灰色模糊综合评判法（共9篇）
灰色模糊综合评判法 篇1
0 引言
随着信息产业的飞速发展，信息系统项目的合理性、有效性和实用性备受关注，信息系统风险评估成为信息化项目风险控制的重要组成部分。信息系统风险评估主要是通过严格的评价程序、科学的评价指标和客观的评价方法，对项目的实际绩效进行公正的评价，以促进信息资源的优化配置。
信息系统风险日趋复杂，风险评估重点也从起先的操作系统、网络环境扩展到整个宏观环境和管理体系。而确定评估要素之后，采用何种评估方法具有举足轻重地位。针对我国实际情况，信息系统风险评估工作主要依靠一些定性或定量的评估方法。定量评估方法是指运用数量指标来对风险进行评估，主要包括层次分析法、模糊综合评判法、BP神经网络法等。定性评估方法主要依据知识和经验分析系统情况并做出判断，包括安全检查表法、专家评价法、矩阵分析法等。以上方法各有利弊，如层次分析法简便实用，但受专家经验和知识限制，主观性强；BP神经网络法虽减少了人为主观因素影响，但是需要大量已知训练样本；安全检查表法简便易行，但检查表大多不够深化[1]。
本文针对评估信息的模糊性和灰色性，提出基于灰色模糊综合评判的信息系统风险评价模型，从定性到定量的综合集成方法。该模型建立评价指标递阶层次结构，给定评价因素集、评语集、评价因素权重集和评判矩阵，进行模糊运算，最后得到综合评价结果。在系统数据较少和条件不满足统计要求的情况下，该模型的实用性则更加突出。
1 信息系统风险评估指标体系构建
评估指标体系是指评估对象所涉及的各种影响因素的集合。国外发达国家已初步建立了信息系统评估认证体系，并陆续发布了一系列相关标准、指南和规范，如：BS 7799(ISO 17799）标准建立了信息安全管理体系文档，以及如何进行安全控制，但它仅提供原则性建议，如何与实际情况相结合等问题尚未涉及。SSE-CMM模型（Systems Security Engineering Capability Maturity Model，系统安全工程的能力成熟度模型）系统地解决安全工程的组织和实施等问题，不足之处在于过程域相对独立，不利于指导风险评估活动。OCTAVE(Operationally Critical Treat,Asset,and Vulnerability Evaluation，可操作的关键威胁、资产和薄弱点评估）方法既强调安全技术，又强调安全管理，但需要多人参与，评估流程比较繁琐。
目前，比较完整且可行的IT风险控制标准是COBIT(Control Objectives for Information and Related Technology，信息及相关技术的控制目标）标准。COBIT的设计是为了帮助管理者在不可预见的IT环境下对风险和投资控制加以平衡，获得安全可控的信息技术服务，并向内外部客户提供产品和服务，同时，审计人员可以使用该标准并向组织的内部控制管理提出建议。表1是COBIT在规划组织阶段对信息系统风险的评价和管理标准。
COBIT主要关注风险的控制目标和控制手段，因此需考虑风险管理的主体和义务、风险容忍程度、根本原因分析、定量或定性的风险测量等，概括起来分为三个部分：活动、流程和信息技术：
(1）活动：侧重于风险管理活动，参与人员应包括IT部门高管和IT服务的关键用户。此外，风险评估报告也很重要，它可以协助风险管理人员及时发现风险并采取科学合理的纠正措施。正规的风险评估文档要包括风险评估方法的描述、风险的披露和确认、未识别风险及相应披露。
(2）流程：主要是指风险评估的途径和步骤，简单地说，就是先发现风险再拟定修正方案。已发现和尚未发现的风险应在风险评估报告中都应有所体现。制定修正方案是为了确保已发现的风险的负面影响要控制在可容忍程度内。
(3）信息技术：可以协助风险的测量和确认，但不恰当的信息技术同样会带来风险，譬如互联网环境下的信息安全漏洞会让用户面临信息泄露的风险，这就要求风险评估应把信息技术作为对象之一。高质量的信息系统既可以实现IT目标，又能够保护IT资产。
通过实施COBIT标准的信息系统风险评价和管理，可以增强管理人员对风险控制的感知，风险管理工作实现系统化和量化，实施难度大大降低。另外，COBIT模型实现了企业战略与IT战略的互动和融合，形成了持续改进的良性循环机制，为企业提供了具有参考价值的解决方案，从而有效降低和规避风险。
2 信息系统风险评估的灰色模糊综合评价模型
2.1 信息系统风险评估的模糊性和灰色性
所谓模糊性，是指客观事物在归属和状态上的不分明性。在评价过程中，信息系统越复杂，模糊性越大；评价因素越多，综合评判就越模糊。此时，模糊数学方法可以弥补统计数学的不足。
所谓灰色性，就是“认识的不完全性”或“未确定性”。信息系统风险研究中的很多因素很难用确切的数学语言来描述，这些信息是不完全的，不确切的，也就是说，评价信息是灰色的。
信息系统风险评估中这两个特性都存在，那么将模糊性和灰色性同时考虑是合理的，这比只考虑其中之一更能反映客观实际。因此本文将信息系统风险评估与模糊性和灰色性同时联系起来。
2.2 模型的理论基础[3]
灰色系统理论是从信息的非完备性出发，研究和处理复杂系统的理论。它对系统某一层次的观测资料加以数学处理，在更高层次上了解系统内部的变化趋势、相互关系等。
模糊数学以“模糊集合”论为基础处理不确定性问题，是描述人脑思维处理模糊信息的有力工具。模糊集合不是简单地扬弃概念的模糊性，而是尽量如实地反映人们使用模糊概念时的本意。
从定位到定量的综合集成方法是将有关专家意见、数据和信息与计算机有机结合起来，把科学理论和人的知识结合起来，构成了一个系统。此方法的成功在于发挥这个系统的整体优势和综合优势。
2.3 灰色模糊综合评判
根据评价因素的特点，灰色模糊综合评价方法在考虑专家评判信息的不完全性的同时，利用灰色聚类理论得到灰色统计量，进而构造出灰色模糊矩阵，最后采用灰色模糊算法测算出信息系统的风险大小。建模具体步骤如下：
(1)建立递阶层次评价因素集。评价因素集是信息系统风险因素的集合。设评价因素集为U={U1,U2，…，Un}。评价因素很多时，由于归一性，权重值必然很小，这会弱化权重值较小的评判因素作用，因此将众多因素按某些属性分成几类，先对每一类各因素综合评判，然后在各类之间进行高一层次综合评判，就形成了递阶层次风险评估指标体系，见表1。
(2)建立评语集。评语集是各种风险评价结果的集合。设风险评语集为0～1，见表2。
(3)建立评价因素权重集。评价因素权重集表示各评价因素与风险之间的灰色模糊关系,即各因素关于上一层准则的权重和灰度。设评价因素权重集=[(a1,v1),(a2,v2),…,(an,vn)],其中ai称为的模部;vi称为的灰部。各权重值ai满足归一化要求,即。
由于信息量很难用数值来衡量，所以，使用一些描述性语言来对应一定的灰度范围，如按信息的充分和明确程度分成以下几类：{很充分，较充分，一般，比较贫乏，很贫乏}，分别对应灰度值{0～0.20,0.21～0.41,0.41～0.60,0.61～0.80,0.81～1.00}[4]。
(4)确定评判矩阵。评判矩阵表示评价因素集与评语集之间的灰色模糊关系，即评价因素对评语集中各元素的隶属度和灰度。设评判矩阵：
其中：uij为隶属度，表示模糊关系，应归一化处理，即为灰度,表示灰色关系。
(5)进行综合评判。模部运算采用代数积算子M（·，+），灰部运算采用有界积M（⊙，+）算子。灰色模糊评判结果为：
(6)评判结果处理。灰度描述信息的不充分和不可信程度，因此，可以将评判结果转化成三参数区间数集合形式：
然后，对各区间数进行排序，具体方法如下：[5]
设两个三参数区间数;cl,cu为的取值边界,c*为其中取值可能性最大的数值,用分布函数fc(x)表示在其余各点取值可能性的大小,且,fc(x)的最简单形式是一次线性函数;对亦然。当cl=dl,c*=d*,cu=du同时成立时,则。不妨设,记大于的可能性为。对中各区间数按照上述方法两两比较,排序可能性矩阵为:
其中：pij表示第i个区间数大于第j个区间数的可能性大小。通过此矩阵可以看出两两方案的比较结果，然后按照是否pij≥0.5进行排序。
灰色模糊综合评价方法用灰度来表示和衡量评判结果的可信性，较高的灰度可以证明评判等级的真实性，帮助决策者进行科学判断，而较低的灰度则表示评判结果存在不合理性，应重新度量。由此可见，灰色模糊综合评价方法比模糊综合评判方法更加合理科学。
3 算例
某物流公司计划实施信息系统项目，邀请多位专家和教师进行风险评估。表1表示评价因素集，表2表示评语集，表3是用专家意见（Delphi）法得到的评价因素权重集和评判矩阵，其中一、二、三级指标的灰度分别为0.30、0.20和0.10。
由灰色模糊算法得：
同理可得={（0.046,0.150），(0.192,0.150）,(0.303,0.150），(0.078,0.150）}；而b3参数区间为[0.258,0.305,0.348]，b4参数区间为[0.324,0.381,0.438]，则b3和b4的参数区间有重叠。
得：fc(x）=-540.83x+188.21
排序可能性矩阵：
因此风险等级为“微小”。此时公司领导会对此项目充满信心，该项目可以获得大力支持并取得理想效果。
若用模糊综合评判方法，得B={0.046,0.192,0.303,0.381,0.078}，评判结果可能为b4所属的风险等级“微小”。又，，则最终评判结果B为b3所属的风险等级“一般”[6]。此时，公司领导会对此项目持犹豫和怀疑的态度，非常有可能取消该项目。
由上可见，灰度值和排序可能性矩阵有助于决策人员正确理解综合评判信息的可信度，做出科学决策。
4 结束语
本文从风险控制和管理角度确定信息系统风险评估指标体系，将灰色模糊综合评判方法应用于风险等级计算；这一方法是针对评价过程的非线性特点而提出的，利用模糊数学中的模糊运算法则和灰色聚类理论进行量化综合，从而得到可比的量化评价结果。
信息系统项目许多因素具有不确定性，只用风险发生概率和损失强度来确定风险期望损失，掩盖了风险特征，易导致错误和偏差。灰色模糊综合评判信息系统风险的方法针对风险和评判信息的模糊性和灰色性，不仅得到了信息系统风险等级，同时也说明其相对可信程度，为用户评估风险等级，发现主要风险因素，实施风险内部控制和管理提供了有效方法和途径，有利于及早明确信息系统项目建设的主要风险并采取针对性措施，以达到成功降低和防范风险的目的。
摘要：针对信息系统风险的信息不完全性和概念不明确性的特点,从风险控制角度构建一个递阶层次结构的风险评估指标体系。以灰色系统理论、模糊数学和从定性到定量的综合集成方法为理论基础,建立灰色模糊综合评判模型;并采用灰色模糊算法计算信息系统项目的风险等级,最后借助排序可能性矩阵对评价结果进行修正。通过算例分析可知,该模型的实验结果更客观。
关键词：风险评估,指标体系,灰色模糊综合评判,信息系统项目
参考文献
[1]刘向升、程卫民、匡开宇、杨发喜、王刚:《信息系统的风险评估方法研究》[J];《网络安全技术与应用》2006(11):33。
[2]ITGI.COBIT4.1[EB].www.itgi.org,2007:64-66.
[3]徐维祥、张全寿:《一种基于灰色理论和模糊数学的综合集成算法》[J];《系统工程理论与实践》2001(4):114-115。
[4]陈雯、张强:《第三方物流客户服务绩效的灰色模糊综合评价模型》[J];《模糊系统与数学》2007(4):151。
[5]卜广志、张宇文:《基于灰色模糊关系的灰色模糊综合评判》[J];《系统工程理论与实践》2002(22):141-144。
[6]汪应洛:《系统工程》(第2版)[M];机械工业出版社,1999:62-63。
灰色模糊综合评判法 篇2
针对目前维修方面存在的效率低下的问题,提出了用模糊综合评判法对维修作业任务进行优化的`方法,并以实例说明了该方法应用的合理性.
作 者：樊庆和 李德志 FAN Qing-he LI De-zhi 作者单位：樊庆和,FAN Qing-he(海军航空工程学院,飞行器工程系,山东,烟台,264001)
李德志,LI De-zhi(山东大学,电气工程学院,济南,250002)
灰色模糊综合评判法 篇3
[关键词] 多层次模糊综合评判法 优序图法 评价指标 企业技术创新绩效
一、引言
在知识经济时代，企业的生产、经营环境将发生重大变化：新技术不断涌现，产品的技术生命周期不断缩短；知识产权对技术创新成果的保护更加有效，技术贸易壁垒更加森严。在这种形势下，企业不进行技术创新就会灭亡。技术创新是转变经济增长方式的关键，是企业发展动力的源泉。对企业技术创新绩效进行系统分析和综合评判, 对于企业科学地认识自身的技术创新状态, 采取有效的技术创新战略, 保持和提高企业竞争优势, 获得最佳经济效益和社会效益具有特别重要的理论意义和现实意义。企业技术创新绩效中所包含的事物往往具有多种属性,为多层结构，层次难以界定，是一个典型的模糊性问题。企业技术创新绩效的评价存在也许多不确定性，可从不同角度去评价。建立科学、合理、严谨、量化的评价模型已成为急需解决的重要课题。多层次模糊综合评判法能将定性问题转化为定量的数学模型，使定量评价建立在定性分析的基础上，并直观地指出关键的评价问题所在，使评价更有实用性。
二、多层次模糊综合评判模型
多层次模糊综合评判法首先是根据项目的实际特点, 建立评价因素指标体系, 将所涉及到的诸因素按照某些属性划分为几类, 从低向高层次的顺序,先对每一类进行初层次的综合评价, 在此基础上再对每类所得的评价结果进行类间的更高层次的综合评价, 从而得到一个既定量化又较符合实际的评价结果。 同时在多层次评价过程中, 应用优序图法来确定各因素指标的权重。具体步骤如下：
1.技术创新绩效评价指标体系的建立
结合技术创新的本质内涵、特点、创新过程特征和中国企业的创新实际，本着科学性、完备性、可比性、可操作性原则，针对企业的创新特征设计出企业技术创新绩效评价指标体系见表1。
表1 技术创新绩效评价指标体系结构
2.建立各因素的评价集V
评价集是对各层次因素评价结果的直接描述和表征形式。显然, 对每一层次的每一个因素都需要建立相应的评价集。确定模型中各个因素的评价结构均为4个等级, 即V中的元素为4个(m=4)表示为={优，良，中，差}。对第二层次各因素(共22个)而言, 它们是综合评价的基因素, 即直接调查评判的因素。而第一层次的因数和总目标因素是若干基因素评判结果的综合反映。评价集是以隶属度的形式来表征综合评价结果的。它能全面地反映评价的情况。在实际运行中, 为了使评判结果更加直观，往往要对评判结果给出具体的分数，因此设优，良，中，差分别为95分，85分，75分，65分。
3.建立因素的权重集
根据每一层次中各个因素对上一层次因素的重要程度,分别赋以相应的权数。第一层次因素权重集，第二层因素权重集(n为第一层次各因素中分别包含二次因素的个数,)。权重集的确定由多种方法，如层次分析法，本文， 权重集的确定采用优序图法。其基本步骤是: 在因素层次划分模型的基础上, 由若干专家根据经验得出各层次、各因素的权重数。简单优序图是一个棋盘格式的图式, 在两两比较中,用“1”表示两两比较中相对“重要的”、“大的”、“优的”, 用“0”表示相对“不重要的”“小的”“劣的”, 用“0. 5”表示两两对比中同等重要。将每人所得的权重数按上法比较填入优序图中, 并进行优序图的互补检验。然后将所有人的优序图进行汇总综合得到各层次、各因素的权重数。
4.计算模糊评判矩阵R
(1)建立单因素模糊评判矩阵R～i
这是对每一个基因素分别作出特定的等级评判的过程。通过现场调查获得全体评判者认为因素属于评价等级的程度，让各专家或各用人单位在评价集={优，良，中，差}上针对各因素打分。例如:有n个专家对指标在V上打分,4个等级选择的频数分别是,则指标的隶属度为:。从而R～i可表示为:
，其中
其中:R～i的行数n决定于各中所含基因数的个数;R～i的列数m决定于评价集V中元素的个数。
(2)多层模糊综合评判对于多层次的综合评判问题
模糊综合评判过程是由低层次向高层次逐步进行的。首先,根据及R～i,有第二层次的模糊综合评价集:，其中(j=1,2,…n;i=1,2,3;m=1,2,3)它表示二层次中,对决定中的因素(j=1,2,…n)进行综合评判时, 评价对象Ui对各元素的隶属度。并对进行归一化处理。在上面的基础上, 再进行第一层次的模糊综合评价。此时, 模糊综合评判是按第二层次的评判矩阵综合而成的。即:
5.计算模糊向量
6.计算评价的结果C
三、应用实例
针对某一企业的技术创新能力绩效，现对其进行档案评价.邀请0位专家对起进行评价，采用优序图法确定了企业技术创新能力绩效评价中所有指标在评价集上的评定频率以及利用前文所述的权重确定方法得到的各指标因素的权重系数.评价结果如表2：
表2 10位专家对企业技术创新能力绩效的评价结果
于是，可得到一级综合评判为：
同理计算得到：
因此，可得到二级综合评判为：
综合评价结果为:。
因此,该企业的技术创新能力绩效的综合评分为87.7分，属于技术创新能力好的企业。
四、结论
本模型因素权重集的确定采用了优序图法, 极大地消降了传统权数确定过程中的主观随意性成分。该方法建立在分层次、单目标、单准则两两对比判断基础上, 最易区别优劣高低, 并容易检验, 避免了繁杂计算的错误。多层次模糊综合评判法采用模糊线性加权变换的方法处理, 避免了按“最大”“最小”运算法则只突出隶属度很大, 或隶属度很小的项的作用的不合理现象。汇总了各类人员的意见, 较全面地反映了评价对象的优劣程度, 因而评价结果具有较好的客观性, 评价者可通过该方法发现企业技术创新绩效中的薄弱环节, 为加强环节管理提供科学依据，为科学、合理地评价档案提供了依据，也为定量评价开辟了新的方法，具有一定的推广价值。
参考文献:
[1]常玉刘显东:层次分析法、模糊评价在企业技术创新能力评估中的应用[J].科技进步与对策，2002，9（24）：125—127
[2]姜炳鳞谢廷宇:企业技术创新能力评价指标体系及其多级模糊评价方法[J].商业研究，2004，18（302）：77--79
[3]王青云饶扬德:企业技术创新绩效的层次灰色综合评判模型[J].数量经济技术经济研究，2004，5：55--62
[4]陈劲陈钰芬:企业技术创新绩效评价指标体系研究[J].科学学与科学技术管理，2006，3，86—91
[5]张曙光李伟:层次分析法在建设决策方案信息处理中的应用.[J].情报科学，2006，3，302—305
[6]蓝顺碧阕向红赵甫哲:《高等医学院综合实力评估研究》权重系数的确定与程序设计.[J].医学信息学教育, 1998, 11 (4):30～33
[7]杨伦标:模糊数学原理及应用[M］.广州：华南理工大学出版社,1995，234—235
[8]何新贵:模糊知识处理与技术［M］.北京：国防工业出版社，1998，198--200
灰色模糊综合评判法 篇4
Guan指出技术创新能力是一种特殊的资产或资源, 其中包括技术、产品、工艺、知识、经验与组织等七个维度[1], Burgelman等将其定义为促进和支持企业技术创新战略的一系列综合特征[2], 而笔者认为技术创新能力是企业对技术的研究和开发能力, 是由研发、生产、管理、市场营销等过程构成的综合能力, 它包括自主创新和模仿创新两种模式[3]。
近年来, 我国企业研发经费支出与销售收入的比例在1.5%左右, 远落后于发达国家的2.5%—4%[4], 说明我国企业的技术创新能力还处于发展阶段。而且, 技术创新的风险是相当高的。美国的一项调查显示, 高科技企业只有2.16%的研发计划所得成果在市场上取得成功。对于我国大多企业来说为了更好的发展, 应该以模仿创新为主, 鼓励自主创新, 才能有效的提高企业的核心竞争力。
所谓模仿创新就是指企业通过学习模仿先创企业的做法, 主要手段包括引进, 购买, 破译等, 管理体制模仿也是模仿创新的主要部分之一。为了寻找企业间差距, 从而因地制宜地采取措施, 提高自身的技术创新能力, 必须要有一种科学有效的评价方法。
近年来, 评价的方法不断改进, 有灰色关联法, 网络分析法等, 然而这些方法应用于企业间的评价时, 有的对比度不强, 只有评分或排序;有的对定性指标灰色信息的白化手段过于主观, 造成了信息的流失, 使评价结果有所偏差。本研究将灰色关联法与模糊评价法结合, 形成新的灰色模糊评价法, 从而实现对企业技术创新能力的综合评价。
1 企业技术创新评价指标体系
根据本研究对企业技术创新的定义, 将企业的技术创新能力分解为创新投入能力、创新管理能力、创新研发能力、创新产出能力和创新营销能力。依据科学性、系统性、可比性和可操作性的原则, 在进行了大量的资料调研和专家咨询后, 通过对企业人力、物力以及创新制度等方面的分析, 针对企业创新的产销流程, 构成了企业技术创新评价的指标体系, 如表1:
2 企业技术创新个评价指标的权重确定
通过专家咨询, 根据拟定的重要性标度 (表2) 给各个因素C相应的分数表示其相互间的重要性, 组成各指标的重要性判断矩阵D= (dij) m×n , 用计算判断矩阵的最大特征根及其对应特征向量的方根法求出权重向量A= (ai) , 并对通过公式判断矩阵进行一直性检验判断矩阵, CR均小于0.10, 具有满意的一致性。
得到的权重向量为:
A= (0.336, 0.097, 0.273, 0.161, 0.133) , CR=0.035<0.10
A1= (0.344, 0.344, 0.180, 0.132) , CR=0.001<0.10
A2= (0.375, 0.125, 0.250, 0.250) , CR=0<0.10
A3= (0.411, 0.186, 0.299, 0.104) , CR=0.009<0.10
A4= (0.435, 0.225, 0.225, 0.116) , CR=0.001<0.10
A5= (0.302, 0.096, 0.162, 0.440) , CR=0.006<0.10
最后, 将一级指标权重与其对应的二级指标权重相乘, 得出二级指标对于目标层的权重为
A*= (0.116, 0.116, 0.060, 0.044, 0.037, 0.012, 0.024, 0.024, 0.112, 0.051, 0.082, 0.028, 0.070, 0.036, 0.036, 0.019, 0.040, 0.013, 0.021, 0.059)
3 灰色模糊评价模型
3.1 参考序列的选定
在进行灰色模糊评价时, 为了从数据信息的内部结构上分析被评判事物与其影响因素之间的关系, 必须以某种定量的指标去评判该事物的性质。因此, 在评价中, 我们将每个指标的最优项组成指标体系的参考序列U*= (U*1、U*2、…、U*m) 。
3.2 数据的无量纲化处理
在企业创新技术评价的指标体系中, 既有定量指标又有定性指标, 而且指标间存在不同的量纲, 无法进行直接比较, 必须对数据进行无量纲化处理[5]。
3.2.1 对于定性指标, 我们根据10分制原则将其量化, 具体如表3:
3.2.2 企业技术创新评价指标体系分为成本指标和效益指标, 即高优指标与低优指标。通过极差变换对数据进行无量纲化处理:
U高undefined;j=1, 2, …, n (公式1)
U低undefined;j=1, 2, …, n (公式2)
3.3 计算各指标序列与参考序列之间的灰色关联度
首先计算出同一指标各子序列与参考序列之间的绝对差值 及其极值:
undefined (公式3)
undefined (公式4)
然后, 以最优指标集U*= (U*1、U*2、…、U*m) 为参考, 以各企业的具体指标值为比较指标集合, 计算出每个指标Uij与最优指标U*i的灰色关联系数:
undefined (公式5)
其中ρ∈[0, 1], 在评价的中, 我们通常使ρ=0.5。由公式5所得到的各指标的灰色关联度就是隶属度。
3.4 模糊评价及其结果分析
根据灰色关联度的分析, 各指标的隶属度就构成了一个模糊关系的矩阵R。指标体系的权重为A*, 则对企业技术创新评价的结果B就可以通过公式6得到。
B=A·R (公式6)
根据B值的大小给企业创新能力排序, B值越大企业创新能力越强。
4 灰色模糊评价应用实例
我们聘请10为专家对某三家企业的技术创新能力进行评价, 定性指标通过专家打分后进行加权平均取其均值, 然后将专家调研分析的结果, 通过公式1、2进行无量纲化处理得到评价矩阵如下:
将无量纲化处理后的企业技术创新能力评价矩阵, 利用公式五求各指标与最优指标之间的灰色关联度, 得到指标的隶属度矩阵R= (R1, R2, R3) , 即
undefined
根据专家之前评判结果, 企业技术创新能力指标体系的二级指标对于目标层的权重向量为A*= (0.116, 0.116, 0.060, 0.044, 0.037, 0.012, 0.024, 0.024, 0.112, 0.051, 0.082, 0.028, 0.070, 0.036, 0.036, 0.019, 0.040, 0.013, 0.021, 0.059)
将灰色关联分析所确定的隶属度矩阵与指标体系的权重向量通过模糊凭评价的方法进行处理, 最终得到评价结果B=A·R= (0.676, 0.449, 0.650) 。
评价结果显示, 企业A与企业C技术创新能力较强, 而企业B则比较差。根据具体指标隶属度发现, 企业A在自主创新与人力、物力资源投入方面有比较明显优势, 但对外合作能力、管理和市场信息与分析上略显不足, 营销成本较高, 可见其创新模式应该是以自主创新为主;企业B虽然在管理上比较科学合理, 但是在人力和物力资源的投入上明显不足, 导致技术创新项目不多, 成果转化率也相应比较低, 可见其技术创新能力还处在发展阶段, 尚不成熟;企业C在对外合作与人力、物力资源投入上表现突出, 但自主创新能力较差, 专业数不多, 影响了整体的技术创新能力, 可见其技术创新手段主要是以对外合作和技术引进为主, 属于模仿创新模式。对于企业B来说, 企业A与企业C是两种不同的技术创新模式的典范, 可根据自身条件, 采取相应措施, 提高企业的技术创新能力。
事实上研究中所调查的三个企业基本情况是, 企业A为中型国营企业, 企业B为发展中的民营企业, C为中型对外合资企业。其基本情况与评价结果一致。
5 结论
本研究将层次分析法 (APH) , 灰色关联分析法与模糊综合评判法相结合, 用灰色系统的分析方法对企业创新能力进行评价, 突出了各指标间的复杂关系, 克服了以往人为确定一个权重集, 把评价指标间的灰色关系用打分的办法使其白化所造成的信息损失。灰色模糊评价法计算简单, 定量化程度高, 科学性强, 使企业能够更加明确的看到自身状况, 找到与其它企业的差距, 采取有效的对策, 提高企业的技术创新能力, 进一步提高企业的核心竞争力。
参考文献
[1]GUAN J.Innovative capability and export performance of Chinesefirms[J].Technovation, 2003 (9) :737-747.
[2]BURGELMAN R.Strategic management of technology and innovation[M].New York:McGraw-Hill, 2004:121-156.
[3]多西G.技术进步与经济理论[M].钟学义, 译.北京:经济科学出版社, 1992.
[4]李彦坡.多层模糊综合评价在企业技术创新能力评估中的应用[J].现代生产与管理技术, 2006, 23 (2) :46-49:
灰色模糊综合评判法 篇5
内部控制环境概念是由美国的COSO组织在定义内部控制框架概念时提出的。COSO报告指出:内部控制环境是指对建立、加强或削弱内部控制政策和程序效率产生影响的各种因素。其具体内容包括:员工的诚信和职业道德;董事会和审计委员会;管理哲学和经营风格;组织结构;人力资源政策及其执行等。
加强和完善企业内部控制, 必须要营造良好的内部控制环境, 由于内部控制环境具有难以量化的模糊特性, 如何把隐性的内部控制环境显性化是内部控制研究的关键。笔者拟对此作一些探讨。
一、内部控制环境评价的意义
1.从投资者 (个人投资者和机构投资者) 的角度来看。通过对公司的内部控制环境进行数量化评估, 投资者可以根据自身的财务状况、经营能力、风险偏好等因素进行更有效的投资。比如风险偏好者可以选择内部控制环境评估分值稍低的公司进行投资, 当然他们要求的风险收益率也较高;风险等级不高的投资者可以选择内部控制环境状况中等的公司进行投资, 当然他们要求的风险收益率比风险偏好者要求的风险收益率低;风险厌恶者则可以选择内部控制环境建设相当严格的公司进行投资。
2.从上市公司内部经营管理者的角度来看。通过运用内部控制环境的量化指标可以更好地了解公司内部控制环境的现状, 从而可以采取有效的管理措施, 实现企业内部控制环境的最优化。
3.从金融中介机构的角度来看。通过对上市公司的内部控制环境状况的评估, 金融机构可以决定对上市公司信贷的方式、期限、利率的选择、收款方式的选择及其他保护性条款的选择等。
4.从政府的角度来看。通过对上市公司内部控制环境状况的评估, 政府可以有选择性地对上市公司进行技术处理 (如暂停上市、终止上市等) 和行政处罚等, 制约“内部人控制”, 保护中小投资者等“外部人”的权益, 从而增强各利益相关者的信心, 促进资本市场的持续健康发展。
二、模糊综合评判法
(一) 层次分析法
层次分析法是由美国运筹学家Satty于20世纪70年代中期提出的一种多层次分析决策方法, 其优点和特点是:对复杂系统所包含的难以直接量化的因素, 通过建立判断矩阵来确定其权重。
层次分析法的具体应用步骤如下:
1. 根据标度原理建立判断矩阵。
2. 对判断矩阵进行归一化处理 (使列和为1) 。
其计算公式为:
3. 按行求和。
求和公式为:
4. 归一化处理。
计算公式为:
5. 一致性检验。
一致性指标C.I.= (λmax-n) / (n-1) , 要n求C.I.≤0.1。其中:
(1) 当C.R.<0.1时, 通过一致性检验, wi即为所求的特征向量。
(2) 当C.R.≥0.1时, 没有通过一致性检验, 要引入R.I. (平均随机一致性指标) 进行修正 (见表2) 重求W, 再检验, 并要求C.R.=C.I./R.I.≤0.1。
(二) 模糊综合评判法
模糊综合评判法作为模糊数学的一种具体应用方法, 最早是由我国学者汪培庄提出的。该方法的优点是:能以简单的数学模型对多因素、多层次的复杂问题进行评判。其具体应用步骤如下:
1. 建立指标集, 即评价因素的集合:
2. 建立评价集, 即评价结果的集合:
3. 建立权重集, 即指标的相对重要性。
4. 建立模糊评判矩阵, 即分别对各评判因素进行单因素评判结果的隶属度向量组合。
5. 计算模糊综合评价结果B。计算公式为:B=A·R。
三、举例说明
1.指标的选取。内部控制环境包括的具体内容较为广泛, 但对其进行总体归纳后可以发现, 其主要由三大部分组成, 即治理结构、企业文化和激励机制。本文主要以这三大指标作为一级评价指标, 在此基础之上细化提取二级指标, 从而构建模糊综合评价指标体系并对××企业的内部控制环境状况进行综合评判。具体指标内容如下:
(1) 治理结构。公司治理结构包括的内容较多, 为了从各个方面反映公司治理结构的情况, 本文选取以下有代表性的四个二级指标, 即董事长与总经理是否兼任、独立董事的作用、监事会的作用以及股权分散程度。
“董事长与总经理是否兼任”这一指标主要是检验公司董事长与总经理职务是否相分离, 以此判断总经理受监督的程度以及内部人控制的可能性。“独立董事的作用”这一指标包括独立董事的独立程度、工作能力以及在公司重大问题上的态度。独立董事是否敢于在重大问题上发表异议是衡量独立董事对公司实施的监督行为是否有效的一个标志。“监事会的作用”这个指标旨在对监事会进行评价, 有效的监事会能有效监督董事和经理的行为。公司的股权分散程度对内部控制有重要影响, 虽然目前对股权的分散程度并没有一个定论, 但由于其是内部控制环境的重要因素, 因此本文也将“股权分散程度”纳入指标体系。
(2) 企业文化。企业文化是内部控制环境的重要组成部分, 本文选取了以下四个有代表性的指标: (1) “公司的愿景”, 该指标反映了企业未来的发展方向和对待风险的态度; (2) “公司经营理念”, 该指标反映的是公司内部控制的软环境; (3) “管理者品行与操守”, 这一指标反映的是管理者的个人行为及其受监督程度, 以及管理者发生不恰当行为的可能性; (4) “员工诚实性和道德观”, 这个指标主要评价员工行为以及违反规定的可能性。
(3) 激励制度。激励制度是构成内部控制环境的重要内容, 本文选取了两个有代表性的指标: (1) “对管理者和员工的激励”, 该指标主要反映管理者和员工个人需要的满足程度和业绩考评等方面的内容; (2) “激励与绩效的相关程度”, 该指标用来衡量激励是否有效合理, 因为缺乏与绩效相匹配的激励机制可能会产生消极作用。
2.内部控制环境综合评价体系的构建。
3.运用层次分析法求权重。
(1) 层次单排序。首先, 建立判断矩阵A-B, 具体如表3所示。
其次, 采用几何平均法求权重, 计算公式为:其中:
再次, 作归一化处理, 计算公式为:
最后, 进行一致性检验。λmax的近似计算公式为:
计算过程如下:
C.R.=C.I./R.I.=一致性指标/平均随机一致性指标=[ (λmax-n) / (n-1) ]/R.I.=[ (3.003-3) / (3-1) ]÷0.58=0.002 5<0.1
可见, 计算结果通过了一次性检验 (n=3时, R.I.=0.58) 。
所以, 根据以上计算可以得出判断矩陈A-B的权重值:
注:λmax=3.003, C.I.=0.001 5, R.I.=0.58, C.R.=0.002 5<0.1
注:λmax=4.01, C.I.=0.003 5, R.I.=0.9, C.R.=0.003 9<0.1。
注:λmax=4.043 5, C.I.=0.014 5, R.I.=0.9, C.R.=0.016 1<0.1。
注:λmax=2, C.I.=0, R.I.=0。
(2) 同理, 可验证层次总排序也通过一致性检验:C.R.=0.011 4<0.1。
(3) 利用模糊综合评判法对内部控制环境进行评价。
为了综合评价××企业的内部控制状况, 我们聘请有关专家共15人, 整理调查结果如表8所示。
根据以上论述可知:
“企业内部控制环境”的综合评价向量为:
通过以上分析可以得到如下结论:根据最大隶属度原则, 该企业的内部控制环境状况处于一般水平。
营造良好的内部控制环境, 首先要改进公司治理结构, 聘用高素质的员工, 培养员工的职业操守及价值观;塑造最高管理层的良好形象, 并形成成熟的经营管理风格和注重企业文化的建设。其次, 要重视控制环境的综合评估, 通过选取符合本企业实际情况的内部控制环境相关指标, 量化监督内部控制环境的完善情况。
摘要：本文采用模糊综合评判法对企业内部控制环境中的三大重要组成部分, 即公司治理结构、企业文化、企业的激励机制进行了综合评价, 以期丰富内部控制环境的定量研究。
关键词：内部控制环境,模糊综合评判法,层次分析法
参考文献
[1].李维安.公司治理学.北京:高等教育出版社, 2003
[2].赵焕成.实用模糊数学.北京:科技文献出版社, 1989
[3].李凤鸣.内部控制学.北京:北京大学出版社, 2002
灰色模糊综合评判法 篇6
桥梁工程的建设对我国经济的飞速发展起到举足轻重的地位。目前我国的桥梁建设中, 桥型选择仅有在桥梁养护规范中提到了桥梁评定的概念, 且存在不完善之处, 因此对桥型适应性与桥型选择技术是一个值得深入和系统研究的课题。
针对桥型的选择, 国外的学者做出了研究, 葛耀君等[1]从桥梁美学设计、概念设计出发同时结合桥梁结构防灾和耐久性、桥梁结构体系及其关键力学问题以及新材料新工艺新设备等多因素对桥梁设计及选型进行了分析, 弥补中国桥梁在创新理念、工程质量和美学三方面的不足;周念先[2]对典型中小跨、大跨度、超大跨度桥梁的设计方案选择进行了系统论述, 提出了依据桥位具体条件进行桥型方案合理选择的基本原则;孙吉书等[3]以模糊数学理论为基础, 建立模糊综合评判模型, 将桥梁美学、施工难度等定性指标用隶属度和权重来合理定量化, 实现定量化的综合分析, 最终得到最佳桥型方案;马士宾等[4]根据突变理论, 建立桥型方案突变模型, 通过对评价目标进行多层次分解, 根据突变论归一公式进行量化递归运算, 分别计算出不同桥型方案总突变隶属函数值, 从而实现对桥型方案的分析与评判;姜忻良等[5]引入改进层次分析法的综合评价指标法, 与灰色选型理论和模糊理论作比较, 定性与定量相结合, 计算简便、判读准确, 是一种较科学、合理的桥梁型式选择方法。
以上研究都是针对国内的公路桥梁的桥型适应性研究主要局限于单座桥或单个项目, 没有全国范围内具有较普遍意义的研究成果;对影响桥型适应性因素研究不够深入, 缺乏系统性评价方法, 主观性较强, 难以准确地评价桥型的适应性。
因此本文在建立适合我国的公路桥梁桥型适应性评价方法与评价指标的基础上, 运用模糊综合评判法, 进一步分析环境条件对于桥型选择的影响, 研究具体桥型综合适应性评价在桥型选择过程中的应用, 通过逐层分析, 归纳演绎, 建立桥型选择模型, 从而建立适合我国国情的公路桥梁桥型选择原则与选择方法。
1 模糊综合评判法
1.1 单级模糊综合评判
模糊综合评判是模糊决策中最常用的一种有效方法, 在实际中, 常常需要对一个事物做出评价 (或评估) , 一般都涉及到多个因素或多个指标。它是以模糊数学理论为基础, 建立模糊综合评判模型, 将桥梁美学、施工难度等定性指标用隶属度和权重来合理定量化, 实现定量化的综合分析, 最终得到最佳桥型方案[6]。
模糊综合评判法的实质在于先利用模糊数学理论中的隶属度函数确定方法先确定出隶属度矩阵, 在结合模糊算子, 得出分数值, 根据分数值的大小进行评判[7,8]。
单级模糊综合评判的一般方法步骤:
(1) 确定因素集U={u1, u2, …, un}, 即被评判的对象的品质是由哪些因素确定的;
(2) 确定评判集V={v1, v2, …, vm}, 为诸因素的m种评判所构成的评判集 (或评语集、评价集) ;
(3) 求出评判矩阵R= (rij) n×m, R可以看为集合U到集合V的模糊关系, 即对每个因素ui根据评判集作一个评判 (ri1, ri2, …, rim) , rij∈[0, 1], i=1, 2, …, n从而确定出评判矩阵R= (rij) n×m, 并且称 (U, V, R) 为模糊综合评判模型, U, V, R称为该模型的三要素;
1.2 多级模糊综合评判
由于实际问题的复杂性, 运用1.1中的一级模糊综合评判法得不到准确的结果。在对复杂问题进行分析时, 由于要考虑的因素较多, 且各因素往往层次不同并具有模糊性, 采用一般的单级模糊综合评判法只能解决单指标层的方案选择问题, 即首先分为一级指标层, 一级指标层中保护若干影响因素, 然后一级指标层中的因素又可以细分为二级指标, 最后先将每个因素拿出来单独对其评判, 评判完后, 再用模糊综合评判法对各级准则层中的每个因素实施评判, 最后得到想要的评判结果[7]。
多级模糊综合评判的一般方法步骤:
上述四种模糊综合评价算子的优缺点如下表1所示:
2 工程实际
2.1 工程概况
某桥桥位中心线与河流成860右交角。跨越河流, 高速公路规划路, 二环路。主桥全长为234m。该河为浅滩型河流, 为中顺联围内河流, 其水位、流量受联围控制, 桥位处河面宽约140m, 河道最深处高程-3.11m, 两侧直立浆砌片石护岸, 没有明显高堤坝。地层由海陆交互沉积岩 (Q4mc) 、冲洪积层 (Q4al+pl) 、下伏加里东期 (Pzl) 和燕山期 (AY) 基层组成石英、云母, 岩芯呈柱状、块状。本桥采用桩基础, 选择中风化花岗岩作为桩端持力层。
2.2 主要技术标准
(1) 公路等级:高速公路。
(2) 设计车速:100km/h。
(3) 设计车辆荷载:公路Ⅰ级。
(4) 桥面宽度:全桥按六车道设计, 由分离式左、右幅桥组成, 桥面净宽2×15.40m, 两幅桥间净距离0.7m。桥面内外侧设0.5m墙式防撞护栏, 全桥总宽度33.50m。
(5) 设计洪水频率:1/100。
(6) 地震烈度:地震峰值加速度为0.1g, 反应谱特征周期为0.40s, 相应地震烈度为Ⅶ度。主桥按Ⅷ度进行抗震计算。
(7) 通航要求:为Ⅳ级航道, 航道净宽90m, 净空8m。
2.3 方案拟定
该公路等级为高速公路, 所处的桥位断面属于浅滩型, 有通航要求, 地基条件良好, 有中风化花岗岩做为持力层, 本桥无特殊景观要求, 现选定三种桥型作为比较桥型:
方案一:三跨连续梁桥, 跨径62m+110m+62m
方案二:三跨连续刚构桥, 跨径62m+110m+62m
方案三:中承式系杆拱结构, 跨径17m+200m+17m
3 桥型评价指标体系权重的确定
利用专家评价法构造两两比较矩阵[9]。
4 模糊综合评价值的计算
(1) 本文是将定性的评价指标通过定量来进行描述。评价的结果是评语集C中的一个评语, 最后将得到的各个指标的评语通过以下根据实际经验和推理得到的一个Fuzzy映射, 得到评判矩阵R。
注:上表Fuzzy映射是根据实际经验和推理得到的。
(2) 连续梁桥、连续刚构桥和拱桥的评语表[7,8,9,10,11]
(3) 由表5和表6同时结合公式 (3) 可得连续梁桥的隶属度矩阵
最后得出连续梁桥的模糊综合评价分数:
同理可得连续刚构桥的分数值为0.8424, 拱桥的分数值为0.7493。
综上, 采用多级模糊综合评价法评价, 通过加权平均型算子计算结果如下:
通过对三个桥型的对比分析发现连续梁桥的模糊综合值最高为0.8808, 连续钢构次之为0.8224, 拱桥最后为0.7493, 该桥型选择结果与实际相符合。
5 结论
本文运用模糊综合评价法对特定环境下的备选桥型进行评价打分, 得出以下结论:
(1) 将定性分析与定量分析结合起来。把桥型适应性选择中的所有定性的问题通过科学的数学定量的办法来刻画, 利用模糊运算又转化为怎么样定性地表示各个指标层地评价等级的问题, 这样可以把定性分析的问题与定量分析问题的方法有机地结合起来, 这样解决问题就保证了桥型适应性评价过程中的客观实际性;
(2) 现有统计信息的不完善性使得对钢筋混凝土桥梁桥型选择的还存在一定的不确定性, 但是这些不确定性又是在实际的分析过程中不可或缺的;
(3) 通过三个方案的比较以及结合工程实际来分析, 得到利用算出的模糊综合值来对选择桥型是比较符合实际的;
(4) 本文所给出的是以专家评价为基础, 通过工程调研以及理论计算得出的计算结果, 在此过程中是以抽样的形式进行, 难免会存在一定的误差, 这将是我们下一步研究的重点。
摘要：针对我国桥型选择中存在的主观性强、缺乏系统的评价, 本文运用模糊综合评判法对桥型的选择做出了理论推导, 同时考虑安全性、适用性、经济性、耐久性、美观性、环保性等方面对桥型选择的影响, 建立隶属度矩阵, 并结合工程实际, 对连续梁桥、连续刚构桥、中承式钢管拱桥三种方案进行对比分析, 得出备选桥型的评价分数值, 选出适应于工程实际的桥型。
灰色模糊综合评判法 篇7
在公开选拔中, 对于一个竞选者需要考虑的因素很多, 如政治素质、理想信念、道德品行、群众基础、大局意识、民主作风、团队协作、工作作风、工作业绩、学习及创新能力、廉洁自律等等, 而这些因素又难以精确地度量化, 通常是凭印象和经验做出评估, 这显然使评估结果不够精确。
本文利用Dlphi法与模糊综合评判相结合的方法, 建立竞选者的综合评价模型, 并划分为两个层次, 通过实例对竞选者的综合素质进行评估, 并引入定量的数据分析, 较为科学地对竞选者进行了综合评价。
1 模糊综合评判
模糊综合评判是一种应用广泛的模糊数学方法, 它是在模糊环境下, 考虑了多种因素的影响, 为了某种目的而对事物做出综合决策的方法。
1.1 单层模糊综合评判
设U={U1, U2, …, Un}为待评对象的因素集。V={v1, v2, …, vn}为m个等级构成的评语集。依据这n个因素和m个评语可以得到一个评判矩阵R:
式中, rij是待评对象在第i个因素下相对于等级j的得分。
设A= (a1, a2, …, an) 是U的因素重要程度集, 即ai是因素在评判标准中的重要性, 应用模糊变换。我们可以得到综合评价矩阵:
式中, bj是待评对象在n个因素综合考虑下相对于等级j的得分。。称为综合评判合成算子。算子可据实际情况选取不同的类型。
1.2 多层次模糊综合评判
在复杂系统中, 要考虑的因素很多, 而且各因素之间还有层次之分, 如果仍将所有因素进行一次性权重分配, 则会造成重要因素不突出, 评判矩阵R中的所有数值相对较小, 出现评判结果平均化等问题。事实上, 各种因素之间存在着一定的联系, 若将因素按关联程度化分为类, 每类按单级模糊综合评判方法得到一个评判结果, 再对所得的单级评判结果进行综合评估, 这样最终的评判结果将更全面、科学。多层次模糊综合评判的步骤是:
(1) 对因素集合U按属性划分为若干子集。设U={U1, U2, …, Un}, 划分U={U1, U2, …, Uk}, 且满足, 第二层次因素子集Ui (i=1, 2, …, k) 所包含元素为Ui={ui1, ui2, …, uin}, Ui中含有ni个元素, 并且
(2) 对第二层次每个Ui的ni个元素进行综合评价, 设评语集为V={v1, v2, …, vm}, Ui中各因素的权向量为Ai= (ai1, ai2, …, ain) , 综合评价矩阵为Ri, 于是综合评价向量:
(3) 进行第一层次各子集的综合评价, 在第一层次将子集Ui当作一个因素, 第二层次综合评价向量Bi作为Ui的单因素评价, 设各子集的权重向量为A= (a1, a2, …, ak) , 综合评价矩阵为, 因此总的综合评价向量为B=A。R= (b1, b2, …, bm) …
上述方法是关于二层次结构的, 称为二层次综合评价模型。如果第二层次各因素子集Ui所含元素仍然过多, 还可以进一步划分为三层次甚至更多层次综合评价。
2 应用实例
下面以某公司公开选拔一经营开发领导干部岗位为例, 运用模糊综合评判法对竞选者进行综合评估。
2.1 岗位要素分析
根据选拔岗位的要求及特点, 以及领导干部所应具备的基本素质, 建立一个两层次的评价指标体系, 具体见表1。
由于指标较多, 采用多级模糊综合评价, 即将评价因素根据属性进行分类, 分层排列成具有层次结构的评价指标体系。每一层次指标的符号表示为:第一层为评价因素层U={U1, U2, …, Un}, 称为评价因素;第二层为评价指标层Ui={ui1, ui2, …, uin}, 由于不同岗位所要求的竞选者的能力、素质也有所不同, 所涉及的评价要素要求也不同, 所以在使用各要素进行评价时, 应根据具体的岗位要求进行设置。
2.2 评语集确定
评语集是公开选拔领导小组成员对各评价指标所给出的评判的集合, 设评语集V= (优, 良, 中, 差) 。公开选拔领导小组的20位评委对某竞选者的综合素质进行打分, 评分数据具体结果见表2。
2.3 求出模糊矩阵
上述评判结果进行归一化处理, 得到单因素评判矩阵为:
2.4 确定指标的权重
评判要素权重系数αi的确定是综合评判最关键的环节之一。评判要素模糊向量A确定的恰当与否、直接影响综合评判的结果。A值的确定方法有很多种, 如Dlphi法、专家调查法、判断矩阵分析法等, 本文采用的Dlphi法, 用1~9标度, 通过两两比较, 建立正互反判断矩阵, 再由特征根法计算出评价指标层权重向量为A1= (0.17, 0.22, 0.23, 0.19, 0.19) , A2= (0.13, 0.15, 0.23, 0.25, 0.24) , A3= (0.5, 0.5) , 评价因素层权重向量A= (0.4, 0.4, 0.2) 。
2.5 确定综合评判向量B
对第二层次每个Ui的5个元素进行综合评价, 结果为:
根据评判结果可知, 竞选者对应于评判等级良的隶属度最高, 而对应于评判等级优的隶属度次之, 说明竞选者属于优良型人员。
2.6 对候选人与工程项目适合度的定量评价
可以将评判结果进行量化, 以便于更科学地比较。对评语集进行赋值, 假设“优”为100分, “良”为80分, “中”为60分, “差”为40分, 则评语集可表示为C= (100, 80, 60, 40) , 则该竞选者的综合得分G=B×C=80.058。
其他竞选者可以采取以上同理的方法, 得出综合评判结果, 比较所有竞选者选出最符合岗位需求的领导干部。
3 结语
利用模糊数学中的综合评判原理, 对现行领导干部公开选拔过程, 建立一个纯理论的数学模型, 并用此模型对竞选者进行综合评判, 其结果可为决策者提供一个理论参考依据, 这对促进企业人力资源管理、提高工作的科学化、合理化, 减少人为因素的干扰, 具有重要的实际意义。
摘要：公开选拔领导干部是促进优秀干部脱颖而出的有效举措, 而如何全面客观地评价竞选者是一个值得研究的问题。本文以某一领导干部岗位公开选拔为例, 利用模糊数学理论, 建立竞选者的综合评价模型, 并用此模型对竞选者进行综合评判。实证研究表明:模糊综合评价方法可对竞选者的综合素质作出科学、公正、合理的评价, 可为公开选拔领导干部评价提供一种新的思路和方法。
关键词：模糊综合评价,公开选拔,竞选者
参考文献
[1]邹开其, 徐扬.模糊系统与专家系统[M].成都:西南交通大学出版社, 1991.
[2]陈琦, 郭大鹏.模糊综合评判法在干部教育培训评估中的应用[J].实践.探索, 2009 (6) .
灰色模糊综合评判法 篇8
模糊综合评价法是以模糊数学为基础, 将一些边界不清、不易定量的因素定量化, 从多个因素被评价事物隶属等级状况进行综合性评价的一种方法。近年, 将此法用于档案研究领域中取得了不少成果。潘未梅利用模糊模型对企业档案管理状况进行量化评价, 从而确定企业档案的管理水平。 (1) 周彩英、吕国昌利用模糊综合评判法评判科技档案的价值, (2) 田淑华利用模糊综合评价法对电子档案信息安全程度量化。 (3)
二、模糊综合评价法在档案库房选址中的应用
档案库房是收藏档案的专门用房。库房对温度、湿度、防火、防盗等方面均有一定的要求。本文即模糊综合评判法来定量地确定最优库址。
1. 影响库房选址的评价因素集的确定。
影响库房选址的各种因素构成的集合称为因素集。针对库房选址, 档案库房应考虑档案提供利用的便利性, 影响档案保存寿命的温湿度, 避免有害气体和灰尘的不利影响, 库房是否防火防盗及允许可扩建。因此, 综合评价因素集U={交通便利性, 温湿度, 空气质量, 防火防盗的安全性, 允许可扩建}。
2. 评价指标集的确定。
评价指标集是评价者对评价对象做出的评价结果组成的集合。本文中将库房选址合理程度的评价指标集定为很低、低、中、高、很高。
3. 单因素模糊评判矩阵的确立。
即单独从一个因素出发确定评价对象对评价集合V的隶属程度。设评价对象按因素集U中的第i个因素Ui进行评价, 对评价集V中第J个元素Vj的隶属度为rij, 可得矩阵:
本文中对R的确立采用专家投票法, 请出十人专家, 每位专家给每一个Ui评出一个Vi, 若l位专家上评定Ui为等级Vi中有lij个人, 则, 模糊子集
。
4. 确定评价因素的模糊权向量。
本文采用层次分析法确定影响因素的模糊权向量而得出库房选址影响因素的权重。步骤为: (1) 建立层次结构模型; (2) 构造两两比较判断矩阵; (3) 计算最大特征根和特征向量; (4) 进行一致性检验, 如果符合一致性则特征向量W=即为评价项的权重。
5. 多因素模糊评判。
由层次分析法求得的各因素权重模糊向量W, 及模糊评判矩阵R, 采用“加权求和型”算法则得到最终等级的模糊子集:
;
其中。最后, 为计算出具体数值, 给评价指标集中的各个指标赋予一定的分值。满分设为100分, 评估分为m级, 各个评语的评价值F=[F1, F2, ..., Fm], 其中Fi=[F1, F2, ..., F100], 用公式来计算其综合值得分。
三、案例分析
下面以某地区档案馆新址选址为例来说明, 其中新址位置有A、B、C、D、E五个。首先, 构造比较判断矩阵如表1:
计算特征向量W=[0.496, 0.232, 0.085, 0.137, 0.050], 一致性比率CR=0.018<0.1 (满足一致性要求) 。由此可得影响新址因素重要性排序:交通便利性、温度湿度、防火防盗的安全性、空气质量、允许可扩建。然后, 请10位评判专家, 对于新址A得到矩阵。
最后, 计算出
模糊子集:= (0.3004, 0.2144, 0.0956, 0.2394, 0.1502) 。将各级评分标准定为F= (20, 40, 60, 80, 100) , 那么新址A的综合得分值为54.492。依此类推, 可分别计算出新址B、C、D、E的得分, 从中选出分值最高的则为最优库房地址。 (本文系2014年度河北省档案局科技项目“高校档案馆在城市记忆中的地位和作用” (编号2014-R-05) 的阶段性成果。)
参考文献
[1]潘未梅, 桑毓域.基于模糊模型的企业档案管理状况评价[J].档案管理, 2011, (4) .
[2]周彩英, 吕国昌.科技档案价值综合评判方法研究[J].科技与经济, 2012, (4) .
[3]田淑华.电子档案信息安全评价指标体系研究[J].北京档案, 2009, (7) .
灰色模糊综合评判法 篇9
关键词：模糊综合评判法,高校财务风险管理,评估
随着高等教育事业的快速发展，我国高校办学规模和质量有了很大的提高。但是，高校办学多元化、筹资渠道多元化、高校经济事项复杂化的发展趋势，也给高校财务管理工作带来了极大的挑战。高校贷款管理不够严格、收费行为不够规范、对外投资不够慎重、违反财经法规等财务问题逐渐凸现，面临的财务风险不断加大和复杂化[1]。在这种形势下，加强财务风险管理成为高校财务工作的重点。因此，建立和健全高校财务风险管理评估体系对提高高校财务管理水平，确保高校持续健康发展具有十分重要的意义。
一、模糊综合评判法的理论介绍
模糊综合评判是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清、不易定量的因素定量化，根据多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。
应用模糊综合评判法时，首先需要建立模糊综合评判指标体系。建立模糊综合评判指标体系时，应遵循以下基本原则： (1) 评价指标体系的整体完备性和内部独立性; (2) 各评价指标的可测性和可比性; (3) 评价指标中评价等级的划分不能过细。
具体来说，模糊综合评判法的应用步骤如下[2]：
(1)确定评判的因素集。根据评价指标体系的一级指标的性质特征，确定评价关系中因素集为：U={u1, u2, u3，…，un}。
(2)确定评判的评价(评语)集：V={v1, v2, v3，…，vn}。这实际上是对被评价事物变化区间的一个划分。
(3)确定指标权重。权重就是表示每项评价指标在指标体系中依据重要程度所占的比重，这可以通过专家相对评分法、德尔菲法、AHP等方法来实现。因素集中各因素对被评判事物的影响是不一致的，赋予各因素一个权重，则因素的权重分配集A可以看成是因素集U上的一个模糊集，记为：A={a1, a2, a3，…，an}，要求满足归一化条件，且0
(4)通过统计调查建立从U到V的单因素评判矩阵R。对每个因素ui (i≤n)作出单因素评价，由于有m种不同的评价等级(或评语)，对每一因素的评价结果ui为评价集V上的模糊集，写成模糊向量为Ri=(ri1, ri2, ri3，…，rin) (i=1, 2，…，n)，上述评价结果满足归一化条件。所有单因素评价构成U到V的模糊关系即：R=(rij) m×nㄢ
(5)作出评判结果和评判结论。用指标权重向量与单因素评判矩阵R相乘得评判结果：B=A·R。对B集作归一化处理，即用B集中各分量之和去除B集中的各个分量。根据最大隶属度原则，用B中隶属度最大者所对应的那个评判等级作为评判对象的等级，即为综合评判的结论。
二、层次分析法（AHP）的理论介绍
采用层次分析法确定评价因素权重，就是构造比较判断矩阵，在各层元素中进行两两比较，表示针对上一层次因素，本层次与之有关因素之间相对重要性的比较。具体步骤如下[2]：
(1)采用一定的比率标度(本文采用1～7级)对定性判断进行定量化，见表1ㄢ
注:Cij={2, 4, 6, 1/2, 1/4, 1/6}表示重要性等级介于Cij={1, 3, 5, 7, 1/3, 1/5, 1/7}。
(2) 构造判断矩阵C= (cij) n×n, 其中Cij表示因素i和因素j相对于目标的重要值。
(3)层次单排序及其一致性检验。通过特征根法、和法、最小二乘法等求解矩阵，经归一化后即为同一层次相应因素对于上一层次某因素相对重要性的排序权值。判断矩阵的一致性检验为随机一致性比率CR=CI/RI(其中，CI=(λmax-n)/(n-1), RI查表获得)。当CR<0.10时可以认为层次单排序的结构有满意的一致性。
(4)层次总排序及其一致性建议。计算各层元素对系统目标的合成权重，进行总排序，以确定指标体系中最低级各个元素在总目标中的重要程度。
三、高校财务风险管理评估指标体系的构建
相关研究表明，由于高校在很长时间内处在国家预算约束下，不需要考虑财务风险管理的问题，导致了高校领导层和财务管理人员风险责任意识不强，对财务风险管理没有足够的重视，没有有效地开展对财务风险的监测与防范[3,4]。由此导致高校财务风险产生的领域涉及包括投资、融资、资金管理和收入、结算分配在内几乎所有的财务管理和会计核算业务，其牵涉对象包括学校领导、各部门、各下属单位、教职工个人等。因此，必须从制度、人员、业务和管理流程等方面对高校的财务风险进行整体的和全面的管理[3]。构建高校财务风险管理评估指标体系，具体来说应该包括内部控制风险管理、财务业务风险管理、财务人员风险管理和流程管理风险管理4个方面。
1. 内部控制风险管理
内部控制是指对高校经济业务从会计核算、运作管理等方面制定一系列实现权利制衡、相互监督的规章制度和岗位安排等。可以从以下3个层面来度量：决策层(包括校级领导集体决策制度、经济责任制度和总会计师制度等)、执行层(包括会计委派制度、财务管理制度和中层干部经济责任制度等二级指标)和操作层(货币资金管理、实物资产管理和合同管理等二级指标)。
2. 财务业务风险管理
财务业务风险是指在涉及高校经济事项的财务管理业务方面存在的问题，业务风险管理的二级指标有投资管理、贷款管理、收费管理和资产管理等。
3. 财务人员风险管理
财务人员风险主要是指由于高校财务人员自身素质和作风原因导致出现经济和财务问题，在这方面的风险管理评估二级指标主要包括职业道德和业务水平[3]。其中，职业道德涉及政治学习、法制教育和诚信教育等方面;业务水平包括继续教育、专业培训和经验交流等内容。
4. 流程管理风险管理
流程管理风险是指高校相关人员和组织在执行财务风险管理过程中出现的与流程本身相关的运作机制不完善的地方，主要包括风险监控机制、风险管理业务和信息传递机制3个二级指标。其中，风险监控机制又涉及内部审计、外部审计和会计委派等内容，风险管理业务包括机构设置、人员配置和管理对策和信息披露等，信息传达包括产生相关报告和对内外披露信息。
由此建立高校的财务风险管理评估指标体系，如表2所示。
四、基于模糊综合评判法的高校财务风险管理水平评估
1. 财务风险管理水平评估因素集
高校的财务风险管理水平评估涉及的因素很多，本文重点选取表2中的4个因素作为该高校财务风险管理水平评估的因素集U:U={内部控制风险，财务业务风险，财务人员风险，流程管理风险}。
2. 确定财务风险管理水平评估的评语集
由于对高校财务风险管理各因素的评估比较模糊，设置对各因素评估的评语集V为5个等级：V={很好，较好，一般，较差，很差}，得分分别为(5, 4, 3, 2, 1)ㄢ
3. 确定财务风险管理水平要素的权重向量A
不同的管理水平要素需要给出相应权重来确定其重要性，本文模型的解决思路是利用层次分析法(AHP)来确定权重。AHP方法可通过比较两两元素相对重要性，给出相应因素的权重比较。
本文采用7级量表，通过咨询高校财经管理高层人员和有关专家对各层次的风险管理水平因素进行评价，并得到相应的权重判断矩阵C=(cij)，然后通过方根法计算矩阵最大特征根及其对应特征向量(见表3～表8)ㄢ
(λmax=4.046, CI=0.015, RI=0.90, CR=0.017<0.10)
(λmax=3.004, CI=0.002, RI=0.58, CR=0.003<0.10)
(λmax=5.094, CI=0.023, RI=1.12, CR=0.021<0.10)
(λmax=2.0, CI=0, RI=0, 具有完全一致性)
(λmax=3.0, CI=0, RI=0.58, CR=0<0.10)
4. 建立从U到V的单因素评判矩阵R
本文选取一组具有代表性的专家(包括高校财经部门管理者、专业人士、外部审计人员等共20人)组成风险管理水平评判组，由其对高校财务风险管理水平进行评价。在专家组成员对该校相关财务运作和风险管理业务进行较深入了解后，由专家独立地对该校财务风险管理水平的评价因素给出评价等级。通过专家对“内部控制风险管理、财务业务风险管理、财务人员风险管理和流程管理风险管理”4个因素的二级指标进行模糊评判。
以“内部控制风险管理”的二级指标为例，通过调查统计获取如下数据(见表9)，认为其在“决策层”这个二级指标表现很好、较好、一般、较差和很差的人数分别为7、8、3、2、0，则对影响高校财务风险管理因素的内部控制风险管理的“决策层”评语隶属度分别为：0.35, 0.40, 0.15, 0.10，模糊向量=(0.35, 0.40, 0.15, 0.10, 0)。同样可以求得其他因素的所有二级指标的模糊向量，因为以上评判结果均满足归一化条件，由此得到二级模糊评判矩阵，见表10ㄢ
5. 计算结果及分析评价
通过以上计算，模糊综合评价矩阵的最终结果为(0.213, 0.351, 0.275, 0.107, 0.054)，即{很好，较好，一般，较差，很差}的最终评价结果分别占了21.3%，35.1%，27.5%，10.7%，5.4%。
根据上述结果，直观来说该校财务风险管理水平评估为较好;但是按照加权平均法，得分为3.563(=0.213×5+0.351×4+0.275×3+0.107×2+0.054×1)，介于“较好”与“一般”之间，该分值的隶属度为0.713(=3.563/5)。即如果一所学校财务风险管理水平以100%计算，那么该校财务风险管理水平只达到了71.3%。
综合以上评价方法及其结果比较，可以知道该校的财务风险管理水平不是十分理想，有待于进一步改进和完善。
五、结束语
高校财务风险管理是一项复杂的系统工程，对其进行准确的定量评价较为困难。笔者利用在高校的实际财务工作经验和相关的专业理论，结合高校的实际情况，运用模糊综合评判法对高校财务风险管理水平进行评估，评价结果与实际情况较为符合。这对高校重视财务风险，加强管理，提高财务管理水平具有重要的意义。当然，从实践角度来看，各级指标权重的确定、选取还有待于在实务中进一步完善。
参考文献
[1]李华军.关于治理高校财务隐患的思考[J].财会研究, 2008 (6) :56-57.
[2]庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社, 2005:11-14, 35-37.
[3]李华军, 魏良华, 邓彦.论高校财务风险管理体系的构建[J].财会通讯, 2007 (12) :84-85.