区间综合评价（精选8篇）
区间综合评价 篇1
引言:
在实际中, 由于各种备选方案之间的差别不一定很明确, 状态与目标往往都模糊的。管理者所遇到的决策问题, 多是具有模糊性的特点[1]。模糊决策的目的是要把论域中的对象按优劣进行排序, 或者按某种方法选择一个令人满意的方案。综合评价是指综合考虑多种因素影响的事物或系统对其进行总的评价, 当评价因素具有模糊性时, 这样的评价被称为模糊综合评价, 又称模糊综合评判[2,3,4]。本文重点介绍了基于区间模糊集的综合评价原理、步骤以及对应的多因素模糊综合评价数学模型, 最后通过实际例子, 说明基于区间模糊集的模糊综合评价模型的可行性与有效性。
1. 综合评价的步骤与模型
1.1 区间模糊综合评价的步骤
首先, 建立影响评价对象的n个因素 (指标或标准) 组成的集合, 称为因素集,
然后, 建立由m个评价结果组成的评价集,
第i个因素的单因素模糊评价是V上的区间模糊集
对各因素分配权值
当分配权值为具体数值时[5,6,7],
设w= (w1, w2, …, wn) , wi是各因素xi的权重, 且满足w1+w2+…+wn=1
使用算子M (·, +) 做普通矩阵乘法, 得到
将[hj-, hj+]按大于, 拟大于排序[hk-, hk+]=max[hj-, hj+], j=1, 2, …, m
则对象最终被评判为属于评语xk
1.2 区间模糊综合评价的模型
模型:M (∧, ∨)
中第j个元素bij可由下式计算
同理可求
这种求的方法主要通过取小及取大两种运算, 因此, 称该种模型为M (∧, ∨) 模型。
2. 基于区间模糊理论的企业债券信用指标的综合评价
随着我国债券市场的发展, 债券因其收益稳定、风险低等特点, 已经成为机构投资者的投资热点。本文选择商业银行对企业信用评级的三个方面, 偿债能力、获利能力、发展潜力, 来反映企业所发债券的投资价值。
2.1 评价指标体系的确定
从企业偿债能力、获利能力、发展潜力等方面对企业进行信用等级评定。表2-1列出了我国商业银行目前使用的综合类企业信用评级指标体系。
2.2 建立隶属函数
根据评价集V={1类, 2类, 3类}, 将企业划分为三个等级, 本文取评价指标样本数据中的最大值、中值、最小值分别为企业三个等级的分级标准。本文选取偏大型的梯形分布。建立三类企业的隶属函数, 分别为:
其中a, b, c分别为表3-1中的数据, 且a∈max, b∈median, c∈min。
2.3 用模型进行评价
3. 评价结果分析
从上面可知, 原始数据样本可以分为三类:较好, 一般, 较差。
第一类企业属于高偿债能力, 高获利能力和很好的发展潜力。这类企业所发行的债券质量好, 信用等级高。
第二类企业有较大的资产, 即有一定的偿债能力。在获利与发展潜力方面有待提高。在一般情况下, 这类企业发行的债券在二级市场的流通性比较强, 因为在风险性方面不如第一类企业, 所以它的债券收益率偏高。投资者选择这类企业需要一定的防风险能力。
第三类企业虽有一定的资本及偿债能力, 但这类企业的获利能力及发展潜力都不理想。所以这样的企业更需要债券融资, 它所发行的债券价格低, 收益高, 也伴随着很高的风险性。
4. 总结
本文首先详细介绍了区间模糊综合评价的步骤与模型, 提出了在应用中的隶属度函数的计算方法。并将区间模糊综合评价理论应用于实际, 选择了最近发行债券评级不等的十三家企业。并提出了企业信用评级的指标体系。在评级体系中, 选择了定量分析方面的财务数据, 运用区间模糊综合评价分析了这些企业的财务数据, 得到了比较客观的评价结果。其实例证明了该方法的有效性。
参考文献
[1]曾文艺, 李洪兴, 施煜.区间值模糊集合的分解定理[J].北京师范大学学报, 2003, 39 (2) :171-177.
[2]曾文艺, 李洪兴, 施煜.区间值模糊集合的表现定理[J].北京师范大学学报, 2003, 39 (4) :444-447.
[3]曾文艺, 李洪兴, 施煜.区间值模糊集合的扩展原理[J].北京师范大学学报, 2007, 43 (1) :1-5.
[4]孟广武.区间值Fuzzy集的基本理论[J].应用数学, 1993, 6 (2) :212-2171
[5]吕泽华.模糊集理论的新拓展及其应用研究[D].华中科技大学博士学位论文, 2007.
[6]王洪英.基于区间值模糊集的模糊综合评判[D].济南:山东大学硕士学位论文, 2005.
[7]肖位枢.模糊数学基础及应用[M].北京:航空工业出版社, 1991.
区间综合评价 篇2
关键词：业务流程；区间数；模糊综合评价
一、 引言
企业流程再造（Business Process Reengineering，简称BPR）是20世纪90年代Michael Hammer和James Champy提出来的企业管理模式变革的理论和方法，是对企业流程进行根本反思。它的目标是通过重新设计组织的流程，以使这些流程的增值内容最大化，从而获得绩效改善的跃进，提高和增强企业的竞争能力。尽管在业务流程重组的过程中不乏福特、柯达、贝尔大西洋等非常成功的案例，但是70%的BPR项目最终还是未达到预期的目的或以失败告终。研究人员通过研究大量失败的案例发现，导致BPR项目失败的最主要因素之一是缺乏合理的、可量化的业务流程评价指标体系和评价方法，由此不能对业务流程再造方案进行切实有效的评价。
虽已有部分学者应用模糊综合评价法对企业流程再造进行评价，但于影响指标间重要性程度的因素很多，即使采用层次分析法也是用定值来确定评价指标之间的权重，而实际上指标之间的权重具有模糊性，不可能是一个具体的数值，那么采用定值评价就不太合适了。为了对企业流程再造效果进行更加符合客观实际的科学评价，本文采用区间数来确定评价指标之间的权重，并结合模糊综合评价法对业务流程再造效果进行评价。
二、 BPR评价指标体系的建立
BPR涉及企业的方方面，据文献[4]构造的评价指标可分为四大类，即运行状况，时间，企业效益和技术水平，每类由若干个能体现改善结果的因素组成，并通过这些能力的达到程度来综合评价企业流程再造效果的好坏，建立了如图1的指标体系。
三、 评价模型建立
1． 评价模型的建立步骤。
四、 评价实例
1． 确定区间数判断矩阵。根据某企业流程再造的实际情况，并依据图1建立各层区间数判断矩阵，见表1、表2、表3、表4表5。
五、 小结
对目前企业流程再造成功率不高的问题，从再造效果的评价入手，首先构建了一个有效的业务流程再造效果评价体系和评价数学模型；其次对评价水平等级，评价矩阵均采用了区间数形式以更客观地确定各指标的权重，弥补用定值评判的不足；最后提出了区间匹配度的概念，有效地解决最终综合评价得分最大程度的匹配于哪个评价水平等级。
参考文献：
1．J·佩伯德，P·罗兰．业务流程再造精要．北京：中信出版社，1997.
2．Michael Hammer，James Champy．Reengineering the Corporation A manifesto for business revolutaion．Harper Collins Publishers Inc，1993：30-51.
3．Malhotra Yogesh．Business Process Redesign：An Overview. Engineering Management Review，1998，（26）：200-215.
4．蔡莉，付灵钧，石勇进．企业研究开发流程再造的效果评价．吉林工业大学自然科学学报，2001，31（1）：39-42.
5．杨扬，杨畅．业务流程质量的评价方法．西北大学学报（自然科学版），2003，33（5）：531-534.
6．魏毅强，刘进生，王绪柱．不确定型AHP中判断矩阵的一致性概念及权重．系统工程理论与实践，1994，14（4）：16-22.
7．达庆利，刘新旺．区间数线性规划及其满意解．系统工程理论与实践，1999，19（4）：3-7.
8．徐泽水．模糊互补判断矩阵排序的一种算法．系统工程学报，2001，16（4）：311-314．
作者简介：章桥新，武汉理工大学机电工程学院教授；于涛，武汉理工大学机电工程学院硕士生。
收稿日期：2007-10-03。
区间综合评价 篇3
区域综合交通体系是在区域社会经济发展战略和城镇体系发展战略背景下,对区域综合交通系统的长远发展作出的总体部署。它主要是从宏观上分析区域发展与交通系统的相互作用,分析未来综合交通需求的演化趋势,从战略的角度来研究区域综合交通体系未来的发展方向、方式和规模等。它是区域综合交通发展的灵魂,并指导近中期的综合交通体系规划[1]。因此,对区域综合交通体系方案的决策必须建立一套完整的评价指标体系,辅以科学的评价方法,以得到客观可信的评价结果,从而优选规划方案,达到社会资源配置的最优效果。
区域综合交通体系的评价是一个多层次、多指标的复杂问题,仅仅从1个或2个方面考虑是远远不能满足要求的,应从技术、经济、社会等多个方面予以综合分析。目前,相对于社会评价而言,技术评价和经济评价的理论与方法已基本成熟,可以通过明确的量化手段将其运用于实践。而对于区域综合交通体系的社会效益(如促进沿线的经济发展,加强国防军事力量,提高土地利用效益等),往往无法用货币计量,如果仅仅停留于文字表述的形式,将难以评判规划方案的优劣,从而导致评价结果的偏差,这对于区域综合交通体系的正确评价和科学决策是颇为不利的。对交通项目的社会效益评价,现有的研究方法主要有模糊综合评价法[2,3]、灰色系统理论[4]、神经网络法[5]、系统动力学法[6]等。目前,实际中应用较多的是模糊综合评价法。
模糊综合评价法采用的量化方法是由专家调查法得到各指标的原始评价值,对原始评价值进行平均处理后,代入隶属函数得到各指标的等级隶属度,再根据各指标的权重分配,进行模糊综合评价。在这一过程中,原始评价值的处理无疑是一个重要的环节,直接影响到评价结果的可靠性。采取平均值的处理手段,势必会淹没许多原始评价值的个性,没有充分利用原始评价值提供的丰富信息。为了弥补上述方法的不足,尽可能地利用收集到的信息,反映不同专家的意见,以对规划方案的社会效益作出比较切合实际的评价,本文在常用方法的基础上提出层次-区间模糊综合评价方法,并以此建立区域综合交通体系的社会评价模型,为综合评价和决策提供依据。
2 区域综合交通体系社会效益评价指标体系
综合交通建设与区域社会发展之间的关系十分密切。一般来说,综合交通建设对区域社会发展的影响可以分为政治影响、经济影响、环境影响3类,每一类可继续向下细分为若干子类。本文利用层次分析法,按照总体评价层(区域综合交通体系规划方案的社会评价A)、评价准则层(评价准则Bi,i=1,2,3)、评价指标层(评价指标Ci,i=1,2,……11)的形式建立了区域综合交通体系规划方案的社会评价指标体系,如图1所示。
(1)政治影响
(1)加强国防军事力量。综合交通建设为国防奠定了主要的运输基础,特别适合于军事防备、调集、进攻、作战时的快速反应。
(2)促进区域城市圈的形成。构筑科学、高效的综合交通运输体系,对加强区域经济中心城市功能,促进区域城市圈的协调发展,进而发展成为世界意义的城市圈,带动整个区域以及中国经济的快速发展意义十分重大。
(2)经济影响
(1)增加劳动力就业。区域综合交通体系在其构建过程中需要大量的劳动力投入,而其相关产业也会因产能的扩大对人员需求激增,从而最终促进地区就业。
(2)提高工农业技术水平。区域综合交通体系的构建促进了沿线土地的开发利用,加快了相关企业的集聚效应,有利于该地区整体技术水平的提高。
(3)加快商贸发展。区域综合交通体系的建设降低了物流成本,加快了商品流通,扩大了市场范围。
(4)促进旅游业和资源开发。区域综合交通体系建设降低了运输费用,使沿线旅游业和资源开发的总成本得以降低。
(5)提高沿线土地价值。区域综合交通体系建设提高了沿线土地的可达性,增强了区位优势,提高了土地的竞争力和价值。
(6)加快城市化进程。区域综合交通体系建设加快了区域土地价值,人才、资金的集聚,促进了沿线地区的城市化进程。
(3)环境影响
区域综合交通体系建设与运营过程将不可避免地给周边地区环境带来噪声、废气污染,对自然景观造成破坏。环境影响对社会产生负效益,因此,在采用专家打分法确定环境影响指标分值时,采用的是环境影响越小,分值越高的打分方法。
3 层次-区间值模糊综合评价方法
本文提出的层次-区间值模糊综合评价方法,其实质是一种分步组合的评价分析方法。首先,利用层次分析法(Analytic Hierarchy Process,简称AHP)建立区域综合交通体系的社会评价的指标体系。然后,在常用的模糊综合评价方法中引入区间值的概念,允许各规划方案在某个指标下的评价值在一定范围内变化,即直接以区间值[a,b](0≤a,b≤100,评价打分采用百分制,a为各专家打分低限,b为各专家打分高限)作为得分,通过计算可得到各规划方案对于各个等级的隶属度(是一个区间值的向量)[7]。最后,对这些区间值进行排序即可得到评价结果[8]。在这一过程中,涉及到区间数的概念问题,包括运算和排序2个方面。
3.1 区间值的基本概念
(1)区间数的运算
用[R]表示实数集R上的全体闭区间数组成的集合,即[R]={[a-,a+]:a-≤a+,a-,a+∈R},注意,通常的实数也可视为区间数。
(2)区间数的排序
对于[a-,a+],[b-,b+]∈[R],记Ma=λa-+(1-λ)a+,Mb=λb-+(1-λ)b+,λ∈[0,1]对λ取适当的值,就可以比较Ma和Mb的大小。
当Ma
当Ma=Mb时,有[a-,a+]=[b-,b+];
当Ma>Mb时,有[a-,a+]>[b-,b+]。
3.2 权重系数的确定
运用层次分析法确定权重系数,大体可以分为3个步骤:
(1)根据同一层指标间的相对重要性,构造两两比较判断矩阵。根据图1的指标体系,可分别构造评价准则层相对于总体评价层的两两比较判断矩阵A-B,评价指标层相对于评价准则层中的政治影响两两比较判断矩阵B1-C1-2、经济影响两两比较判断矩阵B2-C3-8和环境影响两两比较判断矩阵B3-C9-11。
(3)层次总排序及其一致性检验。目标是得到评价指标层对于总体评价层的排序权重,通过计算,C1-2的权重向量为W1={w1,w2}=b1C1={b1c1,b1c2},依此类推可得C3-8的权重向量W2,C9-11的权重向量W3,则评价指标层各指标的排序权重为,并对上述结果进行一致性检验。
3.3 评价等级标准及其隶属函数的确定
评价集Y分为5个等级,即Y1(差),Y2(较差),Y3(一般),Y4(良好),Y5(优)。采用百分制的打分方式,采用下列分布函数作为评价等级的隶属函数:
3.4 评价过程
首先进行单指标评价,由于区域综合交通体系规划方案的社会评价本身带有某些不确定性,对Ci(i=1,2,……,11)而言,各规划方案的社会评价属于等级Yj(j=1,2,…,5)的程度为区间数
由3.3节中的隶属函数,计算得到区间值的模糊综合评判矩阵RA(11×5):
则WRA={[d1-,d1+],[d2-,d2+],……[d5-,d5+]}。
记且设ΔA->0,由区间数的除法定义,得。经过上述的处理,WRA变为HA=([h1-,h1+],[h2-,h2+],……,[h5-,h5+]),依据区间数排序方法排列各[hj-,hj+]的大小,设[hk-,hk+]=max{[hj-,hj+]},1≤j≤5,则规划的社会评价最终结果为Yk。
4 实例分析
为了说明层次-区间模糊综合评价方法的应用,本文选取某区域综合交通体系规划方案的社会评价实例进行分析,表1为利用专家调查法得到各指标的分值。
将方案1关于指标C1的得分代入3.3节的隶属函数中进行计算(分别取D1=95,D2=87,D3=80,D4=70,D5=60,D6=50),得到方案1在指标C1上分别属于差、较差、一般、良好、优的程度为
将方案1的所有指标得分分别代入3.3节的隶属函数计算(取D1=95,D2=87,D3=80,D4=70,D5=60,D6=50),得到关于方案1的区间模糊综合评判矩阵RA1。
由3.2计算得到权重向量为W=[0.155,0.053,0.042,0.225,0.075,0.100,0.050,0.050,0.063,0.063,0.124],则:
由3.1节中的区间值排序方法,取λ=0.5,则HRA1中的最大区间数是[0.251,0.623],所以方案1的社会评价为良。
由上述方法同理可得HRA2=(0,[0.017,0.127],[0.147,0.486],[0.315,0.817],[0.094,0.315]),HRA2中的最大区间数是[0.315,0.817],所以方案2的社会评价为良。
同是评价为良的方案,方案2社会评价的区间数略大于方案1(取λ=0.5),可以认为方案2的社会效益较之方案1略优。
将上述区域综合交通体系规划方案的社会效益的评价结果与技术评价、经济评价结果进行综合考虑,在全面分析的基础上,判断方案1和方案2的相对优劣程度,从而保证了决策的科学性。
5 结论
本文采用层次-区间模糊综合评价方法建立了区域综合交通体系规划方案的社会效益的定量评价模型,完善了区域综合交通体系规划方案的综合评价体系。其中,以区间值的形式表征原始的社会评价结果,与常用取平均值的处理方法相比,具有下列优点:
(1)避免了信息损失。常用方法对原始评价值取平均后,往往造成上下限评价值的个性被淹没。
(2)避免了原始评价值离散程度较大的情况下,个别评价值(上、下限)对评价结果产生的倾向性影响。
(3)方法简便,实践性强,适合处理定性指标组成的评价问题,便于在实际应用中推广。
需要指出的是,如果出现评价区间内取值概率严重不等的情况,可将此区间内取值概率最大的数定义为“重心”,以三参数(上下限、“重心”值)的区间值表征原始评价值的信息,从而使结果更加符合实际。
参考文献
[1]高杨斌.区域综合交通体系战略规划研究[D].南京:东南大学,2005.
[2]孙康,蒋根谋.模糊综合评价法在昌九高铁项目社会效益评价中的应用[J].工程管理学报,2012,26(1):49-52.
[3]梁国华,马荣国.公路建设项目社会效益模糊综合评价关键问题研究[J].中外公路,2008,23(4):269-273.
[4]徐淑雨,贾元华.基于灰色系统理论的公路项目社会效益评价[J].交通运输系统工程与信息,2006,6(1):118-122.
[5]骆有隆,骆有德.神经网络法在高速公路社会影响评价中的应用[J].武汉理工大学学报,2007,29(8):13-16.
[6]邹苏华,刘睿劼,张智慧.高速公路社会效益的系统动力学评价———以吉茶高速公路为例[J].工程管理学报,2011,25(5):512-516.
[7]夏昊冉,胡永培.区间数Fuzzy集的一种模式识别方法[J].重庆工商大学学报(自然科学版),2011,28(2):115-118.
区间综合评价 篇4
1 资料与方法
1.1 资料来源
选择2008年某市五地区卫生监督信息报表中的7项评价餐饮业卫生监督质量的指标的实际观测值为基础资料, 评价指标包括X1-监督合格率 (%) 、X2-发证率 (%) 、X3-体检率 (%) 、X4-食品合格率 (%) 、X5-餐具合格率 (%) 、X6-行政处罚户次数和X7-食物中毒起数, 其中前五项为高优指标, 后两项为低优指标。各评价指标的原始观测值及其权重系数 (W) 见表1[1,2,3], 数据真实可靠。
1.2 统计方法[4]
1.2.1 功效系数的计算与排序
对于高优指标, 按公式d= (X-Xmin) / (Xmax-Xmin) 计算功效系数;对于低优指标, 按公式d= (Xmax-X) / (Xmax-Xmin) 计算功效系数。之后, 按公式D=ΣWd计算总功效系数, 并将其按从大到小排序。公式中, Xmax为各评价指标的最大值, Xmin为各评价指标的最小值, W为归一化的权重系数。
1.2.2 功效系数的可信区间及其两两比较
因为D在0~1之间, 采用秩和比的可信区间法[5]对总功效系数进行两两比较。按公式y=sin-1D0.5计算D的变量变换值, 然后以公式y±2.807sy估计y的95%可信区间, 最后进行两两比较, 并得出综合评价结论。公式中, sy= (820.7/N) 0.5, N=mn (m为评价指标数量, n为比较地区数量) 。
2 结果
2.1 各比较地区总功效系数的计算与排序
按照1.2.1项下的公式分别计算各比较地区各评价指标的功效系数 (由于发证率原始观测值相同, 按d=1估算) , 计算各地区加权功效系数 (即总功效系数D) , 并将D按大小顺序排序, 见表2。
2.2 估计总功效系数变量变换值y及其95%CI, 并进行两两比较
计算D的变量变换值y及其95%CI (表3) 。由表3可以看出, 除A地区与C地区、B地区与C地区、C地区与D地区、C地区与E地区餐饮卫生监督工作质量两两之间的差异具有统计学意义 (P<0.05) 外, 其余地区餐饮卫生监督工作质量两两之间的差异均无统计学意义 (P>0.05) 。
注:2.807sy=13.59
3 讨论
由本文的分析可以看出, 2008年某市市本级和所辖三县一市餐饮卫生监督质量综合评价的排序为B>E>D>A>C, 而加权秩和比法[1]和联系数法[2]的排序均为B>D>E>A>C。主要差别在于D地区和E地区的排序不同, 但是由于经过两两比较, 这两个地区的差异无统计学意义, 因此, 从统计学的角度看, 排序都是可以接受的。由此可知, 该资料采用基于功效系数和加权秩和比的可信区间法、联系数分析得到的排序结果较为可靠。
但是, 在应用加权秩和比法[1]评价表1资料时, 采用传统意义的编秩方法, 此时容易损失原始资料提供的信息, 此时可采用更为灵活的编秩方法, 如线性插值法[6]、合理引入“标准”、最优值均编为最高秩次 (反之, 编为最低秩次) 、参照法以及利用指标的属性确定为偏高 (低) 优、稍高 (低) 优等技巧[7], 对资料进行科学、客观、合理的综合评价, 以更好地指导和改进餐饮业卫生监督实践活动, 提高餐饮参与者的健康水平。
关键词：餐饮卫生监督,工作质量,综合评价,功效系数,可信区间
参考文献
[1]王文悦, 张雪鹏, 孙爱峰.加权秩和比法在餐饮卫生监督工作质量综合评价中的应用[J].中国医药指南, 2010, 8 (20) :170-171.
[2]段大为, 孙爱峰.联系数在餐饮卫生监督工作质量综合评价中的应用[J].中国医药指南, 2011, 9 (3) :159-160.
[3]林祥.应用加权TOPSIS法综合评价餐饮卫生监督工作质量[J].中国卫生统计, 2009, 26 (6) :623-624.
[4]李敏, 孙爱峰.功效系数及其可信区间在职业卫生环境质量综合评价中的应用[J].中国医药指南, 2011, 8 (36) :343-344.
[5]孙爱峰, 宋险峰.秩和比法在不同教学方法教学效果比较中的应用[J].白求恩军医学院学报, 2004, 2 (4) :247-248.
[6]黄延得, 孙爱峰.秩和比法在公共场所卫生工作质量评价中的应用[J].中国现代药物应用, 2007, 1 (8) :72-73.
区间综合评价 篇5
教学质量评价模型构建时, 假设评价数据、公式等都可行, 并剔除原始数据处理时低于45分的评价结果, 以满分百分原则对三级指标进行评价, 四种评价主体分别对教学质量进行评价, 评价结果分开计算。学生评价、同行和专家评价、领导评价、教师自我评价分别为第1、2、3、4种评价。从教学质量评价指标体系的构建和评价结果的处理出发, 建立合理可行的教学质量评价模型。本文采用区间值模糊评价法进行评价。区间值模糊平均法就是用有效区间得分代替传统评价方案中的的平均值, 对教学质量进行评价。区间值模糊评价法的计算步骤如下:
1.1 将教学质量评价结果分为四个等级区间:优秀 ([80, 100]) , 良好 ([70, 79]) , 一般 ([60, 69]) , 较差 ([45, 59]) 。
1.2 对评价表中的指标进行评分, 统计他们分布在每个评价等级区间的频率pi (i=1, 2, 3, 4) , 则其有效区间的得分
1.3 因大部分时候计算出来的有效区间得分不一定恰好落在某一个等级区间里, 无法直接确定评价等级, 就需要计算有效区间的等级隶属度yi, 以确定任一区间得分对各等级的隶属程度, yi是区间[45, 100]上的模糊集。y1 (t) , y2 (t) , y3 (t) , y4 (t) 分别对应差、中、良、优的隶属函数:
将得到的有效区间分别代入到上述四个函数中, 确定其在每个等级区间的隶属程度。隶属度 (两端点的平均值) 最大的等级就是最后评价的等级。
2 确定评价指标体系权重
本文采用1-9标度法计算权重, 得到表1。
将判断矩阵按照列归一化得:
判断矩阵最大特征根为:
因此我们认为模型中得到的判断矩阵具有完全一致性, 此时的权重系数较好的反映了各种评价方法的相对重要程度, 由此可得学生评价的权重W1=0.635, 同行及专家评价权重W2=0.195, 领导评价的权重W3=0.117, 教师的自我评价W4=0.053。
3 建立综合评价模型
教学质量评价分为学生评价、同行和专家评价、领导评价和教师自我评价, 模型中由这四种评价主体分别对教学质量进行评价, 计算各种评价主体的最终有效区间, 最后根据各评价主体的权重给出一个综合性评价的有效区间, 判断其隶属等级。具体计算方法如下:
假设U= (u1, …un) 是教学质量评价表中的一级评价指标的集合, 其中ui是一级评价指标, 如“职业素质”、“教学的策略和技能”等, Q= (q1, …qn) 为对应的一级指标的权重。Ui={ui1, …uin}是二级评价指标的集合, uij为一级指标ui下的二级指标, Qi= (qi1, …qin) 为对应的各二级指标的权重。Uij={uijk, …uijn}是三级评价指标的集合, uijk为二级评价指标uij的三级评价指标, Qij= (qiji, …qijn) 为对应的三级指标的权重。
首先各评价主体对教学质量评价体系中的三级指标进行评分 (百分制) , 统计落在各等级分布上的频率后, 利用有效区间得分计算公式 (1) , 可得其在uij上的原始有效区间得分:为二级指标uij下的三级指标的个数)
根据其权重, 利用矩阵乘法可得:
Rij为教师在二级指标uij上的有效区间得分。
同理可得到一级指标的有效区间得分:
最后的有效区间得分:
综合四种评价主体的有效区间得分为:
其中[zi-, zi+]为第i中评价主体的最后有效区间, Wi为第i中评价主体在综合评分中所占的权重。然后把[z-, z+]依次代入等级隶属函数y1 (t) ~y4 (t) , 求出其处于各等级的隶属度, 确定其等级。在同一等级中再利用其最大隶属度进行排序, 即可得出全体教师在教学评价中的排名。
4 结束语
该模型在指标体系确定和评价结果处理上都比较完善, 在现实生活的各个领域都有广泛的应用, 比如说对环境污染程度的评价, 对服务质量好坏的评价、对优秀学生的评价等等。
摘要：教学质量评价是提高教学水平促进教育改革的有效手段。目前, 教学质量评价大都是由学生评价、同行及专家评价、领导评价、教师自我评价中的一种或几种组成, 该模型结合了这四种不同评价主体的评价结果, 对其赋权值得到综合评价结果。
关键词：区间值,模糊评价法,教学质量评价
参考文献
[1]曹超.高校“学评教”现状分析及问题探讨[J].中国成人教育, 2010 (4) .
[2]韩欲青.教学质量评价的模糊数学模型及应用研究[J].淮北职业技术学院学报, 2010 (5) .
[3]马彩霞.高校教师教学质量评价指标权重的探讨[J].河南大学学报 (哲学社会科学版) , 2008 (4) .
区间综合评价 篇6
项目风险是指由于项目所处的环境和条件本身的不确定性及项目业主/客户、项目组织或项目其他利益相关者主观上不能准确预见或控制的影响因素,使项目最终结果与投资者期望产生背离,从而给投资者带来损失或者机遇的可能性。由于每个投资项目就是一个复杂的系统,因而涉及许多不确定性因素,造成了在项目融资的实现过程中存在着各种各样的风险。投资者要根据一定的标准判定项目的经济强度和各种风险要素,从而对项目融资风险做出科学的管理。
1 项目融资风险的划分[1]
项目融资风险有很多种分类方法。为便于从总体上把握风险的分析、辩识、控制和分担,本文将项目融资的风险因素按时间顺序划分为3种类型:项目建设开发阶段风险;项目试生产阶段风险;项目生产经营阶段风险。每个阶段风险都有不同的特点。
(1)项目建设开发阶段风险。是从项目正式动工建设开始计算的,在这一阶段,不断有大量资金投入。从贷款银行的角度看,项目风险随着资金的投入而不断增加,在项目建设完工时,累计投入资金最多。因此,此时项目风险达到最大,见图1。
(2)项目试生产阶段风险。在这一阶段,如果项目不能按照原定的成本计划生产出符合质量产品,项目就很可能生产不出足够的现金流量支付生产费用和偿还债务,这时项目将面临巨大的风险。
(3)项目生产经营阶段风险。从这一阶段开始贷款银行项目风险随着债务的偿还逐步降低,这一阶段的风险主要表现在生产、市场、金融以及其他一些不可预见因素等方面。
2 项目融资风险评价
在项目融资决策过程中,对项目融资风险进行评价是关键步骤之一。对项目融资风险的评价,主要有项目债务覆盖率、项目资源覆盖率、项目债务承受率等指标,这3个指标分别从不同角度度量项目融资的风险。
2.1 项目融资风险的评价指标
(1)债务覆盖率。项目的债务覆盖率是贷款银行对项目风险的基本评价指标。在这里,债务覆盖率是指项目可用于偿还债务的有效净现金流量与债务偿还责任的比值:
式中:NCt为t年扣除一切项目支出后的净现金流量;RPt为t年到期债务本金;IEt为t年应付利息。
在项目融资中,贷款银行一般要求DCRt≥1,若基础设施项目被认为风险高,则DCRt的值相应增加。公认的的取值范围在1.0~1.5之间。
(2)项目债务承受比率(CR)。另一种在项目融资中经常使用的指标是项目债务承受比率(CR),即项目净现金流量的现值与预期贷款金额的比值:
式中:PV为项目在融资期间净现金流量现值;D为计划贷款金额。
在项目融资中,贷款银行一般要求CR的取值范围在1.3~1.5之间。
(3)资源覆盖比率(RCRt)。
对于依赖某种自然资源的生产型项目,在项目生产经营阶段有无足够的资源保证是一个很大的风险因素。资源收益覆盖率计算公式为:
式中:RCRt为第年资源收益覆盖率;PVNPt为第年项目未开采的已证实资源储量现值;ODt为第年未偿还的项目债务总额。
最低资源收益覆盖率是根据具体项目的技术条件和贷款银行在这一工业部门的经验决定的,一般要求资源覆盖率大于2。
2.2 项目融资风险的评价模型
本文利用评价人员对待评价方案给出的区间数评价值与理想区间数之间的差异,给出一种新的多指标评价方法。利用优化方法建立数学模型,以实际评价值与理想评价值之间的差异最小化为优化目标,从而对项目融资风险进行评价。[2,3]
(1)评价模型的建立。设待评价方案为n个,记为Q="Q1,Q2,…Qn#;评价指标为m个,记为I="I1,I2,…Im$;方案Qi对第j个指标Ij的评价值用aij表
示,且(为一个区间数);i=1,2,…,n;j=1,2,…,m;则n个方案的mn个指标值构成矩阵A=[a%ij]n×m称为方案集对指标集的评价矩阵。评价指标Ij(j=1,2,…,m)的理想评价值用b&j(j=1,2,…,m)表示,且b&j=[bLij,bUij](也是一个区间数);理想评价值b&j(j=1,2,…,m)构成的方案称为理想方案。
评价指标按属性通常分为成本型、效益型两类。成本型指标是指评价值越小越好的指标,效益型指标是指评价值越大越好的指标。设S1、S2分别为成本型指标、效益型指标的下标集,则S1∪S2={1,2,…,m},且S1∩S2=Φ。
由于不同的评价指标往往量纲不同,带来不可共度性,因而进行多指标评价之前必须将评价指标进行无量纲化(规范化)处理,最后得到规范化评价矩阵R=[r%ij]n×m,其中r%ij=[rLij,rUij]。具体规范化方法如下:
对成本型指标Ij,令:
对效益型指标Ij,令:
设m个评价指标的权向量为:
ω=(ω1,ω2,…,ωm)T,满足归一化约束:
设第i种方案的综合评价值为z#i(ω),则:
其中是一个区间数,区间数之间的比较可根据下述定义的可能度来进行:
定义:设表示两个区间数,且记l$a=aU-aL,l$b=aU-aL,称下式为$a"$b为的可能度[4]:
根据上述定义,可以得到zi$(ω)之间比较的可能度pij=p(zi$(ω)"zj$(ω)),(i,j=1,2,…,n),从而得到可能度矩阵P=(pij)n×n。该矩阵包含了所有方案相互比较的全部可能度信息。这样区间数之间的排序就可转化为可能度矩阵的排序。根据定理[4],矩阵P是一个模糊互补判断矩阵,可利用如下公式:
由此得到可能度矩阵P的排序向量V=(V1,V2,…,Vn),即得到最优方案。
(2)实例分析。
考虑基础设施项目融资的风险评价问题。通常采用债务覆盖率(DCR)、债务承受比率(CR)、资源覆盖比率(RCR)这3个属性作为评估指标。5个基础设施建设项目xi(i=1,2,3,4,5)将被评价,并假定属性权重[5]的向量为ω=(0.4,0.4,0.2)。
设专家给出的5种待评方案的3个指标的评价值如表1所列。
计算规范化评价矩阵R。这里3个指标都属于效益型指标,利用式(2)得到规范化评价矩阵如表2。
3个指标的理想评价值为(经过规范化处理后的数据):
根据式(3)求得各方案的综合评价值分别为区间数:
可能度矩阵为:
根据式(5)求出可能度矩阵P的排序向量V:
最后根据的大小对方案进行排序,若用符号+p表示方案之间具有可能度的优序关系,则相应的5个方案x1(i=1,2,3,4,5)的排序为:
可得最佳方案为x1。
3 结束语
项目融资在我国越来越受重视,但是由于运作时间短,经验不够丰富,对项目融资中各种不确定性估计不足,往往导致项目融资的失败。准确地判断项目融资的风险是进行科学决策的关键,如果对项目融资整体风险把握不准,有可能导致投资失败甚至遭受重大损失。笔者给出了评价的模型,对项目融资的运作有参考价值。
参考文献
[1]张极井:《项目融资》[M];中信出版社,2003,28～29。
[2]樊治平、胡国奋:《区间数多属性决策的一种目标规划方法》[J];《管理工程学报》2000,14(4):50～52。
[3]陈宁熠:《系统模糊决策与应用》[M];大连理工大学出版社,1994,89～95。
[4]徐泽水:《不确定多属性决策方法及运用》[M];清华大学出版社,2004,105～113。
区间综合评价 篇7
吸收能力这 个概念最 早是由Cohen等[1]在1990年提出的,他们把吸收能力定义为企业从外部获取知识并将其消化,进而应用于其商业化目的的能力。自此,国内外学者针对吸收能力从不同角度进行了研究。例如,Zahra等[2]从财务的角度出发, 认为企业的知识吸收能力能够促进知识的流动,有利于新产品的开发,进而取得较好的财务绩效。简兆权等[3]探讨了吸收能力、整合能力和组织创新之间的关系,认为吸收 能力对知 识整合有 直接影响, 知识整合对组织创新有直接影响,但吸收能力对组织创新没 有直接影 响。 另外,Stock等[4]经过研究 发现企业知识吸收 能力与新 产品开发 绩效之间 呈U形关系。由此可知,吸收能力在一定程度上影响着企业的很多方面,然而对企业知识吸收能力评价方面的研究却非常少,并且评价方法大多采用传统的方法,诸如模糊 评价法、层次分析 法等。 但是通过实际研究发现,企业知识吸收能力的评价是个非常复杂的过程,其中涉及 到很多因 素,这些因素 往往不是一个确定的数,而是在一定程度上受主观影响的模糊的数,这也就决 定了传统 方法的局 限性。 本研究引入了基于二元区间数理论的评价方法,该方法的优点在于 使用区间 数能够弥 补因为因 素的模糊性而带来的数值不确定性,所以得到的结论也更加符合实际[5]。鉴于此,本研究首先在现有的关于知识吸收能力影响因素的研究成果上,构建了企业知识吸收能力评价体系;然后依据二元区间数的运算关系,建立多指 标余弦评 价模型;最后利用 该模型对4家企业的 知识吸收 能力进行 了评价和 比较。
1企业知识吸收能力评价指标
对企业的知识吸收能力进行评价,首先需要确定影响企业知识吸收能力的主要因素,对此国内外学者进行了大量的研究。本研究在现有文献的基础上,结合对企业的调研访谈,将先验知识存量、沟通机制、企业社会资本、学习能力、研发投入规模和人力资源管理机制作为影响企业知识吸收能力的主要因素,并以此来制定企业知识吸收能力的评价指标体系。
1.1先验知识存量
先验知识指的是企业自身所拥有的知识内涵和知识水平。企业知识的积累需要一定的过程,企业在吸收知识的过程中在很大程度上受到自身先验知识的影响,这些影响是通过两个方面反映出来。一方面,企业的先验知识在很大程度上影响着企业对待新知识的态度,企业更倾向于吸收那些所熟悉类型的知识;另一方面,企业的先验知识越丰富,其理解能力也越高,对于新知识掌握的速度也越快,相应知识的吸收能力也就越高。Schmidt[6]认为企业的先验知识与个人技能、研发活动以及组织内部的知识共享机制是影响企业知识吸收能力的主要因素。于双等[7]通过研究发现个体层面的先验知识对吸收能力有着非常重要的影响,企业的主体依然是人,那么由个体层面也可以推断出在企业层面,先验知识对吸收能力有非常重要的影响。
1.2沟通机制
知识从一个组织传递到另外一个组织然后被其吸收,必不可少的步骤就是进行沟通和知识共享,没有沟通,知识吸收就无从谈起,因此沟通机制对于企业的知识吸收能力有着很大的影响。李西垚等[8]对我国代工企业进行研究,发现沟通程度在企业外包过程中,一定程度 上影响着 企业的吸 收能力。Zahra等[9]也都认为沟通机制是企业知识吸收能力的前因, 那些能够利用机会加强和供应商、合作伙伴沟通的企业,往往具有较高的知识吸收能力。
1.3企业社会资本
企业社会资本指的是企业所拥有的以互惠和信任为基础的,能够提高企业效率的,有助于实现企业组织目标的资源和能力的集合,不仅包含与其供应链各环节之间的纵向联系,也包括与其他企业之间的横向联系。社会资本对知识转移能力也有着很大程度的影响,比如,企业在与联系非常紧密的合作伙伴进行知识转移的时候,合作伙伴会尽最大可能去帮助企业掌握这些知识,从而有助于企业对于这些知识的吸收,企业的社会资本越丰富,就拥有越多的紧密合作伙伴,那么企业 的吸收能 力自然就 越强。 王国顺等[10]通过对469个样本进行研究发现,社会资本是通过知识吸收能力这个中介变量来对企业创新绩效产生影响的。许小虎等[11]从社会网络的角度对企业知识吸收能力进行了分析,研究认为社会资本、关系要素对企业在知识吸收的不同阶段都有比较重要的影响。
1.4学习能力
如果企业有非常明确的学习意识,树立勤于学习的企业文化,就会促进整个企业的员工时常进行学习,企业也会积极主动地去关注企业的外部知识和自身的学习过程,那么企业的知识吸收能力也就会相应提高。刘常勇等[12]通过研究认为组织学习的机制、 学习强度和学习方法对企业的知识吸收能力有很大的影响。吕一博等[13]通过对大连机车车辆有限公司为研究对象,发现组织学习机制、内部组织管理等因素影响着实际吸收能力,而创新网络、先验知识等因素则影响着潜在吸收能力。王菁娜等[14]认为在知识经济时代,知识吸收能力是企业竞争优势的来源,那么企业就应该建立学习型战略联盟,从而促进知识吸收能力,获取竞争优势。组织的学习机制、学习强度、 学习方法、建立学习联盟等等都属于企业的学习能力范畴,可见学习能力对知识吸收能力有着强烈的正相关关系。
1.5研发投入规模
研发投入规模是指企业在生产制造过程当中,在研发活动方面的重视程度以及所投入的人力、物力、 财力的综合体现。企业的研发活动不仅能够解决问题、推出新产品,而且还能够提高企业的技术吸收能力,这是因为企业在研发过程中,可以获得更多的关于技术和产品的知识,这类知识在企业得以积累沉 淀,能够引领企业进入更加有深度的研究,那么当企业从外部获取到相关的知识的时候,就能够更加快速地进行理解和吸收。Tisa[15]通过对企业研发强度和知识吸收能力两者之间的关系进行研究发现,企业知识吸收能力的最重要的影响因素是研发强度。张德茗等[16]以我国科技型中小企业为研究对象,将知识吸收能力分为潜在吸收能力和实际吸收能力两个维度来进行实证研究,结果发现研发投入程度、企业变革态度等因素与知识吸收能力的两个维度都显著正相关。
1.6人力资源管理机制
企业的人力资源管理机制在一定程度上也影响着企业的知识吸收能力,比如企业在对员工的管理机制上比较灵活,允许员工到不同的岗位去轮岗,这样员工接触到的东西就越多,知识面就会加宽,那么在遇到新知识的时候,吸收能力也会相应增强。王朝晖[17]把知识吸收能力作为中介变量来探讨人力资源管理和探索式创新之间的关系,研究表明人力资源不但正影响着探索式创新,而且可以通过吸收能力来间接影响探索式创新。Jansen等[18]认为企业层面的跨职能团队或者工作的轮换可以拓宽员工的知识面,充分发挥员工的能力去解决问题,可以增加企业的潜在吸收能力。
2基于二元区间数的多指标余弦评价模型
对于多指标评价方面的问题,国内外学者已经从不同角度进行了研究,各种研究也都有各自的优点和缺点。本研究是对企业的知识吸收能力进行评价,难免会因为主观模糊而带来数值的不确定性,因此本研究采用二元区间数来尽量减少这种不确定性,并在此基础上通过对指标线段和理想指标线段之间的夹角进行对比,从而来评价企业之间的知识吸收能力的强弱。
2.1评价指标数据的标准化
企业知识吸收能力的评价问题在这里可以等同于多指标的决策问题,设有n个待选的企业,企业集记为A = {A1,A2,A3,…,An};评价指标集记为B = {B1,B2,B3,…,Bm};Y = (yij)n×m表示企业集Ai关于指标集Bj的决策矩阵。在多指标决策问题中,各指标的量纲往往不同,不能放在一起直接进行比较,而是需要进行标准化处理,消除之间因为量纲不同到导致的不可公度性。对于余弦决策矩阵的标准化处理过程,指标分为效益型指标、成本型指标、适中型指标,针对不同的指标有不同的处理过程,由于本研究中评价指标是由专家打分,分数越高效果越好,均属于效益型指标,所以标准化过程做如下处理:
记标准化后的决策矩阵为R=(rij)n×m。
2.2确定余弦值
本研究引入余弦评价模型来对各企业的知识吸收能力进行比较。由以上决策矩阵可知,评价方案为Ri= (ri1,ri2,ri3,…,rim),其中rij的含义为第i个方案中第j个指标的标准化值。理想方案记为R*= (r1,r2,r3,…,rm),其中
建立二维坐标xoy,如图1所示。评价方案Ri和理想方案R*在坐标中 对应的点 分别为 (ri1,ri2, ri3,…,rim)和(r1,r2,r3,…,rm),将这些点相连接就会产生评价指标线段集合(ori1,ori2,ori3,…,orim)和理想指标线段集合(or1,or2,or3,…,orm),两者之间的夹角为θij,其中i=1,2,…,n;j=1,2,…,m。夹角的余弦值为:
2.3评价指标权重的确定
本研究采用改进的层次分析法来对各指标的权重进行确定。具体方法如下:
第一步,对各评价指标的重要性进行两两比较, 得出比较矩阵D=(dij)m×m,其中dij代表的是第i个指标相对于第j个指标的重要程度,有如下定义:
第二步,把比较矩阵D的每一行都进行求和,得出di=∑jm=1dij,进而构造判断矩阵E=(eij)m×m,其中
第三步,构造判断矩阵E的传递矩阵F以及最优传递矩阵F*,分别为:
第五步,通过以上得出第j个指标的权重为:
2.4评价指标权重的确定
由以上得到的余弦值和权重,可以计算出评价方案和理想方案之间的加权余弦值,记为:
由于余弦值0≤cij≤1,其数值越大表明企业Ai在指标Bj下的rij与理想方案中的rj越接近,可知的值越大,则评价方案Ri与理想方案R*越接近,企业的知识吸收能力越强。
3实例分析
本研究运用上述评价指标体系和评价方法,对西安市四家企业的知识吸收能力进行评价,邀请了管理咨询方面的专家对四家企业进行调研,然后针对企业不同指标进行打分,最后得到的平均分就是企业相关指标方面的得分,具体评判标准如表1所示。
表2是选取的具有代表性的企业甲、乙、丙、丁的知识吸收能力评价指标参数,其数值是通过多名管理咨询方面的专家分别对四家企业的各个指标进行打分,综合各方面因素而得到的平均分。
按照表2中的数据构建评价矩阵
利用式(1)进行标准化处理,可得标准决策矩阵
由标准决策矩阵可知,理想方案R* =(1,1,1, 1),利用式(2)可算出每家企业的指标与理想方案指标的余弦值,如表3所示。
根据式(3)和以往专家的评判标准,构造企业吸收能力各个指标的比较矩阵
根据式(4)到式(7)可以算出权重系数的区间值, 如表4所示。
将表3和表4中的数据代入到式(8),可得:
同理可得:
根据二元区 间数的排 序原则,可知。四家企业中,知识吸收能力强弱顺序依次是乙、丁、甲、丙。
4结束语
区间综合评价 篇8
随着网络规模的不断发展,信息系统安全事件愈演愈烈,信息系统安全性问题越来越成为影响国计民生的重要问题。2011年12月,CSDN网站用户数据库在网上被公开,包括600余万个明文的注册邮箱账号和密码,随后人人网、天涯社区、开心网等多家知名网站不同程度泄露用户数据库信息,引发强大的社会反响。此次事件主要根源在于信息系统用户身份认证信息保存措施存在漏洞。目前,我国信息系统用户身份认证的安全性仍旧存在着诸多问题,身份认证的安全性是信息系统正常运作的必要环节,它决定着系统用户能否安全访问系统、系统用户信息是否存在泄漏的风险。目前常用的身份认证方法包括用户名/口令技术、一次性口令技术、生物特征识别技术、USB-Key技术,不同的信息系统对于身份认证的要求不同,采用的身份认证方式也不同。信息系统身份认证的安全性问题是信息系统安全中的一项重要内容。
目前,信息系统的安全性评价主要使用综合评价方法,将定量分析和定性分析相结合,评价结果较为客观。信息系统安全性综合评价方法主要有AHP评价[1,2,3]、灰色关联度评价[4]、DEA评价[5,6]等方法。这些方法对于整体信息系统安全能够提供较为客观的评价结果,评价效果较好,但这些方法主要针对信息系统整体状况进行评价,而对于信息系统的具体部分,如信息系统身份认证体系的安全性评价并不多。卢加元提出了信息认证系统评价模型,其模型采用AHP方法,主要针对信息系统身份认证方式的选择进行了评价[7]。
随着模糊评价理论的发展,模糊评价方法在各领域得到了广泛的应用,其中基于区间数的模糊评价方法是一种较为客观有效的评价方法,近年来在各个领域的应用都较为广泛。在信息系统安全性评价中,区间数模糊评价方法同样可以提供一种更为客观的评价方法。本文使用区间数评价方法,首先选择信息系统身份认证安全性评价指标,然后建立信息系统身份认证体系安全性评价模型,最后选择某信息系统进行实证研究,验证模型的有效性。
2 信息系统身份认证安全性评价指标体系
信息系统身份认证体系安全性的影响因素(如表1)较多,主要包含四个方面:系统外部环境安全性、系统主机安全技术措施、身份认证方式安全性及组织管理和安全制度。系统外部环境是整个信息系统是否安全的一个重要影响要素,外部环境的安全状况直接决定了信息系统潜在的安全风险的大小。系统外部环境主要包括物理环境安全、周围网络安全状况。物理环境安全主要是指信息系统主机设备所处的物理环境,如机房周围环境是否安全、是否具有安全的防盗措施、是否具有完善的监控设备、是否具备持续供电设备、是否具有安全的防水防火设备等。系统主机所在网络的安全状况同样也是影响身份认证安全的重要因素,其所使用协议的安全状况、周围网络的安全事件发生概率、网络的访问控制措施是否得当、网络中的数据传输时的安全措施等都将对身份认证体系的安全产生较大影响。
系统主机的安全性是影响身份认证体系安全的基础,主机的安全隐患,如操作系统版本低、数据库软件漏洞、数据库安全配置不合理、访问控制措施设置不合理、加密算法强度弱、审计跟踪措施缺乏、各种应急响应措施不到位等,都将对身份认证体系带来致命的影响,这也是黑客主要的攻击方向,黑客往往利用扫描工具发现主机系统存在漏洞,然后发起攻击,最终绕开身份认证体系而进入主机系统。
身份认证方式的安全性是身份认证体系的直接影响指标,其中系统采用的认证协议是较为重要的环节,安全有效的认证协议是身份认证有效性的最直接的保障。同时,认证体系的数据存储也是重要的环节,在CSDN等网站用户信息泄漏的事件中,正是因为用户信息未得到妥善的处理,才为黑客所获取,而如果采取较好的用户的信息处理的方式,如采用Hash算法或加密算法存储,就会避免这样的事件发生,因此认证协议的数据安全性是非常重要的指标。
组织管理与安全制度是一项非技术层面的安全保障。任何完善的信息系统都需要完善的制度配套体系,制度的缺失或执行不利都是信息系统所面临的重要隐患,因此,信息系统管理的专业人员配置及信息系统管理制度也是信息系统安全认证体系的重要指标。
3 区间数与区间数模糊判断矩阵
定义1:a=[a-,a+]={x|0≤a-≤x≤a+,a-,a+∈R},a称为区间数。
设a=[a-,a+],b=[b-,b+]为区间数,则区间数具有如下性质:
(1)a+b=[a-+b-,a++b+];
(2)a·b=[a-·b-,a+·b+],特别的,λa=[λa-,λa+],λ∈R;
(3)a/b=[a-/b+,a+/b-],特别的,1/b=[1/b+,1/b-]。
定义2:若有论域S={Si|i∈I,i=1,2,…,n}为决策问题的方案集,二元比较矩阵A=(aij)n×n为方案直积S×S上的一个模糊子集。0≤aij≤1,表示方案Si优于Sj的程度;若满足aij+aji=1,则矩阵A称为模糊判断矩阵。同样的,若aij=[a-ij,a+ij]为区间数,且a-ij+a+ji=a-ji+a+ij=1,则矩阵A称为区间数模糊判断矩阵。
定义3:设A=(aij)n×n为区间数模糊判断矩阵,C=(cij)n×n为数字矩阵,若∀i,j∈I,有a-ij≤cij≤a+ij,同时∀i,j,k∈I,C满足cij=cik-ckj+0.5,即C为一致性模糊判断矩阵,则称A具有一致性。
定义4:若A=(aij)n×n为一致性模糊判断矩阵,D=(dij)n×n,且dij=aij-0.5,称D为A的优势矩阵,记A=D+0.5E,E为元素全为1的数字矩阵。
可以证明,dij=-dji,且矩阵D与A一一对应,对于∀1≤i,k1,k2,…,kt≤n,有dk1k2+…+dkti=0。
定义5:若A=(aij)n×n为区间数模糊判断矩阵,
可以证明,
定理1[8]:设A=(aij)n×n为区间数模糊判断矩阵,D=(dij)n×n为A的区间优势矩阵,A具有一致性的充要条件为:对∀1≤i,k1,k2,…,kt≤n,有:
d-ik1+d-k1k2+…+d-kti≤0
d+ik1+d+k1k2+…+d+kti≥0
即,对任意的1≤i,j≤n,dij≠Φ
定义6:设A=(aij)n×n为一致性模糊判断矩阵,若W=(w1,w2,…,wn)T满足aij=α(wi-wj)+0.5,其中α≥(n-1)/2,wi≥0,且
定理2[9]:设区间数模糊判断矩阵A=(aij)n×n,aij=[a-ij,a+ij],设矩阵
定理2中参数α≥(n-1)/2影响权重值之间的差异,α越小表明权重值之间的差异越大,α越大表明权重值之间的差异越小,而在实际应用中一般取α=(n-1)/2,便于排序。
4 区间数模糊评价模型
4.1 确定评价对象的因素
根据评价指标体系(如表1),目标层为一级指标,准则层评价因素为二级指标,即系统外部环境安全性(B1)、系统主机安全技术措施(B2)、身份认证方式安全性(B3)、组织管理和安全制度(B4),子准则层评价因素为表1中的17个三级指标。
4.2 确定评价等级
信息系统身份认证体系安全性评价等级确定为5个等级:E={很高、较高、一般、低、很低};对应的区间数向量为{[90,100], [80,90), [70,80), [60,70),[0,60)},向量中的数值为分数区间,最高分100分,最低分0分。在最终评价时,该模型给出一个分数区间,而非具体数值,这也符合评价的模糊性特征。
4.3 确定指标体系权重
本模型采用改进的德尔菲法,通过聘请专家组成评价小组,各专家比较两两指标的重要性构建区间数模糊判断矩阵[10]。经过第一轮评价后,根据定理1将各个判断矩阵进行一致性检验,并将检验结果及其他专家的指标排序情况反馈给每位专家,进行第二轮评价;根据第二轮评价结果判断是否需要进行第三轮评价,如果专家意见离散程度较小,则专家评价过程结束,然后根据定理2确定各要素的权重。值得注意的是,这里的权重向量是一个数字向量,而非区间数向量,也可以构造一个区间数权重向量来进行评价[11]。
具体步骤如下:
(1)构造两两比较区间模糊判断矩阵。通过聘请专家组成评价小组,各专家通过比较各层次要素之间的相对重要性,用区间数形式给出判断,构成区间数模糊判断矩阵A=(aij)n×n,其中的标度使用0.1—0.9标度法[12],如表2所示。
(2)一致性检验。计算区间数模糊判断矩阵A的区间优势矩阵D=(dij)n×n,其中
(3)计算各层次的权重向量。对于满足一致性要求的各个专家的判断矩阵进行综合,采用算术平均值或方根法计算综合判断矩阵A=(aij)n×n,根据定理2,计算权重向量W=(w1,w2,…,wn)T,其中
(4)计算综合权重。假设二级指标的权重向量为W0={w01·w1,w02·w2,w03·w3,w04·w4},对应于各二级指标的三级指标的权重向量分别为W1、W2、W3、W4,则综合权重向量为:W={w01·W1,w02·W2,w03·W3,w04·W4}。
4.4 确定单因素的评价矩阵
建立子准则层的因素集,即三级指标集到评价等级集合的模糊映射,由该映射建立单因素的评价矩阵R=(rij)18×5,其中rij表示指标Ci对于评价等级集合中某一评价结果的隶属程度。在信息系统身份认证体系评价中,由于对于身份认证体系的指标评价需要具备专业的知识,因此rij的值通过专家打分法来完成。
4.5 综合评价
计算μ=W·R·E′,确定一个区间数评价结果。
5 实证研究
本研究对某单位绩效管理信息系统的身份认证体系进行了评价。该单位绩效管理信息系统的身份认证体系采用最常用的用户名和口令的认证体系,该系统的用户角色有4种:(1)总管理员,负责系统维护、系统用户管理等,具备最高权限。(2)一级管理员,负责绩效的审核、最终确认等。(3)二级管理员,即各部门主管,负责各部门人员的绩效审核、评价。(4)用户,即单位工作人员,主要提交输入绩效信息、查询绩效考核结果等。在该信息系统中,各角色均采用用户名和口令登录系统的身份认证体系,口令采用MD5算法在数据库中存储。
研究步骤及结果如下:
(1)指标权重的确定。本研究聘请了6位信息安全领域内具有丰富经验的专家组成专家评价小组,每位专家对指标进行两两比较,参照0.1—0.9标度法,使用区间数形式给出模糊判断,计算出每位专家的模糊判断矩阵进行一致性分析,并根据需要进行第二轮或第三轮的评价;然后综合各专家的意见,采用方根法生成一个综合的一致性判断矩阵,根据该综合判断矩阵计算各指标权重,最后计算综合权重向量。
一级指标A1的综合判断矩阵为:
4个二级指标对应的权重W0={0.1579,0.2690,0.3854,0.1877}。
二级指标B1的综合判断矩阵为:
其下5个三级指标的权重W1={0.1218,0.1508,0.2995,0.1941,0.2338}。
二级指标B2的综合判断矩阵为:
其下6个三级指标的权重W2={0.1907,0.2081,0.2002,0.1784,0.0997,0.1229}。
二级指标B3的综合判断矩阵为:
其下3个三级指标的权重W3={0.4701,0.2187,0.03120}。
二级指标B4的综合判断矩阵为:
其下3个三级指标的权重W4={0.2103,0.3355,0.4542}。
综合权重向量为:W={0.0192, 0.0238, 0.0473, 0.0306, 0.0369, 0.0513, 0.0560, 0.0539, 0.0480, 0.0268, 0.0331, 0.1812, 0.0839, 0.1202, 0.0395, 0.0630, 0.0853 }。
(2)专家打分。本研究针对17个三级指标进行专家打分,专家组6名专家根据具体的环境信息、配置信息等资料,根据安全性评价等级集合E,对该信息系统身份认证体系进行打分。由此计算专家评价矩阵:
(3)综合评价。专家评价矩阵R对应的评价等级集合E为:([90,100],[80,90],[70,80],[60,70],[0,60]),则μ=W·R·E′=[72.6781,82.6777]。
从综合评价结果来看,该信息系统身份认证体系安全性评分在72.6781分至82.6777分之间,处于一般等级水平。从系统评价的结果来看,系统的外部环境安全性较好,系统主机的安全技术措施较为完备,组织管理与安全制度较为完善。存在较大问题的是身份认证方式的安全性。由于该系统采用最常用的用户名和口令的认证体系,所以认证系统的安全协议存在较多的安全隐患,该身份认证方式安全程度最低。在目前出现的安全事件中,由于该协议的安全性低而导致的安全事件发生频率较高。其次该系统身份认证的客户端身份认证数据保存存在较大问题,客户端用户的口令设置安全性不高,容易为穷举搜索类工具破译;同时客户端用户环境存在较多隐患,容易为木马、病毒等偷走,该系统服务器端采用了用户口令加密技术,服务器端认证数据的安全性较高。总之,该系统的身份认证体系还存在较多的安全隐患,尤其是认证协议的选择和客户端用户身份认证的保存与使用过程的安全性需要进一步提高。认证协议可以在单因素认证系统的基础上增加双因素认证,或一次性口令认证技术等;客户端用户的数据保存需要进一步加强用户的安全意识,在口令设置时采用强度较大的口令,口令保存文件使用加密技术,尽量不在安全性不高的环境
(如网吧)登录系统,在个人电脑登录系统需要保证个人电脑没有病毒、木马等恶性软件存在,保证个人电脑系统环境的安全性。
6 结论
本研究使用区间数模糊评价的原理,建立了基于专家评价的信息系统身份认证体系安全性评价模型。该模型采用改进的德尔菲方法确定各指标权重,进而在某单位绩效评价信息系统进行了应用,结果表明,基于区间数模糊评价模型能够给信息系统身份认证体系安全性提供一个较为合理客观的评价结果,为信息系统身份认证体系安全性程度的提升提供重要的参考依据。区间数模糊评价方法能够较客观地保证权重指标计算的科学性,为专家进行评价提供了较好的自由度,较大程度上避免了对评价结果似是而非、难以把握情况的出现;通过采用一致性检验和多轮反馈评价的改进德尔菲方法,提高权重计算的信度和效度,保证了评价工作的客观性和有效性。在指标较多的情形下,采用区间数评价方法专家的判断矩阵容易出现不一致的情形,如何最大程度上降低评价工作中不一致情形的出现,为评价工作提供便利,是后续研究的内容。
参考文献
[1]成卫青,龚检.网络安全评估[J].计算机工程,2003,29(2):182-186
[2]TAEWON KYUNG,etc.A study on information security level evalua-tion using fuzzy AHP[C].2011Internation Conference on Informa-tion Science and Applications(ICISA),2011
[3]L D BODIN,L A GORDON,M P LOEB.Evaluating information se-curity investments using the analytic hierarchy process[J].Commu-nications of the ACM,2005,48(2):78-83
[4]李玲娟,孔凡龙.基于灰色理论的层次化网络安全态势评估方法[J].计算机技术与发展,2010,20(8):163-166
[5]ELISABETH GUNDERSEN.Data envelopment analysis model for as-sessment of safety and security of intermodal transportation facilities[D].Florida:Florida Atlantic University,2008
[6]张元源,于俊杰,吴大纬,等.基于DEA的信息安全风险管理水平评估研究[J].信息系统工程,2010(1):53-56
[7]卢加元.身份认证系统的评价模型[J].电脑知识与技术:学术交流,2006(20):51-52
[8]覃菊莹.区间模糊互补判断矩阵的一致性及权重计算[J].合肥工业大学学报:自然科学版,2007,30(11):1546-1549
[9]张吉军.模糊互补判断矩阵排序的一种新方法[J].运筹与管理,2005,14(2):59-63
[10]张道武,汤书昆,方兆本.进化的群体决策机制——联盟群决策方案德尔菲法一致性调整[J].预测,2004,23(3):36-40
[11]周宇峰,魏法杰.不确定型模糊判断矩阵一致性逼近与权重计算的一种方法[J].运筹与管理,2006,15(2):27-31