评价当中会涉及到很多因素。为了保证评价指标体系的全面性、客观性和合理性，就需要尽可能地建立完备的评价体系。对于主要因素既不要遗漏也不要重复。为企业的正确选择打下良好的基础。
(2)可比性和相对稳定性
评价指标应在第三方物流企业间普遍适用，其所涉及的经济内容、时空范围、计算口径和方法等应可比，同时指标前后时间不宜变化太大。应具有相对的稳定性。
(3)灵活性和可扩展性
评价指标体系应具有一定的灵活性和可扩展性，能根据实际情况的变化对评价体系进行调整。
(4)定性指标和定量指标的结合性
在物流系统合理化的评价当中，有些指标是可以定量描述的，如成本和效益；还有许多因素是定性的。如物流合理化、资金利用等，因此需要定性评价与定量评价相结合。
1.3 物流系统评价方法
物流系统评价的方法很多，根据系统结构不同、性能不同、评价因素不同，选用的评价方法也不同。系统综合评价比较成熟的方法有关联树法、层次分析法、灰色关联分析法、模糊综合评价法、功效系数法、数据包络分析法等。
关联树法是对与一件事物的有联系的因素分层分级形成一个树状的网络图。以对各个因素进行分析、判断。从而形成对整个事物的判断的方法。这是一种针对复杂问题进行评价的方法。创立于20世纪60年代。其中最著名的是Pattern法——相关数技术评价的计划辅助。
层次分析法(AHP)是美国运筹学家T．L萨迪(T.L.saty)于20世纪70年代提出来的，适用于结构复杂、决策准则多且不易量化的决策方法。该方法将定性问题定量化，统一处理定性、定量因素，具有实用性、完整性等优点，大大提高了决策的有效性、可靠性和可行性。但其不足之处是，为了决策判断定量化须先建立数值判断矩阵，从而计算出比较元素之间相对权重。但进行专家咨询时，由于专家和决策者很难掌握标度的标准，因此作出的判断往往不能满足一致性检验。故用于指标测评时常与模糊数学综合使用。
灰色关联分析法：灰色关联分析法是灰色系统理论提出的可供分析系统中各因素或系统各方案关联程度的一种方法，其基本思想是根据系统的动态过程发展态势，即有关统计数据的几何关系和相似程度，判断各因素或方案间的关联程度(亦称关联度)，若诸个统计数据列构成的曲线形状越接近，则变化态势越接近，其所代表的系统因素的关联度就越大。此方法目前已应用在物流配送中心选址、布局优化等。
模糊综合评价法：模糊综合评价是模糊数学在实践中的具体应用，是运用模糊集理论对系统进行综合评价的一种方法。它的运用使系统规划评价弥补了仅仅依靠评价者的定性分析和逻辑判断，缺乏定量分析依据来评价系统方案优劣的缺点。通过运用模糊数学，可以将物流系统规划方案中比较复杂、不够确定的因素问题转化为有数字依据的简单易行的评价模式，从而清晰明了地做出评价。另外，设施规划与系统设计是分阶段性的，设施规划者可以考虑过程评估，而不必等到最后方案完全产生再进行评估。物流系统设施的建立过程，在不同的阶段会有不同的情况发生，所以可以用模糊数学法随时评断系统在不同建立阶段是否符合使用者的要求。不同的规划方案之间也可以用模糊数学评价法来评价。通过这种方法来找出各个方案中薄弱的环节．进而改进它。
功效系数法：功效系数法又叫功效函数法，它是根据多目标规划原理，对每一项评价指标确定一个满意值和不允许值，以满意值为上限，以不允许值为下限，计算各指标实现满意值的程度，并以此确定各指标的分数，再经过加权平均进行综合，从而评价被研究对象的综合状况。运用功效系数法进行业绩评价，企业中不同的业绩因素得以综合。包括财务的和非财务的、定向的和非定量的。由于各项指标的满意值与不允许值一般均取自行业的最优值与最差值，因此，功效系数法的优点是能反映企业某一时点在同行业中的地位。但是，功效系数法同样既没能区别对待不同性质的指标，也没有充分反映企业自身的经济发展动态。使得评估结论既不尽合理，又不能完全实现“成长型中小企业评估模型”所要实现的评估目标。
数据包络分析法：1978年由著名的运筹学家A,Charnes,W.W.Cooper和E．Rhodes首先提出了一个被称为数据包络分析(DEA)的方法，去评价部门间的相对有效性(因此被称为DEA有效)。数据包络分析法是以相对效率概念为基础发展起来的一种效率评价方法，是处理多目标决策问题的有效方法。该方法的特点是在输入和输出的观察数据基础上，采用变化权来对决策单元进行评价。在有效性的评价方面，DEA方法处理多输入，特别是多输出的问题的能力是具有绝对优势的。并且．DEA方法不仅可以用线性规划来判断决策单元对应的点是否位于有效生产前沿面上，同时又可获得许多有用的管理信息。
上述方法都能很好地解决很多实际的问题。用于物流系统评价的方法还有利用关联矩阵法及人工神经网络建立综合评价系统。由于各类方法都有自身的优缺点，因此目前应用广泛的不是单类方法，而是多类方法综合应用。取长补短的用于满足更多范围的系统综合评价。下面本文将阐述几类综合评价方法在第三方物流系统中的应用。
2 第三方物流系统评价
第三方物流又被称为契约物流、物流效用或综合服务物流等。准确的说，第三方物流是在物流供应一体化过程中由物流劳务的供方、需方之外的第三方(又称中间商)提供的服务，中间商以合同的形式在一定的期限内，提供企业所需的全部或部分物流服务。从某种意义上说，第三方物流是属于物流系统的一部分。目前对于第三方物流的论证大多基于定性的描述，缺乏定量层次的分析评价。而复杂多变的客观现象。只有加以定量才能分析评价。定量性是为了适应建立模型进行数学处理的需要。对于缺乏数据的指标。要么舍弃不用，改用其他相关指标，要么利用专家意见，进行软数据的硬化。但是在分析过程中如果没有一定程度的量化。难以为决策过程提供有效的参考，而模糊数学方法恰能为其提供一定程度的量化数据，将定性数据在某种程度上转化为定量数据。据此，以模糊数学方法为基础，用层次分析法确定指标体系及权重，是备选方案中确定最优方案的有效方法。文献中采用模糊数学集合理论与层次分析法相结合的思路，建立了基于多因素层次模型综合评价的第三方物流企业核心竞争力的评价模型。
目前国内学者提出的第三方物流企业绩效评价方法还有以功效系数法为主、综合分析为辅的评价方法；用模糊聚类方法分析物流绩效：利用效用理论方法对物流绩效进行评价；用数据包络分析法(DEA)对物流绩效进行评价；采用两阶段的物流系统综合评价法(DEA／AHP)等，文献提出利用DHGF算法对第三方物流企业绩效进行评价。DHGF算法是将改进的Del．phi法(德尔菲法)、AHP、灰色关联、模糊综合评价的成功之处集合而成的。这也是对第三方物流进行量化评价的综合方法的一次成功尝试。这些方法各有其优缺点及适应范围，在具体应用时要根据第三方物流企业具体情况采用。参考文献：
[1]孙宏领，戚世钧．现代物流活动绩效分析[M]．北京：中国物资出版社，2002。
[2]张吉军．区间数多指标决策问题的灰色关联分析法[J]．系统工程与电子技术，2005(6)：1030-1033。
[3]田军．人工神经网络在系统综合评价中的应用[J]．理论与现代化，2005(s1)：63．
[4]阎平凡．张长水．基于BP人工神经网络的物流配送中心选址决策[J]．中国软科学，2004(6)：140-143。
[5]楼文高，宋红艳．基于人工神经网络的物流中心选址决策模型研究[J]．物流科技，2007(6)：45-47。
[6]翟树芹．第三方物流核心竞争力评价指标体系构建及其评价方法[J]．沿海企业与科技，2007(10)：12l-122。
[7]任春玉，王小博。朱彦峰．第三方物流企业绩效评价体系研究[J]．物流科技，2006(5)：63—65．
[8]任春玉，王小博．基于模糊综合评价的第三方物流企业绩效评价研究[J]．物流科技，2006(6)：40-42。
[9]张士龙．DEA模型评价第三方物流企业服务项目绩效的应用分析[J]．物流科技。2007(11)：90-92。
[10]曹成洲．基于灰色理论和模糊数学综合集成算法的第三方物流企业绩效评价体系研究[J]．物流科技，2007(8)：4-7。
作者：任晔 肖飒