模糊层次综合评价

模糊层次综合评价（精选12篇）

模糊层次综合评价 篇1

虽然我国煤矿事故死亡人数从2004年的6027人减少到2011年的1973人[1],下降了67.3%,但仍占全世界煤矿事故死亡总人数的70%左右。如何利用煤矿应急资源,构建应急管理体系,预防、控制事故的发生,减少生命财产损失,降低社会负面影响,进而形成可持续发展的煤矿,已成为各级政府和煤矿企业日益关注和亟待解决的问题[2]。

为了提高煤矿的应急管理能力,首要任务是确定应急管理过程中的风险因素,从相关文献[3,4,5,6,7]可以看出,它们对煤矿应急管理的研究停留在体系建设、模型建立,并未从风险因素角度去评价煤矿应急管理状况。虽然这些理论在我国应急管理风险评价领域具有一定的指导意义,但仍然存在一些不足。首先由于煤矿企业应急管理风险评价的影响因素很多,使得评价系统的整个过程复杂。其次是对风险因素评价指标权重的确定,往往是主观臆断,可信性不高。因此,研究设计一整套煤矿应急管理风险评价指标体系及评价标准对煤矿有着重要的意义,而基于层次分析—模糊综合评价就是运用科学的标准、客观的数据来提升煤矿企业的应急管理能力,进而降低煤矿风险,使煤矿企业的应急管理工作逐步科学化、安全化和规范化。

1 煤矿应急管理风险评价模型

1.1 确定评价指标体系

风险评价指标体系的确定首先要明确指标体系的构成,弄清楚煤矿应急管理的风险所包含的指标因素、各因素之间的关联程度及上下层的隶属关系,这样才可构成系统完整的多层次评价指标体系。本文采用1-9标度法[8]构建指标体系并量化,假设煤矿应急管理包含有n个风险因素,则建立判断矩阵P。

1.2 AHP确定各层因素的权重分配

根据判断矩阵P所反映的信息,通过下列公式依次进行计算:首先每一行元素的乘积;其次Pi的n次方根;最后对向量ωi进行归一化处理得。那么Xi=(x1,x2,…,xn)就是各指标的权重,即风险各指标因素的概率。为了保证风险评价指标权重的合理性,还需要经过一致性检验,验证公式是CR=CI/RI=(λmax-n)/(n-1)RI<0.10,式中RI为平均随机一致性指标,对于1-9阶判断矩阵,RI的值如表1所示。

1.3 FCE确定指标的综合评价矩阵

通过专家调查法,咨询10位从事煤矿应急管理工作风险评价方向的专家,对应急管理风险涉及的二级指标进行综合分析,结合评语集V=(v1、v2、v3、v4、v5)=(好、较好、中等、较差、差),赋予评语集以不同分值,本文采用百分制W=(95,85,75,65,45)[9],运用概率统计方法,以达到对指标的评价,确定出模糊综合评价矩阵。例如10位风险评价专家对指标的投票结果是:1人认为较好,3人认为中,4人认为较差,2人认为差,则该指标的模糊评价向量为(0.0、0.1、0.3、0.4、0.2)。以此类推确定出各指标的评价矩阵R1、R2、R3、R4、R5。然后通过合成算子Yi=Xio Ri(“o”称为模糊合成运算符)合成相应的各因素评价矩阵,归一化后建立总评价矩阵Y=[Y1、Y2、Y3、Y4、Y5]T。

1.4 确定煤矿应急管理风险评价的等级

煤矿应急管理风险评价矩阵Z=XoY,然后,确定应急管理风险评价总得分,即F=Z×WT,其中F为风险评价总得分;WT为评语集的赋值。将总得分与评价等级表比照,就可得到煤矿的应急管理状况。

2 煤矿应急管理风险评价实例分析

以山西亚美大宁煤矿为例进行应急管理风险评价,通过调研得到该煤矿的评价指标体系如图1所示。

2.1 确定各层因素的指标权重

2.1.1 构造风险评价的三层递阶结构

根据煤矿应急管理风险评价所涉及的方面,确定了评价的三层因素,即目标层:P=(煤矿应急管理风险评价);指标层:pi=(p1,p2,p3)=(人的风险、物质和设备的风险、环境的风险、管理的风险、技术的风险);二级指标层:pij=(p11,p12…p51,p52,p53)[10]。

2.1.2 确定指标层相对于目标层的权重

根据1.2中的计算步骤及公式,求出特征向量、特征值,并对其进行一致性检验。

X=(0.1226、0.1306、0.1144、0.4453、0.1871),其中X表示p1、p2、p3、p4、p3这五个指标因素相对于目标层的权重。

2.1.3 确定二级指标层相对于指标层的权重

根据煤矿应急管理的实际状况,各二级指标对指标层的影响也不可忽视,运用上述方法对二级指标层进行权重分配。

X1=(0.1579、0.5916、0.2505),其中X1表示p11、p12、p13相对于p1的权重。

X2=(0.1340、0.5098、0.2802、0.0760),其中X2表示p21、p22、p23、p24相对于p2的权重。

X3=(0.2385、0.1365、0.6250),其中X3表示p31、p32、p33相对于p3的权重。

X4=(0.2427、0.1257、0.4656、0.0318、0.0506、0.0836),其中X4表示p41、p42、p43、p44、p45、p46相对于p4的权重。

X5=(0.1047、0.6370、0.2583),其中X5表示p51、p52、p53相对于p5的权重。

2.2 建立综合评价矩阵

依据1.3,对二级指标进行模糊综合评判,得出:

则人的风险对应急管理风险评价的评价矩阵为Y1=X1oR1=(0.0592、0.2183、0.3341、0.2816、0.1068)。同理可得Y2=X2oR2=(0.1809、0.2943、0.2695、0.1644、0.0566);Y3=X3oR3=(0.2114、0.3114、0.2273、0.1987、0.0512);Y4=X4oR4=(0.2557、0.2886、0.2419、0.1908、0.0315);Y5=X5oR5=(0.2532、0.2895、0.2105、0.2000、0.0468)。归一化后建立总评价矩阵Y=[Y1、Y2、Y3、Y4、Y5]T,即:

2.3 确定该煤矿应急管理风险评价安全等级

煤矿应急管理风险评价矩阵Z=Xo Y=(0.1813、0.2964、0.2606、0.2103、0.0514)。参照评语集的不同赋值,可得煤矿应急管理风险评价的总得分F=Z×WT=0.1813×95+0.2964×85+0.2606×75+0.2103×65+0.0514×45=77.945。将总得分对照风险评价等级表(见表2),可得该煤矿的应急管理能力属“较强”。

3 结论

通过大宁煤矿应急管理的风险评价可以看出:大宁煤矿应急管理风险评价等级是较强的,说明了该煤矿不仅对风险因素做到了很好的控制,而且应急管理体系的整体建设水平亦趋完善。

将层次分析法和模糊综合评价法结合起来运用于煤矿应急管理风险评价中,对煤矿应急管理的风险因素做到了全面考虑,构建了完善的评价指标体系,克服了层次分析法的数据不充分,降低了个人主观所造成的弊端,使评价结果更具合理性与准确性。但是,风险因素权重的确定仍带有一定的主观色彩,后继需要进一步对此项工作深入研究。

参考文献

[1]国家煤矿安全监察局.2011年全国煤矿安全生产情况[DB/OL].(2012-01-14)[2012-07-20].http://www.chi-nasafety.gov.cn/newpage/Contents/Channel_4181/2012/0114/167213/content_167213.htm

[2]席煜宸.煤矿应急管理体系建设探讨[J].中国安全科学学报,2010,20(1):159-164

[3]史波.煤矿企业应急管理系统构建与应急能力评价研究[D].哈尔滨:哈尔滨工程大学,2008

[4]张宇.煤矿事故应急救援能力评价体系的构建研究[D].大连:大连交通大学,2011

[5]谷威丽,李新春.煤矿企业应急能力评价研究[J].煤炭工程,2011(9):106-108

[6]邱永强.煤矿突发事件应急管理体系建设[J].能源与环境,2008(4):112-113

[7]于国强.煤矿事故应急预案关键技术初探[J].科技情报开发与经济,2008,18(14):208-209

[8]王汉斌,杨鑫.一种基于AHP-RS的组合权重确定方法[J].中国安全生产科学技术,2010,6(6):155-160

[9]张付涛,李宇,李新春.煤矿事故应急管理体系后评价[J].煤矿开采,2012,17(2):102-105

[10]王旭,霍德利.模糊综合评价法在煤矿安全评价中的应用[J].中国矿业,2008,17(5):75-78

模糊层次综合评价 篇2

介绍我国目前采用的`几种重大危险源评价方法.利用层次分析法的原理,针对重大危险源评价因子建立层次结构模型,构建比较矩阵;将成对比较矩阵的特征向量作为重大危险源评价的权重,确定了评价因子的影响力排序;建立了重大危险源危险度评价指标体系,提出了一种新的重大危险源危险度评价方法,为重大危险源分级和监控管理提供了依据;并通过实例进行了基于层次分析法的重大危险源评价方法的实际运用.

作 者：张明广 蒋军成 ZHANG Ming-guang JIANG Jun-cheng  作者单位：南京工业大学,城市建设与安全环境学院,江苏南京,210009 刊 名：南京工业大学学报（自然科学版）  ISTIC PKU英文刊名：JOURNAL OF NANJING UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION) 年，卷(期)： 28(2) 分类号：X931 TB496 关键词：层次分析法   重大危险源   危险度评价  

模糊层次综合评价 篇3

【关键词】层次分析法；模糊综合评价法；辅助决策支持系统

决策是人们进行选择或判断的一种思维活动，人们几乎每时每刻都需要决策，有些决策是简单容易的，有些决策是复杂困难的，它们常常困扰着人们。决策是是科学也是艺术，说它是科学因为人们进行着选择和判断应当尽可能的符合客观实际，这就要求决策者尽可能真实的了解问题的背景、环境和发展变化规律，尽可能详尽的占有资料，尽可能广泛的掌握正确的决策方法和各种辅助工具。说它是艺术，因为各种选择和判断最终是有人作出的，决策的正确与否优良可劣，与决策者的素质、经验、才能有很大的关系。

数学工具在决策中起着重要的作用。在复杂的决策问题面前，人们往往需要利用数学模型对实际问题进行抽象和简化，进而对实际问题进行系统分析，在决策过程中利用数学模型的优点在于：分析问题容易，目的性强，可进行模拟计算，便于应用计算机等先进手段。由于人们的选择和判断往往是在某种思维下进行的，在这个标准下做出“好的”决策，这就促成了决策有关的应用数学分支；线性规划、非线性规划、多目标规划、多准则决策……的迅速发展，最优化技术几乎成了决策分析的代名词。到了本世纪七十年代末、八十年代初，最优化技术发展的越来越抽象，使绝大多数工程技术人员望而生畏，数学模型的规模越来越大，对计算机内存与运算速度越来越高，一项复杂的系统分析耗资巨大，以至形成了一种数学模型的“泥潭”。在这种情况下一些有远见的运筹学家开始冷静地看待和正确的评价复杂的数学模型对决策分析的作用，问题是显而易见的，人们无法忽视或回避决策过程中决策者的选择的判断所起的决定作用。数学模型并非万能的工具，决策中有大量的因素无法定量表示。问题的答案几乎在明确不过了，运筹学家们必须回到决策的起点和终点——人的选择和判断上来，认真的研究决策思维的规律，也就是人们进行选择和判断的规律。

层次分析法的步骤：（1）确定目标和评价因素。

（2）构造判断矩阵。

判断矩阵元素的值反映了人们对各元素相对重要性的认识，一般采用1-9及其倒数的标度方法。但当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。即得到判断矩阵S=（u）。

重要度判断矩阵需要将每个元素作两两比较，可能的取值是1，2，…，9及其倒数1，1/2，1/3，…，1/9。以前者相对后者的重要度为例，标度的具体含义如表所示。如果后者比前者重要，则取成对应的倒数。实际使用过程中，如果不需要9级的标度，也可以仅采用1，3，5，7，9的5级标度，不采用2，4，6，8的过渡值。

（1）计算判断矩阵。

计算判断矩阵S的最大特征根λ，及其对应的特征向量A，此特征向量就是各评价因素的重要性排序，也即是权系数的分配。

（2）一致性检验。

为进行判断矩阵的一致性检验，需计算一致性指标CI=，平均随机一致性指标RI。RI是用随机的方法构造500个样本矩阵，构造方法是随机地用标度以及它们的倒数填满样本矩阵的上三角各项，主对角线各项数值始终为1，对应转置位置项则采用上述对应位置随机数的倒数。然后对各个随机样本矩阵计算其一致性指标值，对这些CI值平均即得到平均随机一致性指标RI值。当随机一致性比率CR=<0.10时，认为层次分析排序的结果有满意的一致性，即权系数的分配是合理的；否则，要调整判断矩阵的元素取值，重新分配权系数的值。

平均一致性指标RI可以预先计算好，作为参数表备用。论文预先计算了n从1到30的 值（如表2.2所示），最多支持进行30个指标属于同一层次的重要度排序。实际使用过程中，绝大多数情况下n<10。

模糊综合评价：模糊集合理论（fuzzysets）的概念于1965年由美国自动控制专家查德（L.A.Zadeh）教授提出，用以表达事物的不确定性。这种方法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

模糊综合评价的步骤：

（1）确定评价对象的因素论域。

假设同一个层次共有p个评价指标，u=

（2）确定评语等级论域。

（3）建立模糊关系矩阵R。

矩阵R中第i行第j列元素rij，表示某个被评事物从因素ui来看对vj等级模糊子集的隶属度。一个被评事物在某个因素ui方面的表现，是通过模糊向量（R|u）=（r，r，......，r）来刻画的，而在其他评价方法中多是由一个指标实际值来刻画的，因此，从这个角度讲模糊综合评价要求更多的信息。

（1）确定评价因素的权向量。

（2）合成模糊综合评价结果向量。

利用合适的算子将A与各被评事物的R进行合成，得到各被评事物的模糊综合评价结果向量B。即：

其中b是由A与R的第j列运算得到的，它表示被评事物从整体上看对vj等级模糊子集的隶属程度。

（3）对模糊综合评价结果向量进行分析。

本文使用实际中最常用的最大隶属度原则来确定最后的评价等级。

上述两种数学方法在辅助决策支持系统中的应用如下：

AHP模块：遵循面向对象的编程思想，AHP同样被设计成一个类，单独存放在文件extensions/AHP.php中。这里仅给出部分的具体实现的代码。其中矩阵特征值的计算采用的是PHP版本的JAMA库。此外，为了保持精度，AHP重要度矩阵的浮点数取值，如1/9，1/7等，采用字符串的形式存储入库。所以在此处，需要把这些字符串转为相应的浮点数后再计算。

//采用PHP版本的JAMA库的特征分解函数，直接计算特征值和特征向量

模糊综合评价模块：遵循面向对象的编程思想，模糊综合评价同样被设计成一个类，单独存放在文件extensions/FuzzyEval.php中。这里也仅给出部分具体实现的代码。

//data是二维数组，表示原始数据（或求值后的数据），行数为叶子结点数，列数为分级数（或采样点数）

//weight是二维数组，表示权重，weight[i]是i级指标权重数组，weight[0]总是只有一个元素，weight[0][0]总是1

//itemcount是二维数组，表示需要每一级需要汇总的元素行数（下级元素个数），itemcount[i]是i级指标的下属元素个数数组

//systemtype是一个数，取值0表示定性分级评估，取值1表示定量评估

public function __construct（$data，$weight，$itemcount，$systemtype）{

$this->weight=$weight；

$this->itemcount=$itemcount；

$this->systemtype=$systemtype；

$this->row=count（$data）；

$this->col=count（$data[0]）；】

本文分别阐述了层次分析法（AHP）和模糊综合评价法，介绍了AHP的相关概念以及具体的步骤；对模糊综合评价决策的数学模型做了详细的描述，给出建模的步骤以及运用这两种方法在辅助决策支持系统中起到的作用，并给出了实现辅助决策支持系统运用到这两个模块的相关代码，通过对这两种方法的有效利用我们可以实现辅助决策支持系统的一些相关技术应用。辅助决策系统在我们日常的工作中的应用非常广泛，通过人机交互的方式进行半结构化或非结构化的决策从而起到辅助决策的作用。

【参考文献】

[1]郭金玉，张忠彬，孙庆云.层次分析法的研究与应用[M].中国安全科学.

[2]储敏.层次分析法忠判断矩阵的构造问题 [J].南京：南京理工大学，2005，9，12.

[3]许雪燕.模糊综合评价模型的研究及应用[J].西南石油大学，2012，1，16.

模糊层次综合评价 篇4

建设坚强的智能电网具有重要意义[1]。文献[2]结合我国国情, 基于国内外智能电网发展模式, 从可靠性和电压质量、发展灵活性和协调性、设备利用率和技术设备水平以及经济性和社会效益五个方面建立了智能电网综合评估指标体系;文献[3]遵循全面性、对比性等原则, 实现定性分析和定量评估相结合, 采用对比分析法对智能电网的社会效益进行梳理与评价;文献[4]基于我国智能电网发展现状, 从发电、电网、用电和其他经济效益四个方面构建了智能电网经济效益评价指标体系, 并以模糊综合评价法为基础, 建立了基于区间数的智能电网经济效益评价模型;文献[5]考虑到环境对智能电网低碳效益的重大影响, 提出了基于三阶段-超效率DEA方法的针对智能电网低碳效益的评价模型;文献[6]从环境、经济、社会和安全性四个方面建立了智能电网综合评价指标体系, 并利用记分函数和指标的确信度及D-S合成法进行综合评估, 实现了智能电网的综合效益评价。

本文在上述研究的基础上, 综合智能电网的各个方面, 从技术、经济、社会和环境效益四方面构建智能电网综合效益评价指标体系, 然后结合AHP法和模糊综合评价法, 建立智能电网综合效益评价模型, 实现智能电网综合效益的合理、全面评价。

1 智能电网综合效益评价指标体系

智能电网效益体现在各个方面, 包括技术、经济、社会和环境等多个方面, 依据准确性、规范性、可比性、可靠性、客观性和全面性的智能电网综合效益评价指标体系构建原则[2], 本文从技术、经济、社会和环境四方面构建评价指标体系, 如图1所示。

2 评价模型

智能电网综合效益评价模型的基本思路为:利用层次分析法确定指标权重, 在此基础上采用模糊综合评价方法进行智能电网综合效益的评价。

2.1 层次分析法

层次分析法 (Analytic Hierarchy Process, 简称AHP) 是通过建立递阶层次结构, 再经过两两比较确定层次中各要素的相对重要程度, 实现了定性与定量的结合, 使复杂的评价问题明朗化, 使得到的分析结果更加客观。运用AHP法大概需要如下四步:

1) 建立指标体系的递阶层次结构。

2) 对同一层次的各元素关于上一层中某一准则的重要性确定两两比较的评判矩阵, 得到各阶层的判断矩阵A= (aij) m×n;其中, 确定判断矩阵的标度见表1。

3) 进行层次单排序和一致性检验, 层次单排序即确定各层次要素的权重以及λmax, 然后计算一致性指标CI,

计算一致性比例CR,

其中, RI为平均随机一致性指标, 其取值见表2。

当CR<0.1时, 认为判断矩阵具有一致性, 否则需要调整判断矩阵的标度。

4) 进行层次总排序, 得到各指标相对于目标层的组合权重, 即各指标在智能电网综合效益评价中的重要程度。

2.2 模糊综合评价法

模糊综合评价法是利用精确的数学手段处理模糊的评价对象, 能对模糊现象做出较为科学、合理的量化评价。具体步骤如下:

1) 确定因素集U和评语集V, 其中因素集由具体的评价指标体系得出, 评语集是评价者对被评价对象可能的评价结果的评语等级的集合。

2) 建立模糊关系矩阵, 即确定各个因素对评语集的隶属度, 得到各个指标的单因素评判结果, 组合可得到模糊关系矩阵。在确定隶属度时, 针对于定性指标采用模糊统计的方法, 针对于定量采用半梯形隶属度模型。

3) 利用AHP法确定各评价指标的权重向量。

4) 进行模糊综合, 首先将各一级指标下的二级指标的权重与其模糊评判矩阵进行综合, 得到各个一级指标的评价结果;然后, 将各一级指标的评价结果组成其评判矩阵与各一级指标的权重向量进行模糊合成, 得到总的评价结果。

5) 根据最大隶属度原则, 进行评价结果分析。

3 算例分析

现以云南省智能电网建设为例, 运用前面所述的综合效益评价指标体系及模型, 对该省的智能电网综合效益进行评价分析。

3.1 确定因素集和评语集

由所构建的指标体系可知, 第一层因素集U={u1, u2, u3, u4}={技术效益, 经济效益, 社会效益, 环境效益};第二层的因素集分别为u1={u11, u12, u13}={故障恢复能力, 电网协调运行能力, 线路及设备的先进性}, u2={u21, u22, u23}={降低建设及运行成本, 降低停电损失成本, 增加电网企业收益}, u3={u31, u32}={促进相关产业发展, 提高保障国家能源安全能力}, u4={u41, u42}={减少温室气体及污染气体排放, 提高能源利用率}。评语集V={v1, v2, v3, v4, v5}={好, 较好, 一般, 较差, 差}。

3.2 建立模糊关系矩阵

基于前文建立的智能电网综合效益的因素集和评语集, 在确定单因素评判矩阵时, 对于“增加电网企业收益”这一正指标采用升半梯形隶属度模型确定;对于“降低停电损失成本”和“减少温室气体及污染气体排放”这两个逆指标采用降半梯形隶属度模型确定;对于其余的定性指标采用模糊统计的方法确定。由此, 可得出该省市智能电网综合效益的模糊评判矩阵, 如表3所示。

3.3 确定权重向量

依据层次分析法的具体步骤, 采用专家调查的方式, 邀请10位资深专家根据表1中的标度定义, 对每个层次中各元素的重要性进行两两比较, 并对所有专家的评价结果进行简单的统计整理, 得到表5的判断矩阵 (限于篇幅, 仅对一级指标的权重向量进行详细计算, 其余判断矩阵不再列出) 。

运用Matlab2011b计算, 得到上述判断矩阵的最大特征值λmax=4.071, 该特征值对应的特征向量为ω= (0.293, 0.411 8, 0.187 2, 0.108) , 其一致性指标, 当n=4时, 查表2可知RI=0.89, 那么, , 通过一致性检验。同理, 我们可以得到各二级指标权重向量:

ω1= (0.623 2, 0.239 5, 0.137 3) , λmax1=3.018 3, CI=0.009 2, CR=0.018<0.1, 通过一致性检验;

ω2= (0.163 8, 0.539, 0.297 3) , λmax2=3.009 2, CI=0.004 6, CR=0.009<0.1, 通过一致性检验;

ω3= (0.25, 0.75) , λmax3=2, 通过一致性检验;

ω4== (0.666 7, 0.333 3) , λmax4=2, 通过一致性检验。

3.4 模糊运算

针对各二级指标进行一级模糊综合评价Bi=ωi·Ri, 得到总的模糊评判矩阵

3.5 二级模糊综合评价

做二级模糊综合评价, 结合一级指标权重, 得到最后的评价结果

根据最大隶属度原则, 我国云南省智能电网的综合效益评价结果为“较好”, 即该省智能电网的综合效益较为乐观, 符合其智能电网建设发展态势良好的现状, 今后该省可继续加强智能电网建设, 进一步提升其综合效益。

4 结束语

文中从技术、经济、社会和环境四方面构建了智能电网综合效益评价指标体系, 并基于层次分析法和模糊综合评价法建立了智能电网综合效益评价模型, 并以云南省的智能电网建设为例进行了实例分析。评价结果表明该省智能电网的综合效益较为乐观, 与实际相符, 验证了指标体系和评价模型的合理性, 为其智能电网提供战略指导。

参考文献

模糊层次综合评价 篇5

【中文摘要】本文研究的是针对现有评价指标的弊端,根据中层管理者的特殊性,建立了中层管理人员绩效考核的指标体系,同时运用多级模糊综合评判算法确定该中层管理者的最终绩效考核情况,从而使得中层管理者的绩效考核更加的公正、科学。为中层管理者的晋升、培训和奖惩等提供了科学的依据。并基于B/S架构开发了企业中层管理者绩效考核信息系统。主要从以下几个方面展开:首先,在综述和研究意义的基础上,分析了国内外绩效考核以及绩效考核信息系统的研究现状,阐述了绩效考核理论的基础知识以及模糊数学的基本思想,从而奠定了本文的理论基础。其次,分析了中层管理者绩效考核的现状及问题,指出了企业中层管理者的特殊性,在借鉴前人经验的基础上,利用平衡计分卡确定了其主要的绩效考核指标。然后,利用改进的层次分析方法确定企业中层管理者绩效考核的指标权重,建立了中层管理者绩效考核指标体系。再次,在确定绩效指标权重的基础上,针对中层管理者各个指标得分的情况,运用多级模糊综合评价计算出中层管理者的最终得分情况。并且把多级模糊综合评价用ASP编程语言实现。最后,根据前面的知识和方法,建立了企业中层管理者绩效考核信息系统,把多级模糊综...【英文摘要】This paper focuses on how to make use of multi-levels fuzzy comprehension evaluation to implement the performance evaluation of mid-level managers.And use computer

lanuagage to realize it.And obtain the indexes of the performance evaluation of mid-level managers, deep understand the particularity of mid-level managers.At last find out a proper way to evaluate the performance of the mid-level managers.With the great effort to improve the objective and science of the mid-level managers performance.Accord...【关键词】绩效考核 中层管理者 多级模糊综合评价 改进的层次分析法 绩效考核系统

【英文关键词】Performance appraisement mid-level managers multi-grade fuzzy comprehensive appraisement improvd AHP performanceappraisement system 【索购全文】联系Q1：138113721 Q2：139938848

【目录】企业中层管理者绩效考核体系研究5-6Abstract6-7

11-12

摘要

1.1 问题

第1章 绪论11-191.1.1 问题的提出的提出及研究意义11-1212-17状14-161.1.2 研究意义121.2 国内外研究现状

1.2.2 国内研究现

1.3 本文1.3.2 1.2.1 国外研究现状12-141.2.3 国内外研究现状评述16-17

1.3.1 研究内容17-18研究内容和方法17-19研究方法18-1919-38

第2章 相关概念与理论基础

2.1.1 企业中层管理者2.1 中层管理者19-20的界定19效考核20-3123-252.1.2 企业中层管理者的特点19-20

2.2.1 绩效20-23

2.2 绩

2.2.2 绩效管理25-29

2.2.4 绩效2.2.3 绩效考核的基础内容考核与绩效管理的区别29-3131-37

2.3 模糊数学

2.3.2 模糊数学2.3.1 模糊数学的概念31-32的应用范围3232-33

2.3.3 模糊数学应用于绩效考核的优点

33-36

2.3.5 模糊第3章 中层管理2.3.4 模糊数学的基础理论综合评判36-372.4 本章小结37-38者绩效考核现状及对策38-50要性38-4138-40

3.1 中层管理者绩效考核的重

3.1.1 中层管理者在企业中的地位和作用3.1.2 中层管理者绩效考核的意义40-41

3.2 中层管理者绩效考核的现状41-43核的特点41-4242-4343-4643-4444-45

3.2.1 中层管理者绩效考

3.2.2 中层管理者绩效考核的方法3.3 中层管理者绩效考核存在的问题3.3.1 中层管理者的绩效考核与企业战略相脱节3.3.2 针对企业中层管理者的绩效考核系统欠缺3.3.3 绩效考核主要采用定性方法45

3.3.4 绩效考核缺乏统一的标准45-4646

3.3.5 忽视绩效考核结果

3.4 解决中层3.3.6 绩效考核指标体系不科学46管理者绩效考核问题的对策46-49略目标保持一致4747-48

3.4.1 绩效考核与企业战

3.4.2 中层管理者绩效考核系统

3.4.4 明3.4.3 定性考核与定量考核相结合48

确定义考核标准48-494949-5050-6750-5350

3.4.5 注重绩效反馈，建立面谈制度

3.5 本章小结3.4.6 完善绩效考核指标体系第4章 中层管理者绩效考核指标体系的构建4.1 中层管理者绩效考核指标基础分析4.1.1 中层管理者绩效考核设计的难点4.1.2 中层管理者考核指标项设计原则50-53

4.2 指标种类的确定53-57指标体系5353-55

4.2.1 应用平衡积分卡构建企业绩效

4.2.2 基于平衡计分卡的中层管理者的业绩指标

4.3 4.2.3 中层管理者绩效考核的内容55-57

4.3.1 指标权重设计原则权重的确定57-6657-584.3.2 指标权重设计方法58-60

60-66

4.3.3 改进的第5章 5.1 模5.2 考层次分析法的应用4.4 本章小结66-67模糊综合评价在中层管理者绩效考核中的应用67-78糊综合评价对于企业中层管理者绩效考核的适用性核主体的选择67-7068-69

5.2.1 考核主体的形式

675.2.2 考核主体的确定69-705.3 模糊综合评价过程70-7570

5.3.1 确定绩效考核指标项和权重

5.3.3 多级模糊综合评

5.5 5.3.2 考核主体打分70-73价73-755.4 模糊综合评价算法代码实现75-76

5.6 本章小结

77-78考核结果分析76-77第6章 中层管理者绩效考核系统分析与设计78-10478-826.1.1 系统需求分析81

6.1 总体设计6.1.2 系统实现框架

81-8282-8383-87块88-896.1.3 系统设计原则826.3 系统功能实现83-1036.3.2 系统登陆模块87-886.3.4 人力资源管理模块

6.2 系统的功能设计6.3.1 IIS 配置6.3.3 系统管理模89-97

6.3.5 考核指标设置模块97-101101-103

6.3.6 模糊综合评价

结论104-1066.4 本章小结103-104参考文献106-110成果110-111

攻读硕士学位期间承担的科研任务与主要致谢111-112

模糊层次综合评价 篇6

[关键词] 集成电路芯片投资风险层次分析模糊评价

一、引言

当今世界已经从工业化进入信息化的发展阶段，信息产业作为新型生产力的代表，其发展水平已成为衡量一个国家综合国力的重要标准。而集成电路技术是信息产业和高新技术的核心，是推动国民经济和社会信息化的关键技术。因此，集成电路产业就成为当今促进全球经济发展的核心动力，也是目前世界上发展最为迅速和竞争最为激烈的一个产业。

集成电路是一个完整的产业。一般说来，它包括集成电路设计、芯片制造、封装和测试、集成电路专用设备和材料制造，以及集成电路产品的应用开发和信息服务。其中又以集成电路芯片制造业为集成电路产业的核心和主体。

我国集成电路产业经过四十年的发展，虽已取得了长足的发展，自从国务院出台鼓励集成电路和软件产业的发展政策以来，我国芯片产业在规模、技术水准、创新能力等方面取得诸多进步。目前，我国已建和在建的芯片生产线已达50多条，工艺技术达到0.13微米。

集成电路在我国的迅猛发展导致了我国芯片生产线投资过热，产生了诸如内部无序竞争、外商有限合作、投资模式缺乏、管理体制落后等一些问题。由于在芯片生产产业投资金额巨大，盲目的进行投资只会给国家及投资者带来巨大的风险损失，2001年我国重点扶持的华虹NEC出现高达8亿元的亏损就是生动的一例。因此，要避免芯片产业的投资风险，就必须对这个产业的投资过程中可能出现的种种风险因素做出科学的分析。由于芯片产业投资风险系统具有明显的层次性，且各风险的评价具有主观不确定性，即模糊性，这对采用模糊层次分析法进行芯片产业投资风险度量提供了可能。芯片产业投资风险模糊综合评价就是在对投资过程中的各单一风险进行识别的基础上，运用层次分析法建立风险评判指标体系，然后通过模糊评价将所面临的各种风险对系统风险的影响用权重的形式具体的表现出来，并最终通过综合评判确定芯片厂投资系统风险度。运用这种方法可以克服以往只能衡量芯片产业投资中某单一风险的弊病，而如此将芯片产业作为一个系统来衡量其整体的风险程度，最后以芯片生产投资风险度作为一个指标来衡量其整体风险度，知道国家或投资者采取恰当有效的措施对风险进行科学管理，以减少芯片产业的投资风险损失。

二、因素集的建立

以芯片生产线开发投资过程中的客观系统风险为评价目标，将目标的要求逐渐分解到具体指标，根据指标因素内涵大小和指标间的相关程度，划分为目标层，准则层和指标层三级（如下图）。本文将从现实的角度出发，将具体的AHP-FUZZY方法的操作步骤融入某一具体投资项目风险评价实例中予以论述。

实例：某一外资企业，现欲于2007年2月对山东省某市占地约200亩的地块进行一期投資额约12.6亿美元的8英寸集成电路芯片生产线项目。根据该情况企业邀请了有关专家数十名，从投资风险角度确定其是否适合开发投资。

芯片产业投资风险评价指标体系

三、评语集的建立

根据上述各位专家的建议，从各种风险因素对整个项目影响程度的大小考虑，最终将评语集确定为V={高风险，较高风险，中等风险，较低风险，低风险}。

四、权系数的确定

1.构造判断矩阵。通常以上一级的某一要素作为比较准则，对本级的要素进行两两比较确定矩阵元素，现以“政策风险”中各组成因素的权系数的确定为实际判断对象，说明判断矩阵权系数的确定过程，其相对重要程度依据表1确定，其评判结果见表2。

表1 判断矩阵相对重要度及其含义

表2评判结果

1.计算相对重要度。依方根法得各因素归一化的权系数(见表2),其中。

2.一致性检验。计算一致性指标，将表二中数据代入上式得，=3.078，则=0.039。计算一致性比例CR,CR=如果CR<0.1，就可以人为判断矩阵的一致性是可以接受的，其中随机一致性指标R由表三查得，对于此判断矩阵CR=0.039/0.58=0.067＜0.1，所以接受。

表3随机一致性指标RI数值

3.权系数的值。同理可得投资项目中经济、资源、社会和技术风险中各组成因素的权系数如下：

A1={0.673,0.204,0.123} A2={0.667,0.111,0.222}

A3={0.281,0.630,0.094} A4={0.166,0.139,0.695}

A5={0.761,0.166,0.073}

五、模糊综合评价

常用的模糊综合评价模型有乘积取大型和加权平均型，本文采用加权平均型，首先根据专家调查法由十名专家每人分别对各投资风险指标依据各自的经验得出每一投资风险指标对各类风险的隶属度，最终归一化的以及评价矩阵，以下仍仅以“政策风险”中各因素的一级评价矩阵为例予以说明。其一级评价矩阵见表4：

表4 一级评价矩阵

1.一级模糊综合评价。应用加权平均模型模糊评价理论，计算投资风险一级模糊综合评价各指标的模糊分布值， 代表一级模糊综合评价指标值，代表权系数，为一级评价矩阵，仍以计算一级政治评价指标“政治风险”值为例，将在上述过程中所得的与代入公式中，得，其值为“政策风险”指标对评语集中各项的隶属度，同理可得：

2.二级模糊综合评价。在求得一级模糊综合评价中各一级指标对评语集的隶属度后，可以依下式求得二级模糊综合评价指标的模糊分布值，其中，将Ａ与代入上式得最终芯片产业投资风险的综合评判指标的模糊分布值,。

六、结论

根据最大隶属度原则，可以判定该投资项目风险适中，单从风险规避角度考虑可以进行投资。当有多个投资方案可以选择时，可以通过各方案风险隶属度的比较决定是否对其进行投资。

模糊层次综合评价 篇7

关键词：工程,给排水设计,风险,模糊层次,综合评价

众所周知, 工程设计是任何工程开展施工的基础, 设计的质量和水准直接关系到工程的整体施工情况, 与质量保证息息相关。给排水建设是工程建筑的基础设施, 与水源的利用、排泄密切相关, 甚至关乎着工程的实际建设。风险识别方法是一种全新的风险评估对策, 它能够从整体上全面把握工程的设计情况, 对施工中出现的各种问题提前加以预测, 最大限度的降低风险发生的几率, 系统的分析给排水存在的问题。当然, 这种基于给排水设计工程风险的模糊层次综合评价具有较大的难度, 对测评技术也有较高的要求, 只有全面掌握模糊的层次综合评价方式, 才能有效地防范工程给排水设计的风险, 分析清楚造成不足的原因, 从而通过主客观方法, 利用AHP等手段做好评价工作。本文结合我国工程给排水设计存在的风险, 简单阐述如何科学的运用模糊层次综合评价手段做好分析工作, 从而降低给排水设计的风险, 促进工程质量的提升。

1 工程给排水设计风险分析

给排水设计是工程建设的重点, 它涉及到的工程量复杂且多样, 在给排水工作中由于设计者的疏忽或者失误, 很容易影响技术作业的水准, 导致各种风险的发生。只有对其开展全面分析, 才能够更好的预防风险。

第一, 违反国家或地方规范而引起的风险。这种违规操作最具代表性的即为A11, 即多层建筑室外消防管道在设计施工中没有按照规范作业, 导致的消防水不安全, 与国家规定的规范不一致。A12 即为利用临时的高压自动喷水灭火系统代替传统的设备, 它的保险功能缺乏合理性, 水量与水压与初期用量需求不符。此外, 违反国家规范操作的情况还有较多, 如水封深度过小、室外消火栓数量不足等等。

第二, 设备材料选用不当引发的风险。工程建筑施工的重点就是选取材料, 不同材质的设备在实际工作中的水平不相同。例如, 当设备设计工作压力偏小的时候, 就会引发设备的渗水现象, 降低其使用时长。供水设备在建筑建设中的不合理性, 也很难满足正常使用, 不仅加大了运行资金的投入, 还不利于节约用水。另外, 有热水通过塑料管道, 水温的限制作用没有发挥出来, 那么水温过高, 就势必会加快管道的老化, 降低它的质量水平, 甚至引发爆裂现象。

第三, 设备安装不规范引发的风险。所谓的设备安装不规范, 就是指一些管道、设备在安装的时候没有从整体上把握建筑的情况, 从而导致的一系列危险。比如说, 一些特殊的区域对卫生与噪音的要求较高, 那么给排水管道就不宜安装在其周围, 流水的哗哗声会影响噪音数值, 也不利于区域卫生。

第四, 系统设计不合理引发的风险。由于系统问题造成的工程给排水设计风险主要包括A31, 即系统长时间不用引发的系统危害;A32 对有特殊给排水要求的场所, 设计不合理, 造成二次污染或无法使用。A33 排水通气管设置不合理, 导致排水管道中污浊的有害气体不能排至大气, 管道内正负压不平衡, 卫生器具水封被破坏, 以及A34给排水管道应做防结露保护层时而未设计, 会影响环境, 引起装饰、物品等受损害等等。

2 工程给排水设计风险模糊层次评价

从上述内容的分析中, 我们已经能够直观的看到造成工程建设给排水设计风险的多种因素, 为了将这些可能导致的风险排除在外, 就必须要做好风险模糊层次评价, 从而保证工程建设的高质量。

2.1 运用主观评分方式开展风险测评

主观即人的观点, 在这里主要是指利用专家的经验以及一些隐性的知识进行相关的风险探究。我们调查了35份相关报告, 对其进行有效调查, 通过报表进行统计整理, 首先分别求得专家打分的平均值、众数、中位数和截尾均值, 然后根据这四个值确定一个能全面代表各个专家评分的值, 并将此值作为主观评分法风险评价的依据。最后, 根据公式测算出结果最大的A12 的P×R+P×T值为12, 仅为最大风险的12 (15×5+5×5) =24%

2.2 采用AHP方法开展风险测评

所谓的AHP分析法是一种将定性分析与定量分析结合的技术测评手段, 它能够通过分解的方式, 对复杂的问题开展逐层研究, 然后再通过一系列简单的问题作出判断, 利用数据表达清晰造成设计风险的因素。与此同时, 使用这种高技术风险测评方法, 还可以将很难量化的风险作出排序, 构造出层次结构的模型, 确定最终的目标。其步骤较为复杂, 首先要明确问题, 建立层次结构模型;构造判断矩阵并进行层次单排序;最后开展层次总排序。

Z—PRT判断矩阵 (既属于层次单排序, 也属于层次总排序)

2.3 运用模糊层次综合评价的方法进行风险测评

顾名思义, 模糊层次综合评价, 就是指一种相对模糊的变换原理分析策略, 它主要是将一些模糊的推理运用到定性与定量数据的使用之中, 通过精准的测评开展风险预估的手段, 它对于一些难以定义的数据与大量数值具有较好的分析价值。很多给排水设计的定量描述较为困难, 采用模糊层次分析法必然更为科学一些。

首先, 设置评价要素指标体系。确定模糊综合评判因素集, 因素集是以影响评价对象的各种因素为元素所组成的一个普通集合, 通常用U表示。根据评价对象的性质、评价目标以及评价决策要求等, 建立能够全面、准确地反映评价问题全貌的综合评价要素指标体系。

其次, 确定综合评判的评价集。它是评价者对评价对象可能做出的各种评价结果所组成的集合, 可以根据实际情况的需要, 用不同的等级、评语或数字来表示, 并将风险分为了五大等级, 做好表格处理与研究工作, 列出数据值。

最后, 单因素模糊评判。进行综合评判时, 首先需要对单一因素做出评价, 然后再在单一因素评价的基础上做出综合评价。利用普通矩阵相乘进行运算, 兼顾了各方面的因素, 适宜于多因素的排序。

3 结语

综上所述, 由于我国经济的飞速发展以及社会主义现代化建设的迅猛发展, 国家的工程给排水设计已经较为普遍, 其中蕴含着较大的风险。根据我国实际调研情况, 我国相关设计单位必须要做好研究工作, 明确能够引发给排水风险的各类因素, 在设计初期就做好分析工作, 通过对风险的模糊层次综合评价加强调查, 从而降低给排水设计风险, 促进工程建设质量的提高。

参考文献

[1]单宝艳, 张军.工程给排水设计风险的模糊层次综合评价[J].建筑经济, 2007, S2:324-327.

[2]单宝艳, 王振波.基于层次模糊法的建设工程暖通空调设计风险综合评价[J].中国勘察设计, 2008, 06:27-29.

[3]刘小刚.适应当前建设程序的建筑给排水设计格式及专业软件设计需求[D].华南理工大学, 2010.

[4]任向楠.市政给排水设计和规划中常见问题分析[J].黑龙江科技信息, 2015, 10:247.

[5]区凤玲.浅析建筑工程给排水施工中常见问题与优化措施[J].山东工业技术, 2015, 17:85.

模糊层次综合评价 篇8

企业信息化,包括生产过程控制的信息化、企业管理的信息化、企业供应链管理的信息化、企业信息化组织建设及硬件配套等部分,实质上是将企业从原料采集到产品销售的整个过程所涉及的业务过程数字化,通过信息系统的支撑,实现企业资源的高效、合理配置。企业信息化要走出表面信息化的误区,搞好企业信息化管理系统建设,通过信息化基础设施及相关配套建设,实现企业的信息化,达到充分开发和高效利用信息资源、有效配置企业资源的目的,最终实现全面的信息化管理和信息化决策。

企业信息化是一项复杂系统性工程,具有多层次、多因素和多目标的特征。单靠定性研究很难对企业信息化的设计和建设提供有效支撑。本文运用模糊综合评价方法建立定量评价模型,以期为企业信息化的发展提供支持。

2 企业信息化评价方法

2.1 企业信息化评价指标

参考信息化主管部门关于企业信息化建设的基本指标构成方案(试行)和其他学者研究成果[1],本文从企业信息化内部组织建设评价指标(V1)、企业信息化基础设施建设评价指标(V2)、企业信息化系统应用评价指标(V3)、企业信息化系统管理评价指标(V4)和企业信息化综合反馈评价指标(V5)五个方面来设计评价指标体系,具体指标如表1所示。

企业信息化内部组织建设评价指标包括企业信息化部门工作人员综合素质(V11)、企业信息化部门组织结构合理程度(V12)、企业信息化部门内部信息安全保证机制(V13);企业信息化基础建设评价指标包括基础设施覆盖情况(V21)、硬件平台运行状况(V22)、网络支持平台效果(V23)、企业信息化投入与总值比(V24);企业信息化系统应用评价指标包括企业信息化部门管理机制(V31)、企业信息综合收发能力(V32)、企业生产运营销售等一体化的信息化程度(V33)、企业管理和决策的信息化程度(V34)、企业信息化目标实现情况(V35);企业信息化系统管理评价指标包括信息化长远战略和规划(V41)、信息系统的安全保障和维护支持机制(V42)、信息系统的引进培训再投入和奖励机制(V43)、企业信息化系统项目开发管理能力(V44);企业信息化综合反馈评价指标包括国家政策支持力度(V51)、企业领导层重视程度(V52)、直接经济效益(V53)、间接经济效益(V54)。

2.2 企业信息化模糊综合评价方法

鉴于企业信息化的多层次、多因素特征,本文将模糊综合评价方法与层次分析法综合起来建立评价模型。模糊集合理论是一种基于模糊数学的综合评价方法理论。模糊综合评价方法主要包括评价因素、评价因素值、平均评价值、权重、加权平均评价值和综合评价值等几个方面。[2]为便于权重分配和评议,首先要考虑的就是评价因素,评价因素是指对所讨论事务或对象有关系的一些因素分成若干类,每一类都被看作是单一评价因素,即第一级评价因素。第一级评价因素可以设置各自下属的第二级评价因素,因此类推。一般常用的只到第二级评价因素。评价因素值、评价值和平均评价值则分别是评价因素的具体值、评价因素的品质好坏和平均评价因素本身的品质好坏。有了上述几个参考值,再赋予各因素相应的权重,就可以得到加权平均评价值,将每个级别的所有加权平均值加和后就会得到综合评价值。

由于企业信息化的评价指标体系的层次性,本文采用层次分析法,对各个指标层进行权重确定,即通过对该层的所有要素按照一定的规则都两两互相比较,结果以比较判断矩阵R=(bij)形式展现。[3]根据线性代数知识,计算出矩阵的最大特征值和相应的特征向量,从而得到每一层的各个因素对该层准则的权重。设大类指标Wij是对应的各层具体因素Vij的权重,i,j=1,2,…同时,每一层满足Wi1+Wi2+Wi3+…+Win=1。特别地,第一级因素满足w1+w2+w3+w4+w5=1。

对结果的评价,即评价者对最后得出的结论给予企业信息化水平的合理总结性质的综合性评价。为简便起见,分为“好”“较好”“一般”“较差”“差”5个等级。

限于篇幅,仅对过程和结果进行简要说明和分析。确定隶属关系后,就可以建立模糊评价矩阵进行定量的分析了。按层次分析法得出的结论,列出判断决策矩阵Ri=[rij|i,j=1,2,…,n]。需要说明的是,对隶属度的计算要将定性指标和定量指标分开来分别分析。对于定性指标,可以根据评语标准进行分类,如,0.85以上为上等,0.70以上为中上等,0.6以上为中等,0.5以上为中下等,其他为下等,以此为标准进行量化处理。接下来,要对得到的数据进行最后的权重计算。

将权重向量Wi和隶属度函数Ri进行耦合,得到的结果就是评价结果向量,再根据一级评级标准,进行相应的评价结果分析,最终给予企业相应的评级。计算结果,决策矩阵如下:

最终的权重计算结果如下

由以上数据就可以计算出相应的企业信息化评价等级(见表2)。

同理可得出其他几项的隶属度。结果得出后要进行可靠性和正确性分析,进一步确定该模糊综合评价方法的有效性。可靠性分析,即通过计算过程中提供数据的连贯性和一致性来判断。方法研究过程中,测量的数据随机误差越小,可靠性越高。[4]

3 结语

从信息化建设角度来看,只有先建立起良好的内外部环境,企业才能成功进行信息化项目。现根据信息化的要求,深度挖掘企业自身的内在缺陷,这一点,是企业信息化之前应当系统化进行的企业行为。企业的信息化建设包括财务维度、外部环境、内部流程和创新与学习等几个方面,企业信息化模糊综合评价方法对企业信息化建设方案的设计和实施具有很好的作用。[5]

总之,企业信息化建设是一个耗时长的复杂过程,同时,各企业的信息化建设的具体情况又各不相同,给企业信息化的标准确定带来了模糊性,因此,建立企业信息化多层次模糊综合评价方法非常必要。笔者将在进一步深化对评价指标、评价模型研究的基础上,加强应用研究,为提高我国企业信息化水平提供有效服务。

参考文献

[1]刘路,张强.基于多层次模糊综合评价的CPFR合作计划研究[J].中国企业运筹学,2009,(8).

[2]李永宁.企业信息化多层次模糊综合评价方法[J].情报,2007,(2).

[3]彭国,姚俭.不确定性供应链风险的模糊综合评判[J].上海理工大学学报,2010,(4).

[4]雷中英.多层次模糊综合评判模型与建设投资项目后评价[J].北方凯贸,2010,(2).

模糊层次综合评价 篇9

中小企业是中国数量最多、最具创新活力的企业群体,在促进国民经济增长、推动创新、吸纳就业等方面具有不可替代的作用。然而与大企业不同,中小企业与商业银行信贷业务上经常存在信息不对称的问题,加上中小企业特有的风险特征,使得商业银行在处理中小企业信贷业务时存有较大的运营风险。因此,建立起一套适用于中小企业信用风险的评价方法有着重要的意义。

目前,我国信用风险评级方法主要有以5C为代表的专家评判法、统计模型法、神经网络分析法等,这些方法在实际运用中,主要把企业信用风险评价的指标界定为财务类与非财务类因素,然而由于非财务类因素受人的主观影响较大,又很难确定定量指标和定性指标之间的比例关系,所以会导致评判的结论带有一定的模糊性。因此,为了更加准确地对中小企业的信用风险进行评价,找到一种能够同时处理多因素、主观性以及模糊性的评价方法是很有必要的。

据此,本文运用多层次模糊综合评价法对中小企业的信用风险进行全面分析评价,构建了结合定性指标和定量指标的多层次评价指标体系,并且利用AHP法确定各评价指标的权重,实现了评价指标和评价方法的有效结合。

1 中小企业信用风险评价指标体系的构建

本文按照评价指标体系的系统性、科学性、可操作性等原则,综合考虑企业内部和外部的各个因素,构建了由目标层、准则层以及指标层组成的递阶层次结构的指标体系。与以往中小企业信用风险评价不同,本指标体系将主观与客观、定性与定量指标相结合,因此能够更加客观有效地评价中小企业的信用风险状况。具体的指标体系如下表1所示。

2 中小企业信用风险的模糊综合评价

模糊综合评价法根据模糊数学的隶属度理论把定性指标转化为定量评价,动态与静态分析相结合能较好地解决难以量化的、模糊的问题,能够综合有效地分析企业信用风险问题。

2.1 确定评价因素集

根据表1中的评价体系,信用风险的评价因素集共有三层:目标层U为评估中小企业信用风险,准则层A={行业状况A1、市场竞争A2、管理水平A3、财务状况A4、履约状况A5,创新水平A6}共六个因素,指标层a={a11,a12,…,a64}等共23个因素。

2.2 确定评语集

评语集是由评价因素可能出现的评价结果组成的集合,本文确定评语集为V={V1,V2,V3,V4,V5},其中V1,V2,V3,V4,V5分别代表信用风险很低、信用风险较低、信用风险一般、信用风险较高、信用风险很高。

2.3 AHP法确定评价指标权重

指标的权重采用层次分析法计算,在目标层、准则层、指标层等层次的基础上进行定量与定性分析相结合的权重分析方法。

2.3.1 构造两两比较判断矩阵

根据T.L.Saaty教授提出的1-9比例标度法,邀请专家组比较两两因素间的重要程度,构造出比较判断矩阵。

2.3.2 计算评价指标的权重

2.3.3 判断矩阵的一致性检验

2.4 确定隶属度

因为多层次评价体系中各个目标之间缺乏统一的度量标准,难以对指标进行比较,所以在综合评价之前,首先确定体系中各个指标的评价值,即计算隶属度函数值。在确定各指标的隶属度时,应该区别定性指标和定量指标。

2.4.1 定性指标的隶属度

定性指标难以定量表示,通常采用模糊统计法确定其隶属函数关系,即让参与评价的专家按照规定的评语集确定各评价指标所属的等级,统计指标属于各评语等级的频数mi,专家人数为n,则其隶属度向量raij=mij/n,raij表示评价指标ai隶属于评语等级j的隶属度。

2.4.2 定量指标的隶属度

假设评价因素集中每个因素对于其信用风险评价的隶属度函数都是按照一定的线性关系变化的,那么如果因素的指标值和其信用有严格的正相关关系,就可以得出第i级评价指标的隶属度计算方法:r(x)=(x-xi)/(xi+1-xi),xi<x<xi+1;如果各因素与企业信用呈现负相关关系,第i等级的隶属度可计算为:r(x)=(xi+1-x)/(xi+1-xi),xi<x<xi+1。

2.5 计算多级模糊综合评价向量

模糊综合评价向量是由各指标的权重向量与隶属度向量构成的模糊评价矩阵组成的模糊合成运算。准则层的模糊综合评价向量用各指标层因素对应指标的权重与其模糊评价矩阵的乘积表示,即FAi=WAi·RAi(i=1,2,…,6),目标层的模糊综合评价向量运用同样的方法可得FU=WU·RU。最后根据最大隶属度原则确定中小企业信用风险等级。

3 应用多层次模糊综合评价法的算例分析

本文选取南京市中小企业A公司为算例进行信用风险综合评估分析。

(1)首先向专家发放调查问卷,要求专家根据各层次指标间的重要度进行两两比较赋值,构造判断矩阵,利用AHP法计算的各指标如下:

WU=(A1,A2,A3,A4,A5,A6)=(0.066,0.193,0.101,0.231,0.379,0.077)

WA1=(a11,a12,a13,a14)=(0.172,0.135,0.270,0.422)

WA2=(a21,a22,a23)=(0.571,0.286,0.143)

WA3=(a31,a32,a33,a34)=(0.246,0.192,0.426,0.136)

WA4=(a41,a42,a43,a44)=(0.167,0.262,0.118,0.453)

WA5=(a51,a52,a53,a54)=(0.413,0.292,0.187,0.108)

WA6=(a61,a62,a63,a64)=(0.192,0.384,0.301,0.123)

(2)采用专家评分法,让各位专家依据评语表对该企业的定性和定量评价指标进行综合评级,其中定量指标隶属度的计算方法与上文一致,结合企业的经营数据以及行业的平均值计算。得出各指标的隶属度向量构成模糊评价矩阵R,从而确定各指标的模糊综合评价向量,如行业状况A1的模糊综合评价向量为:

同理得出其它指标的模糊综合评价向量,由FA1,FA2,FA3,FA4,FA5,FA6构成中小企业信用风险的模糊评判矩阵为:

所以中小企业信用风险的模糊综合评价向量为:

FU=WU·RU=(0.0127,0.3496,0.5398,0.1447,0.0009),根据最大隶属度原则以及评语表,可知V3的综合评定值0.5398高于其它等级,所以判定该企业的信用等级处于V3水平,信用风险一般,针对该企业进行授信的整体风险在一定程度上是可以预估把控的。

4 结论

由于中小企业信息不透明、不对称等特性,很难用以往传统的评价方法对其信用风险进行评估,所以本文结合层次分析法与模糊综合评价法,充分发挥模糊综合评价法在分析定性和定量指标时的优越性,建立起一套多层次、完整、有效的中小企业信用风险评价模型,最后结合算例分析也说明了该方法的实用性。但是由于中小企业关系复杂、种类繁多,使其评价指标之间可能存有关联性,这一点在本文中未深入探讨,在以后的研究中我们会继续研究,加以完善。

参考文献

[1]邹琳.我国中小企业信用风险评价方法研究[D].天津:天津财经大学,2009.

[2]张益.基于层次分析法的中小企业信用风险评估[J].商,2015,(45):180-181.

[3]Altman E I.Credit risk measurement:Developments over the last20years[J].Journal of Banking and finance,1998,(21):1721-1742.

[4]申菲,刘碧玉,颜爱民等.我国中小企业信用风险度量模型与实证研究[J].金融经济,2015,(02):128-130.

[5]李强.中小企业信用风险研究[D].济南:山东财经大学,2012.

[6]刘萍,申婧.模糊综合评价法在中小企业信用评级中的应用[J].科技与管理,2012,(06):51-54,59.

[7]王新红,陈燕杰,仲伟周.我国中小企业信用风险评价指标体系构建[J].西北师大学报(社会科学版),2009,(04):129-132.

模糊层次综合评价 篇10

航运企业外派人员的工作绩效及表现直接关系到劳务派遣双方的经营业绩甚至成败[2]。当前对外派人员绩效考核的方法主要有, 目标管理 (MBO) 导向KPI的绩效考核、平衡计分卡 (BSC) 导向KPI的绩效考核、员工标杆学习导向KPI的绩效考核等[3]。这些方法有各自的适用范围和优点, 但往往忽视了将考核指标作定量化处理以及将外派人员所处工作环境的特殊性考虑进来。因此文章针对航运企业外派人员特殊的工作环境构建了一套多层次关键业绩指标考核体系, 在此基础上运用模糊数学理论将各层指标作定量化处理, 同时引入情境指标对考核结果进行调整修正, 以尽量减少环境因素对航运企业外派人员绩效考核结果的影响。

1 航运企业外派人员关键指标体系的设计

1.1 绩效考核指标体系设计的思想

由于航运企业外派人员工作性质的特殊性, 对其进行绩效考核指标体系设计时不仅要考虑外派人员自身所具备的各项技能和素质, 更要将其所处的国际环境及公司环境等情境因素作为一项重要的考核内容。基于上述思考, 本研究将考核内容分为综合指标和情境指标两大方面。综合指标是综合反映航运企业外派人员各方面能力和素质的指标, 一般是对外派人员的岗位职责的履行情况、态度和能力等方面进行考察。情境指标是指外派人员绩效发生时的环境变量[3], 如不同的国家和地区有着各自不同的法律法规, 不同的世界经济区经济发展程度不同并各自有其市场特点, 而不同的航运企业经营状况及政策也千差万别, 在绩效评估时要充分考虑这些环境因素。最后, 在评估中把这些指标有机结合起来, 有针对性、有重点的突出关键指标, 保证考核结果的公平性、公正性和客观性。

1.2 绩效考核指标体系的结构

航运企业外派人员绩效考核指标体系由4个层次组成:最终绩效层, 综合、情境指标层, 一级指标层、二级指标层。现设最终绩效F={P, S};综合指标P={P1, P2, P3}, 情景指标S={S1, S2};一级指标P1={P11, P12, …, P1m}, P2={P21, P22, …, P2n}, P3={P31, P32, …, P3r}, 国际环境S1={S11, S12, …, S1S}, 雇佣公司S2={S21, S22, …, S2t}, 指标体系结构如图1所示。

2 航运企业外派人员绩效考核模型的建立

航运企业外派人员的绩效评价体系是一套典型的多层次、多指标的综合评价体系。目前已有的评价方法包括层次分析法、灰色关联度评价法、模糊综合评价法、数据包络法、人工神经网络法、因子分析法等。本研究将采用模糊综合评价法对航运企业外派人员的绩效进行评价。

模糊综合评价法是运用模糊数学方法对受多种因素影响的事物做出全面评价的一种有效的多因素评价方法[4]。模糊数学中模糊逻辑以模糊集合形式体现, 能将定性问题转化为定量的数学模型, 其最大特点是可以比较自然地处理人类思维的主观性和模糊性[5]。同时由于其在处理各种难以用精确数学方法描述的复杂系统问题方面所表现的独特优越性, 近年来已在许多学科领域得到广泛的应用[6]。

2.1 模糊综合评价模型的构建

(1) 设计模糊评语集。A={A1, A2, …, An}, 其中, A1, A2, …, An分别表示n种评语等级, A表示由n种评语等级构成的集合。例如A={优秀, 良好, 中等, 一般, 差}。

(2) 确定各层次指标权重。W={w1, w2, …, wm}, ∑wi=1, 其中, w1, w2, …, wm分别表示m个评价指标的权重, W表示由m个评价指标权重构成的向量。

(3) 建立模糊关系矩阵。设各级指标到评语集

A的模糊关系为R, 则。其中, 且。

(4) 进行模糊变换。评价对象在评语集上的模糊评价矩阵C=w*R={c1, c2, …, cn}, ck (k=1, 2, …, n) 的值对应评语集A中的评语等级Ak的隶属度。若在模糊评价矩阵C的所有分量中ck的取值最大, 则模糊变换后的评语等级就是Ak。

(5) 评语等级定量化处理。若A={优秀, 良好, 一般, 差}= (90, 80, 70, 60) , 然后取模糊变换后所对应的分数即可将指标作定量化处理。

(6) 考核结果的修正。通过以上几个步骤, 可分别得出各一级指标的分值, 进而可得出综合指标的分值, 最后根据情景指标的量化结果来修正的取值, 从而得到最终绩效的分值。

2.2 绩效考核模型的应用

航运企业船员外派包括高级船员外派和普通船员外派, 文章主要针对外派高级船员的绩效考核进行研究。高级船员包括船长、轮机长、大副、二副、三副、大管、二管、三管, 由于船长是船舶管理第一责任人, 同时其知识结构、能力及技能具有特殊要求, 因此绩效考核有别于其他高级船员[7]。文章将以航运企业除船长之外的高级船员的绩效考核为例构建绩效指标考核体系, 并利用上述考核模型的普遍适用性对外派高级船员进行绩效考核。由于航运企业人员外派多涉及国际性外派, 因此假定对某一国际外派高级船员的绩效进行考核。

由于一般情况下船员都可顺利完成出海任务, 因此其任务完成情况可以不列入其绩效考核指标体系中。通过专家咨询、参考大型咨询公司以及阅读以往文献总结出高级船员绩效考核指标, 并在此基础上设计出航运企业高级船员的关键业绩指标体系, 具体见表1。

(1) 设计模糊评语集。现将综合指标中的每一评价指标的评价等级分为优秀、良好、合格、不合格4个等级, 则该外派高级船员绩效考核指标体系中综合指标的模糊评语集为M={优秀, 良好, 及格, 不及格}。同理, 情境指标的模糊评语集为N={非常有利, 有利, 一般, 不利, 恶劣}。

(2) 确定各层次上指标的权重。在确定各层次指标权重时, 建议综合使用德尔菲法和层次分析法。但由于本研究中指标数目相对较多, 层次分析法的使用会使得计算过程繁杂、任务加大, 因此指标权重来自多个专家根据实际经验给出的综合结果。最终经过专家打分形成了各层次指标相对权重及专家评分统计结果, 见表2和表3。

由表2和表3可知, 该外派船员各层次考核指标的权重具体为:WP= (0.3, 0.25, 0.45) , WS= (0.4, 0.6) , WP1= (0.25, 0.2, 0.2, 0.1, 0.1, 0.1, 0.05) , WP2= (0.2, 0.2, 0.15, 0.1, 0.15, 0.1, 0.1) , WP3= (0.2, 0.15, 0.05, 0.15, 0.15, 0.1, 0.2) , WS1= (0.4, 0.6) , WS2= (0.5, 0.5) 。

(3) 建立二级指标的模糊关系矩阵。由表2可知, 对于该高级船员在二级指标团队合作上的表现, 有2位专家们认为优秀, 4位专家认为良好, 3位专家认为合格, 1位专家认为不合格。依此类推, 可分别得出从P1、P2、P3到评语集M的模糊关系矩阵:

同理, 可得出从S1、S2到评语集N的模糊关系矩阵:

(4) 进行模糊变换及评语等级定量化处理。P1的模糊评价矩阵为:

类似地, Cp2= (0.375, 0.33, 0.24, 0.055) , Cp3= (0.38, 0.335, 0.21, 0.075) 。

若将评语集M量化为M={优秀, 良好, 合格, 不合格}= (90 80 70 60) , 则P1的综合得分为P1=Cp1*MT= (0.28 0.395 0.23 0.075) (90 80 70 60) T=79.2分, 类似地, P2=80.25分, P3=80.2分。因此, 综合指标P得P=Wp* (P1P2P3) T= (0.3 0.250.45) (79.2 80.25 80.2) T=79.91分。

同理, 情境指标S的模糊评价矩阵为:

, 在此矩阵中评语“有利”的隶属度在评语集N的五个等级中最大, 根据隶属度最大原则, 情境指标S的评语应为“有利”。

(5) 考核结果的修正。经以上过程可知, 该外派船员的考核成绩为79.91分。由于该外派船员的绩效评价的情境指标S的评语等级为“有利”, 及说明该外派船员的考核值79.91分是在有利的国际环境和公司环境下取得的, 因此可取一个相对较小的修正值。若将S的评语集N量化为N= (非常有利, 有利, 一般, 不利, 恶劣) = (P值减小10%, P值减小5%, P值不变, P值增大5%, P值增大10%) , 则修正后的绩效值为:F=P* (1-5%) =79.91* (1-5%) =75.91分, 即该外派高级船员的最终绩效考核成绩为75.91分。

3 结论

文章所设计的绩效考核模型有以下几方面优点:第一, 指标体系设计合理, 既包括综合指标, 又针对航运企业外派人员的特殊性设计了情境指标以最大限度的减少情境因素对考核结果的影响, 二者有机结合, 增强了绩效考核指标体系的全面性和科学性;第二, 采用德尔菲法合理分配指标权重, 并运用模糊综合评价法对指标作定量化处理, 增强了绩效指标体系考核的实用性和可操作性;第三, 将模型应用到外派高级船员中来验证模型的有效性。文章中所构建的模型还可以推广到其他企业外派人员的绩效考核中去, 只需对绩效考核指标做出相应的调整即可, 因此具有较强的适用性和实用性。

摘要：针对航运企业外派人员工作环境的特殊性, 设计一套多层次关键业绩指标体系, 在此基础上结合模糊数学理论建立多层次模糊综合评价模型, 将考核指标作定量化处理, 并运用情境指标对考核结果加以修正。还以外派高级船员为例验证该模型的有效性, 以期为航运企业外派人员绩效考核的理论和实践提供一些新的思路和方法。

关键词：航运企业,外派人员,高级船员,绩效,多层次,模糊综合评价法

参考文献

[1]尹红莲.外派人员的绩效评价分析[J].现代商贸工业, 2010 (4) :122-124

[2]HARRIS H, BREWSTER C.International Human Resource Management[M].London:Chartered Institute of Personnel and Development, 2004:12-15

[3]罗帆, 郭剑.跨国公司外派人员绩效的多层次模糊综合评价[J].价值工程, 2009 (8) :38-42

[4]唐幼纯, 范君晖.系统工程方法与应用[M].北京:清华大学出版社, 2011, (1) :96-100

[5]邵文明.绿色供应链管理的绩效评价研究[D].同济大学, 2008

[6]胡长深, 马卫东.多层次模糊综合评判法在企业战略选择中的应用[J].价值工程, 2009, (9) :126-130

模糊层次综合评价 篇11

【关键词】煤矿；安全文化；安全评价；层次分析法；模糊综合评价法

2015年，我国煤矿百万吨死亡率为0.157，再创历史新低，十年内我国的煤矿百万吨死亡率下降到原来的1/20。然而，与世界发达国家相比，仍差距较大。以美国为例，作为世界第二大产煤国，煤矿年死亡人数30人左右，百万吨死亡率长期控制在0.1以下，特别近几年来，其百万吨死亡率降到了0.03。因此，“软”的安全管理水平成为制约我国煤炭安全的最重要的因素。

一、国内煤矿安全文化研究现状

我国安全文化建设取得了较好的成效：在建设方面，出现了具有社会主义市场经济条件下的企业安全文化模式；在传播方面，出现了全民安全文化，决策层的安全文化，管理层的安全文化和员工层的安全文化；在理论创新发展方面，很多的新理论和新成果已经渗透到安全文化的器物层次、制度层次、精神智能层次和价值规范层次，2008年，资深教授郝占刚应用了一种基于DEA的评价模型，为大型煤矿企业提供了一种比较准确复杂的的评价系统。

二、建立煤矿安全文化评价指标体系

结合国内外研究现状及煤矿安全管理的实践经验，可以从人、机、环、管4个方面分别建立评价的一级指标，一级指标之下又分别有以下12个二级指标：

三、模糊综合评价法建立模型

1.层次分析法

层次分析法是将决策问题按总目标、各层次目标、评价准则直至具体备选方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一级的各指标的优先权重，最后再加权和的方法求得对总目标的最终权重，此最优权重者即为最后结果。

2.综合评价得到结果

对二级指标做完单因素评价后，要对一级指标做综合因素评价，用各一级指标对应的二级指标的评判结果左乘以一级指标的權重，即可以达到最后的评价结果。即

四、实例应用

由于应用模糊综合评价法和层次分析法模型评价煤矿企业安全文化需要进行问卷调查，为了增加权重计算的权威性，选取了30位安全工程专业的专家和煤矿一线通风、安全管理者进行了访问调查，前后总共发问卷30份，收回30份。经过一次性检验，合格问卷30份，共同构成了独立完整的评判矩阵。

1.初级评判

（1）对环境的安全文化指标进行评价

对环境的安全文化打分构成的模糊矩阵：

五、结论

该煤矿安全文化的综合得分为74.02，等级为三级，安全文化需要发展。可以从以下两个方面进行改善：1.重点抓管理，首先建立专业性的管理机构，建立健全的管理制度，必要的话，可以引进国外先进的管理模式。除此之外，更重要的是聘请专业的、高水平的安全管理人员，加强企业各方面的安全管理，并且制定必要的奖罚制度，提高员工积极性。2.在环境方面，重点改善作业场所安全环境，严格执行国家和行业标准，有效控制影响员工生理、心理的作业环境，进而改善作业环境。

参考文献：

模糊层次综合评价 篇12

一、层次分析法和模糊层次分析法

(一) 层次分析法。层次分析法 (The analytic hierarchy process) 简称AHP, 是一种决策思维方式, 它可以把复杂的决策问题分解为各个组成的因素, 再将这些因素按支配关系分组, 形成有序的递阶层次结构, 通过两两比较的方式, 确定层次中诸多因素相对重要性总的顺序。层次分析法体现了人们决策思维的基本特征———分解、综合、判断。

层析分析法是一种定性与定量相结合的决策分析方法。把决策过程中的定量和定性因素有机地结合起来, 用统一的方法进行处理。但是该方法在判断矩阵一致性上存在难以确定的问题, 直接影响了使用效果。因此, 引入模糊层次分析法, 将模糊一致矩阵的思想代替一致矩阵的思想。

(二) 模糊层次分析法。模糊层次分析法 (The Fuzzy analytic hierarchy process) 简称FAHP, 是将模糊数学中的综合评判法引入到层次分析法中, 也是一种定性、定量相结合的决策方法。在模糊层次分析中, 因素间两两比较判断时, 不用三角模糊数来定量化, 而是采用一个因素比另一个因素的重要程度定量表示, 从而得到模糊判断矩阵。

模糊层次分析法与层次分析法主要区别在于:模糊层次分析法中的模糊一致矩阵和层次分析法中的判断矩阵是通过不同数学方法得出, 且两种矩阵求各因素权重的方法不同。

(三) 模糊层次分析法模型构建。1.确定评价目标, 形成影响目标的因素集。建立影响目标的因素集合A, 若多层次的因素影响该目标问题, 则应将其分层, 按层次列出影响因素。2.建立模糊判断矩阵。模糊判断矩阵P表示针对上一层某元素, 本层次的影响因素两两之间相对重要性的比较。

即 (i=1, 2, …, n;j=1, 2, …, n) , 指本层次第i个元素对第j个元素对于其上层因素具有的模糊关系, 即“i比j重要得多”的隶属度, 可采用0.1~0.9标度给与数量标度。0.5, 表示两元素同等重要;0.6, 表示一个元素比另一个元素稍微重要;0.7, 表示一个元素比另一个元素明显重要;0.8, 表示一个元素比另一个元素重要得多;0.9, 表示一个元素比另一个元素极端重要;0.1, 0.2, 0.3, 表示反比较, 若元素与元素相比较得到判断, 则元素与元素相比较得到的判断为1-。将模糊判断矩阵一致化得到模糊判断一致矩阵, 再通过模糊一致判断矩阵求出各因素的权重集。3.确定判断集V={, , }。该集合是评语组成的集合, 表示由高到低的评语。4.评判矩阵。对单个因素进行评判, 得到V上的模糊集。该模糊集是因素到评语判断集V的一个映射, 从而确定一个模糊判断矩阵。5.综合评判。根据权重集与对应某个模糊矩阵的乘积, 得出综合评判结果。6.计算综合评判分数。将评语判断集V按照百分制换算。假设四级评判按百分制有四个区间V={, , , }={优, 良, 中, 差}, 为90~100, 为70~89, 为50~60, 为0~49。根据等级评价向量, 最后得出评价分数。

二、模糊层次分析法在档案信息服务评价中的应用

(一) 档案信息服务。档案信息服务是档案管理活动中的重要内容, 是衡量一个国家、一个地区档案事业发展水平的重要因素。因此, 笔者认为对于档案信息服务综合评价应综合全方位的考虑, 既要看到国家层次战略规划, 长远考虑法规政策, 更要兼顾档案信息服务工作者的服务质量以及技术管理水平的支撑。1.国家意识———战略规划。档案管理活动是一项实践性极强、与公众日常生活息息相关的十分重要的社会事业, 国家对档案事业进行战略规划是十分必要的, 规划的有效部署是档案信息服务工作高效高质进行的先决条件。2.长远支持———法规政策。法规政策的支持对档案信息服务的意义是深远的。我国长期以来“重保管、轻利用”, 档案机构与档案利用者在权利义务上不能达到统一和平衡, 因此, 加强档案法制建设刻不容缓。影响政策法规的因素主要有:档案权力与义务和谐程度, 法律法规的与时俱进, 人们的档案意识等。3.具体实践———档案信息服务工作者。具体实践中, 我国网络档案信息服务仍处于起步阶段。只有几个条件较好的档案馆在进行试点, 如深圳、青岛、杭州的数字档案馆, 多数档案网站即便存在, 内容也极不丰富, 档案信息服务不尽如人意, 大量的档案信息资源几乎还未进行数字化处理, 网络查询、网上利用、档案信息资源开放、网络化服务均有较大提升空间。因此提高档案信息服务工作者的综合素质是档案信息服务工作有质的飞跃的重中之重。4.资源建设———管理技术水平。信息化日益成熟的今天, 管理的不协调不仅会造成大量档案信息的浪费, 增加档案信息管理失控的风险, 更会对其服务质量造成难以挽救的后果。影响因素包括:管理协调程度、技术完善水平等。

(二) 建立系统模型。档案信息服务质量受到多种直接因素和间接因素的影响, 高质量的档案信息服务需要满足多方面的要求, 因此, 采用模糊层次分析法, 将这些影响因素合理层次化, 并从定性、定量两方面进行分析, 逐层比较影响档案信息服务质量的各种关联因素的重要性、隶属关系, 为分析、评价、决策提供依据, 从而为用户利用档案信息提供一个更加科学、客观的参照。1.建立模型:档案信息服务质量评价的模型可以分为四个层次:目标层、准则层、指标层、方案层。目标层:档案信息服务综合评价作为系统分析的总目标;准则层:按照战略规划、法规政策、档案信息服务工作者、管理技术水平四条准则对档案信息服务质量进行评价;指标层:分别根据准则层中四条不同的准则, 将影响各条准则层的多个因素进行分类, 并对影响各条准则的多个因素指标进行详细说明;方案层:根据分等级的评价要求, 将各因素的满足程度分为优、良、中、差四个等级。档案信息服务质量多层次评价指标表格如下表所示:

2.权重计算:按照模糊层次分析法模型构建具体步骤算出档案信息服务综合评分 (设计概率论知识, 本文忽略计算) 。结果出来后, 不管是用户还是档案信息服务者都可根据不同的档次寻求进行自身活动:如用户选择更好的服务部门, 档案信息服务部门以此为依据提高自身服务。

(三) 应用过程中的问题。1.定性方法是前提。定性分析的方法是一种经验性的判断方法。在上述整个评价过程中涉及了主观因素的影响:方案中优良中差的选择是由评价人主观作出的选择;两两相对重要性数值也是由评价人根据自身理论体系做出的评价。模糊层次分析法的实质是一种定性和定量相结合的决策方法, 在使用的时候, 无论是设计层次结构, 还是构造判断矩阵, 人的主观判断、选择、偏好对结构的影响很大。2.定性分析要结合科学的定量分析。运用FAHP研究档案信息利用效益评价问题, 是在研究过程中对整个档案信息服务评价体系的构建进行分析, 如建立矩阵模型等, 需要对档案信息服务的本质、包含的要素和有关档案信息服务评价体系各个要素之间的关系掌握得很透彻;否则, 单凭个人的主观意见构建的体系实质是定性分析。需要指出, 利用模糊层次分析法的评价过程中不可避免地受到主观因素的影响, 但突出优势在于尽量地弱化这种主观因素的主观性, 通过科学的计算得到相对客观的结果。

三、模糊层次分析法的发展与意义

模糊层次分析法不仅继承了层次分析法分层次、量化的分析问题、进行决策的优点, 还有效解决了层次分析法中出现的一致性判断合理、一致性判断与人的思维方式存在差异等问题。现阶段, 模糊层次分析法在风险评估、商品质量评价、系统效能评估、新产品开发等领域都有广泛运用, 而在档案信息开发、管理、服务方面的应用还处于初级阶段。针对档案信息服务的特点还需改进:档案信息服务的影响因素还可进一步挖掘、分析, 所以随着层次的增多, 各指标权重的计算量相应增大, 形成负担, 而且影响因素的归层是一个主观判断的过程, 易引起分歧, 此外, 计算的增加也会导致各权重值的误差增加, 从而影响评价结果。

模糊层次分析法 (FAHP) 利用数学的语言反映了人们思维判断的模糊性, 提供了一种更加科学、有效、客观、实用的档案信息服务评价方法。随着信息技术产品的迅猛发展, 档案信息的巨大潜质被层次不穷地挖掘出来, 档案信息服务产业化的趋势不可阻挡, 档案信息服务质量的评价就显得尤为重要。

参考文献

[1] .T·库克.1898年荷兰手册出版以来档案理论与实践的相互影响.第十三届国际档案大会文件报告集.中国档案出版社, 1997

[2] .冯惠玲.赵国俊.中国电子文件管理——问题与对策.中国人民大学出版社, 2009

[3] .张吉军.模糊层次分析法 (FAHP) .模糊系统与数学, 2000.14

[4] .汤健.基于模糊层次分析法的数字薪资质量评价方法.档案学通讯, 2008.06

[5] .全国档案信息化建设实施纲要[EB/OL], 2010.05

[6] .肖琼等.基于模糊层次分析法的网络信息资源综合评价.情报杂志, 2006.03