评判模型（共9篇）
评判模型 篇1
在竞争日益激烈的市场经济条件下，各企业都已经意识到只有以客户为中心才能够持续发展。其中，尤以商业银行最为突出。其运营模式已转变成为客户办理收付和其他委托事项、提供各类咨询、各种金融服务，收取手续费用的中间业务。在此过程中，银行怎样才能达到巩固老客户，发展新客户，最大限度挖掘客户生涯价值的经营目标呢？这就需要能突出异质性特点的品牌。正是基于当今银行对品牌的战略建设要求，本文从品牌与服务质量的联系出发，构建模糊综合评判模型，对品牌进行定量研究。
一、相关概念
品牌是一个名称、属性、标识、符号或者设计, 是用以辨认一个或若干个营销者的产品和服务, 并使之同竞争对手的产品或服务区别开来。它是企业的重要资产，也是企业最为核心的无形要素；而服务质量是指服务商品的使用价值及其对消费者需求的满足程度的综合表现，两者在作为研究对象方面具有相似之处：都具有口碑效应，都需要一个积累的过程。只是品牌的积累过程更为突出，就像存续上百年的企业比刚成立的企业更具品牌优势；都具有无形性和异质性的特点；都是在服务过程中形成认知，得出结果，修正已有的感性认识。
对于提供服务为主的商业银行，品牌与服务质量就更是息息相关。因为客户对银行品牌的感知、认知是在他们接受服务的过程中实现的，他们对服务过程的质量评价的结果就直接影响到对银行品牌评价的结果。所以，服务就是品牌, 就是形象，它是银行综合竞争实力的体现。因此，银行的品牌建设就应以高质量的服务为根本, 以服务和品牌价值的传播为支点, 以赢取利润和顾客的满意为回报, 最终形成品牌效应。
基于这些相通之处，本文对已经发展成熟的服务质量研究方法（即SERVQUAL模型）进行改进，构建出定量研究模型，应用于银行品牌评价。
二、研究准备
（一）、问卷设计：
问卷设计以SERVQUAL模型为框架，根据品牌评价的特点，以其构成因素的分层取代原有模型的分层。本文是根据哈金森和柯金 (Hankison、Cowking, 1993）对品牌的定义，从以下六方面来研究品牌评价的：视觉形象、印象、可感知性、市场定位、附加价值和个性化；然后以客户的评语（很好、一般、较差）替代SERVQUAL模型的客户实际感受值，用偏好分值替换客户期望感受值，这样既可以实现客户在品牌实际与期望感受上的差距测量，又可以用所得数据确定指标在整个评价体系上的权重，实现问卷的简化。
（二）、理论基础：
模糊数学用于解决“A与非A”之间的模糊性问题。在对一个事物进行评价时，由于考虑因素很多，主体评判标准不同，评价结果往往处于模糊状态，此时就可以采用模糊数学的多层次综合评判方法来解决。
模糊多层次综合评判是应用模糊映射和模糊线性变化进行综合决策的数学工具。根据实际应用要求，输出一个明确的类别判定, 并以一定的隶属度来获得所需的结果。在整个的评价过程中, 由于评价指标体系的建立考虑了因素之间的主次关系, 因此需要通过各因素指标权重来保证指标的可比性。
1、模糊关系:
模糊集合A, B，以A和B的笛卡尔乘积为论域的一个模糊子集R, 其以隶属函数来表示，则R就是从集合A到B的一个模糊关系；
2、模糊矩阵的合成:
设论域模糊关系用矩阵表示, 同样地, 用模糊矩阵来表示，Q和R的合成S=Q·R用矩阵来表示；
3、评价指标:
从现有的西方服务品牌研究视角出发，将品牌的影响因素分成消费者外部和银行内部两类。进一步细分为：视觉形象、印象、可感知性（外部视角）；市场定位、附加价值、个性化（内部视角）。转化为数学语言：品牌评价因素集合X={视觉形象X1、视觉印象X2、可感知性X3、市场定位X4、附加价值X5、个性化X6}；其中除X2外，其余因素都可以细化；
4、评语集合：
Y=﹛很好, 一般, 较差﹜, 即:
5、权重集：
由各指标的重要性，设权重集
6、步骤：
先对Xi (i=1、2....6）做单因素综合评判，得评判结果Ci (i=1、2....6），后整理Ci (i=1、2....6）得关系矩阵L，最后用A与L做模糊关系合成，得最终评判结果C。
三、示例调研结果分析
假定对M银行的调研数据如表一所示（以100为调研基数，加权平均后）整理得到：
运用单层次综合评判方法, (即:权重集A1与关系集L1的模糊矩阵的合成) , 得到单层次综合评判结果C1为:同理有:则模糊关系矩阵为:, 再用多层次综合评判方法, 得最终评判结果:。
以为分界点，隶属度>0.4判定评价结果, 则M银行归属于“一般”。给三个评语赋值, , 当数值V越接近1, 说明品牌评价越高，越接近于-1，说明品牌越差，甚至于缺失品牌。此处V=0.247*1+0.477*0+0.274*（-1）=-0.029<0, 说明其品牌评价处于中下等水平，缺乏明显的品牌效应，需要加强建设。
当细看各因素时，仍以为分界点，则除个性化归属于“较差”行列之外，其余因素均归属于“一般”。以作为及格标准，M银行只有外部视觉印象达到一般水平，其余均处在行业平均水平之下。当结合实际情况，可能是M银行对于品牌建设的观念还停留在显著标志、名称或是广告的宣传等外部视觉上，缺乏从内部视角的建设。鉴于此，该银行在今后的品牌建设上，就应该强化内部管理，提高凝聚力、战斗力；注重培养银行员工的品牌意识；增强员工的竞争意识；从细微之处入手，打造优质、一流的服务，让客户的需求得到更好的满足。
四、总结
本文使用模糊多层次综合评判方法对银行品牌评价进行定量研究，并以示例给出具体操作过程。整个研究是从银行业的品牌与服务质量的联系点出发，修改SERVQUAL评价模型，得出适用于银行品牌评价的指标体系，最后才运用综合评判得结果。
对于文章中所运用的模糊评判方法，它是目前经常采用的处理非排中律的首选方法，也是今后在银行品牌研究上的一个发展趋势。但是这种研究方法往往建立在定性（例如：指标框架和问卷调查）基础之上，受主观因素的影响比较大，会在一定程度上削弱研究的客观性。特别是在评价因素的权重选取上，更是需要较好地剔除主观影响，所以可以考虑用层次分析法来确定权重集。
参考文献
[1]白朋飞.服务质量对品牌资产影响的研究, 中南财经政法大学出版社2006.
[2]曹文.建立中国银行业顾客满意度指标评价体系的构想, 杭州金融研修学院学报, 2003 (6) :
[3]程鸣, 吴作民.西方服务品牌研究评介, 外国经济与管理, 2006 (5)
[4]李萍、吕艳.商业银行服务质量模糊评价体系的构建.商场现代化, 2005
[5]李鹏, 2007.银行个人理财服务质量的评价, 2007.金融论坛 (8)
评判模型 篇2
根据企业贷款偿还能力的.评估指标体系,利用可拓工程方法,建立了企业贷款安全性的物元评判模型,并结合实例给出了评判方法.
作 者：马有才 郭玉江 刘爱红 石爱华 作者单位：马有才(山东科技大学,经济管理学院,山东,泰安,271019)
郭玉江(泰山医学院,山东,泰安,271000)
刘爱红(泰安市公证税务师事务所,泰安,271000)
石爱华(曹庄煤矿,山东,滕州,277152)
评判模型 篇3
关键词：模糊理论 评判模型 航标效能 定量分析
1 航标效能评估的重要性
设置于船舶交通流密度比较高、水文地理条件较为复杂的水域上的航标，由于具备定位、危险警告、确认和指示交通等功能，成为整个航海保障体系中重要的组成部分。而航标效能评估恰好是一个反映航标提供这种服务水平的重要标志。因此，研究并使用科学合理的航标效能评估方法，促进航标配布的进一步完善，维护船舶安全有序航行，意义尤为重要。
2 航标效能评估流程简述
现有的航标效能评估流程是根据《海区航标效能验收规范》，主要分以下四步进行：
第一步：重点围绕助航服务水平、技术应用水平和管理维护水平制定评估计划；
第二步：现场调查和搜集资料。重点搜集基础数据资料，如航标资料、航路资料、水域测量图、船舶资料、用户意见等等；
第三步：审查分析。重点从航标效能评估的必要性、影响因素、评估方案及各项效益上进行审查分析；
第四步：编写评估报告。根据对航标效能调查研究和审查分析的结果，提出决策建议。
从航标效能评估的几个流程中不难看出，现有的航标效能评估主要是从定性的角度出发进行的，涉及定量评估的内容较少，基本上采用的是实地测定方法，根据专家意见形成综合评价结论。这种方法虽然直观，但却掺杂了较大的人为主观性，评价结果难以做到科学性。
本文通过采用模糊数学与层次分析相结合的理论方法建立模糊综合评判数学模型，本着理论指导实践，实践修正理论的思路，实际工作中应用该模型对上海辖区的航标效能评估进行定量分析。
3 模糊综合评判模型及其应用
3.1水域航标评估模型结构
根据水域中的航道与航标的拓扑关系，采用如图1所示的点—线—面的思路，绘制出整个水域的航标效能评估简化图：
3.2 航标效能综合评估指标体系
根据《海区航标效能验收规范》和IALA相关文件，结合相关的一些研究成果，综合确定区域航标效能的综合评价指标如图2：
3.3 模糊综合评判指标权重(W)的确定
根据航标效能评估模型结构和综合评估指标体系，按照模糊数学理论，首先通过专家问卷调查的形式由各位专家根据多年的实践经验对各个指标的重要程度进行两两比较，给出一个重要性排序，在利用层次分析法中两两比较判断的排序方法得到各个指标的权重结果。详见图3
3.4 指标的隶属度
根据《上海航标处辖区航标助航交通及工作情况征询调查表》以及《上海航标处服务质量调查表》可以得到，每个指标实际测量值在模糊集中得取值都属于很好这一等级，单个指标的隶属度取极限好状态值：
Ri=［0 0 0 0 0 1］
所有指标的综合评判矩阵R=［R1 R2 R3….R26］
3.5模糊综合评判模型
当指标权重集W与指标综合评判矩阵R已知时，按照模糊矩阵的乘法运算，即可得到模糊综合评判集B
B=R*W
3.6 评判结果V
利用加权平均法：
V=(∑Bi*Vj)/ ∑Bi
注：Vj 评价集；Bi权数集；
3.7评分标准
本次将评分标准划分为5个级别，即：评分标准V=｛不合理，不太合理，一般合理，比较合理，合理｝
注： Bi 取值根据实际情况选定
3.8在辖区水域的实际应用
根据建立起来的模糊综合评判模型B，对黄浦江航段航标以及九江灯船附近水域改造前与改造后的航标分别进行了效能评估。
3.8.1黄浦江航段应用
黄浦江水域航道的特点一是该水域船舶类型多为小型船舶，二是航道与沿岸不断变迁，河底淤泥速度较快。世博改造前，应用该模型计算出区域航标的权重W、各个航标的模糊隶属度R，得到一个综合评判结果B，继而得出评价结果V1，对比世博航标改造后计算出的V2，明显 V2＞V1,这一结果与改造后的实际调查结果一致，从而说明基于该模型下的航标效能评估具有一定程度的可靠性。
3.8.2九段灯船附近水域的应用
同理，将该模型应用于九段灯船附近水域，对该区域航标改造前与改造后的航标进行效能评估，得到的评判结果与黄浦江一致。
4 小结
为全面掌握航标实际效能，日工作中通过用户调查、上门沟通、用户座谈会和实际调查等多种方式取得第一手资料，本文对这些资料通过进一步分类、汇总和分析，引入模糊数学有关理论，建立航标效能评估模型，并将分析后的数据应用于这一模型中，对区域航标效能进行定量分析，以求更为科学地提高评估方式，并为今后开展相关研究工作提供一个参考。
参考文献
1.《海区航标效能验收规范》
评判模型 篇4
1 Teradata FSLDM客户化
Teradata FSLDM是预先构建的逻辑数据模型, 利用它可以直接开始数据仓库模型设计。它是一个纯粹的逻辑数据模型, 可以运行在任何数据库和平台上, 与Teradata数据库无关。客户化方法论可以概括为自底向上、从顶至下以及自底向上和从顶至下的联合使用。下面我们简要对这几种方法进行一下对比和分析, 主要从策略、过程等方面的特点来决定到底采用何种方法进行开发。
首先, 自底向上法是指先从较下层设计开始, 也就是说去解决问题的各个不同的小部分, 然后把这些部分组合成为完整的应用。这种设计方法主要是要根据系统功能要求, 从具体的逻辑部件或者相似系统开始, 凭借设计者熟练的技巧和丰富的经验, 通过对其进行相互连接、修改和扩大, 构成所要求的系统并保证系统功能的实现。从设计成本和开发周期来讲, 自底向上法一般优于自顶向下法, 但是由于其设计是从最底层开始的, 所以也存在难以保证总体设计的最佳性的问题, 一般适用于探索性的开发项目。在银行建设数据仓库, 自底向上策略一般是从某个数据仓库原型开始, 选择一些特定的为企业管理人员所熟知的管理问题作为数据仓库建设目标。该策略的主要优点在于能够以较小的投入在短时间内取得局部成果。
结合银行业务特点, 一般来讲, 按照数据仓库的思路建设信息决策系统已经有一定的先例和成功经验可以借鉴, 不应该算作探索性尝试, 而是目标明确、长期规划的建设过程, 所以应该采用从顶至下的方法进行。也就是说, 在开发前就已经具备数据仓库的系统定位、实现目标、应用范围等内容, 这种策略对开发人员的开发经验要求和管理层、建设者的预期目标明确程度都有非常高的要求。
2具体实施策略
在某银行Teradata FS-LDM客户化的具体实施过程中, 采取的是分重点设计主题、自主设计主题、简化设计主题等不同类别, 根据每种类别的特点和目标来分别制定有针对性实施策略的原则。实施后, 产生的实体主题分布情况如下图所示:
下面从几个主题区域的具体情况来分别看一下。
团体域:团体域的逻辑数据模型截图如下图所示, 它在分类、主要实体和与其它主题的关系方面继承了FS-LDM, 在外部组织的非排它分类、贷款项目信息、重要相关人信息、团体地址信息等方面客户化程度较高。对于客户单一视图来讲, 实施后可能存在的问题是由于来自各源业务系统的内部机构信息 (一般是机构编码等) 不一致, 就需要数据仓库同时保留多套内部机构信息或需要手工建立映射关系。当然, 这种情况能够最大限度地保留源业务系统信息, 满足当前应用对机构信息的需求, 但也存在可能造成系统资源开销较大、对各原系统数据缺乏统一机构分析视角等问题。
协议域:协议域的逻辑数据模型截图如下图所示, 它在大型分类 (如行业、业务种类等) 、主要实体和与其它主题的关系方面继承了FS-LDM, 在各个详细子类、对帐单地址、协议和业务种类等方面客户化程度较高。这一主题区域包含了协议的金额、状态历史, 协议的周期性资金变动计划, 以及协议与协议之间的关系历史等在内的所有与协议相关的变动历史信息。
资产域:资产域的逻辑数据模型截图如下图所示, 它在资产及其分组、资产价值历史等主要实体以及与其它主题的关系方面继承了FS-LDM, 在资产分类 (以建设银行为准) 、资产详细信息以及处置情况等方面客户化程度较高。需要说明的是, 这里的资产概念分为实物资产、金融资产、无形资产三类, 所有与之相关的信息都存放在此, 且既包括银行资产, 也包括客户资产 (大多数情况是客户在办理贷款申请时提交的担保及抵质押物信息) , 同时既可以描述一个团体的所有资产, 也可以描述一个资产被多个团体拥有的情况, 也就是说, 一个团队可以与多项资产有关, 一个资产也可以与多个团体有关。
财务域:财务域的逻辑数据模型截图如下图所示, 它在分类总账科目、财务细目、主要实体科目和上述科目的子类、历史以及与其它主题的关系方面继承了FS-LDM, 同时将财务预算、统计项目保留为今后可扩充的部分。目前的特点是对于银行内部账组织模式进行了抽象描述, 能够适应不同科目组织体系, 但仅就总帐科目余额进行了客户化。
摘要：商业银行的数据是商业银行宝贵的财富, 这些未经加工的数据并不能满足商业银行的需要。因此, 通过数据仓库技术对商业银行的数据进行有效的整合是一项重大的系统工程。利用数据仓库技术成功整合商业银行数据成功的关键是要做好基础数据的准备工作。基础数据的质量好坏直接决定了数据仓库系统工程的成败。
评判模型 篇5
关键词：武术长拳类套路,比赛评分,综合评判,模糊数学模型
1 引言
武术长拳类套路比赛评分标准精细又复杂,比赛时给予裁判员评判的时限又很短,如长拳、南拳等自选套路只有1分20秒,对练套路比赛的时间则更短,只有50秒或1分钟。所以在这样的情况下,裁判要比较准确的按照规则给分,其难度是非常大的。为了既能严格地遵守规则又能达到简单快速和准确,本文试图引入模糊数学模型以解决这个问题。
现根据武术规则的规定各类裁判员分别给出6.80分(动作完成分)、3.20分(演练水平)和0.2分(创新难度)的评分,又要精确到3位有效数字,但对运动员的评价标准是一个模糊的概念。例如功力水平分值为1分,凡劲力或协调轻微不符者、显著不符者、严重不符者,分别扣分数为0.05~0.1分、0.15-0.2分、0.3~0.5分。这都是一个模糊的概念;给出的扣分是一个区间范围,这又是一个模糊的分值,事实上反映在裁判员脑子里的直觉印象和评分规则是相一致的,也是一个模糊的概念;在判断的过程中,裁判员从心理上也是通过对各运动员相互表观的比较来给出成绩,这也是一个模糊的概念;裁判员要在短短的几十秒或1分钟的时间里,把许多的给分标准和扣分方法一下子都要较为准确的给出。这本身就是一个极其模糊的概念……
所以,在这里我们提出模糊评判模型的理论,即让裁判员把对运动员的各项评判指标的模糊评判结果直接给出来,再用模糊统计的方法对裁判员的评判结果进行处理,让计算机很快得出最终结果。
2 模糊评判模型
设有I个评判指标C1,C2,……CI,这些指标反映运动员在规定动作完成、演练技巧等方面的表观水平。设参赛运动员是S1,S2,……Sj共有J个。
那么:
相应的:
其中0<Yij<1,Yij为Sj运动员对Cj指标的性能水平隶属度。Yij越大,运动员对CI指标的运动水平越高,Yij越小,则水平越低。
对于所得到性能水平隶属度进行加权平均得出运动员的最后总成绩:
Vj为Sj运动员的最后得分,Wj为评判指标因子,Cj为在整体评判中所占的权重。则为模糊因子。
3 评判指标体系分析
原国家体委1996年审定的武术套路竞赛规则明确指出,武术套路评分有动作完成、演练水平、创新难度三个大的指标。大的指标又可细分,如演练水平又可细分为:功力水平、演练技巧、编排等。所以,根据规则给出的总体原则,我们把评分指标及其所占的分数归纳为表1。
4 评判矩阵
设评判指标只有I个,C1,C2……CI(按规则分析I=8)比赛现场评分裁判共有K个,在指标论域U上有映射V→A,A={Al,A2,……AM}
其中Am-l到Am按等量优劣程度依次递减,A1,最优,A2次之,依次到Am最差。对某一个运动员,每位裁判给出一个评判结果。
例如:
其中Ii<M,Ii由裁判员自定。对某一运动员Sj裁判K给出统计矩阵
把所有的裁判员对运动员Sj的评判矩阵相加得到矩阵Pj
倘取边界条件为:若K位裁判员给Sj运动员评判结果均为
那么该SJ运动员得分为满分,若K位裁判员给Sj运动员评判结果均为:
那么Sj运动员得分为0分。依此边界条件构造出向量:
则有:
则yji即为Sj运动员对评判指标Ci的性能水平隶属度。
5 加权向量与评判结果
5.1 加权向量
设加权向量为W=(W1,W2……Wi)
根据前面的指标分析和规则规定,可定出Wi的值,事实上每个指标Ci所占的总分数即为加权向量Wi的值。
5.2 评判结果
Sj运动员的最终得分为
那么对J个运动员我们有最后得分V
5.3 示例
譬如共有10个运动员参赛,10位裁判员给分,指标体系共分为8个,各代表的内容参见前表。
对于向量A,我们取M=9
对于Sj运动员裁判员给出的统计矩阵为:
向量x为:
据此我们不难得出运动员的最后得分。
6 结语
本文引入了模糊数学的综合评判方法,给出了武术比赛的模糊数学模型,该模型只需一般的PC机即可操作运行,有利于计算机化,使裁判员免去从模糊到精确的困难,专心对运动员水平进行评价分析,利用计算机进行模糊统计分析,亦可免去许多人为因素的干扰,尽可能地体观严肃、认真、公正、准确的裁判准则。
参考文献
[1]Adamo JM.Fuzzy decision trees.Fuzzy sets and System,1979;4:207.
[2]Smith PN.An application of Fuzzy sets to transport.projectappraisal.Civil Eng Syst.1995;11:263.
[3]Chen S.H.(1985)"Ranking fuzzy numbers with maximizing set and minimize-ing sets."Fuzzy Sets and Systems17:113-129.
[4]R·Murugesan and N.V.Rama Moorthy.(1998)."Level of public transporta-tion service evaluation:fuzzy set approach."Journal of Advanced transporta-tion.32(2).216-240.
评判模型 篇6
1 评价模型的理论依据
假设f是评判函数, 则:
在进行综合评判时, 可采取实数的加乘运算来代替“∨, ∧”运算, 得到的结果仍然是F集, 只要满足一定条件即可, ai称 (i=1, 2, …, n) 为权数, 于是有:A。R=B= (b1, b2, …, bn)
这里bj是r1j, r2j, …rnj的函数, 也就是评判函数, 这个模型采用实数的加乘运算, 比用“∨, ∧”运算精细。
综合评判有三要素:
(1) 因素集U={u1, u2, …un}, 被评判对象的各因素组成的集合;
(2) 判断集V={v1, v2, …vm}, 评语组成的集合;
(3) 单因素评判, 即对单个因素ui (i=1, 2, …, n) 的评判, 得到V上的模糊集 (ri1, ri2, …rim) , 所以它是从U到V的一个模糊映射:
模糊映射f可以确定一个模糊关系R∈un×m, 称为评判矩阵。
它是由所有对单因素评判的F集组成的。
2 供应商评价实例
对于经常根据内外环境处于变化当中的供应商来说, 其评价的目标一般有:质量 (Quality) 、成本 (Cost) 、交货 (Delivery) 、服务 (Service) 、技术 (Technology) 、资产 (Asset) 、员工与流程 (People and Process) , 合称QCDSTAP, 即各英文单词的第一个字母。前三个指标各行各业通用, 相对易于统计, 属硬性指标, 是供应商管理绩效的直接表现;后三个指标相对难于量化, 是软性指标, 但却是保证前三个指标的根本。服务指标介于中间, 是供应商增加价值的重要表现。前三个指标广为接受并应用, 对其余指标的认识、理解则参差不齐, 对其执行则能体现管理和评价供应商的水平。
2.1 供应商评价的步骤
结合上述供应商的七大评价目标, 具体实施的步骤一般如下图1所示:
2.2 供应商评价实例
供应商的评价程序可以归纳如图1所示的步骤, 在实施过程中要特别注意每个步骤开始的时间, 以及对一些主观标准的把握, 实施起来模糊的定性描述较多, 主观性强。针对这样的特点, 在确定供应商评价目标时除了质量 (Quality) 、成本 (Cost) 、交货 (Delivery) 这三项标准硬性规定以外, 其余的四项:服务 (Service) 、技术 (Technology) 、资产 (Asset) 、员工与流程 (People and Process) 可以成立评价小组, 利用模糊数学一级综合评判模型通过定量计算的方法得出结论。假设:
对某一供应商, 请若干专门人员组成专家组进行单因素评价, 考虑到服务有50%认为是优, 30%认为是良, 20%认为是中, 没有人认为是差, 即可得出:
类似的有:
所有的单因素评判组成的评判矩阵为:
不同的专业人员, 由于其专业水平、性别、年龄、爱好、经济状况等的不同, 对于供应商评级指标所给的权重也不相同, 但是在一定时期内, 这个值的变化很小, 一般为:
A= (0.3, 0.3, 0.2, 0.2)
则可以求得该专家组对该供应商的综合评判得到:
B=A。R= (0.43, 0.32, 0.16, 0.09)
该结果表示的供应商评价结果是:“优”的程度是43%, “良”的程度是32%, “中”的程度是16%, “差”的程度是9%。
2.3 对该供应商评价模型的评价
由上述的实例可以看出, 该评价模型简捷而客观、易于理解、计算过程简单, 最重要的是该评价模型在一定程度上克服了一般评价模型主观性强的缺点, 将定性描述客观化、定量化, 是一个理论性和实践性均很强的供应商评价模型。
3 结语
对供应商进行正确评价的价值在于规范和引导供应商的行为, 为企业选择优秀的供应商, 从而使企业的采购行为能顺利的进行。故确定其合理的评价指标, 建立简单易行、科学合理的评价模型, 在实践中客观地评价不同的供应商, 使企业的利润得到最大化, 是进行供应商评价的目的所在。该评价模型以作者的多年实践为基础, 将一般评价的定性描述定量化, 简单、易行、客观、合理。
摘要：供应商的评价和选择是供应商管理的核心内容, 建立一个科学、简单、易行的供应商评价模型是供应商管理的前提, 是最大限度降低企业采购风险、追求企业利润最大化的基础。本文针对该要求, 理论联系实际地提出利用模糊综合评判模型, 对供应商的优劣进行合理的评价, 实践证明该模型实践性强, 便于实行。
关键词：模糊综合评判模型,供应商评价,评判函数
参考文献
[1]杨纶标, 高英仪.模糊数学原理及应用[M].华南理工大学出版社, 2005, (6) .
评判模型 篇7
关键词：学生评价,模糊综合评判
1 引言
学生体能的评价工作一直是军队院校工作的焦点问题,如何对每名学生体能得出最科学最客观最公平的评价一直是军队院校工作的难点和重点。按照传统方法对学生体能进行评价,往往会出现这样那样的不足。例如,考虑的方面不够全面,对学生的各个考察方面没有分出轻重主次等等,这些问题的存在使得对学生体能评价的误差不可避免,从而不同程度地降低了评价结果的可信度。如何找出一个合理的评价标准是目前迫切需要解决的问题,运用模糊数学的方法建立评价模型是一条非常有效实用的途径。
2 体能评价因素分析
如果想对一名学生体能作出科学、客观、合理的评价,需要考虑的因素有很多,从宏观上看可以大致分为体育内场课考核成绩、体育外场课考核成绩、综合身体素质、体育对抗成绩、体育比赛成绩5大方面,如图1所示。
3 模型实现
3.1 确定因素集
因素集即问题的论域,根据前面的分析,确定学生体能评判模型的因素集为U=(体育内场课考核成绩,体育外场课考核成绩,综合身体素质,体育对抗成绩,体育比赛成绩)。
3.2 确定因素集元素的重要性
根据需要,为5个因素分配权重A=(0.5,0.9,0.8,0.9,0.9)。
3.3 选择评语集
选定评语集为V=(优,良,差)。
3.4 因素变化区间
如表1所示。
3.5 模糊综合评判
根据前面的单因素评价矩阵和权重集,得到该学生体能最终的模糊综合评判结果为B=(9.79,1.98,0)。归一化后的结果为B=(0.83,0.17,0)。由此可以得到这样的结论:该学生体能综合各方面因素,对“优”的隶属度为0.83,对“良”的隶属度为0.17,对“差”的隶属度为0,这样就避免了对学生体能评价时单纯的好与坏的评语所造成的偏差。
4 结语
模糊数学模型在实际生活中的应用非常广泛,尤其对评估方面的应用使得评估结果更为客观、科学,通过实例已经很好地验证了这一点。当然,对学生体能作出合理的评价还有很多科学的方法,需要进一步探讨。
参考文献
[1]Hatem N N.Automated Instrumentation Evaluation and Diagno-stics of Automatic Taget Recognition Systims[A].1990 SPIEA utomatic Object Recognition Conference[C]vol.IS7:202-213.
评判模型 篇8
BOT来源于Build(建造)-Operate(运营)-Transfer(移交)三个单词的首字母缩写。虽然BOT在近些年来才逐渐被世界各界所青睐,然而BOT并不是一种新生事物,关于BOT的思想理念早在至少300多年运营方经营的好发起人找不到更好的经营者时还会为发起人免除寻找后续经营商的问题。英国早在17世纪就用类似BOT的模式建造私人灯塔。这种模式经过大约三个世纪的发展才日益成为现今意义上的BOT。BOT之所以会为政府部门和企业所接受,是因为BOT不仅能够解决他们的融资问题,而且运营效率较高,如果BOT作为一种新型的融资方式和项目管理模式,在建筑尤其是基础设施领域的应用越来越广泛。关于BOT项目风险管理的研究方法也层出不穷。BOT这种融资模式被广泛地用在政府想兴建基础设施而又缺乏资金的情况,这时政府可以作为发起人将项目建设及经营作为特许经营向社会公开招标寻找业主。当然这中间会涉及到项目公司、运营商、建造商及招标单位。标的业主在获得特许经营权之后,自主进行资金的筹集,项目的建设以及特许经营期间的运营,并在特许经营期满之后将项目无偿移交给政府。
BOT项目关联方多,涉及到的问题复杂,例如政府的毁约,市场利率的变动,技术难以实现等问题,导致在BOT项目的设施过程中的众多环节都存在风险。由于BOT项目风险的多样性,出现了很多关于BOT项目风险管理的研究方法。本文针对传统的研究方法缺少定量研究的问题,采用了模糊综合评判的研究模型,把定性和定量研究相结合,从而为BOT项目风险的研究提供了一条更加有效的研究方法。
2 模糊综合评判的原理及方法介绍
本文所采用的模糊综合评判方法是一种以模糊数学为基础、基于模糊理论的综合评判方法。作为一种可以解决各种非确定性的、模糊问题的方法,该方法多被用于处理各种难以量化的问题。该种方法运用模糊数学的隶属度原理,将受影响的事物从各个方面进行综合分析,从而使定性的分析定量化。
模糊综合评判方法的一般步骤如下:
(1)选定构成评价指标集的相应因素。比如总目标的第一层分为p个元素,在评价体系中表述为u={u1,u2,……up}。其中有的第一层因素还可以分成相应的n个子因素,即un={u11,u12,……u1p}……。依照此方法对影响因素进行逐层分解。
(2)为各级目标因素确定评语。一般将评语集设为V={v1,v2……vm},其中v1v2……vm代表相应的评语。例如在给学生评分时V={v1,v2,v3},其中v1、v2、v3分别代表优秀、良好、及格。
(3)用AHP法确定评价指标的权重集。权重的确定对模糊综合评判相当重要,而且有不同的确定方法,本文选用比较系统的层次分析法。例如把权重集用A表示:A={a1,a2……an},1≤n≤m,其中,m表示指标总数,且a1+a2+……an=1。以此逐级确定相应的子因素的权重。
(4)确定各个模糊子集的隶属度,构造模糊关系矩阵。模糊隶属度矩阵一般表示为
其中rij表示根据因素集中因素ui进行评价时,对评价集中第j个因素Vj的隶属度。例如,在对风险大小进行评判时,rij表示对风险做出第j个判断的人数占参加评判人数的百分。
(5)确定模糊综合评判矩阵,进行一级、二级或者多级模糊评判,从而得出综合隶属度。
(6)对评判结果进行分析,并作出选择。
3 实证分析
我国南方某城市为加强基础设施建设,政府部门准备将A-B段之间的公路采用BOT的模式筹建。目前政府部门已经初步同意与M项目开发公司合作建造A-B段之间的公路。M是一家隶属加拿大的公司。协议有关内容大致包括以下几条内容:首先,M公司负责在2018年12月31日之前建成A-B段之间的公路。其次,从2009年1月1日起到2029年的二十年间的A-B段公路的运营权有M公司负责,M公司可以在此期间收回成本,偿还贷款,并获得盈利。2030年1月1日起,M公司无偿将A-B段之间的公路交由政府管理。
由于采用BOT模式筹建项目不仅投资回收周期长,涉及的利益方众多,而且风险大。鉴于此,M公司在签订正式的BOT协议前,准备先对该BOT项目的风险进行评估,以此来决定是否签订协议。M公司首先经分析,构造了该公路BOT项目的风险评价体系,具体如下图1所示。
3.1 按照模糊综合评判的步骤对该项目的风险进行评估
将该项目的总目标确定为BOT项目风险U,构成U的一级子因素为自然风险、政治风险、经济风险、管理风险、技术风险五个。
即U={u1,u2,u3,u4,u5}。
以此类推确定一级风险因素的子风险因素,即u1={u11,u12,u13},u2={u21,u22,u23}……的评语集V={1,2,3,4,5},其中1、2、3、4、5分别表示风险非常小、风险比较小、风险中等、风险比较大、风险非常大。
3.2 构造关于各个一级子因素评判矩阵
M公司针对该BOT项目的风险,专门聘请了富有经验的有关专家,分别对影响该项目的各个要素给予了风险评级,其有关数据如表1所示。
其中,Pi(i=1,2,3,4,5,)表示对某一元素做出某一级评级的专家。
由表1可得关于各个因素的模糊评判矩阵如下:
3.3 采用层次分析法(AHP)对各风险因素的权重加以确定
基于该BOT项目风险的影响因素多而复杂,并且对评价对象的影响很难量化的情况,本文选用层次分析法确定各风险因素的权重。首先,构造一级影响因素的两两比较判断矩阵如表2所示。
上图是根据1-9标度法构造的判断矩阵,当两个因素同样重要时标度1,当前者比后者比较重要时标度3,当前者比后者明显重要时标度5,当前者比后者非常重要时标度7,当后者比前者强烈重要时标度9。2、4、6、8、分别表示上述判断的中值,表示重要度介于两者之间。然后对上面的表格进行归一化处理得:
然后再把得出的数据每行相加,最后把得出的数据进行归一化处理从而得出U1,U2,U3,U4,U5权重向量W=(0.147,0.418,0.143,0.054,0.239)。
下面是判断一致性的经验数据,其中RI表示A的不一致性容许的范围,经验值如表3所示:
RI=1.12所以A的一致性在容许的范围内,可以把A的特征值作为权重向量。
同理,可得二级风险因素层的各个风险的风险判断矩阵如下列表4-8所示:
计算过程省略,经检验,上述风险因素均符合一致性要求。
3.4 根据上述计算结果进行模糊综合评价首先进行一级风险因素的单因素评价,
再进行二级模糊综合评价,
由计算结果可知项目风险对于评语集,V={1,2,3,4,5},其中1、2、3、4、5分别表示风险非常小、风险比较小、风险中等、风险比较大、风险非常大的隶属度分别为0.34、0.24、0.31、0.07、0.03,所以该BOT项目的风险为B=0.34×1+0.24×2+0.31×3+0.07×4+0.03×5=2.18,经分析知风险介于风险比较小和风险中等之间,并且靠近风险比较小,所以该BOT项目的风险比较小。
4 结束语
本文将模糊综合评判方法应用于BOT项目的风险管理过程之中,并在风险评估的核心过程即各个层次风险因素的权重的确定过程中引入了层次分析法,从而使对风险因素的分析定性和定量分析相结合,从而为BOT项目风险的确定提供了一种行之有效的方法。
但是在该方法过程中对风险因素的评级以及各层次风险因素之间的关系采用的是经验分析法,而且对权重的确定过程中计算过程复杂繁琐,如果能在此过程中引入专业软件的使用,将会使该方法更加方便、快捷、准确、高效。
参考文献
[1]吴承锋,张国金.BOT项目融资风险的模糊综合评价方法研究[J].探讨与研究,2005(6):21-24.
[2]谢季坚.模糊数学方法及其应用[M].武汉:华中科技大学出版社,2006.
[3]德山,李乔,徐威.不确定层次分析法在砼桥梁性能评价中的应用[J].重庆交通学院学报,2007(26):19-23.
[4]张星,孙建平,李胜.BOT项目风险的模糊综合评价[J].上海经济研究,2004(10):70.
[5]刘省平.BOT项目融资理论与实务[M].西安:西安交通大学出版社,2002.
[6]田权魁.模糊理论与AHP相结合的BOT风险研究[J].低温建筑技术,2004.
[7]孙涛.BOT模式下的风险管理研究[J].商业研究2004.18.
评判模型 篇9
在我国电力体制改革之前, 虽然存在不少独立发电企业, 但是由于国家电力公司掌握了一半左右的发电资产, 实行垂直一体化经营, 发电基本还属于垄断阶段, 因此研究发电企业的竞争力问题并没有太大的价值, 也很少有人关注。电力体制改革后, 发电企业逐渐向竞价上网的方向推进, 发电竞争市场开始形成, 发电企业竞争力问题的重要性日益凸现。随着电力市场改革的不断深化, 在“厂网分开, 竞价上网”的市场环境下, 发电企业间的竞争也日益加剧。发电企业若要在激烈的电力市场竞争中站稳脚跟, 做大做强, 实现稳定持续的发展, 就必须构建和提升自身的竞争力。本文结合发电企业自身的特点, 试图建立发电企业的竞争力的评价指标体系及核心竞争力识别模型, 使企业能够识别和评价自己的核心竞争力, 为企业塑造核心竞争力奠定坚实的基础。
2 发电企业核心竞争力分析
企业竞争力是指“在竞争性市场中, 一个企业所具有的能够持续的比其他企业更有效地向市场消费者, 包括生产性消费者提供产品或服务并获得盈利和自身发展的综合素质”。核心竞争力是一个企业比同行做得更好、能够带来持续成功的某方面的资源、能力和制度。本文认为, 核心竞争力的形成, 是因为企业在资源、能力和制度的某一方面占有独特优势, 而其他企业难于获得和模仿。发电企业核心竞争力, 就是发电企业在发展过程中长期培育和积淀而成的, 蕴含于企业文化之内、融合于企业内质之中, 企业独具的难以被其他企业模仿和替代的, 使企业长时间在电力市场竞争环境中能够取得主动, 自动适应外界变化, 取得可持续生存与发展的核心资源、能力和制度的整合[1,2]。
根据发电企业核心竞争力的特点, 按照不可复制、不可替代性的程度, 可得发电企业核心竞争力可模仿性递阶曲线, 如图1所示。
3 发电企业核心竞争力识别指标体系
为保证评价结果的客观、正确, 企业核心竞争力的识别指标体系的设计应遵循科学性、可比性、成长性和硬性指标与软性指标相结合等原则。在上述指标体系设计原则的指导下, 并参阅相关文献, 将发电企业竞争力分成了4类, 以它们为准则层, 建立了发电企业核心竞争力识别指标体系, 如表1所示。
4 发电企业核心竞争力识别模型
本文以模糊综合评判技术作为发电企业核心竞争力识别模型建立的基础, 为更科学、合理地确定发电企业的核心竞争力提供依据和工具。模糊综合评判法是建立在模糊数学基础上的评价方法, 模糊数学将数学的应用范围从精确现象扩大到了模糊现象。对于一个具有多个模糊性特征的事物, 在进行评价时需要借助于模糊数学的处理方法, 从而做出更加合理的评价[3-4]。为了既能说明问题, 又考虑到运算的复杂度和可操作性, 本文采用两级划分构建发电企业核心竞争力模糊评判模型。
(1) 确定核心竞争力识别指标集。根据上面的核心竞争力识别指标体系, 我们可以看出:X= (X1, X2, X3, X4) 一级指标有:二级指标有:
(2) 确定各指标层的权重。一级指标权重表示为a= (a1, a2, a3, a4) , 4个一级指标所对应的二级指标权重分别表示为a1= (a11, a12, a13, a14, a15, a16, a17, a18) , a2= (a21, a22, a23, a24, a25) , a3= (a31, a32, a33, a34) , a4= (a41, a42, a43, a44) 。
(3) 确定评语集
将发电企业核心竞争力评价语集确定为五个等级, 即V= (V1, V2, V3, V4, V5) = (优, 良, 一般, 差, 很差) 。其中, 五级评语的评分依次为9, 7, 5, 3, 1。
(4) 建立单因素评价矩阵
其中, k=1,
2, 3, 4, , P表示专家对某一个判定级别所给相同分数的个数, Q代表专家总数, j为每个一级指标下属二级指标的个数。R1为内部资源优势的评语隶属矩阵, R2为外部资源优势的评语隶属矩阵,
为资源组织能力的评语隶属矩阵, R4为学习和文化能力的评语隶属矩阵。
(5) 核心竞争力识别
运用公式Bi=ai*Ri, 其中, Bi表示一级指标, i=1, 2, 3, 4。得到B1结果后构成矩阵B如下:
继而利用公式E=a*B得到矩阵E, 根据的结果, 按最大隶属度的原则, 其值越大, 说明其对核心竞争力越强。
5 结论
企业核心竞争力是企业获取长期竞争优势的源泉, 没有核心竞争力, 发电企业的竞争优势就不可能持续。在分析发电厂的核心竞争力构成要素的基础上, 本文建立了核心竞争力的评价指标体系, 并建立了核心竞争力的模糊综合识别模型。通过对发电厂核心竞争力的识别, 不仅可以综合反映出企业的实际现状, 而且有助于发现某些薄弱环节, 并在此基础上进行分析和改进, 从而为发电厂提升核心竞争力提供思路和方法, 为企业不断自身完善、提高核心竞争力提供了有益的参考和借鉴。
摘要：电力体制改革后, 发电企业的市场竞争全面展开, 电厂的核心竞争力决定着其在发展过程中取得效益和实现战略目标的程度。本文根据核心竞争力的理念, 建立了科学适用的指标体系, 并使用模糊综合评判技术进行了企业核心竞争力识别模型的构建, 为发电企业确定和强化核心竞争力提供了有益工具。
关键词：发电企业,核心竞争力,模糊综合评判技术
参考文献
[1]吕强, 纪玉伟, 张敬岷.独立发电企业的核心竞争力及竞争策略研究[J].山东电力技术, 2007, 6:67-69.[1]吕强, 纪玉伟, 张敬岷.独立发电企业的核心竞争力及竞争策略研究[J].山东电力技术, 2007, 6:67-69.