熵权模糊综合评价

熵权模糊综合评价（精选8篇）

熵权模糊综合评价 篇1

当今时代,水资源是一个国家的基础性、战略性资源,是经济发展和社会进步的重要保障,同时也是农业可持续发展的制约性资源。我国作为世界农业大国,农业用水占用水总量的62%[1]。然而,在水资源短缺的情况下,水资源浪费、水资源污染等系列问题日益突出。大力发展节水、高效、生态农业成为我国农业发展的战略选择,而农业水价是促进农业节水的重要经济杠杆。2014年中央一号文件《关于全面深化农村改革加快推进农业现代化的若干意见》明确提出,要全面深化农村改革,深入推进农业水价综合改革。我国在2003年和2004年分别颁布了《水利工程供水价格管理办法》和《关于推进水价改革促进节约用水保护水资源的通知》,拉开了我国农业水价改革的序幕。随后,我国在农业水价改革方面不断创新突破,取得了一定的成效。系统分析农业水价改革的实践绩效,对于进一步深化农业水价改革具有重要意义。

目前,已有学者针对农业水价问题从多角度进行了探讨。我国农业水价在实施过程中,仍存在着许多亟待解决的矛盾和问题,如水商品的意识薄弱、与农业水价相关的措施不完善、农民用水负担重、农业水价调整不灵活、水费计收难度大等[2,3,4,5,6]。另外, 随着农业水价改革试点的展开,对各个地区农业水价改革进行分析的研究也不少[7,8,9,10,11],针对农业水价改革的实践绩效的评价则大多数是定性的描述性评价[12],对其进行数学模型分析鲜有研究报道。为此,笔者构建了农业水价改革绩效评价体系,并建立熵权模糊综合评价模型,为农业水价改革绩效的评价提供一种技术方法,并通过湖南省农业水价改革实践进行实证分析。

1 评价指标体系的构建

1. 1 评价指标的选取原则

评价指标的选取对整个评价过程以及评价结果具有关键性的影响。而农业水价改革是一项复杂的系统工程,其内涵丰富、涉及面广泛。因此,为了能够客观、准确而且比较全面地评价农业水价改革,在确定指标体系时遵循以下原则。

1. 1. 1 系统性原则

指标体系设立既要反映农业水价改革的成果, 也要反映农业水价特点,使其组成一个较完整的体系,全面反映农业水价改革发展的内涵、特征及其水平、目标及方向; 反映农业水价改革绩效对经济社会现代化建设及生态环境保护的度量关系,要注重社会、经济、水利发展与生态环境四者效益的兼顾。

1. 1. 2 代表性原则

农业水价改革绩效评价指标要具有代表性,特别是定量指标要能够反映农业水价改革发展的方向性与目标性,并能够有效避免因自然或人为因素造成的偏差,选取的指标要便于进行考核和评价。

1. 1. 3 可操作性原则

这一原则要求指标选取在简洁概要、方便计算的基础上获取所需资料要具有可操作性和便利性。所设计的指标体系,要尽可能利用国家统计部门对外公布的统计数据,保证评价数据具有权威的标准可循。

1. 1. 4 定量与定性相结合的原则

农业水价改革评价工作牵涉到很多方面的内容,有很多评价属于定性判定的,另外的一些评价可以用定量的指标进行。因此,评价指标要定性和定量相结合。

1. 2 评价指标体系的设置

农业水价改革影响到经济、社会及生态环境的方方面面。因此,在对其进行绩效评价时要考虑多个方面。在农业水价改革绩效评价内容上,主要针对目前已实施农业水价改革所产生的多目标的分析,是对农业水价改革所产生的效果的综合评价。笔者在建立农业水价改革绩效评价体系时,考虑到农业水价改革的独特节水效应,在经济绩效、社会绩效和生态绩效三方面常规改革绩效指标外,特别地考虑了农业水价改革的节水绩效,分别从农田平均节水量、灌溉用水效率以及渠道水利用系数三方面展开评价。遵循上述指标体系构建原则,笔者构建了农业水价改革指标体系,如表1所示。

2 农业水价改革绩效评价模型的建立

2. 1 绩效评价方法的选择

农业水价改革绩效评价指标体系是多目标的指标综合评价体系,农业水价改革成果绩效评价因素之间具有一定的相对性和不确定性,同时有些评价值难以量化。定量指标虽然可以通过查找文献或者调研获得相关数据,但是定量指标的边界值比较模糊,难以通过精确的数学公式进行转化,只能通过专家打分的方式确定。而定性指标往往受评价者的主观影响,如认知能力、专业水平、个人偏好等因素,容易因人为因素造成偏差。模糊综合评价法是在考虑多种因素的影响下,运用模糊数学工具对某事物做出综合评价的方法。该方法的优点是将定性指标量化并将各项指标无量纲化,可以克服传统数学方法中“唯一解”的弊端,适用于公共物品治理绩效评价等领域,拥有广泛的应用前景。针对农业水价改革绩效评价的模糊性,模糊综合评价法能用精确的语言对模糊现象进行定量描述,得到相对可比的评价结果。

在农业水价改革绩效评价指标权重的确定上, 采用基于熵权的指标权重赋值方法。熵权法是一种定量和定性相结合,将人的主观判断用数量形式表达和处理的方法,尽量减少个人主观臆断所带来的弊端,使评价结果更为可信[13]。采用熵权模糊综合评价法对农业水价改革绩效进行评价,将定性指标和定量指标有机结合,从而反映农业水价改革的综合效果。

2. 2 农业水价改革绩效评价的熵权模糊综合评价 模型

2. 2. 1 确定模糊评价因素集和评语集

农业水价改革绩效评价的因素集是根据所设立的评价指标体系确定的,评价指标的集合构成评价模型的因素集。从设置的农业水价改革绩效评价体系可以看出,农业水价改革绩效评价的评价因素中, 共有节水绩效、经济绩效、社会绩效和生态绩效4个一级评价因素,15个二级评价因素。农业水价改革绩效评价总的因素集为U = { u1,u2,u3,u4} ,u1,u2, u3,u4分别代表节水绩效、经济绩效、社会绩效和生态绩效,其对应的单个因素集分别为u1= { u11,u12, u13} ,u2= { u21,u22,u23,u24} ,u3= { u31,u32,u33,u34, u35} 和u4= { u41,u42,u43} 。

评语集是对每个评价指标进行判断所划分的可能的评价结果等级,根据评价对象的性质与具体情况,划分为若干等级评价标准。根据评价目的,本文将农业水价改革绩效的优劣程度作为评语集V的元素,共分为5个等级,具体表示为

式中: v1、v2、v3、v4和v5分别表示为评价相关指标的完成情况很好、较好、一般、较差和很差5个级别。

2. 2. 2 建立模糊关系矩阵

为了将农业水价改革绩效的每个评价因素量化,每一个评价对象都应建立一个综合评价矩阵R, 其中Ri= ( ri1,ri2,…,rin) 为第i个因素ui的单因素评价,所以rij表示第i( 1≤i≤m) 个因素ui在第j( 1≤j≤n) 个评语vj上的频率分布,一般将其归一化,使之满足。这样就得到从某一个因素看来,被评价的对象对等级模糊子集的隶属程度,构成农业水价改革绩效评价的模糊关系矩阵如下:

2. 2. 3 熵权法确定评价因素的权重

熵是信息论的一个概念。在系统中,信息是衡量系统有序程度的一个度量,而衡量系统无序程度的一个度量则是熵; 如果指标的信息熵越小,则该指标提供的信息量越大,其在综合评价中所起作用理当越大,所占权重就越高。

定义农业水价改革绩效评价系统中第j个指标的熵[14]为

式中: k =1/lnn,n为评价指标可能处于的评价标准的等级数量; Pi为某个评价指标在5个评价标准等级中处于i的评价标准上的频率,Pi满足0≤Pi≤1,且,在模糊关系矩阵中,

由上可定义,第j个指标的熵权为

这样就可以得到基于熵权法求得的农业水价改革绩效指标的权重向量集合:

2. 2. 4 合成模糊综合评价结果

根据求得的各指标的隶属度矩阵,即模糊关系矩阵,以及指标的权向量集合,利用模糊数学理论, 通过模糊转换合成评价结果矩阵,即农业水价改革绩效评价的模糊综合评价矩阵B。

式中: Bi为被评价指标属于vj等级模糊子集的程度。

得出模糊综合评价矩阵后,采用最大隶属度原则对评价结果进行分析。在得出农业水价改革绩效评价中单因素评价的基础上进行二级模糊综合评价,最终得出农业水价改革绩效综合评价的结论。

3 实例分析

为了落实2011年中央1号文件,加快水利改革发展,湖南省作为全国唯一的水利改革综合试点省, 从水资源管理体制、水利投融资机制、水利工程建设和管理体制、基层水利服务体系以及水价等5个方面进行综合改革。其中农业水价改革是湖南省水价改革的重要方面。2011年,湖南省的农业水价改革选择在铁山、黄材、官庄( 浏阳片) 3个大型灌区开展农业水价综合改革试点工作,并于2013年将试点项目区扩大到长沙县桐仁桥中型灌区。经过3年的改革实践,铁山、黄材、官庄( 浏阳片) 等3大灌区改革工作主要成效有: 1节水方面。农业水价改革前试点区每公顷灌溉用水约550 ~ 700 m3。改革后,项目区通过改造末级渠系节水,设置量水设施,实现斗渠口计量,满足协会管理的需要,大大提高了用水户节水意识,最终实现项目区平均每公顷用水量下降到400 ~ 550 m3,平均每公顷节水100 ~ 150 m3。2灌溉方面。改革后,3个灌区新增和改善灌溉面积4. 53万hm2。3个灌区每公顷粮食产量平均增加253 kg,农民人均年收入增加2 900元。3社会方面。改革后,在水费收取过程中的搭车收费和截留挪用现象得到消除,平均水费收取率达到97. 5% 。用水户协会管理工作更加规范,理顺了政府与农民之间的水利管理关系,将小型农田水利的事交农民自己管理,减少用水纠纷,促进农村稳定。生态环境用水量及灌区植被覆盖率增加,生态环境逐渐走向净化、美化、绿化。4水利工程方面。农业水价改革解决了小型水利工程最后一公里、工程既有人建又有人管和农民用水户协会经费来源等问题,工程的安全和效益得到了保障,如铁山灌区灌溉工程完好率由原来的30% 提高到85% 。

本文对湖南省农业水价改革绩效进行评价,其评价的指标采用所设置的农业水价改革绩效评价体系,并在评价过程中运用构建的熵权模糊综合评价模型。

3. 1 隶属度及评价矩阵 R 的确定

由于定量指标的边界值较为模糊,难以通过精确的数学公式对其进行转化判断,因此,按照湖南省农业水价改革的实际成效及其自评报告,结合实际调研结果,笔者邀请10位相关领域专家对湖南省农业水价改革的绩效评价的各个因素属于何种等级的评语集进行打分评价,共收回有效答卷10份。按照上述步骤分别计算各指标的隶属度,并将隶属度汇总得到模糊隶属度评价矩阵R。

将表2中的模糊隶属度评价矩阵中的量归一化处理,按照与评价体系中一级指标的从属关系归类后,最终得到节水绩效( u1) 、经济绩效( u2) 、社会绩效( u3) 和生态绩效( u4) 的二级模糊隶属度矩阵,分别为R1,R2,R3,R4。

3. 2 熵权法确定指标权重

根据熵值算法和上述二级模糊隶属度矩阵R1, R2,R3,R4,可分别求得各指标的熵值与熵权,如表3所示。

由此可得,二级指标的权重向量分别为

3. 3 多层次模糊综合评价

3. 3. 1 一级指标模糊综合评价

根据求得的隶属度矩阵R以及二级指标的权重向量,运用模糊综合评价公式,可计算得到一级指标的综合评价结果。

节水绩效的评价结果是:

按照隶属度最大原则,节水绩效的评价等级为较好。

同理,经济绩效的评价结果为B2= W2·R2= ( 0. 392 6,0. 547 3,0. 052 0,0. 016 2,0) ,评价等级为较好。

社会绩效的评价结果为

生态绩效的评价结果为

,评价等级为较好。

3. 3. 2 农业水价改革绩效综合评价

根据二级指标评价结果,组成农业水价改革绩效综合评价矩阵R,即

运用熵权法计算可得一级指标权重向量为W = ( 0. 332,0. 285,0. 252,0. 121) 。因此,农业水价改革绩效的模糊综合评价矩阵可算得为

由上述农业水价改革绩效的模糊综合评价结果可以看出,湖南省农业水价改革绩效等级为“很好”占41. 98%,“较好”占45. 68%,“一般”占10. 51% , “较差”占2. 19%,“很差”占0. 22% 。按照最大隶属度原则,湖南省此次农业水价改革试点的绩效评价结果为较好。改革基本上取得了较好的节水绩效、经济绩效、社会绩效以及生态绩效,部分指标超出了预期目标,取得了很好的效益。其中社会绩效表现很好,主要得益于湖南省农业水价改革过程中, 通过开展末级渠系节水改造,农业用水计量设施配套建设,合理设置计量点,推进按方收费以及大力推进农业用水户协会的建设,湖南省的农业水费收取率得到了很大的提高,达到97. 5% 以上,这在全国范围内都是处于高水平层次( 2009年全国大型灌区农业水费实收率只达到85% ,中小型灌区农业水费收取率则更低,我国整体水费实收率只有50% 左右[12]。) 。而农业水费收取率是衡量农业水价改革成功与否的关键因素,关系到小型农田管护的正常运行,从而影响农业的可持续发展。总体看来,湖南省农业水价改革较为成功,在节水、经济、社会方面产生了的较好的效益,但是在生态环境方面的杠杆作用尚不明显,还需要后期进一步的观察研究。

4 结 语

本文构建了针对农业水价改革试点比较完整的绩效评价指标体系,并且建立了应用熵权理论和模糊综合评价分析的绩效评价模型。通过对湖南省农业水价改革试点工作的成果进行实证研究,将建立的熵权模糊综合评价模型运用于实例中,得出符合实际情况的可信结果,并对最终的评价结果进行分析,得出改革中的不足与经验。实例证明,这种熵权模糊综合评价方法是可行的。

摘要：随着农业水价改革在全国范围内不断地试点展开,客观上要求建立有效、合理并且实用的农业水价改革绩效评价体系和评价方法,以便科学、客观地反映改革试点的农业水价改革的成效与不足,为进一步推动改革的发展提供参考。为此,构建了农业水价改革的绩效评价体系,并提出一种熵权模糊综合评价模型。模型运用熵权法确定评价指标的权重向量,并运用模糊综合评价方法将农业水价改革绩效中的模糊性、复杂性以及不确定性进行综合量化,得出评价结果。将模型运用于实例中的湖南省农业水价改革试点的绩效评价,结果表明:该模型是合理可行的,能较为全面客观地反映农业水价改革试点的成效与不足,在实践中具有一定的应用价值。

关键词：农业水价改革,绩效评价,熵权法,模糊综合评价法,湖南省

熵权模糊综合评价 篇2

基于熵权的综合指数法在海水水质评价中的应用

摘要：将海水水质监测值和标准值相结合,建立水质评价矩阵,通过熵权法确定各评价指标权重,应用综合指数法对泉州湾水质进行评价.结果表明,之前,泉州湾水质虽有所波动,但均明显优于三类水质标准.泉州湾水质出现恶化,但仍优于四类水质标准.该研究改进了传统的海水水质评价方法,计算更为简便,评价结果更合理.作 者：郭树宏 林志杰 洪小琴 佘日新 Guo Shuhong Lin Zhijie Hong Xiaoqin She Rixin 作者单位：泉州市环境监测站,福建,泉州,36期 刊：环境科学与管理 Journal：ENVIRONMENTAL SCIENCE AND MANAGEMENT年，卷(期)：,34(12)分类号：X824关键词：水质评价 熵权 指标权重 综合指数

熵权模糊综合评价 篇3

关键词：公租房,融资模式,综合评价指标体系,熵权模糊综合评价法

公租房是在国家大力支持下, 为解决城市中低收入家庭和新就业职工住房困难问题而开展的民生工程, 是社会保障性住房建设的有机组成部分。针对目前商品住宅价格过高[1]、小户型住房严重供给不足[2], 保障性住房覆盖不到位[3]等问题, 国家要求各地“切实落实保障性住房建设计划和供地计划、全面完成保障性安居工程建设任务”。因此, 公租房已经成为我国保障性住房建设的工作重点。

由于公租房项目具有建设期投入大、运营期收益较低的特点点, , 融资困难始终是制约我国公租房建设的瓶颈。通过借鉴国外经验, 在公租房融资方面国内已经开始对REITs, BOT, ABS等融资模式进行研究, 但已有研究的焦点都集中在融资模式的运营过程上, 缺乏对融资模式实施效果定量化的综合评价。熵权模糊综合评价法以模糊数学为基础, 具有结果清晰、系统性强的优点, 且避免了因权重确定时主观性过强导致结果失真的情况。本研究构建科学的评价指标体系, 提出基于熵权的模糊综合评价模型。

1 公租房融资模式综合评价指标体系

公租房融资模式综合评价指标体系既要体现出融资模式的各方面影响因素, 也要反映公租房项目的生产实际, 在借鉴工程项目融资影响因素的研究成果基础上, 选取出公租房融资模式效果的相关影响因素, 将其归纳总结为经济性、适用性、合理性、复杂性和掌控性五个方面, 公租房融资模式综合评价指标体系如图1所示。

2 熵权模糊综合评价法

2.1 确定评价指标集与评语集

建立评价指标集。设融资模式i的评价指标集为Ui={ui1, ui2, …, uim}, 其中m为评价指标的个数, uij (j=1, 2, …, m) 为融资模式i的第j个评价指标值。

建立评语集。设评语集V= (v1, v2, v3, v4, v5) = (满意, 较满意, 一般, 较不满意, 不满意) = (5, 4, 3, 2, 1) , 评语集中各值代表评价指标对该评语的隶属度。

2.2 评价矩阵标准化

由专家根据评价指标集和评语集对各融资模式的不同评价指标进行打分, 得到评价矩阵如下:

其中, n为融资模式的个数;m为评价指标数;c'ij=uij (i=1, 2, …, n;j=1, 2, …, m) 。评价指标分为效益型和成本型两类, 效益型指标是越大越好的指标, 成本型指标是越小越好的指标, 上述评价指标体系中各个指标均为效益型指标。对于第j个评价指标, 设cij为其标准化后的指标值, 效益型指标标准化公式为:

标准化后的评价矩阵为:

2.3 评价指标权重的确定

熵权的确定。根据所得到的标准化评价矩阵, 定义评价指标j的熵Hj为:

从而得到基于熵权的评价指标权向量ω= (ω1, ω2, …, ωm) 。

综合权重的确定。由于熵权仅反映数据包含有效信息的多少, 所以还应由专家根据各指标的相对重要性进行赋权, 将熵权与主观权重相结合, 既反映客观数据所体现的信息, 又突出不同指标重要程度上的差异。假设专家给出的主观权重为A= (a1, a2, …, am) , 并认为主观权重与熵权同样重要, 则综合权重为:

2.4 构造模糊评价矩阵

采用等腰三角形隶属度函数来描述不同指标的模糊边界, 为了保证各评价指标隶属于多个评语, 取等腰三角形的底边为1.6, 则融资模式i的第j个评价指标关于各评语的隶属度rij如下:

因此融资模式i的模糊评价矩阵为:

2.5 模糊综合评价

隶属度最大原则。采用加权平均算子, 由综合权重向量λ与模糊评价矩阵Ri计算得到模糊综合评价结果Bi, 即Bi=λ×Ri。Bi中最大的隶属度对应的评语为该融资模式的总评语。

综合得分最大原则。设评价对象i的模糊综合评价结果为Bi (bi1, bi2, bi3, bi4, bi5) , 分数集V= (v1, v2, v3, v4, v5) , 则对象i的综合得融分资为效果Zi。。经计算, 得分较高的融资模式拥有较好的

3 结语

适用的融资模式对于广泛吸纳社会资本, 缓解公租房建设资金压力至关重要, 对融资模式进行综合评价是十分必要的。从经济性、适用性、合理性、复杂性和掌控性角度选取指标建立评价体系, 提出了融资模式的熵权模糊综合评价法, 为公租房融资模式的选择提供依据。

参考文献

[1]谢颖, 南锦顺.地方租赁式保障房建设多元化融资模式研究[J].建筑经济, 2014 (8) :102-105.

[2]方壮志.城市公租房需求状况分析——基于武汉市的调查数据[J].城市问题, 2014 (8) :86-89.

熵权模糊综合评价 篇4

代建制项目往往具有规模庞大、结构复杂、影响因素多、涉及面广、投资大、工期长、风险大等特征, 因此, 对项目的风险进行评价是必不可少的环节。相对于传统权重确定方法, 熵权法是一种客观的确定指标权重的方法。本文在确定指标客观权重的基础上, 利用模糊评价方法, 从而综合得出项目整体的风险等级, 为风险管理工作提供借鉴。

1 代建制

1.1 代建项目风险的分类

代建项目风险根据不同的依据进行分类, 按代建项目不同阶段划分:立项阶段风险、设计阶段风险、设备采购阶段风险和施工阶段风险;按代建项目责任方划分:投资人风险、代建人风险、使用人风险、承包人风险和第三方风险;按代建项目技术手段划分:技术手段风险、经济手段风险、合同手段风险。

1.2 代建项目风险管理

代建项目风险管理是系统地将处理风险的途径程序化, 代建项目风险管理的程序一般为风险识别、风险估计、风险评价和风险处置。风险管理是为了最大可能的降低和减少损失对项目既定目标产生的消极影响而采取的各种措施。

2 基于熵权的多级模糊综合评价模型

2.1 确定指标体系和评语集

将代建制建设项目作为研究对象, 确定评价指标体系B=B1, B2, …Bm, 专家对各评价因素的评价构成评语集V=v1, v2, v3, v4, v5 (v1, v2, v3, v4, v5分别表示指标的评语为很小、较轻、一般、严重, 非常严重) , 由此可得到评价对象的单因素模糊评判矩阵。

对影响建设项目的实施的风险因素进行分类, 每一级指标下又包含相应的二级指标, 如图1所示。

2.2 二级指标的综合评价

(1) 设第i类风险因素中的第j个因素指标对应第k个评价等级的隶属度为cijk (i=1, 2…m;j=1, 2…n;k=1, 2, 3, 4, 5) , 则二级指标的隶属度矩阵为:

(2) 熵权法确定指标权重:熵权法是一种比较客观的赋权方法, 根据各项指标观测值所提供的信息量的大小来确定指标权重, 需要由熵值转化为熵权。

将原始矩阵进行标准化处理, 风险性指标, 对应越小越优原则, 利用以下公式进行处理:

由此可以确定二级指标权重:

2.3 一级指标的综合评价

(1) 隶属度矩阵的确定。一级指标的模糊综合评价可以由二级指标的隶属度矩阵和二级指标的指标权重计算得到, 如A1=WB1·B1, A2=WB2·B2, …, Am=WBm·Bm

由此可以得到一级指标的隶属度矩阵:A= (A1A2…Am) T。

(2) 风险因素权重的确定。方法与二级指标的权重确定方法相同, 利用熵权法确定指标权重W= (W1, W2, …Wm) 。

2.4 项目风险的综合评价

通过P=W·A计算得到项目的整体风险评价, 根据最大隶属度原则, 判断项目的整体风险等级。

3 应用实例

某代建项目进行项目风险评价, 首先, 根据专家经验以及相关文献, 此项目选用以下几个风险因素作为评价指标体系, 进行综合评价。

请10位专家对每个风险指标对应不同的风险等级给出相应的隶属度, 然后进行综合, 得到隶属度矩阵Bi:

根据熵权法计算风险因素B1下风险指标权重:WB1= (0.3860 0.2931 0.0743 0.2466) ;

同理, 依次计算出其他风险因素下的风险指标的权重值:WB2= (0.1539 0.3049 0.5412) ;WB3= (0.4935 0.14280.3637) ;WB4= (0.1437 0.1816 0.1253 0.3747 0.1747) 。

将二级指标的隶属度矩阵与权重值进行综合, 得到一级指标的隶属度矩阵:

同样, 根据熵权法计算风险因素的指标权重W= (0.4680 0.0753 0.3447 0.1120) , 综合得出D=W·A= (0.3927 0.4441 0.1189 0.0443 0) 。

根据最大隶属度原则, 可以判断该代建项目风险等级处于第二等级, 风险较轻, 采取一定的措施来降低风险发生的可能性及造成的损失。

4 结束语

本文应用基于熵权的多级模糊综合评价模型对代建制项目风险进行综合评判, 熵权的引入提高了评价结果的客观性, 同时通过实例验证了模糊综合评价模型在该领域的可行性和有效性。

参考文献

[1]郭钟伟.风险分析与决策[M].北京:水利电力出版社, 1997.

[2]郭捷.项目风险管理[M].北京:国防工业出版社, 2007.

[3]武乾, 武增海, 李慧民.工程项目风险评价方法研究[J].西安建筑科技大学学报 (自然科学版) , 2006, 38 (2) :258-262.

熵权模糊综合评价 篇5

供应链环境下供应商的选择问题一直是学术界探讨的一个热点, 国内外学者采用不同的方法进行一系列研究。国外对该领域的研究主要集中于供应商选择的综合评价, 代表人物有Symtka&Clemens (1993) ;Manoj, Prem&Shankar (2004) 等。其中, Symtka&Clemens (1993) 则提出三要素评价准则, 包括风险因素、企业自身需求、可计量的成本因素三个评价指标;Manoj, Prem&Shankar (2004) 提出了五因素供应商评价准则, 包含供应商质量、生产计划与管理系统的有效性程度、供应商的整体经营绩效、采购项目、交易价格。

国内学者主要通过实证方法研究供应链管理中的供应商选择问题, 采用的方法有层次分析法、模糊综合评判法、熵值法等。杨耀红、谭攀静 (2012) 则采用熵值法与多目标法结合的方法进行供应商选择, 并通过实例验证了这种方法的可靠性。国内外学者的研究表明:熵权法可客观地衡量各个指标, 避免人为的主观性。

1 模糊综合评价方法

模糊综合评价法, 是根据多个含有模糊性质的因素对目标事物进行综合性评价的一种方法。根据模糊综合评价法的原理, 首先需对目标事物所涉及的模糊信息进行量化指标确定, 得到模糊综合评价的评估集, 并由评估者对指标进行打分评估, 以此得到评价矩阵;然后, 根据原指标构建多层次的判断矩阵, 以此计算各指标的权重;最后, 综合模糊评价矩阵和指标权重, 计算得到不同目标的隶属度, 根据最大隶属度原则, 得到最终的评价结果。

一般而言, 模糊综合评价模型的建模步骤如下:

(1) 建立模糊评价因素指标集。首先, 将供应源选择方案的评价体系分为s个子集, 分别记作;各个子集满足任意两个子集之间不存在相同元素的评价指标体系。

(2) 确定评价因素指标相应的评语集。然后, 根据所确定的评价因素来确定去评语集, 假定各个评级因素的评价等级有t个, 为了方便统一衡量和计算, 设其评价指标的评语集。

(3) 构造评价矩阵, 建立模糊综合评价模型。对n个供应源和m个指标, 设其共有m1个定性指标和m2的定量指标, 其指标的权重为ω, 表示第j个供应源的第i个评价指标的特征值, 特征值矩阵为, 对于定性的特征值可通过专家调查得分来评价。

为了增强各个指标的可比性, 需要对特征值矩阵进行转化, 本文采用相对隶属度的方法来确定其评价矩阵。利用隶属度来确定供应源的评价矩阵, 对于定性指标的隶属度可采用市场调查、专家分析打分等方法来确定评语的隶属度;对于定量指标的隶属度, 可根据原始数据计算而来。单纯的数字并无法衡量绩效水平的好坏, 因此, 需要确定该行业的相关指标值, 与最优基准值和最劣基准值进行比较, 才能正确地衡量供应源的理想程度。对每一个评价因素都需要进行单指标的评价。假定其相对隶属度矩阵为R, 则可采用如下的方法来确定。

, 其中是指第j个供应源对第i个评价指标的相对隶属度。

对于评价指标较小时, 可采用如下方法计算rij:

对于评价指标较大时, 可采用下式计算rij:

其中的取值同上。

对于指标的相对隶属度矩阵R, 设向量, 分别是隶属度矩阵的最优向量和最劣向量, 其中, 分别代表最理想的供应源和最不理想的供应源。

假定分别是第j个供应源相对隶属度向量中最优向量和最劣向量的隶属度, 根据隶属函数的定义, 可知。

令D (Rj;P) , D (Rj;Q) 分别为备选供应源Aj的最优权距距离和最劣权距距离, 具体的定义如下:

其中为可采用最小二乘法的原理来求解, 当:

取得最小值时, 即可求得第j个供应源的最优向量。

设;令, 并将 (3) 式代入, 可解得:

由此, 可求得各个供应源的隶属度向量, 然后根据隶属度最大原则选择最佳的供应源企业。

单因素评价仅反映了一个评价指标对评价对象的影响, 为了综合考虑供应源的选择方案, 需要将各个因素权重矩阵与隶属度相乘, 最终得出评价矩阵。

2 基于熵权的评价指标权重的确定

下面, 将分析熵权方法来确定评价指标的权重W考虑到n个供应源的多指标决策方案的决策矩阵的元素为, 其中。

由于指标的权重直接影响评价指标的重要性, 为了避免人为主观因素的影响, 本文采用信息论中的熵权方法来确定各个指标的权重向量。具体的步骤如下:

第一步, 确定供应源指标的数值比重Pij。

假定第i个指标下, 第j个供应源的指标数值比重为, 可表示如下:

第二步, 利用供应源各个指标的特征值计算器熵值。

第三步, 计算第i项指标的偏差。偏差度的计算公式如下:

所给的i和值越大, 指标的偏差度一般也越小, 表明该指标在综合评价值所起的作用也较小。当值越大, 表明该评价指标越重要。

第四步:利用熵权方法来确定评价指标的权重因子Wi。

具体的计算公式为:

3 基于熵权法和模糊综合评价方法的供应源选择的实例

假定某电力企业供应源评价数据来源于手工统计、行业统计等途径, 设该企业共有5家信息化供应源 (分别为A、B、C、D、E) , 本文以这5家供应源为评价对象, 构建该企业的信息化供应源组合权重的模糊综合评价模型, 选择其中1家作为供应源。本文采用一级指标和二级指标来衡量供应商的选择。

选取的一级指标是产品质量 (B1) 、服务质量 (B2) 以及工作规范性 (B3) 。厂商的产品质量是确保电力企业信息系统正常运行的基础与保障, 是体现信息化厂商的关键性指标之一, 加强厂商产品的质量管理, 确保选择最优的产品, 其所占的权重为0.4。厂商的服务质量是确保产品选择后, 能够无后顾之忧的重要因素, 是体现厂商产品售后服务的重要指标, 提高信息化工作人员的责任意识和技术保障, 确保产品能够在一定期限稳定运行和及时进行故障修复, 服务质量的权重为0.4。工作规范性是衡量厂商提供服务或技术支持过程中是否落实该公司的相关制度和工作标准, 其权重为0.2。

二级指标包括厂商有责任系统平均非计划停运次数B11、厂商有责任系统平均非计划停运时长B12、系统平均响应时长B13、数据库平均响应时长B14、缺陷平均处理时长B21、服务不规范停运次数B22、服务不规范停运市场B23、升级一次合格率B24、服务请求响应合格率B25、违反服务协议次数B31、资料整改次数B32以及资料质量B33。其中平均非计划停运次数、平均非计划停运时长、系统平均响应时长以及数据库平均响应时长这四个子指标来衡量产品质量指标;缺陷平均处理时长、服务不规范停运次数、服务不规范停运市场、升级一次合格率以及服务请求响应合格率这五个子指标来衡量服务质量指标;违反服务协议次数、资料整改次数以及资料质量这三个子指标来衡量工作规范性指标。

采用层次分析法结合熵权法, 得到一级指标和二级指标的相对权重。具体的评价指标及权重如表1所示。

利用该电力企业2012年1月至2012年12月的实际财务数据, 根据式 (1) 和式 (2) 求出该企业上述指标的隶属度, 并根据隶属度来确定单因素评判矩阵, 然后根据表1的相对权重得到5家信息化供应商的最终评价结果 (限于篇幅, 这里不一一详述) 。

以信息化供应商A为例, 它的二级指标的模糊综合评价结果如下:

(1) 产品质量的评价向量C1为: (0.30 4, 0.211, 0.312, 0.183, 0.090) ;

(2) 服务质量的评价向量C2为: (0.351, 0.230, 0.345, 0.172, 0.155) ;

(3) 工作规范性的评价向量C3为: (0.164, 0.225, 0.212, 0.281, 0.109) 。

于是, 电力企业信息化厂商A的模糊综合评价结果向量为:

对其进行归一化处理, 得到:

类似地, 可以求出其余4家信息化厂商的模糊综合评价结果。对所有评价结果进行归一化处理, 得到5家信息化厂商的模糊综合评价结果。通过比较可知, 信息化厂商的模糊综合评价结果与信息化厂商的综合水平能力基本相符, 表明该方法能够对电力企业的信息化厂商做出客观的评价。

信息化厂商A的模糊综合评价向量为 (0.24, 0.17, 0.26, 0.21, 0.12) , 评价结果为“一般”;信息化厂商B的模糊综合评价向量为 (0.32, 0.10, 0.37, 0.16, 0.05) , 评价结果为“一般”;信息化厂商C的模糊综合评价向量为 (0.28, 0.38, 0.17, 0.15, 0.02) , 评价结果为“较好”;信息化厂商D的模糊综合评价向量为 (0.22, 0.17, 0.42, 0.07, 0.12) , 评价结果为“一般”;信息化厂商E的模糊综合评价向量为 (0.44, 0.18, 0.10, 0.15, 0.13) , 评价结果为“好”。比较5家信息化厂商的模糊综合评价结果可知, 厂商E的综合评价结果明显优于其他4家厂商, 因此, 该电力企业应与信息化厂商E开展较长期的合作关系。

4 结语

虽然供应源选择问题已有很多解决方案, 但是将层次分析法、熵权法和模糊综合评价法三者相结合来研究供应源选择问题却较为鲜有, 本文通过隶属度方法来确定供应源指标, 采用熵权法确定这些指标的权重, 得到一级指标和二级指标的相对权重, 组成评价矩阵, 并选择某电力企业进行实证研究。综合分析实证结果可以看出, 不同的信息化厂商对该电力企业的影响是有较大差别的, 该电力企业应选择有效方式对不同的信息化厂商进行鉴别, 选择最优的合作方案, 而基于熵权法的模糊综合评价方法是一种有效的鉴别方法。

参考文献

[1]Symtka&Clemens.Integrated Production, inventory and distribution systems[J].International Journal of Production Research, 1993, 26 (3) .

[2]Manoj Kumar, Prem Vrat, Ravi Shankar.A Fuzzy Programming Approach for Vendor Selection Problem in Supply Chain[J].Computer&Industrial Engineering, 2004, Vol.46.

熵权模糊综合评价 篇6

1 高速铁路建设项目后评价指标体系的构建

高速铁路建设项目后评价通过对已建成项目的建设过程和实际效果的检查总结, 评价分析铁路建设项目预期目标是否达到, 项目主要指标是否实现;评价确定投资决策者、管理者和建设者在工作中取得的经验和存在的问题, 最后通过及时有效的信息反馈, 改善项目实施效果, 提高项目决策的科学化水平, 促进投资活动的规范化, 实现提高投资效益的目的[1]。因此, 高速铁路建设项目后评价的指标体系的构建应当遵循科学性、可行性、层次性、系统性的基本原则。

本文主要通过将高速铁路建设项目的后评价, 分为建设过程后评价、融资方案后评价、可持续后评价、效益水平后评价四个分项, 并将各分项细分为若干子项, 构建高速铁路建设项目后评价指标体系, 如图1所示。

2 熵权模糊综合评价方法

在综合评价方法中, 权重的确定方法主要有专家调查法、AHP法、因子分析法、熵值法等。但这些方法一般难以摆脱人为因素及模糊随机性的影响, 存在一定的缺陷。本文提出一种基于熵权的模糊综合评判法, 根据数据之间的关系嫡来确定各指标权重, 然后利用各指标的模糊综合评价值对高速铁路组建设项目后评价进行分析[2]。

2.1 熵权系数权重确定。

熵的概念起源于热力学, 由Shannon引人信息论, 并在众多领域中得到应用。假设对m个对象的n个指标进行评价, 得到专家评价矩阵 。

对原始评价矩阵 作标准化处理, 得到标准化矩阵 , 计算公式为:

其中Mj为第个j指标的最大值。

将各指标同度量化, 计算xij在第j项指标下的权重pij。

计算第j项指标的熵值:

计算第j项指标的差异性系数:

其值越大, 指标就越重要;

确定指标权重, 第j项指标的权数。

2.2 模糊综合评价模型

2.2.1 单层次模糊综合评价

对于指标集X={x1, x2, …, xn}, 评价集Y={y1, y2, …, ym}, 从指标到评价的模糊关系R表示了对指标xi做各种评价的可能性。

式中:yij表示xi做出yi评价的可能性;ω是权重向量, ω={ω1, ω2, …, ωn}表示各指标在评价中的重要性。评价的结果是模糊集, B= (b1, b2, …, bm) 表示做各种评价的隶属度, bj表示综合评价为yj的隶属度。

2.2.2 多层次模糊综合评价

多层次模糊综合评价的步骤如下:

(1) 将一级指标集X={x1, x2, …, xn}按一定的属性分p个子集, Xi={xi1, x12, …, xn}, i=1, 2, …, p, 且满足 。

(2) 对于二级指标xi进行单级模糊综合评价, 评价集为yj={yj1, yj2, …, yjs}, xi中各因素的模糊权向量为ω={ω1, ω2, …, ωn}, 这里ωij要求满足 。记xi的单因素评价矩阵为R, 则xi的单级模糊评价结果为:

(3) 将xi看作一个指标, 用Bi作为它的单指标评判结果, 即可得到隶属关系矩阵R:

对于因素xi (i=1, 2, …, p) 的模糊权向量为ω={ω1, ω2, , …, ωn}, 则得到2级模糊评价结果为:

若第一步划分指标层次较多, 则可继续划分得到3个或更多层次的模型。

2.2.3 识别准则[3]

由于评价等级划分是有序的, 最大隶属度识别准则并不适用。因此, 改用置信度识别准则, 取置信度λ (0.5<λ

则判定某高速铁路建设项目X属于第k个评价等级Vk。

可以按照评分准则建设项目后评价综合得分, 公式为:

式中:ni表示等级Vk的分值。

则可以根据qk的大小得到建设项目X综合效益的高低。

3 案例分析

根据图1所示的评价指标体系, 对某高速铁路建设项目按多层次模糊综合评价模型进行评价[4,5,6]。

(1) 根据专家对各个评价指标的打分, 建立因素集R1, R2, R3, R4的模糊评判矩阵为:

(2) 利用上值法计算权重。有 (1) 到 (5) 式计算得到各指标权重向量为:ω1= (0.4, 0.25, 0.1, 0.25) ;ω2= (0.4, 0.1, 0.5) ;ω3= (0.4, 0.2, 0.3, 0.1) ;ω4= (0.5, 0.5) 。

(3) 计算模糊综合评判值。首先进行第一级评判, 对建设过程x1评判得评判向量

B1=ω1`R1= (0.36, 0.35, 0.14, 0.15)

同理可得融资方案x2、效益水平x3和可持续x4评判得评判向量

从而由一级判断结果得到二级评判矩阵R和评判向量ω

(4) 基于置信度识别准则, 取置信度λ=0.7, 由 (9) 式可得建设过程x1为:0.36+0.34=0.71>0.7, 得到该高速铁路建设项目建设过程为良, 同理可以得到的融资方案x2、效益水平x3和可持续x4的等级分别为良、良、良;最后, 由 (9) 式得到该高速铁路建设项目总体综合水平置信度为:0.3242+0.4001=0.7243>0.7, 得到综合评价等级为良。

结束语:高速铁路建设项目后评价不但总结高速铁路建设项目管理的经验教训, 对项目本身有监督和改善作用, 而且能提高项目投资决策的科学化水平, 对项目决策部门有纠偏和指导作用。采用客观有效的评价方法, 对实际工作的开展是十分必要的。熵权模糊综合评价指标体系不仅考虑了评价过程的模糊性, 也兼顾到层次性。因此, 其既能反映高速铁路建设项目后评价的模糊程度, 也可以对实际后评价工作提供参考。

参考文献

[1]张飞涟.铁路建设项目后评价理论与方法[M].北京:中国铁道出版社, 2006.

[2]刘普寅, 吴孟达.模糊理论及其应用[M].长沙:国防科技大学出版社, 2000.

[3]陈伟, 林洁.基于置信度准则的电能质量模糊综合评价方法[J].甘肃科学学报, 2008 (1) .

[4]孟润虎, 徐海涛, 郭倩倩, 等.模糊综合评价在客运专线速度等级匹配方案中的应用[J].铁道运输与经济, 2009 (11) .

[5]李鑫.铁路客运专线 (秦沈) 后评价研究[EB/OL].中国优秀硕士学位论文全文数据库, 2007.

熵权模糊综合评价 篇7

电力工业是国民经济发展的基础。 随着经济社会的快速发展,自然环境状况发生很大变化,各种类型污染物不断增多,雾霾、沙尘暴等恶劣天气也越来越严重。 电力线路和设备污闪事故时有发生,对电力系统所造成的危害越来越大[1-3]。 由历史数据得出,线路绝缘污闪事故数仅次于雷击,然而由于污闪造成的停电损失却是雷击事故的10 倍以上[4]。

长期以来,绝缘子污闪研究是电网安全运行的重要课题,一直受到业界广泛关注。 文献[5]提出利用快速傅里叶变换和功率谱估计结合的方法计算泄漏电流的2 个频谱特征量,比单一时序分析更准确,但需要进行大量试验以判别污闪状态;文献[6]提出基于最小二乘支持向量机的绝缘子污秽评定方法,以泄漏电流有效值、泄漏电流峰值、泄漏电流脉冲频度、环境湿度、温度5 个影响因素为输入变量,评定结果比多项式核函数准确率更高,但是在确定输入变量时没有考虑污闪因素的不确定性和模糊性;文献[7-8]提出利用智能算法对绝缘子污秽进行预测评价,以泄漏电流和盐密为特征量,通过模糊神经网络进行污闪电压评估,为污闪状态模糊评价提供一种新思路,但需要大量数据作为训练样本;文献[9]运用图像处理算法提取平稳紫外光斑面积、间歇性紫外光斑面积、间歇性紫外光斑重复次数3 个参数,考虑到视频和图像分析结果的模糊性,建立基于模糊逻辑推理的绝缘子污秽状态评估模型,但测量数据主要基于实验室数据,对现场运行绝缘子需进一步研究;文献[10-11]运用模糊数学方法进行绝缘子污闪状态评价,有效地解决了污闪影响因素和评价知识的模糊性问题,但权重确定时受到主观因素影响;文献[12-13]运用熵权法确定指标权重,根据评价对象之间的差异程度,充分利用客观信息增强评价结果的客观性,在电网规划等领域取得了良好的效果,为确定评价指标权重提供一种新思路。

基于上述分析,本文采用基于熵权法的模糊综合评判模型对绝缘子污闪状态进行评价,运用熵权法确定指标权重,解决模糊评价过程中权重确定主观性强的问题。

1 模糊综合评价及熵权法相关理论

1.1 模糊综合评价

模糊综合评价方法是运用模糊数学中线性变换原理及最大隶属度原则,考虑多种不确定因素影响,运用模糊数学工具对事物做出综合评价[14]。 通过隶属度函数把定性因素定量化,依据各指标权重对各因素进行综合评价,从而对多因素影响对象做出相对客观的评价。

模糊综合评价的基本步骤[14]如下:

a. 考虑评价目的和实际需要,确定评价目标;

b. 依据评价目标的影响因素,给出模糊评判项目层及评价指标层,建立评价对象的评价指标体系;

c.按照模糊评判理论,给出评语集;

d.确定评价指标的权重分配向量;

e. 建立各评价指标的模糊隶属度函数,通过各评价指标的模糊评价以及模糊隶属度函数,计算各指标隶属度,建立模糊关系矩阵;

f. 进行模糊合成并做出决策, 对权重向量与模糊关系矩阵运用模糊运算求解最终的评价结果。

模糊综合评价方法有2 个关键点:寻找合适的方法确定各指标的权重向量;选择合适的模糊隶属度函数。 其流程如图1 所示。

1.2 评价指标的熵权

权重反映各个指标在综合评价过程中所占的地位和所起的作用,权重的大小直接影响评价结果[15]。为了使评价结果更加客观,应当充分利用所掌握的客观信息。 按照熵的思想,在评价过程中充分利用已知信息,按照指标信息的多少和质量决定各评价指标的权重,使评价结果更加科学、精度更高。 因此,熵权法是确定多指标综合评价问题中各指标权重的有效方法[15]。

熵权法是按照评价体系中各指标的差异程度,利用信息熵的方法计算出各指标的熵权,通过熵权对评价指标的权重进行修正,得到客观的指标权重。熵权值反映该指标在不同评价方案中的差异度,揭示了客观数据所蕴含的有效信息[15]。

2 绝缘子污闪状态模糊综合评判模型的建立

2.1 模糊评判指标的选取

根据输电线路基础数据和绝缘子污闪试验的相关资料,基于绝缘子固有因素和运行环境因素,建立绝缘子污闪状态模糊综合评价指标体系如图2所示。

图2 中目标层绝缘子污闪状态可分解成项目层中的2 个评判项目,即A={B1,B2},然后建立各项目层下的指标体系,例如B1={C11,C12,C13}。

2.2 评语集及其各层评价矩阵的建立及标准化

按照模糊数学理论,5 级制能对被评价事物做出较准确的描述。 本文将绝缘子污闪状态分为“优秀”、“良好”、“合格”、“注意”、“严重”这5 级,评价指标集如下。

L = {优秀,良好,合格,注意,严重}={l1,l2,l3,l4,l5}

针对评价体系中的指标,由评语集可得到待评价对象的评价矩阵:

由于评价指标分为越大越优型与越小越优型2类,对于不同类型的指标有不同的标准化处理方法。

对于越大越优型指标,标准化处理方法为:

对于越小越优型指标,标准化处理方法为:

经过标准化处理后,得到标准化的评价矩阵为:

2.3 评价指标权重的确定

本文利用熵权法确定指标权重,通过由M个专家对N个评价指标的评价结果,形成M×N阶评价矩阵R′=[r′kg]M× N,其中r′kg表示第k个专家对第g个评价指标的评价结果。 评价矩阵经过标准化处理后为R=[rkg]M×N。 第g个评价指标的熵定义为:

其中,Hg∈[0,1],且规定当fkg= 0 时,fkgln fkg= 0。 相应地,第g个指标的熵权定义为:

最后得到权重A=[ω1,ω2,…,ωN]。

2.4 评判指标隶属度函数及模糊评价矩阵的构造

隶属度函数表征属于模糊集合L的程度或等级,即模糊特征函数。 本文的绝缘子污闪状态模糊综合评价模型中,评语因素既有定性因素也有定量因素,根据因素集的数据特点,选择三角形和半梯形组合的分布函数形式[11],如图3 所示。

隶属度函数的具体确定方法:根据相关的设计数据、实验结果以及监测数据,确定如图3 所示三角形和半梯形的分布函数,给出5 种状态等级的模糊分界区间,最后建立各状态等级的隶属度函数。 如对于气象条件C22评判指标,对应的各状态隶属度函数分别为:

其中,l1(x)—l5(x)分别是绝缘子运行环境气象条件为x时,对应l1—l5的隶属度函数。 同理也可以得到其他评判指标的隶属度函数。

用第i个项目层的第j个评判指标Cij对绝缘子污闪状态进行评估,评语集中的状态l1j、l2j、l3j、l4j、l5j的隶属度分别为vj1、vj2、vj3、vj4、vj5,则可用隶属度集

表示对指标Cij进行评估的结果。 于是,该子项目层的所有评判指标就构成了其评价矩阵。 如以项目层中固有因素B1为例,其评价矩阵为:

2.5 模糊计算模型和模糊评价矩阵处理

为了保证模糊综合评价结果的客观性与真实性,不仅要考虑主要评判指标对绝缘子污闪状态的影响,还要保留单个评判指标的所有信息,故本文选择加权平均型模糊综合评判模型[14],即:

最后得到的模糊综合评判结果为:

这种运算是界限和运算,同时考虑了主要因素和非主要因素的影响,适合于系统综合指标的评判。向量C是综合评判结果,根据隶属度最大原则,最大的cj即为相应的li的评估结果。

在模糊综合评判模型建立过程中,指标层各指标隶属度函数与各层评判指标权重是模型建立的关键。

3 算例分析

本文应用基于熵权法的模糊综合评判模型,对某省500 k V输电线路绝缘子冬季积污期进行为期31 d跟踪评价,评价结果与实际污闪状态比较接近,表明评价结果具有较高准确度。 同时,与层次分析法中0-10 标度法确定指标权重评价结果进行对比,结果如图4 所示。 可以看出,采用熵权法确定权重得到的评价结果更准确,而采用层次分析法由于受主观因素的影响,其评价结果出现偏差。

以3 月20 日发生污闪事故为例进行对比计算,线路基础数据及运行情况如表1 所示。 按照气象条件与污闪概率的关系(如表2、3 所示)以及输电线路设计规范,分别对各评价指标作出评价,并按照式(2)—(3)进行标准化处理后结果如表4 所示。

注:污闪概率合计为100%。

利用本文介绍的隶属度函数确定方法,分别确定在5 种不同状态下的隶属度函数,求得各评价指标的隶属度,即可得到评判矩阵。 例如,气象状况为大雾无风,按照表2 所示污闪与气象条件关系,对此项指标的标准化值为0.23,按照l1—l5得到评判结果:

同理,可以得到其他评价指标的评判结果,最后可形成评价矩阵:

利用熵权法确定权重,按照式(5)、(6)得到各评价指标的权重,如表5 所示。

采用加权平均型模糊综合评判模型,按照式(8)将评价矩阵与权重向量进行计算,得到项目层评价结果。

同理,最后计算得到绝缘子污闪状态模糊综合评判结果为:

max cj=0.390, 根据最大隶属度原则, 绝缘子处于污闪“严重”状态,与实际发生污闪事故结果相符。

而采用层次分析法确定权重,得到计算结果如下:

可以看出,max c′j= 0.347,评价结果表明绝缘子状态为“注意”,与实际发生污闪事故有一定偏差。

4 结论

熵权模糊综合评价 篇8

信息经济、 网络经济和知识经济的不断发展使企业的经营环境从相对稳定的静态环境转变为复杂多变充满不确定性的动态环境。 不确定的经营环境给企业危机的爆发带来了潜在可能性,使危机管理成为企业必须面对的新课题。 “危机是由组织外部环境变化或内部管理不善造成的可能破坏正常秩序、 规范和目标,要求组织在短时间内做出决策,调动各种资源,加强沟通管理的一种威胁性形势或状态”［1］。 随着经营环境复杂性和不确定性增加,企业危机问题引起了广泛关注,相继出现了战略风险管理、基于风险价值的资产评估［2］、对待风险的个体差异等研究;还有不少学者致力于企业预警管理体系的研究［3～4］;卢锡慧提出了企业数据预警分析体系［5］;阮平南、王塑源提出从企业整体经营风险指标和企业子系统经营风险指标两方而构造企业经营预警指标体系［6］。

本文借鉴了企业危机预警的研究成果, 探讨了采用基于熵权的模糊综合评价法进行危机预警。 首先论述了企业危机管理的动态发展模型、企业危机预警的原理;然后提出了采用基于熵权的模糊综合评价法进行危机预警的工作流程;最后通过实例,对该方法进行验证。

1企业危机发展模型与危机预警

1.1 企业危机动态发展模型

企业危机管理是一个动态循环的过程,首先要有危机意识,通过识别企业潜在危机,企业可以积极采取预防控制措施,为可能发生的危机做好准备;当危机征兆出现时,企业要能正确识别危机信号,判断所面临的威胁,从而应付危机;危机恢复阶段着重对危机管理工作进行全面评价;对危机涉及问题综合归类,提出措施,改进经营管理工作,不断学习和发展,从而完善危机管理内容,加强企业危机预防能力,以应对下一次的危机。 基于米特罗夫的危机五阶段论的企业危机动态发展模型如图1 所示。

1.2 企业危机预警原理

企业危机预警,是对预警对象、范围中的预警指标等关键因素进行分析之后,对未来的危机进行预测,并对可能发生的事件进行判断、报警。 目的是对危及企业生存、发展的潜在问题进行事先预告与分析,或通过已发生事件所得到的重要启示,提前或及时地把握危机信息,避免企业经营陷入危机逆境之中,防患于未然。 它一般包括两个阶段:第一是预测阶段［7］,即建立危机预警评价指标,由已知信息推测未来发展的趋势;第二是判别报警阶段。 具体的预警原理如图2 所示。

2基于熵权的模糊综合评价法的流程

2.1 管理决策的熵理论

熵是指信息论中标度不确定性的量。 信息量越大,不确定性就越小,熵也越小。 而决策的精度和可靠性很大程度上取决于所获信息的多寡与质量,熵理论应用于不同决策过程的效果分析是一个很理想的尺度。

系统的复杂性决定了系统可能有多种状态,设每种状态出现的概率为pi(i=1,2,…,m),则该系统的熵可以表示为:;其中,pi满足0<pi<1,且。显然,当每种状态等概率出现,即pi=1/n时,熵取得最大值:

;设有m个评价单位,n个评价指标,根据指标矩阵R=(rij)m×n,有信息熵:

由以上熵函数的描述可以得到熵权的以下几点性质:

(1) 各评价单位对指标i的评价值相同时, 熵值达到最大lnn,熵权为0,即该指标未向决策者提供有价值信息,可被取消。

(2) 各评价单位对指标i的评价值离差较大时, 熵值较小,熵权较大。

(3) 作为权重的熵权,是指在给定评价对象集后各种评价指标值确定的情况下,各指标在竞争意义上的相对激烈程度系数。

2.2 熵权模糊综合评价的基本程序

模糊综合评价法的基本思想是应用模糊关系合成的原理,根据被评价对象本身存在的性态或类属, 从数量上对其所属成分进行刻画和描述。 熵权模糊综合评价则运用信息工程学中的熵技术对指标权重进行修正,从而使权重的确定更具有合理性。建立熵权模糊综合评价数学模型的程序如下。

2.2.1建立评价指标集

科学合理的考评指标是进行综合评价的基础, 设有一级指标集U : U = (U1,U2,… ,Un);其中Ui= (Ui1,Ui2,… ,Uij)。 设评语集:V = (V1,V2,… ,Vn),其中Vj表示评价标准中的第j个评语,根据企业运营情况,一般可分为安全、亚安全、低度危机、中度危机和高度危机5 类标准,并将其归属于一定的量化区间。

2.2.2进行单因素评判

通过对每一个因素进行评判, 得出每一个因素属于各种评语的程度,从而得出相应的模糊评判矩阵R ∶ R = (rij)m × n。 其中rij(i = 1,2,… ,m;j = 1,2,… ,n)表示评价对象因素集中的第i个评价因素对第j个评语的隶属度,其计算公式为:rij= dij/ d; dij表示对评价对象因素集中的第i个评价因素作出第j个评语的专家人数,d表示专家组的总人数。

2.2.3 确定模糊评判矩阵

设由专家调查法(Delphi)或层次分析法(AHP)确定的下级指标对上级指标的权重向量为 λi,则有模糊评价矩阵:

2.2.4标准化模糊评价矩阵

对矩阵D进行标准化处理得矩阵M,M = (mi1,mi2,… ,min),

2.2.5指标综合权重W的确定

评价指标综合权重向量W=(W1,W2,…,Wn)由专家对各指标的主观评价权值λi和客观熵权权值βi确定,。

客观熵权权值βi可由下述模型求取:;其中,gj=1-ej。

2.2.6 综合打分

由标准化矩阵M和综合权重向量W, 利用模糊数学理论得U = (u1,u2, … ,un) = W × MT, 对U归一化处理,,结合量化评语集V,最终得分为:。

3实证研究

3.1 评价指标体系

指标体系就是对经济现象特征的整体描述, 企业危机的各种警兆只有经过警情指标来加以量化、说明与解释,才能得到科学、全面的反映。 根据某制造企业A的特征,在文献[8]提出的预警指标体系基础上,结合熵的思想,剔除信息价值小的指标,构建新的指标体系。

3.2 熵权模糊综合评价法的应用

运用专家调查法,通过单因素评判,可确定模糊矩阵Ri; 利用公式将数据用MATLAB处理后可得相关数据。 根据企业经济效益评价标准,量化的企业危机警度衡量标准见表1。 建立危机预警机制,定期地对企业的危险度进行评价,及时发现和纠正企业存在的问题。

企业A的综合得分:。对照表1的警度隶属标准,可见A企业处于低度危机的状态,这也与企业的实际状况相吻合。

4结语