评价分析模型论文

评价分析模型论文（共12篇）

评价分析模型论文 篇1

0 引 言

基于IP的语音通信(VoIP)是在IP网上通过传输控制协议(TCP)/IP协议实时传送语音信息的技术,这种方式提供了低成本、高灵活性和高效率的应用环境。由于网络只提供尽力而为的服务,语音的质量问题就凸显出来,受到了越来越多的关注。在目前的网络条件下得到满意的通话质量是我们首要考虑的问题。通过研究语音质量的评价模型来达到对VoIP语音质量的监控,并使之能够保持一定的服务水平,是很有必要的。

1 主观评价

主观评价方法的依据是ITU-T P.800( 传输质量的主观评价方法),主观评价是一种以人为主体的评价方法,它利用人主观感觉的满意度以可懂度为原则给听到的语音打分,并通过得分情况来评价端到端的语音质量。主观评价试验需要参加的人数众多,准备和执行费时费力,但可以准确测量用户感知。通过对众多评价数据进行收集、统计,最后得到一个统计结果(每一次主观评价试验的结果可能不同)——平均鉴定评分(MOS)。平均主观值MOS是被业界广泛认同的语音质量标准,因此,无论采用何种方法,其测量结果都必须对应到最终的MOS。用户满意度与MOS的对应关系如表1所示。

2 客观评价模型

与主观评价不同的另一种评价方法是客观评价(在测试条件没有变化的情况下能够得到相同的评价分数),它是根据声学特性及人的心理声学模型归纳出客观评价指标,通过测量终端和网络的特征参数,给出语音质量的评价。任何客观评价方法都是以主观评价为基础的。

2.1 感知评估通话质量(PESQ)的测量

PESQ是基于样本的评估方法。该方法是在语音网络上发起一个测试呼叫来通知通话对端开始记录整个通话过程,随着样本语音信号在通话连接上的传输,对端在记录过程中持续与原始样本信号比对,以便检测传输系统和编解码器引入的失真。

2.2 E模型(E-Model)

E模型的前提是假设语音质量损伤因素总是物理附加的。R值是E模型的最终结果,被称为全面的网络传输等级要素,取值范围为0～100。R的计算从R=R0(R0是无网络延时和设备损伤因素的基本信号与收发噪声以及电流、背景噪声之比,即基本信噪比)即没有网络和设备的损伤影响开始,此时语音质量是最好的,但是因为网络和设备损伤因素的存在,降低了通过网络的语音质量。R值的计算公式如下:R=R0-Is-Id-Ie+A,式中,Is为语音信号传输同步的损伤,Id为语音信号传输延时后的损伤,Ie为设备引入的损伤(例如编码器损伤),A为优势因素,致力于考虑呼叫者的期望因素,在部分情况下,一般设置为0。由公式可知,R的计算是首先估计一个连接的信噪比(R0),然后从中减去网络损伤(Is、Id和Ie),最后再用呼叫者对语音质量的期望(A)进行补偿。实际应用中,基本公式中的每一个输入R0、Is、Id和Ie都需要考虑各种各样的实际网络损伤因素,通过非常复杂的数学计算而得到。

3 评价模型的比较

PESQ能够考虑到语音从编码、传输到解码的全过程,因此在VoIP语音评估中得到了广泛应用。但由于网络中损伤的不确定性及信号复杂性的存在,使得这种计算密集型的评测方法不适合实时性的VoIP质量监控。它的缺点在于,测量不是基于数据网络的,而是从收发信号差异的角度分析网络语音问题,不能反映诸如延时、抖动和丢包等数据网络特有的问题,并没有考虑网络故障对用户感知造成的影响。

E模型在VoIP中获得了广泛应用的同时,还存在以下缺点:(1) 对于大数量的可能输入参数的组合情况未经过足够的界内验证和充分的实验室测量;(2) 其前提是假设语音质量损伤因素独立且总是物理附加的,但研究表明这种假设的可靠性在某些情况下存在疑问;(3) 它是建立在300～3 400 Hz电话语音带宽的基础上的,因此不能准确地用于宽带语音的质量评定,所以扩展E模型的使用范围非常必要。

4 主客观模型对语音质量评价的结果

以下是使用一款语音设备在局域网环境下分别进行主观评价和客观评价得到的结果。该款语音设备所采用的语音编码协议如图中所列。其中,agam1和agam2代表两种不同的网络环境;01和02代表两种不同的语音样本(随机抽取);m代表男性,f代表女性。

图1所示为主观评价的结果,图2所示为PESQ模型的评价结果。不同语音编码的速率不同或不同速率的相同编码,压缩率不同,占用网络带宽不同,因此语音质量也不同。从图中可以看出,相同的编码在相同的网络环境下不同样本信号的语音质量不同,不同的编码相同的网络环境相同的样本信号的语音质量也不同。主观评价的这种差异性较小,是由于人耳对某些差异无法感受到。

5 客观模型对语音质量评价的结果

对比E模型与PESQ,在同等丢包的情况下,两种算法对语音质量的评分如图3所示。实验条件:声音来源于中英文广播节目两男两女的对话,G.711、G.723和G.729采用静音取代丢包隐藏模式仿真。

如图3所示,语音质量随丢包增加而下降。从图中可以看出这两种评价模式在相同的编码方式下得出的结果比较接近。同时,采用G.711编码时语音质量受丢包的影响最小,并且对应表1可以看出语音质量能满足用户要求。

6 结束语

通过比较以上两组结果可以看出,仅实现语音通信时,采用主观评价就可以实现对语音质量的评估。但是,通常市场的需求是在实现语音通信的同时还要实现数据业务的通信,而费时费力的主观评价下的语音质量并不能满足要求,这时就必须采用更合理、更准确的客观评价模型。

摘要：文章介绍了基于IP的语音通信(VoIP)中语音质量的评价方法。通过研究语音质量的评价方法来达到对VoIP语音质量的监控,并使之能够保持一定的服务水平是很有必要的。文章还分析了主观评价模型与客观评价模型的实现原理,最后给出了主观评价模型与客观评价模型试验的量化比较结果以及不同客观评价模型试验的量化比较结果。

关键词：基于IP的语音通信,语音质量,感知评估通话质量,E模型

参考文献

[1]段洁.语音质量测量新方法E-model[J].中国数据通信,2004,(09):63-67.

[2]张薇.VoIP语音服务质量评测[J].电信网技术,2005,6(6):59-63.

[3]姚中华,黄建国,张义.VoIP语音质量客观评价方法及发展[J].学术研究,2005,(10):69-71.

[4]吴一新,肖会会.VoIP中为提高语音质量所采用的关键技术[J].计算机仿真,2004,(3):153-161.

[5]曾德攀,成立新.VoIP网络中的端到端音频测试[J].解放军理工大学学报,2000,12(6):44-48.

[6]王伟,王贞松.马尔可夫模型在VoIP通话质量实时评估中的应用[J].计算机应用,2007,12(12):2 969-2 972.

[7]黄俪声,周明天,汪文勇.骨干网中VoIP语音质量的快速评估方法[J].计算机应用研究,2008,10(10):3 119-3 121.

[8]ITU-T Recommendation P.861-1998,Objective quali-ty measurement of telephone-band(300-3 400 Hz)speech codecs[S].

[9]Takahashi A,Yoshino H,Kitawaki N.PerceptualQOS assessment technologies for VoIP[J].Communi-cations Magazine,2007,42(7):28-38.

[10]ITU-T Recommendation G.108-2001,Application ofthe E-model:A planning guide[S].

[11]Markopoulou A,Tobagi F,Karam M.Assessment ofVoIP quality over Internet backbones[A].IEEEINF-COM2002[C].New York:IEEE,2002.

评价分析模型论文 篇2

Ａｕｇ．２００７

天然气管道泄漏爆炸后果评价模型对比分析’ 梁瑞副教授张春燕姜峰王贵仁

（兰州理王大学石油化工学院，兰州７３００５０）学科分类与代码：锄．舶加

中图分类号：／０３７文献标识码：Ａ

基金项目：甘肃省自然科学基金资助（ｚｓ０２１一Ａ２５—０１６一Ｇ。ＺＳ０２２一ＡＺ５一ｏｏｓ）。

【摘要】天然气管道失效可能导致多种严重后果，爆炸灾害给周围的人员和建筑物造成重大的危害，对其爆蚱危害范围的评价进行研究具有重要现实意义。笔者综合分析蒸气云爆炸（ＶＣＥ）定量评价模型和ＡＰＩｐｕｂ５８１后果评价模型；并以某输气管道为实例对爆炸后果进行了定量模拟评价；得到死亡区域与泄漏

时间的关系，确定了其爆炸事故的伤害范围；对两种模型的评价结果进行了对比分析。爆炸后果评价模型的研究与其对比探讨，为今后输气管线的定量风险后果评价模型选取

提供参考依据。

【关键词】天然气管道；泄漏；爆炸；后果；模型

ＣｏｍｐａｒａｔｉｖｅＡｎａｌｙｓｉｓｏｆＥｖａｌｕａｔｉｏｎＭｏｄｅｌｓｆｏｒＥｘｐｌｏｓｉｏｎＣｏｎｓｅｑｕｅｎｃｅ

ＣａｕｓｅｄｂｙＬｅａｋａｇｅｏｆＮａｔｕｒａｌＧａｓＰｉｐｅｌｉｎｅｓ

ＬＩＡＮＧ

Ｒｕｉ．ＡｓＭ．Ｐｒ札ＺＩｔＡＮＧ Ｃｈｕｎ－ｙａｈ ＪＩＡＮＧＦｅｎｇ ＷＡＮＧ Ｇｕｌ－ｒｅｎ

（ＣｏＨｅｇｅｏｆＰｅｈ＇ｏｅｈｅｍｉｃＭＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｌａｎｚｈｏｕ７３００５０，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｆａｉｌｕｒｅｏｆｎａｔｕｒａｌｇａｓｐｉｐｅｌｉｎｅｓｃ￥ｆｆｌ

ＣＲＵＳｅｖａｒｉｏｕｓ∞ｖｃｒｅｃｏｎｓｅｑｕｅｎｃｅｓ，ａｍｏｎｇｗｈｉｃｈｔｈｅｍｏｓｔ

ｓｅｒｉｏｕｓ ｏｎｅ

ｉｓｅｘｐｌｏｓｉｏｎ，ｗｈｉｃｈ Ｃａｌｌ ｐｏｓｅ ａ

ｓｉｇｎｉｆｉｃａｎｔｔｈｒｅａｔｔｏｐｏｏｐｌｅａｎｄｐｍｐｏｒｔｙｉｎｔｈｅｖｉｃｉｎｉｔｙｏｆｔｈｅ

ｆａｉｌｕｒｅｌｏｃａｔｉｏｎ．Ｓｏｉｔｉｓｓｉ＠ｉｆｉｃａｎｔｔｏｅｖａｌｕａｔｅｔｈｅｄａｍａｇｉｎｇ

ｒａｎｇｅｏｆｎａｔｕｒａｌｇａｓｅｘｐｌｏｓｉｏｎ．Ｔｈｅｑｕｔｍｔｉｔａ—

ｆｉｖｅｅｖａｌｕａｔｉｏｎｍｏｄｅｌｏｆＶＣＥ（Ｖａｐｏｒ Ｃｌｏｕｄ

Ｅｘｐｌｏｓｉｏｎ）ａｎｄＡｉｒ［ｐｕｂ５８１ｅｖａｌｕａｔｉｏｎｍｏｄｅｌ

ｆｏｒ“ｐ１０８ｉｏｎ ｃｏｎｓｅｑｕｅｎｃｅ

ａｒｅ

ａｎａｌｙｚｅｄｉｎｔｈｅｐａｐｅｒ．Ｔｈｅｎｑｕａｎｔｉｔａｔｉｖｅｓｉｍｕｌａｔｉｏｎｅｖａｌｕａｔｉｏｎｓ

ａｒｅ ｍａｄｅ Ｏｉｌ

ｔｈｅｅｘｐｌｏｓｉｏｎ ｃｏｎｓｅｑｕｅｎｃｅｏｆａ ｎａｔｕｒｅ

ｇａｓｐｉｐｅｌｉｎｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｔｗｏｍｏｄｅｌｓ．ｔｈｅｒｅｌａｔｉｏｎ

ｂｍｅｅｎｄｅａｔｈ ａｒｅａ

ａｎｄｌｅａｋ・

ａｇｅｒｉｍｅｉｓｏｂｔａｉｎｅｄａｎｄｔｈｅｄａｍａｇｉｎｇ ｒａｎｇｅｏｆｅｘｐｌｏｓｉｏｎｉｓｄｅｔｅｒｍｉｎｅｄ．ＢａｓｅｄＯｉｌ

ｔｈｅｓｅｒｅｓｕｌｔｓ，ａｃｏｍｐａｒａ－ ｒｉｖｅａｎａｌｙｓｉｓｉｓｍａｄｅ Ｏｉｌ

ｔｈｅｅｖａｌｕａｔｉｎｇｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｂｙｔｈｅｔｗｏｎ１０ｃｌｅ］ｓ．Ｔｈｉｓ

ｍｄｖｒｅｓｕｌｔｓ ｐｒｏｖｉｄｅ ａ

ｒｅｆｅｒ－

∞ｃｅｆｏｒｔｈｅｓｅｌｅｃｔｉｏｎｏｆｑｕａｎｔｉｔａｔｉｖｅｒｉｓｋｅｖａｌｕａｔｉｏｎｍｏｄｅｌｓｆｏｒｎａｔｕｒａｌｇａｓｐｉｐｅｌｌｅｅｉｎｔｈｅｆｕｔｕｒｅ．

Ｋｅｙｗｏｒｄｓ：ｎａＩＩｌｒｅｇａｓ

ｐｉｐｅｌｉｎｅ；ｌｅａｋａｇｅ；ｅｘｐｌｏｓｉｏｎ；ｃｏｎｓｅｑｕｅｎｃｅ；ｍｏｄｅｌ

０引言

天然气的主要成分是甲烷（约９５％以上），其爆炸极限很低，仅为５％一１５％，属甲类化学危险品。输气管道在运行过程中会受到多种内外因素的影响，例如：内外腐蚀、材料缺陷、第三方破坏等，使管道发生泄漏。泄漏的气体很容易与空气混合形成爆

炸性混合气体，当某区域气云浓度高于爆炸下限

（ＬｇＬ）且低于爆炸上限（ＵＥＬ）时，遇热源和明火将会引发火灾爆炸事故，给其周围的人员和建筑物造成重大的危害，对国民经济造成巨大的损失“ｑ１。如１９９４年川南宋牟线ｑ）｜１２０ｍｍ集气管线发生爆破和１９９９年某天然气管线接口处突然爆裂，事故都造成了巨大的经济损失‘＋“。

・文章编号：１００３－３０３３（２ｆ１０７）０６—０１３１—０５；收稿日期：９．００７—０３—１１；磬稿日期：２００７—０７—０６

１３２・

盖ｉ。尸鑫≯彘妻气耋 第１７卷 ２００７妊

因此，对天然气管道泄漏事故危害范围评价模型进行比较研究，对于输气管线定量风险后果评价和风险管理具有重要现实意义，并为准确制定天然气管道的安全运行和提出应急预案提供决策依据。

天然气管道失效后果和灾害类型有火灾和爆

炸，火灾的影响模式为热辐射，而爆炸通过冲击波以及超压对建筑和人造成破坏与伤害㈨（见图１）。爆炸有各种破坏效应。如热辐射、有毒气体产物的致命效应等，但最危险、破坏力最强、破坏区域最大的还是冲击波的破坏效应…３。

喊三三甲 ｝臣巫叵卜＠

１爆炸后果评价模型分析

田１夭然气管道泄漏后果分析示意圈

爆炸分为物理爆炸和化学爆炸两大类。锅炉爆炸、压缩气体和液化气体钢瓶爆炸是典型的物理爆炸，物理爆炸影响范围较小，一般不作为重大危险进行后果分析。化学爆炸包括不稳定固体或气体的爆炸、受限空间内可燃气体爆炸和开放空间的气体蒸气云爆炸等，作为重大事故后果分析，最重要的是可燃气体泄漏引起的开

放空间蒸气云爆炸”Ｊ。对于事故爆炸后果的评定，该研究对蒸气云爆炸（ＶＣＥ）定量评价模型及规范ＡＰＩＰ１１ｂ

５８１中提出的定量后

果评价模型进行了分析。１．１泄漏率的计算

管道中气体泄漏质量流量与其流动状态有关，对于天然气管道，一般属于音速流动。泄漏率采用式（１）计算”１：

Ｑ＝巳ＡＰ√ＫＲＭｒ、Ｋ２“（１）

式中，口＿质量流量，ｋｓ／５ ５

Ｇ——泄漏系数。对气体取０．８５—１，圆形裂口取１： Ａ——孔Ｅｌ截面积。ｍ２；Ｐ＿—一管道内介质压力，Ｐａ； 卜气体绝热指数，天然气取１．３； ＿；ｌｆ—分子量，天然气取０．０１７ ｋｓ／ｔｏｏｌ；

△——气体相对密度，取０．７；Ｒ——气体常数，８．３１Ｊ／（ｍｏｌ・Ｋ）；

卜气体温度，Ｋ。

管线泄漏的气体泄漏率随时间变化。在失效的 几秒钟内。泄漏率下降到最初最大值的一部分，当管

线巡视人员发现管线泄漏后会关闭上游的截断阀门，管内压力逐渐降低，此外加上管内摩擦力的作用，泄漏率随时间逐渐降低，如图２所示。当量泄漏率Ｑ井是最大泄漏率的一部分。管道断裂的失效事故导致介质从两端泄漏。当量泄漏率可由式（２）计算”Ｊ：

Ｑ口＝２ＡＱ（２）

式中，＾——泄漏率延迟因子；系数２表示气体从断 裂管道两端同时泄漏。圈２泄漏率延迟【，ｌ

１．２蒸气云爆炸（ＶＣＥ）定量评价模型 蒸气云爆炸（ＶＣＥ）是一类经常发生且后果 十分严重的爆炸事故。采用聊当量法估计蒸气 云爆炸的严重程度。１．２．１ ＴＮＴ当量的计算

用州Ｔ当量法预测蒸气云爆炸严重度的原理：

假定一定百分比的蒸气云参与了爆炸，对形成冲击波有实际贡献，并以ＴＮＴ当量来表示蒸气云爆炸的

第８期

粱瑞等：天然气管道泄捅爆炸后果评价模型对比分析

１３３

威力。用式（３）来估计蒸气云爆炸的当量Ｗｒｒｆｒ‘“： ‰＝等 Ｔ耵

为０．ｏｌ，它要求的冲击波峰值超压为”０００Ｐａ。计算Ｒｄａ。，仍用式（５）和式（６）计算…１。

（３）１．３

ＡＰＩｐｕｂ５８１定量后果评价模型 式中，形哪——蒸气云的ＴＮＴ当量，ｋｇ； ＾——蒸气云的硎Ｔ当量系数，取值范围 ０．０２％一１４．９％，取４％： Ｗ厂—蒜气云中燃料的总质量，ｋｇ； 仉——燃料的燃烧热，Ｕ／ｋｓ；

口１＇ｌ，——哪爆炸热，Ｅｌ／ｋｇ，其值为４．１２—４．６９ ×１０ｊ

ｋＪ／ｋｓ，取４．５２×１０，ｌ∥ｋｇ。

已知蒸气云爆炸的州Ｔ当量，可用以下方法估计其严重程度。在估计死亡区半径时，使用超压一冲量准则；在估计重伤区和轻伤区半径时，使用超压准则。

１．２．２死亡区半径

该区内的人员如缺少防护，则被认为将无例外地蒙受严重伤害或死亡。其内径为零，外径记为Ｒ，表示外圆周处人员因冲击波作用导致肺出血而死亡的概率为０．５，它与爆炸量问的关系由式（４）确定‘”１：

面

％５＝１３，６（羔）”（４）

１．２．３重伤区半径

该区内的人员如缺少防护，则绝大多数将遭受严重伤害，极少数人可能死亡或受轻伤。其内径为死亡半径月。，外径记为Ｐ，Ａｏ．，表示该处人员因冲击波作用耳膜破裂的概率为０．５，它要求的冲击波峰值超压为４４

０００

Ｐａ。应用超压准则，冲击波超压 ＡＪＤ可按式（５）计算”“：

Ａｐ：０．１３７Ｚ。３＋Ｏ．１１９Ｚ一２＋０．２６７Ｚ～一０．０１９（５）ｚ＝‰，㈦３（６）

式中，蹁，——目标到爆源的水平距离，即重伤区 半径，ｍ；

ｐ。——环境压力，Ｐａ； Ｂ一爆炸总能量ｏ“，Ｊ。Ｅ＝伊斋Ｑ。（７）

１．２．４轻伤区半径

该区内的人员如缺少防护，则绝大多数人员将遭受轻微伤害，少数人将受重伤或平安无事，死亡的可能性极小。其内径为重伤区的外径Ｒｄｏ．，外径为Ｒｄｏ．ｏ．，表示外边界处耳膜因冲击波作用破裂的概率

采用美国石油协会标准ＡＰＩ ｐｕｂ５８１（基于风

险检测的基本源文件）中定量后果评价模型”２１对天然气管道泄漏爆炸后果危害范围进行评价。

１）确定代表性流体及其性质：对于天然气管道，其代表性流体是ＲＢＩ基本资源文件中模拟的物

质Ｃ．一ｃ２。

２）确定代表性流体的最后相态：流体泄放后的扩散特性主要取决于环境中流体的相态（即液体或气体）。如果当流体从稳态工况转换到稳态环境条件时没有相变，则流体的最终相态与初始相态相同。在此确定最后相态为气体。

３）选择泄漏孔尺寸：ＡＰＩ ｐｕｂ

５８１中管道４个

泄漏范围的孔尺寸的代表值分别为６．３ １１１１１１，２５．４ｍｍ，１０１．６ ｍｍ及管径。

４）确定气体泄漏量：泄漏率采用式（１）计算。５）确定泄放类型：瞬时释放及连续释放可用不同的方法评价。选择不同的释放类型计算结果差异很大。因此，正确地确定泄放类型是很重要的。对于小孔（６．３１１１１１１）模拟为持续泄放。对于其他类型孔尺寸，当泄放４５４０ｋ耗时不足３ｒａｉｎ时，通过给定孔尺寸的泄放为瞬时泄放。对于较低泄漏率模拟为持续型泄放。

６）确定泄放潜在影响区：ＡＰｌ５８１中，泄放后果的表达式如下： Ａ＝“５（８）

式中，Ａ——结果区；

ｏ、６——与物质和后果相关的常数；ｇ——总泄放量（ｋ）或泄漏率（ｋｒ／ｓ）。对于天然气管道泄漏只考虑非自动点火情况，结合具体泄放类型选出具体的计算公式如表ｌ所示。

表１天然气管道泄漏后果影响区方程持续泄放后果方程瞬时泄放后果方程ｃｌ—ｃ２

（＃为泄漏率，ｋ∥ｓ）

（＊总泄放量，ｋｇ）设备破坏面积ｍ２ Ａ＝８６７，”

Ａ＝６．４６≯”人员致死面积ｍ２ ＾：２１ ８３严“

Ａ＝１２．４６扩“ ２模拟评价实例

某天然气输气管道在近郊处因施工误操作造成管段断裂｛Ｉ！｝漏并发生爆炸事故。该输气管道，其管

中国安全科学学报 第１７卷・１３４－ Ｃｈｉｎａ Ｓａｆｅｔｙ Ｓｅｉｅｎｃｅ Ｊｏｕｒｎａｌ ２００７年

输压力为６ＭＰａ，管径为９１４ｍｍ，温度为２０％，天然气燃烧热Ｑ，＝５×１０４ｋＪ／ｋｇ。应用上述模型对其爆炸后果进行定量模拟评价，确定其爆炸事故的伤害范围。

分别取泄漏时间为１

ｓ，５Ｂ，１０８，２０ｓ，３０ Ｂ，加ｓ，５０ｅ，６０

ｓ，应用上述两种爆炸模型对输气管道发生

断裂泄漏并爆炸的情况进行模拟评价，得到死亡区面积随泄漏时间变化关系的曲线图（见图３）。

置 氍 ＿县 凶Ｕ赋

豳３死亡区面积与泄漏时间的关系

当泄漏时间为３０８时，由式（１）计算得气体泄漏率Ｑ＝６９４１ｋｇ／８，由图２，＾取０．３代人式（２）得当量泄漏率Ｑ打＝４

１６４．６

ｋｇ／ｓ，则泄漏气体总质量

Ｅ＝１２４９３８ｋｇ，代人式（３）可得孵Ｍ＝５５２８２．３ｌ【ｇ。式（５）中当ＡＰ＝４４０００／ｐｏ时，应用Ｍａｔｌａｂ软件求解得Ｚ＝１．０８９１；当ＡＰ＝１７０００／ｐｏ时，Ｚ＝１．９５６９。采用ＡＰＩｐｕｂ５８１模型评价的流程图 如图４所示。两种模型的评价结果见如表２所示。圈４ Ａｎ

ｐｕｂ

５８１模型评价的流程图 衰２爆炸模型模拟评价结果 死亡半径凡，（Ｉｔｌ）重伤半径础。，（ｍ）轻伤半径Ｒｉｏ．ｍ（１１３）燕气云爆炸（ＶＣＥ）６００ １４７２ ２６４４ 定量评价模型

死亡区面积（ｉ＇１１２）重伤区面积（ｍ２）轻伤区面积（ｍ２）１１３Ｌ０ ６８ ０７２ ２１９６２０

ＡＰＩｐｕｂ５８１定量后果 人员致死面积（ｍｓ）

设备破坏面积（ｍ２）评价模型 ３２３８２ １６７８９ ３结论

１）从图３可以看出，由ＡＰＩ ｐｕｂ

５８１评价模型

得到的死亡区域面积远大于ＶＣＥ评价模型得到的，并且其随泄漏时间的变化曲率也较大。

２）从危害区域评价结果可以看到，由ＡＰＩ ｐｕｂ

５８１评价模型得到的死亡区域大于由蒸气云爆炸模 型得到的。这是由于ＡＰＩ ｐｕｂ

５８１模型的评价结果

是事故的潜在后果区，不只针对爆炸后果，还包括各 种火灾后果，因此，评价结果较为保守。３）蒸气云爆炸（ＶＣＥ）评价模型的后果区域划

分细致；ＡＨ ｐｕｂ

５８１模型的推荐后果分析步骤十分

系统，且适用领域广，可以针对不同失效后果计算人员死亡面积和设备损失面积。

４）天然气管道失效后果有多种（见图１），火灾与爆炸可能混合发生，具有较高的复杂性。笔者仅对爆炸后果进行了分析，今后将致力于对火灾与爆炸混合发生的情况进行模拟研究。

第８期粱瑞等：天然气管道泄漏爆炸后果评价模型对比分析 １３５ 参考文献

ＹｕｈｕＤ．ＨｕｉｌｉｎＧ，ＪｉｎｇＺ，ｅｔａｌ

Ｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｉｎｇｏｆｇａｓｒｅｌｅａｓｅｔｈｒｏｕ出ｈｏｌｅｓｉｎｐｉｐｅｈｎｅｓ［Ｊ］ＣｈｅｍｉｃＭ

Ｅｎｇｌ－ ｎｅｅｆｉｎｇ

Ｊｏｕｒｎａｌ，２００３，９２（１—３）：２３７—２４ｌ

ＪｏＹＤ．ＡｈｎＢＪ．Ａｎａｌｙｓｉｓｏｆｈａｚａｒｄａｍ越ａｓｓｏｃｉａｔｅｄＷｉｔｈｈｉｇｌｌ—ｐｒｅｓｓｕｒｅ

ｎａｔｕｒａｌ・ｇ昭ｐｉｐｅｌｉｎｅｓ［Ｊ］Ｊｏｕｒｎａｌ

ｏｆＬｏｓｓＩｒｅ‘ ｖｅｍｉｏｎｉｎ

ｔｈｅＰｌ＇ｏＣｅＢｓＩｎｄｕｓｔｒｉｅｓ，２００２，１５（３）：１７９—１８８

田贯三，李联泉城镇燃气爆炸极限影响因素与计算误差的分析［Ｊ］中围安全科学学报，２００２，１２（６）：鹌－５１李昌汉．川南矿区宋牟线集气管线爆破事故调查分析［Ｊ］．天然气与石油，１９９５，１３（２３：２２—２６魏嵬，王观军等天然气管线爆炸事故的技术分析［Ｊ］．石油化工安全技术，２００１，１７（１）：１１—１３董绍华，杨祖佩全球｝由气管道完整性技术与管理的最新进展［Ｊ］．油气储运，２００７，２６（２）：１—７刘铁民，张兴凯，刘功智安全评价方法应用指南［Ｍ］北京：化学工业出版社，２００５郑津洋，马夏康，尹谢平．长输管道安全风险辨识评价控制［Ｍ］北京：化学工业出版社，２００４

ＳｔｅｐｈｅｎｓＭＪ．ＡＭｏｄｅｌｆｏｒＳｉｚｉｎｇＨｉｇｈＣｏｎ唧ｅｎｅｅ

Ａｒｅａｓ

ＡｓｓｏｃｉａｔｅｄｗｉｔｈＮａｔｕｒａｌＧａｓ ｍｒ＊ａ．ｅｓ［Ａ］Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ

ＩＰＣ０２７４“ＩｎｔｅｒｎａｔｉｏｎａｌＰｉＰｄｉｎｅｓ Ｃｏ也，ｅ．ｅｅ［Ｃ］Ｃａｌｇａｒｙ，２００２

宇德明，冯长根，曾庆轩等．爆炸的破坏作用与伤害分区［Ｊ］．中国安全科学学报，１９９５，５（增刊）：１３—１７吴宗之，高进东．张兴凯．工业危险辨识与评ｔＲＺＭ］．北京：北京气象出版社。２０００

／ｈｌｌｅｚｉｃａｉｌ

ＰｅｔｒｏｌｅｕｍＩｎｓｔｉｔｕｔｅ：Ｒｉｓｋ—ＢａｓｅｄＩｍｐｅｅｔｉｏｎＢａｓｅＲｅｓｏｕｒｃｅＤｏｅｕｍｅＩｌｔ．ＡＰＩｐＬ出５８１［Ｓ］Ｆｉｒｓｔ

Ｅｄｉｔｉｏｎ。Ｍａｙ２００２

』Ｍ』＇矗』＇．ａ４０ｔ』Ｌａ．ａ４０ｔ彻．４』ｔｄＬ』ｔ∥ｌ胡』ｔ∥Ｌ。爿ｚｔｆＬ月ｋ１．ａ五ｚＭ五』ｔａ．Ａ．ａ．爿臼ｚＬｄｋｌｚｔ∥Ｉ彳Ｉ．ａ

欢迎订阅《中国安全生产科学技术》（中国科技核心期刊美国化学文摘收录）

国家安全生产监督管理总局主管中国安全生产科学研究院主办

《中国安全生产科学技术》（双月刊）定位于“国家级安全生产科学领域的权威性期刊”，编委会由中国工程院院士（９名）和正高级职称的专家、学者、学科带头人及各行业有影响的安全管理专家组成，是中国科技核心期刊，被美国化学文摘（ＣＡ）、中国期刊网（ＣＮＫＩ）等数据库全文收录。

主要栏目：学术论著、现代安全技术与管理（安全工程、卫生工程、安全管理、安全评价、体系认证等）、信息与动态等。读者对象：安全生产领域的专家、科研人员，大专院校的安全工程专业及相关专业师生，安全生产监督、监察人员，各行业如道路交通、矿山、机械、消防、石油、化工、钢

铁、建筑、电子渤织、核电及服务业等的安全管理、工程技术和相关人员，注册安全工程师和安全

评价师、职业健康安全管理体系审核员、咨询师等以及与安全有关的专业人员。

刊号：ＣＮ

１Ｉ一５３３５／ＴＢ，ＩＳＳＮ１６７３—１９３Ｘ，ＣＯＤＥＮ ＺＡＳＫＢＯ。大１６开，１４０页，全年６期，２００８年订价９０元，邮发代号：８２—３７９，编辑部常年办理订阅手续。

邮局汇款：地址：北京市朝阳区惠新西街１７号邮编：１０００２９ 单位名称：《中国安全生产科学技术》编辑部 银行汇款：开户银行：中国工商银行北京惠新支行 户名：中国安全生产科学研究院 帐

号：０２００００６３０９０２１９００１５５ 电话｜／传真：（０１０）６４９４１２５８ 网址：ｗｗｗ．ｃｈｉｎａｓａｆｅｔｙ．ａｃ．ｃｎ

电子信箱：ｏｓｈｍｓ＠ｃｈｉｎａｓａｆｅｔｙ．ａｃ．（３ｎ ｊｓｓｔ＠ｃｈｉｎａｓａｆｅｔｙ．∞．Ｃｌｌ 叫嘲

啪刚嘲吲ｍ嘲嘲

评价分析模型论文 篇3

一、试题质量分析

本次分析的试卷的使用对象为大学工科专业一年级本科学生。本次试卷命题的内容为高等数学上册的全部内容，主要知识点为一元函数的微积分及其应用和常微分方程，满分100分。试题覆盖面广，内容分布均匀，命题形式丰富，命题形式为：填空题、选择题、计算题、解答题和证明题。

命题分值的分布如下：

表1

二、试卷质量评价

1.试题难度

试题难度是指试卷的难易程度，是评价试题质量好坏的重要指标。下面根据题型的种类对每种题型的难度进行量化评价。

（1）客观题难度計算公式：P■=1-■

其中P■为难度系数，R为答对该题的人数，N为参加考试的总人数。

（2）主观题难度计算公式：P■=1-■

其中P■为难度系数，R为被测试学生的平均得分，X为该题的满分。

在我校参加统考的一年级学生中随机抽取10个自然班级，共386个学生的试卷，对试题进行评价，结论见表1。

表1    试题难度系数及评价

一般来说难度系数为0.5说明难易程度适中，难度系数小于0.3我们认为试题过于简单，难度系数大于0.7则说明试题较难。从统计结果看该试题的难易程度适中。

2.试题区分度

试题区分度是指试题对于不同水平的学生加以区分的量度。通过测试，学习成绩好的学生得分高，学习成绩差的学生得分低，则说明试题的区分度较好。反之，各个层次的学生得分差别不大则说明试题的区分度较差。

（1）客观题区分度采用两端分组法

将学生的考试成绩进行排序，选出得分较高的27%为高分组，得分较低的27%为低分组，把高分组和低分组答对该题的比例以百分比记为P■和P■，则区分度P=P■-P■。

（2）主观题区分度的计算公式为

其中X■为测试所得总分，Y■为该题得分，X，Y为对应的平均分，n为被测试的人数。

结论见表2。

表2    试题区分度及结论

三、试卷成绩分析

在我校参加统考的一年级学生中随机抽取10个班级，386个学生的成绩对试卷进行统计，使用SPSS软件对学生考试成绩进行评定，结论见表3和表4。

表3    学生成绩区间分布

图1    学生成绩区间分布

表4    统计量描述

四、题目分析

试卷中有一道综合题，如下：

设抛物线y=ax■+bx+c通过点（0，0），且当x∈[0，1]时，y≥0，试确定a，b，c的值，使得抛物线y=ax■+bx+c与直线x=1，y=0所围图形的面积为■，且使该图形绕x轴旋转而成的旋转体的体积最小。

解：抛物线y=ax■+bx+c与直线x=1，y=0所围图形的面积可表示为：

A=？蘩■■（ax■+bx）dx=■+■

所围图形绕轴旋转而成的旋转体的体积：

V=？蘩■■π（ax■+bx）■dx=π（■+■+■）

由A=■得a=■-■，代入V中得：V=■（b-2）■+■π

由上式可知，当b=2时，旋转体的体积V最小，所以当a=-■，b=2时满足题意。

该题属于定积分应用的综合题目，考察的知识点是平面面积的计算和旋转体体积的计算，以及如何求函数的最值。满分为10分，抽取两个自然班82分试卷进行统计，总结学生出错主要集中在三个方面，一是面积的表达式出错，二是旋转体的体积的表达式出错，三是粗心计算出错，统计结果见图2。

图2    学生出错情况统计

从统计结果看，该题的失分率较高，满分同学较少。平面图形的面积掌握得较好，但是旋转体体积的计算掌握情况不好。另外，部分同学计算失误较多，说明平时做题较少，老师在上课过程中还要加强这方面的训练。

此外，抽取两个自然班，82份试卷，对试卷按题型进行分类，对得分率进行统计。

表2    试题区分度及结论

从统计结果可以看出，计算题的得分率要比解答题、证明题都要高，这说明学生学习受中学学习数学习惯的影响较大，仅掌握结题方法;证明题的得分率最低，这说明学生对知识的理解还不够透彻，还需要教师在课堂教学中有针对性地加以训练。

四、结语

本文针对影响试题质量的关键因素，对试题的难度、区分度建立了定量评价模型。依据这些评价模型，对高等数学试卷进行了客观准确的评价。从试卷评定模型和学生成绩两方面看，该试卷质量较高，学生学习成绩良好，但试卷中反映的问题还需要老师在以后的教学中加以强调。试卷评价和学生成绩分析，一方面可提高试题质量，改进考试设计工作，另一方面可促进教学质量的提高。

参考文献：

[1]倪锦君.用spss对试卷成绩进行统计分析[J].科技咨询，2010（3）：224-225.

[2]葛涛，吴建明，尤春风.试题质量定量评价模型[J].河北理工学院学报，2003（4）：120-122.

[3]李敏，补爱军.Mathematica在二重积分教学中的应用[J].怀化学院学报，2013（5）：82-84.

[4]林治.试卷评价与试卷质量的分析研究[J].扬州教育学院学报，2006（9）：89-91.

高校预算管理模型研究与评价分析 篇4

1、观念落后, 学校不够重视。

很多教职员工认为部门预算是学校财务部门的工作, 与其他职能部门无关, 从而在编制部门预算和执行预算的过程中消极应付。

2、学校内部的预算管理与资源配置方面存在矛盾。

部门预算涉及面广, 数据量大, 内容复杂, 预算管理体系不够缜密, 致使财务部门无法全面掌握各院系、部处的创收资金及专项经费情况, 使得相关收入和相应的支出没有完全纳入学校统一管理, 脱离了学校整体预算, 不能真实反映学校财务预算的整体情况。

3、预算编制方法简单, 预算执行的考核监督机制尚未建立。

部门预算在高校已实行数年, 但都还没有建立起有效的效绩考核、追踪评价机制, 导致无法考核部门预算的编制质量和执行情况。

4、预算管理过程难以得到有效执行。

在执行过程中, 只注重预算的编制, 不注重预算的控制, 同时没有很好地去执行预算的考核与评价。预算的变动随意性大, 导致许多高校的预算执行结果与预算目标相差较远, 财务预算的权威性和严肃性得不到保障。

二、高校预算管理模型分析

高校在“量入为出、收支平衡”的预算总原则的基础上编制预算。本文主要从非教学党政职能部门预算测算模型和教学部门预算测算模型两个方面对高校公务消费支出预算采用相应的模型进行了经费测算。

1、非教学党政职能部门预算测算模型。

党政职能部门经费支出主要包括:基本支出 (办公费、差旅费、招待费) 、专项支出、是服务性支出。该模型主要对基本支出中的办公、差旅、接待费按照行政人员的行政级别进行打分测算, 根据总分核定基本支出经费。基本模型 (见表1) 。各部门依据行政级别填列和申报具体人数, 组织部门和人事部门对基本数字进行核对后, 得出部门总分 (见表2) 。

由于行政部门存在缺编现象, 故对缺编人数的分值按相应行政级别分数的一半计算, 表2中, B部门缺编正科一名, 补正科 (4分) 的一半2分, B部门合计分数为A=在岗人员分数A1 (15分) +缺编分数A2 (2分) =17分。参考预算年度之前五年非教学部门用于办公费、行政差旅费、用车费、公务接待费、办公电话费等经费的开支情况, 确定本年公务经费控制总额为B元, 非教学部门总分值为C分, 则非教学部门公务包干经费系数的分配标准定为D=B/C (元/分) 。各部门公务包干经费总额E=各部门总分值A×分配标准系数D, 考虑有些部门行政人员相对较少的情况, 测算分数相对较小, 适当安排特别补助以体现测算的公平性。公务包干经费中办公经费E1、差旅费E2、接待费E3按照包干经费总额的6:2:2分配, 即E1=0.6E, E2=0.2E, E3=0.2E。当然对接待差旅比较多的行政部门可以调整分配系数, 适当提高接待差旅费用, 但其公务包干经费总额不变。

2、教学部门预算测算模型。

教学部门主要是对其应教学而发生的教学费用进行测算, 主要包括教学业务费、低值易耗费、学生实习费、学生活动费、其他费用。教学部门依据教学业务分值表进行测算, 教学业务分值表中主要从教学行政办公业务、本专科生教育业务、研究生教育业务、学科与科研管理、学生管理这五个部分进行测算和评分, 基本模型分析如下。

根据测算模型计算出该教学部门的测算总分值F1=A+B+C+D+E。参考预算年度之前五年教学部门用于教学行政办公业务、本专科生教育业务、研究生教育业务、学科与科研管理、学生管理等经费的开支情况, 确定本年教学部门业务经费控制总额为G元, 各教学部门总分值为F分, 则教学部门教学业务包干经费系数的分配标准定为H=G/F (元/分) 。各教学部门教学业务经费测算额K=教学部门的测算总分值F1×教学业务包干经费系数H。考虑到各学院的生均培养标准Q1, 生员比系数Q2、师均人学时系数等参数Q3的不同, 引入了综合系数Q=0.3Q1+0.4Q2+0.3Q3, 最终各教学部门教学业务经费总额G1=各教学部门教学业务经费测算额K×综合系数表Q。教学业务经费中教学业务费K1、低值易耗费K2、学生实习费K3、学生活动费K4按照包干经费总额的4:1:3:2分配, 各二级学院经费核定后所产生的客观不平衡问题, 诸如教师多、学生少、新建院系、新建专业、规模较小院系等所造成的经费不平衡, 将通过调整系数因素进行考虑。

三、调整预算测算模型, 建立健全预算评价分析体系

测算模型因为设计不够完善, 测算过程中可能对某些职能部门和院系的经费测算有较大影响, 需进一步完善和修正预算管理模型, 并建立健全预算评价分析体系, 下一步的主要工作有:一是非教学部门行政人员分值标准及部门缺编费的核定, 从实际测算和经费使用过程中核定各行政岗位分值标准是否合理;二是非教学部门办公经费、差旅费、接待费系数分配的调整及修正, 从实际经费支出核定系数分配是否需要调整;三是教学部门教学业务类型的细化及分值标准的核定, 主要是教学行政办公业务、本专科生教育业务、研究生教育业务、学科与科研管理、学生管理参数需细化和核定;四是教学部门综合系数Q的修订, 生均培养标准Q1、生员比系数Q2、师均人学时系数Q3及综合系数Q比例的调整及核定;五是建立健全预算评价分析体系。对各部门预算指标和实际支出情况进行绩效考核, 建立健全评价分析体系。

四、加强财务预算执行管理

在高校预算管理过程中, 高校教职员工应该更新观念, 提高认识;由学校成立相应的预算管理委员会, 调动相关职能部门参与部门预算的编制工作, 严格预算管理, 坚决维护财务预算的权威性和严肃性。各单位应根据模型测算和下达的预算指标, 按照轻重缓急的原则和本部门工作计划, 合理安排使用, 不得突破年初预算, 严格控制专项经费支出。应对经费测算模型参数和方法进行修正和改进, 定期对部门经费执行情况进行分析和评价, 并对各部门预算指标和实际支出情况进行绩效考核, 并给予奖惩。

总之, 高校预算管理是高校内部管理的重要内容。随着会计制度的不断变革和高校发展对财务管理要求的不断深化, 再加上预算管理测算模型的某些测算指标和测算参数的局限性和不完整性, 需从理论和实践的角度对预算测算模型不断修正和完善, 进行精细化预算管理, 更科学有效的为高校预算管理服务, 提高资金使用效益, 促进高校可持续发展。

参考文献

[1]郭念棣:高校预算管理的原则及完善[J].南京林业大学学报, 2008 (8) .

[2]詹汉荣:新时期高校财务预算管理优化探析[J].会计之友, 2008 (11) .

评价分析模型论文 篇5

熵权物元分析模型在海水水质评价中的应用

根据熵权法确定评价指标权重.利用物元分析方法对长江口及邻近水域渔业环境水质状况进行综合评价,评价结果与灰色聚类法进行对比.结果表明,利用熵权物元分析模型进行海水水质评价是合理可行的.,且评价结果分辨率更高.同时本研究为海水水质评价提供了新的思路和方法.

作 者：余立斌 张江山 王菲凤 YU Li-bin ZHANG Jiang-shan WANG Fei-feng 作者单位：福建师范大学,环境科学研究所,福州,350007刊 名：黑龙江水专学报英文刊名：JOURNAL OF HEILONGJIANG HYDRAULIC ENGINEERING年，卷(期)：35(2)分类号：X824关键词：物元分析 熵权 关联函数 海水水质 评价

评价分析模型论文 篇6

摘要：在利用Logistic模型分析个人信用评价问题时，需要进行变量选择。Group MCP不仅可以将相关变量以组为单位进行变量选择，还可以对组内变量进行选择。文章根据个人信贷数据，建立了Group MCP Logistic模型，并与Group Lasso、Group Bridge所得的结果进行比较，综合考虑模型复杂度和预测正确率，发现根据Group MCP建立的模型效果是最优的。

关键词：Group MCP；Logistic模型；个人信用评价；变量选择

一、 引言

个人消费信贷在我国迅速发展，对拉动经济增长起到了一定的促进作用。但其中也隐藏着很大的潜在风险，即信贷资产不能及时有效地收回。因此，急需建立完善的个人信用评价体系，从而降低信贷风险。个人信用评价的核心是建立不同客户的信用评价模型，根据信用评价模型对信贷申请人进行评分，从而决定是否给予贷款。

个人信用评价分析中，应用最广泛的方法有统计分析和机器学习两类，前者在模型稳健性和可解释性上有很大的优势。统计分析方法中，学者最关注的是Logistic模型，其计算方法简单、预测准确率高、变量解释能力强。但当Logistic模型涉及的变量很多时，直接使用也存在多重共线性和计算复杂度等问题。因此，变量选择是个人信用评价问题的重点和难点。

传统的变量选择方法有最优子集法和逐步回归法，但这些方法计算量大，且不稳定，当数据有微小变化时，可能得到完全不同的模型，其结果往往是局部最优解，并非全局最优解，尤其当变量个数大于样本量时，方法失效。Lasso是目前应用广泛的变量选择方法，但在个人信用评价问题研究中，许多解释变量是定性变量，对其进行数量化后引入大量的虚拟变量。在利用最优子集、逐步回归或Lasso进行变量选择时，只能选择某个虚拟变量，而不是将相关的虚拟变量作为整体进行选择。Group Lasso将相关虚拟变量作为整体进行选择，使其能够整体剔除或保留在模型中，但并不能实现对群组内变量的选择。Group Bridge既可以实现选择重要的组，也可以选择这些组里面的重要变量，但其惩罚函数在某些点不可微。Group MCP（Group Minimax Concavepenalty）解决了Group Bridge不可微的问题。

本文将建立基于Group MCP的Logistic模型，对个人信用评价的影响因素进行选择和分析，并将其与基于Group Lasso、Group Bridge所得的结果进行比较。

二、 Group MCP Logistic模型

三、 实例分析

1. 数据来源。本文数据选用的是德国某银行的个人信贷数据集合。该数据集中有1 000条记录，包括21个字段，其中前20个字段为信贷申请人的个人特征描述，最后1个字段是银行对客户信用级别的定义：0为“差客户”，1为“好客户”。

本文所用数据包括21个字段，将其进行处理、编码后的结果（解释变量20组共52个，因变量1个）见表1。

原始数据中，信贷期限（x2）、贷款金额（x5）、当前居住地居住时间（x11）、年龄（x13）为连续型数据，为克服量纲的影响，将其标准化处理后再进行分析。

本文所用数据集中，包括700条信用“好客户”和300条信用“差客户”，分别从中随机抽取80%用作训练集，剩余20%用作测试集。训练集中信用“差客户”与“好客户”的数量比为3：7，数据不平衡比较明显，为了降低数据不平衡对分析结果造成的影响。采用Random Oversampling方法在信用差客户中生成120条记录参与建立模型。

2. Group MCP Logistic模型的建立。本文数据分析通过R软件的grpreg程序包完成，得到非零解释变量11组共18个，系数压缩为零的解释变量9组共34个，见表2。

由表2可以看出：现有支票账户（x1组）额度越高的客户，违约的概率越小（x1_13. 模型比较。本文还建立了基于Group Lasso和GroupBridge的Logistic模型，其参数估计的结果见表3。

从模型复杂度上来比较：Group Lasso保留了13组共31个变量；Group Bridge保留了7组共17个解释变量；Group MCP保留了11组共18个变量。Group MCP与Group Lasso相比，保留变量的组数差不多，但变量个数前者比后者大大减少，Group MCP在组内选择变量的优势得到体现。Group MCP与Group Bridge相比，保留的变量个数只差1个，但前者比后者保留的组数多了4个，表明Group MCP保留了更多的组信息。

从模型预测正确率上来比较，表3说明，基于Group MCP建立的Logistic模型，在训练集和测试集上的预测正确率要优于Group Bridge；在训练集上预测的正确率，Group Lasso要高于Group MCP和Group Bridge，而测试集上的预测正确率，Group MCP要优于Group Lasso，尤其是“差客户”的预测正确率上提升很大，这可能是由于Group Lasso没有进行组内变量选择，从而保留了过多的解释变量，有一定的过拟合现象。因此，综合考虑，Group MCP的Logistic模型效果最好。

四、 结论

建立Logistic模型是个人信用评价分析中应用最为广泛的方法。当解释变量尤其是虚拟变量过多时，需要进行以组为单位的变量选择。Group Lasso可以解决组变量的选择问题，将相关的变量作为组进行整体剔除或保留在模型中，但在组内，不能够进行变量选择。Group MCP改进了Group Lasso算法，不仅仅能够进行组变量选择，也能在组内淘汰掉不显著的解释变量。

本文利用具体的个人信贷数据，建立了Group MCP Logistic模型，与Group Lasso和Group Bridge方法进行比较，综合考虑模型复杂度和预测正确率，发现Group MCP方法是最优的。

因此，基于Group MCP方法建立的Logistic模型，能够很好地应用在个人信用评价问题研究中。银行可以结合自己积累的数据，运用Group MCP Logistic模型，选择出对信用评分影响显著的变量，对信贷申请人进行信用评分后再决定是否给予贷款，可以很大程度上降低个人信贷风险。

参考文献：

[1] 方匡南，章贵军，张惠颖.基于Lasso-logistic模型的个人信用风险预警方法[J].数量经济技术经济研究， 2014，（2）：125-136.

[2] 朱晓明，刘治国.信用评分模型综述[J].统计与决策， 2007，（1）：103-105.

[3] 石庆焱.一个基于神经网络-logistic回归的混合两阶段个人信用评分模型研究[J].统计研究，2005，22（5）：45-49.

[4] 胡心瀚，叶五一，缪柏其.上市公司信用风险分析模型中的变量选择[J].数理统计与管理，2012，31（6）： 1117-1124.

[5] 何晓群，刘文卿.应用回归分析（第三版）[M].北京：中国人民大学出版社，2011.

[6] 张景肖，刘燕平.函数性广义线性模型曲线选择的正则化方法[J].统计研究，2012，29（9）：95-102.

[7] 庞素琳，巩吉璋.C5.0分类算法及在银行个人信用评级中的应用[J].系统工程理论与实践，2009，29（12）： 94-104.

基金项目：国家社科基金项目“个人信用评级的统计建模研究与应用”（项目号：13BTJ004）。

作者简介：何晓群（1954-），男，汉族，陕西省西安市人，中国人民大学应用统计科学研究中心、中国人民大学统计学院教授、博士生导师，研究方向为统计模型、六西格玛管理；胡小宁（1986-），男，汉族，河南省濮阳市人，中国人民大学统计学院博士生，研究方向为应用数理统计；马学俊（1986-），男，汉族，安徽省颍上县人，中国人民大学统计学院博士生，研究方向为应用数理统计。

评价分析模型论文 篇7

1 审计评价模型的研究价值及设计的原则

1.1 研究价值

1) 以管理为导向。依据评价标准体系, 可以对各个子公司的发展战略、未来发展潜力、经营风险等进行全面的分析与评价, 从而有效引导企业开展经营活动, 同时也能为领导的决策提供科学的依据以及强力的支持。2) 开创全面审计的新模式。对企业业务的评价指标体系进行探索与研究, 属于当前电力企业审计领域的一次开拓进取的创新之举, 能为审计工作有效全面开展奠定基础, 同时也能给其他企业的审计工作提供相应的参考与借鉴。3) 提高了审计的规范程度。当审计工作建立了一种科学完整的评价指标体系之后, 拥有能够统一评价的方式与内容, 从而促使相关审计人员按照统一的方式与内容去评价企业的审计资源, 这样能够减少审计的随意性, 提升审计工作的规范程度。4) 统一评价的标准。相关技术人员开发出系统、多维度、全面的评价标准体系, 在一定程度上能统一评价的标准, 从而提高企业之间的审计结果可比性, 增强了审计工作的有效性与科学性。

1.2 设计原则

1) 个性与共性相结合。在进行评价指标的设置时, 应该根据相关的国家标准以及公司的相关要求, 设计公司普遍适用的共性指标。与此同时, 还应该根据企业自身的不同而进行相应的个性化指标的设定, 因为每个公司的行业与业务都不相同, 市场竞争的强烈程度也不一样。2) 重要性与全面性相统一。审计的内容应该包括整个企业经营管理的方方面面, 比如战略、财务、市场、运营等业务活动, 尤其要加强对企业核心业务的流程以及成功关键因素的关注。在设计过程中, 评价指标应该准确反映每个公司的业务水平, 争取做好“全面系统、突出重点”。3) 定性与定量相结合。定性指标指的是能够反映经营活动的不确定性与复杂性, 而定量指标则指的是用数据表示的一种指标, 具有客观性高、说服力强等特点, 但仅仅关注的是数值, 因此存在局限性。定性指标是对定量指标的进一步补充与说明, 但在公平性与客观性方面依然得不到有效的解决。在具体的设计过程中, 应该注重定性与定量的结合, 这样更能制定出一种综合的评定指标。

2 审计评价指标体系的模拟

对于审计评价指标体系的模拟, 应该充分考虑审计创新以及现代管理审计的发展需求, 从而从以下六个方面建立相应的指标体系:运营能力、财务、企业发展能力、行业状况、战略以及风险。这六个方面既包括了财务方面的指标, 也包括了非财务方面的指标;既有定性的指标, 也有定量的指标;既有传统的审计指标, 也有创新的设计指标, 因此普遍适用于各个公司的全面审计评估。审计评价指标体系模拟中的六个方面组成了一个全面的体系, 其中运营能力能够反映公司在业务方面的运作效率;财务能够反映出公司的资产获益的能力;企业发展能力则能反映出公司的成长动力;行业状况反映的是此公司所在的行业的基本情况, 比如行业竞争力情况、行业的成长性以及行业的政策等;而战略则反映出了工资的总体管理情况, 它决定着公司总的发展方向;风险反映出了公司可能面临的运营风险、政策风险以及财务风险等。企业运营及发展能力能能够反映出企业的经营效率与发展潜力, 它在一定程度上决定了企业的财务状况。企业的技术领先程度、人力资源状况以及生产设备等决定着企业对于顾客要求的处理效率, 不仅包括了生产的产品能否满足顾客的要求, 而且包括了物资管理能力是否符合顾客的期望等。一个企业的内部运营情况往往会影响顾客的满意度, 而顾客的满意度将直接关系公司在市场中的占有率等市场指标, 市场占有率又往往会影响到财务数据, 因此若要提高公司的财务数据, 就应该把握良好的市场占有率并有效合理地控制运营成本。此外, 对于运营风险、市场风险、政策风险以及财务风险等因素而言, 它们会直接影响企业的运营管理、行业政策以及财务数据, 因此公司在进行运营管理、行业政策以及财务等方面的分析时, 务必做好这些方面的风险评估。

3 应用案例探析

为了验证审计评价模型是否科学且有效, 我们可以进行相应的实地调研 (调研某地的某电力企业公司) , 通过一系列的访谈以及内外部资料的分析, 再从评价指标库中抽取某些评价指标, 将其构建成该公司的评价指标体系。比如我们可以从以下几个指标着重进行评估:

3.1 运营能力指标

从电力企业市场的开发能力、质量和安全管理能力以及运营成本的控制能力等方面进行评估。

3.2 财务指标

这是电力企业进行自身总结以及财务状况与经营成功评价的相对指标, 一般从电力企业的资产使用效率、资产的结构和企业盈利能力三个方面进行评估。

3.3 战略指标

主要从电力企业管理战略的能力以及战略的保障体系两个方面加以评估, 其中管理战略的能力反映的是电力公司的战略制定及管理, 而保障体系则反映的是电力公司的具体战略实施是否得到了充分的保障。

3.4 风险指标

主要是从电力企业的运营风险与财务风险以及电力企业所在的行业政策与市场风险等方面进行评估管理。运营风险反映出了可能对电力企业公司运营过程中产生影响的因素;财务风险直接影响着公司本身的财务利益及其稳定性;政策风险则关系着整个行业政策对公司造成的负面作用;市场风险则反映着电力企业公司市场结构的变化对其造成的影响。但在实际的审计评价中, 会出现一些细微的差别与变化, 因此应该根据实际情况灵活选用评价指标。

4 结语

传统的审计评价已经无法适应新时代的要求, 因此需要新技术的加入, 实现审计评价的新革命。电力企业审计评价模拟, 通过不断的研究与发展, 已经取得了一定的成效, 并付诸了使用。希望在以后的探索中, 相关科研人员能够探讨出更加科学合理的审计评价办法。

参考文献

中小型投资项目经济评价分析模型 篇8

中小型投资项目是指在规定的期限内, 中小企业或个人等投资主体为完成一项开发目标而规划的投资、机构及其他方面的综合体。中小型投资项目以社会投资项目居多且集中在竞争性领域, 单个中小型投资项目所投资金额虽小, 但项目大多与百姓生活息息相关且项目众多, 所以总投资额较大。如果把一亿元以下的投资都近似认为是中小型投资, 那么近年来全国中小型投资项目大约占社会总投资的55%。

中小型投资项目的经济评价是对投资项目各种经济特性的分析和评价, 具体来说, 它是本着合理配置资源的原则, 在国家现行市场价格体系和财税制度内, 进行项目市场预测、技术方案、建设规模、产品方案、设备方案、组织机构与人力资源配备等相关内容, 模拟项目运营, 分析预测项目在财务和经济上的劳动消耗和产出的有用效果, 采用相应参数计算出评价指标, 从而全面考察项目的经济效果和财务效果。中小型投资项目经济评价分为财务评价和国民经济评价, 本文分析财务评价方面。

二、建立中小型投资项目经济评价指标体系

1、中小型投资项目经济评价指标确定原则

对投资项目经济综合评价而言, 建立起中小型投资项目综合评价指标体系是整个评价活动的基本前提和关键内容之一。在确定和选择中小型投资项目评价指标体系之前, 很有必要明确经济评价指标体系的确定原则。即有研究发现, 一般在运用可行性经济评分模型进行项目经济评价时, 都要求各评价指标之间相互独立 (不独立会影响到最终综合经济评价结果的准确性) 。也就是说, 指标i的经济评价值不会因指标j的变化而变化, 同级指标之间没有相关性, 要满足这个条件实际上是非常困难的。投资项目综合经济评价理论中指出, 在设计综合经济评价指标时, 首先要考虑符合全面性和科学性原则, 然后才考虑指标的独立性与简洁性等, 而我们知道评价指标的独立性与全面性往往存在不可调和的矛盾。

可见, 在可行性综合经济评分模型中, 评价指标相关是无法避免的, 我们只能从宏观角度来把握中小型投资项目综合评价指标体系确定的原则:全面性原则, 尽量不遗漏相关指标, 力求全面反映评价目标多方面情况;科学性原则, 指标选取要准确反映所投资项目关于某特定评价目标所有方面的特征;可操作性原则, 应当做到比较容易从一些原始资料数据中推导出所选定的指标;相对性原则, 所选经济评价指标应多采用相对比较指标, 而不宜选用总量性指标;独立性原则, 指标之间不应存在重复计算的情况且尽量避免相关性;简洁性原则, 即指标简洁, 易于理解。

2、中小型投资项目经济评价指标的选择

起源于美国的投资项目经济评价在二战后迅速得到发展, 目前已形成了一套科学、系统的评价指标, 常见的指标分类为动态指标和静态指标:前者要考虑资金的时间价值, 按照某一给定的基础将不同时期的现金流入和流出换算为可相互比较的值, 进而借以评价中小企业投资项目的投资价值, 常用的有动态投资回收期、内部收益率、净现值等;后者则不考虑资金的时间价值, 一般用静态投资回收期、投资利税率、流动比率、投资利润率等会计指标, 来反映中小投资项目的经济效益。应该说, 动态指标更符合投资项目资金运动的规律, 而静态指标则更简单直观, 本文认为中小型投资项目经济评价中应以动态评价指标为主, 静态评价指标为辅。

(1) 净现值 (NPV) 和费用现值 (PC) 。净现值可动态评价各投资项目在计算期内获利能力, 是用一个折现率或预期基准收益率Ic, 将整个项目寿命周期内各期所发生的净现金流量予以折现, 并求出现值之和NPV, 选择NPV值大于零的投资方案并比较各方案净现值大小。费用现值 (PC) 是NPV的一种延伸, 计算方法与NPV相同, 只不过以费用现值最低的投资项目为最佳投资方案。

(2) 内部收益率 (IRR) 。内部收益率是使投资方案在寿命期内各年净现金流的现值之和等于零时的折现率IRR, 保留IRR不小于Ic的投资项目, 并依次计算保留下来的投资项目间的差额内部收益率IRRd, 假如某两个投资项目的IRRd大于Ic, 那么就选择投资较大的项目, 若IRRd小于Ic, 那就选择投资较小的项目。

(3) 投资回收期 (T) 。投资回收期是用回收全部投资成本所需时间的长短来判断投资项目财务风险大小的动态评价指标, 即计算从项目投资之日起, 用项目各年的净收益现值将全部投资现值收回的时间。一般来说, T越长, 投资人对未来所能把握的信息就越少, 相应地投资项目财务风险就越大。

三、中小型投资项目经济可行性综合评价模型

中小型投资项目经济可行性综合评价, 说到底是一个多指标综合评价的过程, 以下本文将建立一个中小型投资项目经济评价分析模型, 通过对投资项目财务可行性进行分析研究, 对财务风险进行系统评价, 判断投资方案的可行性, 对中小型项目投资决策起借鉴作用。

假设某企业备有n个投资项目, 我们可以运用m个定量评价指标X1, X2, ……, Xm来对某个特定评价目标D来进行综合经济评价, 并建立起上述经济评价指标体系L, 即L={X1, X2, ……, Xm}。再假设Xij是第n个投资项目的第m个评价指标的相应观测值, 其中i=1, 2, ……, n, j=1, 2, ……, m。然后就要确定L中X1, X2, ……, Xm的权重系数b1, b2, ……, bm。接下来求出投资项目经济综合评价值, 依据Yi的大小对n个投资项目优先可行性进行排序。

关键是找出最理想的权重系数{bj}, 确定bj (j=1, 2, ……, m) 的方法较多, 主要有二项系数法、德尔菲法 (即专家评分法) 、层次分析法、FHW法 (模糊、灰色、物元评价法) 、模糊规划下的影子价格法及多层次模糊综合评判法。这些方法虽然常用, 但在实际应用中缺点较多, 如运用德尔菲法时考虑到不易找到合适的专家, 调查人数和次数多, 工作量较大, 且评价结果易受个人主观因素影响。因而要找到一个更加符合实际并易于应用的中小型投资项目经济评价分析法成了当务之急。本文试图在德尔菲法发生 (专家评分) 机制的基础上, 建立一种客观赋权法 (MSE) 原则下的投资项目综合经济评价分析模型, 为中小型项目投资决策提供一些有益的参考。

1、德尔菲法 (专家评分) 的发生机制

所谓专家评分指的是专家在对事物相互比较后, 依据专业知识和主观判断给出某被评价事物的主客观系数, 然后项目部依据各专家技能水平高低, 再对他们赋予相应权系数, 由此得出一个综合权系数。可见德尔菲专家打分的发生机制为:如果同一指标对各评价目标相差很大, 那么该项指标对经济评价目标值的贡献就很大, 该指标就应被赋予更大权值;如果同一指标对各评价目标相差不大或甚至相等, 那么该项指标对经济评价目标值的贡献很小, 应不赋予或较小赋予该指标评分权值;如果同一指标对所有评价目标都是负效应 (即该指标随评价目标值的增大而减小) , 那么该指标的权值可定为负数。从前两项可以看出, 某指标数值离差与其权重系数的绝对值正相关, 从最后一项可以得出, 如果某项指标与其他所有指标负相关, 那么该指标的权重系数与其他指标的权重系数异号。

2、客观赋权法下的中小型投资项目经济评价分析模型

中小型投资项目进行系统财务可行性评价的指标体系通常是由相互独立的评价指标构成的, 一般不可能通过简单排序来确定众多投资项目的可行性高低, 必须将各指标综合成统一的评价目标值, 且该目标要尽量准确、客观、公正地反映原始资料数据中包含的所有有用信息。

本文试图建立的模型是基于MSE———客观赋权法, 即在专家利用其知识技能评价各指标权重系数的基础上, 归纳出所有专家在评分过程中的某类非线性规划模型 (NLP) , 最终确定出多个中小型投资项目的每个经济评价指标的最理想权重系数。

如上所述, 假设X1, X2, ……, Xm是m个定量评价指标, 且取得Xij数据 (即第n个投资项目的第m个评价指标的相应观测数据) , 并对Xij按以下公式进行“无量纲化”和“标准化”, 以排除因各定量指标存在不同量纲而给计算过程和实际运用带来的困难, 即:

假设b1, b2, ……, bm为L中X1, X2, ……, Xm的权重系数, 则n个投资项目经济综合评价值为:

为了得到权重系数b1, b2, ……, bm, 记b= (b1, b2, ……, bm) T, j=1, 2, ……, n, 按最大离差原理可得如下非线性规划模型 (NLP) :

上式是一个约束性非线性规划模型 (NLP) , 一般很难直接从中解出b= (b1, b2, ……, bm) T, 为方便求得权重系数向量b, 需要对上式 (3) 进行一系列变换。假设X= (Xij) n×m, W=XTX, Y= (Y1, Y2, ……, Yn) T, 由式 (2) 可知评价目标的经济评价函数可表示为:Y=Xb, 又知Y按n个投资项目取值构成的样本均方差为:。

由于Xij为标准观测值, 故

可得nσ2=b TWb, 令J=b TWb

因而, 可将式 (3) 的非线性规划模型 (NLP) 变换为以下形式:

上式中:b= (b1, b2, ……, bm) T

我们进一步可以对式 (5) 进行变换, 写成无约束性非线性规划模型 (NLP) 的形式:{maxJ=b TWb/b Tb;s.t.W=XTX} (6)

接下来就是对非线性规划 (NLP) 模型求解, 求解的过程我们要用到一个定理:

取b为对称正定矩阵W=XTX的最大特征值λmax所对应的标准特征向量时, 方差J=b TWb取值最大, 即使式 (6) 达到最大值的b就是对称正定矩阵W的最大特征值所对应的标准特征向量。

基于以上定理, 再利用Jacbio数值方法就就可以快速求出矩阵W的最大标准特征根, 即权重系数b= (b1, b2, ……, bm) T。

由上述分析可知, 中小型投资项目经济评价可通过运用一个约束性非线性规划数学模型得到项目排序, 使项目投资可行性和财务风险大小的排序分析模型化, 有助于在理论上进一步给各中小型投资项目的经济评价分析工作提供有益借鉴。

综上所述, 我们就可以确定各中小型投资项目实施的客观优先顺序, 运用该模型分析出来的结果可以作为相关决策部门考虑项目可行性的基本依据。实践证明, MSE法 (客观赋权法) 是较为有效且方便使用的科学方法, 在投资项目经济评价分析中起着重要的参考作用。

参考文献

[1]曹国钧:投资项目经济可行性综合评价数学模型及应用[J].化工技术经济, 2001 (4) .

[2]王嵩:投资项目经济评价理论研究[D].长安大学, 2008.

[3]段钰:关于投资项目经济评价指标的选择问题[J].科技风, 2011 (7) .

评价分析模型论文 篇9

信息化技术的迅速发展推动着信息时代不断地向前进步, 信息处理技术的不断更新也加大了信息时代的影响力。在信息时代下, 企业的外在经济环境迅速变化, 这使得企业在面临更多的挑战和更激烈的竞争的同时, 也拥有更多潜在的商机和发展机遇。现在企业中, ERP系统已经成为改善企业运营模式, 增强企业竞争力的被广泛接受的主流信息管理系统, 但在中国, 企业ERP实施的成功率非常低, 并且很多中国企业因为ERP系统实施的失败从昌盛走向了衰败。

评价ERP系统实施成功与否有很多不同的方法, 但目前很多企业评价ERP实施成功与否大多围绕着是否能按时按期完成ERP实施、在实施过程中是否超预算、ERP运行是否顺利这三个标准。在这些标准的驱动下, ERP实施过程的注重点都集中在了这三个方面, 从而忽略了除此以外更重要的一些方面, 这也是ERP实施成功率低下的一个重要原因。

优良的评价模型可以导出ERP实施过程中真正的重点和关键成功因素, 本文采用张哲、黄沛等学者在研究前人学者模型的基础上运用定性多案例实证分析的研究方法提出的ERP系统实施成功模型来分析讨论ERP实施过程中的关键成功因素。

2 ERP评价模型

张喆、黄沛 (2005) 等人选取了中国本土的至少引入了国外ERP系统三大基本模块的一些企业, 通过实证分析和多案例研究的研究方法, 总结出来了一个完整ERP实施成功评价模型 (如图1) 。

该评价模型总结借鉴了前人的针对管理信息系统实施成功的评价模型, 在此基础上, 结合目前众多中国企业都是采用现成ERP系统而不是自己进行自行研发的实际情况, 更改了前人模型中不适用的地方, 从组织环境、用户环境、系统环境、ERP供应商环境四种不同的环境来对ERP实施成功与否进行评价。

从组织环境的角度来说, ERP系统是一个集成性很强的系统, 其设计、实施和运行需要企业内部各个部门的共同合作, 并且在这个过程中, 通过各部门工作人员的共同合作, ERP系统采用的流程还可以起到对企业业务流程进行优化的作用。由于流程的优化涉及整个企业, 在优化的过程中就会遇到阻力, 所以公司内部组织文化环境必须是善于学习、容易接受新事物的环境。因此, 该模型在组织环境中选取的维度有:高层管理者支持、公司范围内支持、业务流程重、组有效的项目管理、组织文化。

在企业ERP实施的过程中, 工作人员的因素是影响整个系统实施成功的一个重要因素, 系统的使用者应该具备能熟练使用系统的素质, 而且要理解系统的流程和意义, 这样才会更容易接受ERP系统。因此, 用户环境中, 选取了教育和培训、用户参与、用户特征三个维度。

ERP系统的质量是决定ERP系统实施成功的基本因素, 对于ERP系统的基本要求就是系统的适用性、处理信息的准确性, 企业必须采用适合自己企业所在行业的ERP软件, 因此在系统环境中, 采用合适性、信息质量、系统质量三个维度。

由于大多数的中国企业所采用的是国外的ERP系统并且需要其后续的服务, 因此, 供应商的支持力度对于ERP实施成功来说至关重要。优秀的供应商应该做到对企业流程和问题了解透彻, 并且参与ERP实施过程, 提供及时的服务。

3 基于评价模型的关键成功因素分析

3.1 高层管理者支持

在所有论述ERP实施关键成功因素的文章中, 对高层管理者的支持都有浓墨重彩的一笔。ERP的实施计划必须受到高层管理者的支持, 并且将它与企业的战略目标相结合。高层管理者需要持续公开的在企业内部强调ERP计划实施的优先级别及其重要性, 中高层领导则应该有目的性的主动的参与到ERP实施过程中去, 亲力亲为, 让企业员工能明显感觉到企业对项目的重视程度。

一个优秀的项目管理团队要包括三类人:企业高层领导、各部门业务精英、IT技术人员。ERP系统是帮助企业完成企业愿景、实现企业目标的工具, 企业高层参与实施团队可以明确企业愿景、制定组织战略、明确企业发展方向。ERP项目实施小组可以利用愿景驱动的方法来持续获得企业中高层支持, 在ERP实施环节中每成功一小步, 都可以采取激励的方式促使员工对美好愿景的展望。

对于ERP实施来说, 实施团队的高层领导应对技术和管理都有足够的了解, 并且有魅力及能力来引导企业员工跨越组织边界。只有深入的了解ERP系统之后, 高层管理才会发挥其最本质的作用, 在战略层面进行思考、联系企业各部门一起跨越组织边界进行合作, 进一步获得全组织的一致支持。

3.2 业务流程重组

BPR是贯穿整个EPR实施过程中的活动, 而且BPR的成功直接决定了ERP项目的实施成败。变革管理是从项目开始阶段到项目结束、从企业文化到企业组织、涉及到人、组织结构和文化改变的重大管理。企业在BPR的过程中, 企业一定首先具备渴望变革的意愿, 在变革过程中一定要将变革阻力最小化, 从而最小化企业损失。

Aladwani (2001) 首次将营销理论与ERP实施结合来处理变革阻力, 指出阻力来源是员工可预知的风险和员工的行为习惯, 而有效的交流沟通是克服阻力的根本方法, 并实践证明了其具有现实可行的意义。

同时, 在整个变革过程中也应该注意战略、组织和技术三者的平衡。变革是组织由旧的平衡到新平衡的转变过程, 在变革的初期, 变革管理者就需要明确如何对组织中的元素进行重组、采用何种活动和哪些资源可以使组织达到新的平衡。在变革管理的实施中, 变革管理者需要注意平衡的元素和元素间的相互影响。

变革管理可分为规划、准备和实施三个阶段。在规划阶段, 首先可以为企业做诊断, 具体细致的评价公司的组织环境, 让公司全体员工对组织变革的现实情况有一个清晰的认识。变革的动力来自于企业对于战略愿景的追求, 利用愿景驱动的方式来推动企业的变革过程。企业战略愿景包括:业务战略、绩效目标以及实现这一目标的运营计划及对商业性质、管理性质的描述;准备阶段是变革过程的中间阶段, 这一阶段是要完善变革中所需的基础设施, 保证资源的充沛性, 并明确出相关责任和义务;而实施阶段则主要关注企业计划和资源相整合起来所需要获得的企业能力。

纵观整个变革过程, 需要关注三个平行的活动:过程管理、计划管理、项目管理。过程管理是以保证整个变革过程成功的实施和确保预定目标的实现为主要任务的, 同时它是由高层管理人员驱动的, 以保证能制定正确的计划和准确的项目为目标, 能保证组织从所形成的能力中获得效益。计划管理通过应用核实的原则、工具和技术来组织、协调工作, 指导多个相关项目来实现一个或多个预定的企业业务能力。这是一个循环的过程:建立工作计划、设立优先顺序、分配责任义务、决定时间安排。项目管理的主要任务是要真正实现一些可以交付的具体事务, 例如业务处理基础设施等。

3.3 教育和培训

教育和培训是基础的关键成功因素, 通过教育和培训, 可以提高组织成员对ERP的理解并加强整个企业的技术能力。最重要的是, 通过培训和教育, 员工可以在了解系统的基础上, 学习操作过程, 减少他们对ERP系统的抵抗的阻力。

3.4 用户参与和用户满意度

对用户参与、用户满意度间关系的实证分析的文章很多, 这些文章从不同的角度分别证明了用户参与在一定程度上会影响系统的开发速度, 增加开发成本, 而且用户过分参与软件设计会使EPR系统丢失原有的管理理念, 适当的用户参与会增加用户对系统使用的便利, 进而增强用户的满意度。

3.5 ERP系统选择和供应商选择

企业一定要重视ERP系统的系统环境。ERP系统供应商采用不同的编程语言并专注不同的行业以维持自己的核心竞争力。企业必须采用市场上的最合适的ERP系统以保证与所在行业匹配, 而且要对ERP系统的成熟性、内部逻辑、系统优劣有充分的理解和评价。

大多数中国企业购买外国ERP系统, 并采用他们的咨询服务, 因此供应商的支持度对系统实施的影响也至关重要。大多数中国企业在采用外国的ERP系统常遇到系统汉化的问题, 这是问题也是需要注意。

ERP系统的选型和供应商选择常用的评价维度指标如表1所示。

4 结语

本文对ERP实施成功的评价模型进行理论的上的关键因素分析总结, 旨在给ERP实施过程提供关注的重点, 提高ERP实施成功率。文章不足之处是没有结合具体案例进行相关的陈述, 但经过高度总结的关键成功因素仍具有理论指导意义。

摘要：企业资源计划 (ERP) 是当今社会企业接受范围较广泛的获取竞争优势的管理信息系统之一。针对于中国企业资源计划实施成功率低下的现状, 基于张哲、黄沛2005年提出的ERP系统实施成功模型来分析讨论ERP实施过程中的关键成功因素。

关键词：企业资源计划,ERP实施成功模型,关键成功因素

参考文献

[1]Zhang Z, Lee M K, Huang P, et al.A framework of ERP sys-tems implementation success in China:an empirical study[J].In-ternational Journal of Production Economics.2005, 98 (1) :56-80.

评价分析模型论文 篇10

宏观政策方面, 2010年邹定斌等[1]从制度建设层面提出, 降低我国证券投资基金风险的措施。2011年, 修国义等[2]指出开放式基金通过委托代理方式经营, 容易造成信息不对称, 增加非系统性风险, 所以从经济学角度分析开放式基金的流动性风险, 提出采取法律、政策等多种措施进行风险控制。

量化计算方面, 也取得了一些重要研究成果。2002年张孝锋等[3]从投资者、基金管理者和政府管理层角度说明, 科学、准确地进行基金评价的重要性。该文采用标准差、夏普指数 (Sharpe) 和特雷诺 (Treynor) 指数对10只基金的风险进行了评估。2006年, 杨湘豫等[4]采用半参数法计算开放式基金和该基金投资组合中各股票的VaR值, 计算出基金的风险和投资组合的风险构成, 有利于基金经理对投资组合进行动态调整。2010年唐振鹏等[5]利用GARCH、PARCH等的组合计算CVaR, 并把它结合到RA-ROC模型, 对我国2006-2009年20只开放式基金的“风险-收益”进行评价。2011年田瑶[6]构建“风险-收益匹配”模型, 并据此判断我国26只封闭式基金投资组合的合理性, 该文以β系数来衡量基金的风险。2012年孟根其木格选取上证基金指数、深证基金指数2004-2009年每日收盘价作为样本, 通过对基于正态分布、t分布和GED分布的三种GARCH-VaR模型进行实证分析对比, 认为GARCH-正态模型会低估风险, GARCH-t分布会高估风险, 因此GARCH-GED模型较为合理地描述了我国基金市场风险的真实现状[7]。

国际上对于证券风险的研究已经积累不少理论成果。1990年, 美国经济学家马科维茨、夏普和米勒同时荣获“诺贝尔经济学奖”。这三位获奖者的理论阐释包括:在一个给定的证券投资总量中, 如何使各种资产的风险与收益达到均衡;如何以风险和收益的均衡来决定证券的价格;以及税率变动或企业破产等因素又怎样影响证券的价格。马科维茨以可能收益率的分布的方差为度量, 计算资产组合的风险。

近几年, 国际上主要还是利用传统的方法进行基金风险分析。

2011年Bilal Nafees等[8]采用夏普 (Sharpe measure) , 索蒂诺Sortino measure) , 特雷诺 (Treynor measure) , 杰森微分 (Jensen differential measure) 和信息度量 (information measure) 等常规方法对巴基斯坦的8只封闭式基金和11只开放式基金进行了风险分析。Alexander Braun等[9]采用夏普 (Sharpe) , 索蒂诺 (Sortino) , 卡尔玛 (Calmar) 等方法对开放生命基金的风险和业绩表现进行分析和评价。

本文以马克维茨的资产组合理论为基础, 选取四只开放式基金, 将“马克维茨评估法”以及“β指数法”加以应用, 评价这些基金的投资收益以及风险情况。然后, 将模型加以改进, 提出了“单侧负收益率相对偏差比指标的基金风险评价模型”, 该模型研究各个基金在投资市场趋势向下情况下, 各个基金的总收益情况, 测评投资基金的风险程度, 并与晨星 (中国) 的星级评价衡量基金的风险进行比较。

1 基于σ和β指数法的基金风险分析

投资风险的衡量主要通过投资风格、行业集中度、持股分散度、最差收益、机构评级等方式衡量。本节运用马克维茨的风险—收益衡量方法 (σ指数法) 和β指数法[10,11]进行实证分析, 其结果用于与本文新提出的风险度量结果进行对比。

1.1 数据来源

选择50ETF, 央企ETF, 超大ETF以及综指ETF等四只开放式基金, 时间段为2012年10月15日到2012年11月23日, 共30个交易日。这个时间段市场趋势向下, 而这里主要研究的是市场向下趋势的基金风险。其间这些基金数据完整, 具有代表性。

所选的开放式基金均只投资于上证A股市场, 所以选用上证A股指数作为对比。投资基金在季报中只列出位居资产净值前十位的股票, 因此各基金的投资组合来源于2012年12月31日前的十大重仓股, 并且将所占比例标准化, 用于计算各支基金的组合风险。

1.2 马克维茨方法评价指标计算

1.2.1 收益率的确定

收益率的确定主要包括单支股票日收益率、基金 (投资组合) 期望收益率、上证指数 (市场) 收益率和无风险收益率四个指标。

单支股票日收益率r:

其中w0、w1分别表示股票前后两个交易日的收盘价。

考虑到股票的除权因素, 有

其中, w0为股票前一个交易日的收盘价, w11为股票当天的收盘价, w12为这两个交易日之间持有股票获得的红利, 包括现金股利、送股和配股折算成的现金收益。由于本文选定的开放式基金的样本数据期间均未出现额外红利, 因此采用公式 (1) 进行计算。

基金 (投资组合) 期望收益率:

其中, xi为各个股票所占比例, ri为第i支股票收益率的样本均值, rik为第i支股票在第k个交易日的收益率, n=29表示共有29个收益数据, i=1, 2, ..., 10表示10大重仓股序号。

上证指数 (市场) 收益率

其中, rmk为市场组合在第k天的收益率, 样本数据期间上证指数的平均收益率为-0.001 159。

1.2.2 风险的测评

本节计算单只股票风险、基金 (投资组合) 风险、市场组合风险。

单只股票风险σ:

基金 (投资组合) 风险σp2:

又因为当i=j的时候, cov (ri, rj) =σi2, 因此, 方差的一般公式也可以表达成

即股票各自的方差与它们之间的协方差的加权平均值。其中,

为第i支股票与第j支股票的样本协方差, xi为各个股票所占比例, ri、rj分别为第i、j支股票收益率的样本均值, rik、rik分别为第i、j支股票在第k天的收益率, n=29。

市场组合风险:σm2

其中, rmk为市场组合在第k天的收益率, 为市场日收益率的样本均值。

1.2.3 β系数

其中, βi是第i支股票的β系数。利用最小二乘法得βi的估计值

以上各均值、方差及协方差的计算结果列于表5中。

上述结果表明, 就总风险而言, 四只基金风险均小于市场风险;就系统风险而言, 四只基金也均小于市场, 其中综指ETF只有市场风险的13.28%。由此可见这几只基金在风险控制方面是比较成功的。这与晨星评价给予这四只基金的风险都为“风险高”的结论完全不同。

2 单侧负收益率相对偏差比指标的基金风险评价模型

马克维茨理论把收益的波动性大小与基金风险的大小建立了关系。但是, 心理学研究表明, 人们对于亏损比盈利更加在意。以此为建模前提, 本文提出在市场平均收益为负值的情况下, 分析基金收益, 并以此构建度量基金风险的模型。

2.1 单侧负收益频数比

设基金的投资组合为10只股票, 日收益率r-为:

其中, xi为各个股票所占基金的单位比例, rik为第i支股票在第k天的收益率。

在本文计算的这29个收益率中, 上证指数市场收益为负收益率的共15交易日, 将其作为单侧因子进行考察, 分析各个基金在市场为负收益前提下的收益率情况。将正收益率记为1, 负收益率记为0, 以α表示各基金负收益率频数 (天数) 所占总天数的比例 (表6) 。

α的值越大, 说明基金受到市场的负收益影响越大, 投资风险较高;α值越小, 则说明该基金在市场下跌的情况下, 投资风险越小。从表6可以看出, 这四只基金在市场收益为负的情况下, 超大ETF的α指数为最小, 综指ETF的α指数最大。依据α指数, 风险从大到小依次为综指ETF>50ETF>央企ETF>超大ETF。α指数描述了基金下跌与市场下跌在时间尺度上的一致性程度。

2.2 单侧负收益率相对偏差比

只用“0-1”法判断风险大小不能体现偏离程度, 比如同样是跌的两个“0”值, 跌幅程度往往是不一样的。因此, 引入参数θi来表示各个基金在跌的情况下相对于市场跌幅的程度大小, 即

其中, |yi|表示上证指数第i天的收益率绝对值;|xi|表示基金第i天的收益率绝对值。

当θi值为负数的时候, 表示基金在第i天的下跌幅度小于当天市场的下跌幅度;当θi为正数的时候, 表示基金在第i天的下跌幅度大于当天市场的下跌幅度。“─”表示在市场下跌的当天, 该基金取得了正收益。θ值 (称为θ指数) 越大表明该基金的负收益程度越大, 基金风险也就越大。

从表7中不难看出, 超大ETF的θ值是最大的, 总体已经达到了正数水平, 负收益率整体大于市场;而综指ETF的θ值最小, 其负收益率风险远小于其他基金。据θ值得出四只基金的风险排序结果为:超大ETF>50ETF>央企ETF>综指ETF。

2.3 基于单侧负收益率相对偏差比的指标评价

为便于对各基金的风险进行分级, 结合“中国银河证券股份有限公司关于基金投资者风险承受能力的调查问卷”中的题目, 设置市场负收益率为基准, 对θ值进行分段 (表8) , 从而得出各个基金的负收益风险等级。

对于负收益率, 据表7和表8可以得出超大ETF风险很大, 50ETF和央企ETF风险适中, 而综指ETF风险低。对负收益率相对偏差 (θi) 画出散点分布图如图1所示。其中, 横坐标为负收益的日序号, 纵坐标为θ值, 三条直线段从上到下依次为θ=-0.05, -0.30, -0.60。若点落在θ=-0.05线上方, 则说明基金的负收益率大于市场负收益率很多, 风险较大, 称为高风险区;若点落在θ=-0.60线下方, 则说明基金的负收益风险小, 称为低风险区。

图1中三条水平θ线把数据区从上到下分为高、较高、中、低四个风险区。50ETF有1个点在高风险区, 1个点在中风险区, 其余点在低风险区。央企ETF除了1个点落在高、中风险区临界线, 其余大部分点都落在负收益低风险区内。超大ETF有4个点落在低风险区, 2个点分别位于高风险和较高风险区。而综指ETF的所有点落在了θ=-0.60线以下, 负收益风险远小于市场。

3 基金风险计算结果评述

本文选择50ETF, 央企ETF, 超大ETF以及综指ETF在上证指数下跌趋势下的2012年10月15日到2012年11月23日期间的样本数据, 运用马克维茨评估法 (σ指数) 、β指数法、基于单侧负收益率相对偏差比模型 (θ指数) 对四只开放式基金的风险进行分析。

1) 基金风险排序方面。σ序、β序为超大ETF>央企ETF>50ETF>综指ETF。而本文提出的θ序为超大ETF>50ETF>央企ETF>综指ETF。结果略有不同。为了验证结果, 选取2013年2月6日到2013年4月26日的数据, 期间上证指数为下跌趋势。50ETF由最高点2.090下跌到1.795, 下跌了14.11%;而央企ETF下跌13.60% (1.248跌到1.078) , 超大ETF下跌14.97% (2.158跌到1.835) , 综指ETF下跌11.35% (2.538跌到2.250) 。即在市场下跌的情况下, 四只基金的负收益风险排序结果与本文据2012年10-11月数据提出θ序风险排序结果一致。

2) 基金风险评级方面。σ指数、β指数计算结果为四只基金都是低风险;晨星评级结果则完全相反, 认为这四只都是高风险基金。而本文提出的θ指数评定结果为:超大ETF为高风险, 50ETF和央企ETF风险适中, 综指ETF为低风险。可见本文提出θ指数方法更加具有区分度。

4 结论

本文依据人们对下跌、亏损更加担心的心理学现象, 提出单侧负收益率相对偏差比指标的基金风险评价模型 (θ指数法) 。该模型侧重于在市场趋势下跌的情况下, 对各个基金亏损的风险大小进行量化分析, 能用于基金风险的大小排序和分级。实证分析表明, 本文提出的θ指数法较σ指数、β指数法、晨星评级等在市场指数呈下降趋势时更具有区分度。此外, 该模型不需要日收益率为对称分布的假设。

摘要：运用马克维茨评估σ指数法和β指数法对四只开放式基金的风险进行实证分析, 提出基于单侧负收益率相对偏差比指标的基金风险评价模型。该模型侧重于资本市场趋势向下, 对基金的亏损风险进行量化分析, 使基金风险的评价反映投资者对于亏损更加敏感的心理。此外, 对这四只基金的晨星评价结果、σ指数法、β指数法和基于单侧负收益率相对偏差比指标的基金风险评价模型计算结果进行对比。对比结果表明, 本文新构建的方法在市场趋势下跌时具有更好的区分度。

关键词：基金风险分析,风险模型,单侧负收益率模型,基金评价

参考文献

[1]邹定斌.我国证券投资基金的风险管理研究[J].中国经贸导刊, 2010 (20) :46.

[2]修国义, 王琳.从经济学视角分析我国开放式基金流动性风险[J].科技与管理, 2011, 13 (5) :52-55.

[3]张孝锋, 罗明, 蒋寒迪.证券投资基金评价基准选择及其比较分析[J].经济与管理研究, 2002 (6) :37-41.

[4]杨湘豫, 彭丽娜.基于VaR的开放式股票型基金市场风险的测量与评价[J].财经理论与实践, 2006, 27 (142) :45-47.

[5]唐振鹏, 彭伟.基于CVaR的RAROC对我国开放式基金绩效评价[J].系统工程理论与实践, 2010, 30 (8) :1403-1413.

[6]田瑶.我国封闭式证券投资基金资产组合管理研究——基于组合构建合理性视角[J].中国证券期货, 2011 (4) :16-17.

[7]孟根其木格.基于VaR-GARCH模型对我国基金市场风险的实证分析[J].北方经济, 2012 (11) :91-93.

[8]NAFEES B, SHAH S M A, KHAN S.Performance evaluation of open end and close end mutual funds in Pakistan[J].African Journal of Business Management, 2011, 5 (28) :11425-11434.

[9]BRAUN A, GATZERT N, SCHMEISER H.Performance and Risks of Open‐End Life Settlement Funds[J].Journal of Risk and Insurance, 2012, 79 (1) :193-230.

[10]FOCARDI S M, FABOZZI F J.The mathematics of financial modeling and investment management[M].Wiley, 2004.

评价分析模型论文 篇11

本文通过对物探项目后评价工作的深入理解和分析，论述了物探项目后评价工作的必要性和重要性，深入全面开展物探项目后评价，对于掌握工程实施中各个环节存在的问题，提高项目质量、提高管理、决策水平，进一步改善工作有着重要的意义。重点论述了国际物探项目后评价与国内项目后评价的不同之处.抓住影响项目成败的关键因素展开评价，注重研究和发现系统性、规律性和反复出现的问题，对海外项目后评价的侧重点、内容及评价方法进行了系统总结，以期指导海外物探项目后评价工作的深入开展。

项目后评价发展及现状

项目后评价（Post Project Evaluation），指在项目已经完成合同约定的设计、采购、建造的全部工作量，并经过一段时间试运行后，对项目的预定管理目标、合同执行过程、结果、经济效益及项目发起人的收益和社会环境影响等方面进行的评价，是一种对投资过程全面、系统、客观分析和总结的活动。19世纪30年代项目后评价在美国诞生。到20世纪70年代，项目后评价在世界范围内应用，尤其是应用于世界银行、亚洲银行等国际组织资助的项目管理结果评价中。我国项目后评价工作始于20世纪80年代中后期，30多年来有了长足的进步，初步形成了自己的后评价体系。在我国，层次分析（AHP）法及模糊数学被用在工程项目的安全管理、招投标、质量管理和成本分析评价中，却鲜有应用在项目管理的综合后评价上，对于国际项目综合后评价更是少见。

物化探工程在油气工程勘探各阶段中，开始于最前沿，又贯穿于勘探、开发的整个过程中，是油气勘探的“尖兵”，又是地质家的“眼睛”，对油气勘探开发起着非常重要的作用，用地质家的话来说就是成也物探，败也物探。因此，深入全面开展物化探项目后评价，对于掌握工程实施中各个环节存在的问题，提高项目质量、提高管理、决策水平，进一步改善工作有着重要的意义。

项目后评价是项目管理过程中不可或缺的重要环节，亦是企业持续经营和长期发展的重要保证。具体来说，投资项目后评价是在对已完成项目的目标、执行过程、效果和影响等方面进行系统客观分析的基础上，及时总结和评价投资项目决策与实施过程中的经验教训，找出差距，分析原因，提出对策建议，主要目的是改善投资管理和决策水平，通过总结经验教训，为投资决策者进行新项目决策时提供参考。国际物探项目后评价与国内项目后评价相比有其特殊性，要抓住影响项目成败的关键因素展开评价，注重研究和发现系统性、规律性和反复出现的问题，对海外项目后评价的侧重点、内容及方法进行了系统总结，构建了项目综合评价模型，以期指导海外物探项目后评价工作的深入开展。

国际物探项目后评价

海外项目的核心目标是经济效益，因此海外物探项目在投资安排上，则以“满足甲方”要求为原则，最大限度地提高项目的经济效益，降低投资风险。

经济效益是工作量、投资、生产成本等生产要素、技术和管理的最终体现，是海外项目后评价的核心。应充分认识到海外项目即使工作量、施工方法和参数、投资等其他要素都相同，不同国家也会产生不同的经济效益。海外项目需对设备利用率、成本回收进行认真分析，需对合同中重要经济条款进行总体评价，分析哪些经济条款更有助于项目经济效益的提升。

海外项目一般多集中在政治环境严峻或种族问题突出的地区，如中东的伊拉克、非洲的苏丹等国家。项目建设与执行过程中常面临恐怖袭击或反政府武装破坏的危险，因此如何保证海外项目人员的人身安全、保护设备资产免于破坏，是海外物探项目面临的一个重点任务。海外项目后评价应该注重对项目在建设及生产运行过程中实施的防恐与安保措施进行评价，总结有效经验为后续项目提供借鉴。海外项目的后评价侧重于商务和投资效益评价，工程评价内容相对简化。后评价的主要内容应包括前期工作评价、管理及风险控制评价、投资及财务效益评价、影响与可持续性评价等。

对与经济评价有关合同条款进行详细说明，包括合同签约方及责权利、税费等主要商务条款。说明项目的评价范围、项目评价期及评价方法，若与可行性研究不一致，应说明原因；后评价时点前采用实际发生值，时点后的评价参数采用预测值。列出项目评价期、工作量、价格、基准收益率、内部收益率、折现率和成本费用等主要评价参数。

结合合同，编制盈利能力分析所需表格，一般应包括利润表、项目现金流量表等；将项目的盈利能力指标与可行性研究进行对比，如果相差较大（±10%以上），从评价方法、价格、工作量、投资、成本等方面分析产生差距的原因。

对不确定因素发生增减变化时对项目财务指标的影响进行分析，并计算敏感度系数和临界点，找出敏感因素；可选择对项目效益影响较大的因素，进行情景分析，说明在不同情况下项目的投资效益情况和抗风险能力；根据合同条款结合施工设计，在定量分析的基础上，提出提高项目投资效益的经营对策和建议。

海外项目不确定性因素众多，对项目进行后评价时，要重视各种关键参数对比，比如勘探面积、面元尺寸、覆盖次数、排列长度、观测系统设计、检波器接收因素等，应对项目每个关键参数进行对比，分析其对项目经济效益产生的影响程度。

后评价常用方法主要包括对比分析法、调查法、层次分析法、逻辑框架法、成功度分析法以及因果分析法等。对于物探项目后评价内容的不同特点，应该选择正确合适的方法进行评价。

由于评价指标计量单位不同、指标也有主客观之分，因此，在评价结论汇总时，需要解决多指标评价结果汇总问题。可采用计量分值法对计量单位不同的客观指标进行综合。将每一指标进行标准化处理后，求其计量分值，并将计量分值进行汇总。可采用模糊判断对主观指标的求值和汇总。首先每个指标的评语和对应评分都为5级，评语集和对应评分集分别依次代表“很好、好、一般、较差、差”和分值100、80、60、40、20。其次，分别求出各下层指标模糊判断矩阵R；然后，利用模糊矩阵运算原理，分别求出各下层指标Pi的评价结果。最后，再将上层指标的评价结果值合成，得到后评价结论值。数值越大表示评价对象所得的评价分值越高。

由于物探工程项目后评价具有复杂性，因此在对特定项目进行评价时应结合各种评价方法。如：使用逻辑框架法，对物探工程项目进行顶层整体分析；使用对比法，发现物探工程项目实施前后的变化和差异，发掘产生这些变化和差异的原因；使用成功度法和综合指标体系评价法，可对项目进行定性和定量的系统分析，得到综合评价结论。

国际物探项目后评价综合评价模型

国际物探项目管理综合评价模型（SQ-TCL）主要是借用AHP法，将国际工程项目管理综合评价目标分解成4个子评价目标，即SF（safety control，安全控制）、O（Ouality Control，质量控制）、T（Time Manage，進度管理）、C（Cost Control，成本控制），每个子评价目标再分解成5个评价准则，每个评价准则再分层为3个评价因素。通过考虑专家权重的综合评价法评价国际物探项目管理的主要子评价目标，通过数学公式将子评价目标的成果集结在一起，通过模糊数学运算得到国际物探项目管理综合评价。

评价分析模型论文 篇12

(一)主成份分析

主成分分析(Principal Component Analysis,PCA),将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。

结果:

(原数据)

各种成分的累计贡献率

前19个成分的累计贡献率已经达到90%,另外其他的主成分可以舍去,达到降维的目的,观察各成份的比例,会发现成份增加时,所占比例没有明显增加,各成份没有明显的主次之分。下面是碎石图:

图像下降得较为平滑,没有明显的“陡峭”。

同时也考虑了一下,相关系数矩阵进行分析,得到图如下:

从以上分析,大致可知各变量所占比重较平均,没有特别地偏重哪个变量。

(二)回归分析

多元回归分析:表现在线性回归模型中的解释变量有多个。一般表现形式:

残差:0.3956 on 475 degrees of freedom

R的平方: 0.2493, 校正的R的平方: 0.2114

F统计量: 6.572 on 24 and 475 DF, P值: < 2.2e-16

从多元回归模型结果可以看出,通过P值,可以看出指标V1,V2,V3,V5,V6,V7,V9,V12,V17,V18,V19在0.1的水平下比较显著,

对训练集进行多元回归分析,并用测试集进行检测,得到的准确率是0.742。

(三)逐步回归分析

上面的多元回归分析中涉及变量较多,为了简化模型,进行逐步回归分析,选取其中十一个变量。

得到结果如下:

对训练集进行逐步回归分析,并用测试集进行检测,得到的准确率是逐步回归分析的准确率为0.753。

1、BP神经网络

算法。令1:good 2:bad先对数据进行处理,调用r.studio中的AMORE包。

每一百次输出一次,共显示10次:

index.show:1 LMS 0.672420016008633

index.show:2 LMS 0.682084907905352

index.show:3 LMS 0.699954664285038

index.show:4 LMS 0.700077412246174

index.show:5 LMS 0.700084847039235

index.show:6 LMS 0.700079842363825

index.show:7 LMS 0.700037627521291

index.show:8 LMS 0.685135487222039

index.show:9 LMS 0.682417548537964

index.show:10 LMS 0.679170941744628

从结果可以看出准确率在0.68左右。

2、支持向量机

支持向量机(SVM)是一种线性和非线性数据的分类方法,它使用非线性映射将原始数据映射到高维空间,在该空间内搜索最佳分离超平面。

得到的准确率是0.752。

二、结论以及建议

在主成份分析中,对每个变量间的关系进行了分析,发现25 个变量的选取很好,彼此间相关性比较小,也从侧面证明了,评价机构选取的评测依据是有代表性的。

用了四种方法对德国信贷评价进行了训练预测,结果准确率由高到低为:逐步回归的准确率0.753、支持向量机的准确率0,752、多元线性回归的准确率0.742、BP神经网络的准确率0.68。

如果希望尽量用少的变量对数据结果进行预测的话,可以做回归分析,选取更具代表性的特征进行分析。

参考文献

[1]郭娟,基于BP神经网络的中国铁矿石需求量预测[J].国土资源情报,2009.1

[2]王磊,基于主成分分析的支持向量机回归预测模型[J].信息技术,2008.12

[3]薛毅,陈立萍,R统计建模与R软件[M].清华大学出版社,2009