关键词： 节能
模糊层次综合评价方法（精选十篇）
模糊层次综合评价方法 篇1
关键词：配电网,节能技术,多层次模糊评价,节能潜力
0 引言
能源危机与气候变暖是人类社会当前面临的全球性问题,这不仅需要社会经济发展模式向高能效、低能耗和低排放转变,更需要各类用能群体增强节能消费意识。我国“十一五”规划明确提出了节能减排的任务和目标,电网公司作为电能等资源综合配置、运营和管理的主要企业,既承担服务社会、保证安全、可靠、优质供电的责任,又是执行国家节能政策任务的关键部门。配电网作为能源消耗链上的重要环节,分布着多种用电设备,再加上各类能源消费用户对供电靠性的不同要求,使得配电网的运行方式复杂,相比输电网线损率居高不下。然而,也正是由于配电网固有的复杂性运行特点,在当今负荷增长速度快而配电网建设投资相对滞后的现实背景下,配电网在节能降耗方面有着很大的挖掘潜力。
国内外许多学者从节能降损技术措施、管理手段和当前配电网节能改造等多个方面研究并总结了多类行之有效的节能降损方法。如合理的电压优化调整和设备停服役检修;电能计量的抄、核、收工作考核制度;新技术、新设备、新材料、新工艺在配电网的推广应用等[1,2,3]。然而对于同一配电网,在负荷水平、接线方式一定的条件下,不同节能降损技术受时间、空间等因素影响,难以发挥各自最优的节能潜力。因此,亟需研究一种考虑经济约束、用电需求和生态环保的配电网节能潜力综合评价方法,实现对不同备选降损方案相关节能指标的计算,从而决策出最具节能潜力且符合各项约束条件的节能降损方案。
文献[4,5,6,7]对配电网节能潜力的研究只停留在针对某个具体措施的节能潜力计算与分析上,没有分析评价不同节能方法的综合节能潜力。文献[8,9,10]对配电网节能潜力评价方法的研究集中在一些具体地区的节能潜力问题的分析上,缺乏普遍适用性。文献[11,12,13,14]通过建模确定了配电网线路、变压器的最优节能配置和经济运行区域,进一步探索了电网中各类元件的节能潜力,但没有量化各项降损方案的节能大小,无法综合比较不同节能措施的节能效果。
因此,本文利用多层次模糊评估法进行配电网节能潜力综合评价方法研究,考虑影响配电网节能潜力的所有指标,采用多因素共同评价节能方案的节能潜力大小,最终形成配电网节能潜力综合评价方法。
1 配电网单一节能技术的节能潜力评价方法
1.1 更换导线
更换导线后降低损耗百分率计算公式为[15,16]:
式中:R1为原用线路的导线电阻;R2为现有线路的导线电阻。
1.2 更换老旧高能耗配变
新型节能配电变压器(配变)相比老旧高能耗配变,空载损耗一般降低30%～80%,负载损耗一般降低50%,效益可观。节电量为:
式中:ΔA为T时间内采用节能变压器而减少的损耗;ΔP0为改造前高耗能变压器的空载损耗;为改造后节能变压器的空载损耗;T为变压器运行小时数。
1.3 无功补偿技术
无功补偿设备的经济当量是指该补偿点以前潮流流经各串接元件的无功经济当量的总和,即:
式中:Cp(i)为X补偿点以前各串接元件的无功经济当量;i=1～m为X点以前串接元件数。
以上3种节能潜力评价方法均只停留在针对某个具体措施的节能潜力计算与分析上,没有评价不同节能方法的综合节能潜力,这不仅对技术优化运行和节能规划未有实质性的指导意义,也尚未形成系统完善的节能潜力评价流程和体系。
2 基于多层次模糊评估法的配电网节能潜力综合评价方法
2.1 多层次模糊评估法基本步骤
2.1.1 确定因素集
因素集是以影响评价对象的各项因素为元素组成的集合,用B表示,因素集B是评价事物的指标体系。因素集B可分为m类,每一类为1个因素子集Bi(i=1,2,……,m),Bi可以称为准则层元素,每个因素子集又有n个因素,即Ui=(C1,C2,……,Cn),Cn也可以称作指标层元素。多层次模糊评估结构模型如图1所示。
2.1.2 确定权重集
权重集是由因素集U或因素子集Ui中各个因素相对重要性的权重组成的集合。目前,经常使用的确定权重集的方法有专家评议法、专家调查法和判断矩阵分析法3种。
以准则层的专家评议法为例。设元素B为准则层,不同准则之间两两对比形成判断矩阵,见表1。
对比方法使用9尺度法,即通常按1～9比例标度对相对重要性程度赋值。
最终对于准则层n个元素之间相对重要性的比较形成一个完整的判断矩阵。
式中:bij为因素i相对因素j的重要性。其元素满足:bij>0;bii=1;bii=1/bji,其中(i,j=1,2,……,n)。
用CI来表示评价判断矩阵的一致性指标:
式中:λmax为B的最大特征根。
CI值越大,说明判断矩阵的一致性越差,因此检验一致性还需引入判断矩阵的平均随机一致性指标RI值来判断,1～6阶的RI值见表2。
判断矩阵的一致性指标CI与同阶平均随机一致性指标RI的比值称为随机一致性比率CR:
当CR≤0.1时,认为判断矩阵具有满意的一致性,否则需要调整构成判断矩阵的元素的各种因素之间的标度。
验证完判断矩阵满足一致性校验后,根据计算出来的最大特征值,求出其相对应的最大特征向量,Q=[q1,q2,…qn],则有BQ=λmaxQ。
将特征向量Q进行归一化,得到W=[w1w2…wn],其中:
则wi为对应元素的权重系数。
2.1.3 确定评语集
评价集是指由对被评价事物作出的各级评语组成的集合。设评语共有p个,则评价集V可以表示为:
式中:vk(k=1,2,……,p)为由高到低的各级评语,即评价等级。
对评价集中的各个评语vk,可以给出相对应的分数,则可得到评语集对应的分数集为:
2.1.4 一级模糊综合评价
(1)模糊行为指标
将指标层中的各个元素进行量化,找出具体的数学表达式,用实际的数值对各因素子集中各因素所表达的物理意义进行数学表征,再用模糊隶属度函数描述各行为指标隶属于评语集中各评语的程度。
(2)隶属度函数
隶属度函数是将指标层中计算出的值映射到评价集中,通常用[0,1]之间的任何一个数表示x属于评价集子集A的程度,称为隶属度。这样得到的集合便不再是普通的集合了,由此引入了模糊集的定义。
(3)一级模糊综合评价
一级模糊综合评价是对指标层因素子集Bp中的各个因素进行模糊综合评价。Bp的一级模糊综合评价的单因素评价矩阵,即Bpi到V的模糊关系判断矩阵Rp为:
式中:为Bi的第i个因素Ci隶属于评语集V中第k个评语的隶属度。
通过模糊矩阵的合成运算,可得Bp的模糊综合评价集:
描述的是Bp中的所有因素隶属于评语集中各评语的加权和。
取加权平均型(·,⊕)算子,则:
2.1.5 二级模糊综合评价
二级模糊综合评价即对因素集A中各因素进行模糊综合评价。由一次模糊综合评价的结果,可得二级模糊综合评价矩阵为:
则二级模糊综合评价集为:
Sk(k=1,2,…,P)是指综合考虑所有因素的影响时,被评价事物对评语集V中第k个评语的隶属度。
2.1.6 模糊综合评价值的计算
以二级模糊综合评价集的元素为权重,对分数集E中第k个元素进行加权平均,作为模糊综合评价值N。
2.2 配电网节能潜力综合评价方法
2.2.1 建立配电网节能潜力分析评估模型
基于多层次模糊评估模型的配电网节能潜力综合评价方法依据对配电网现有节能技术以及各技术节能潜力的评价分析结果,从降低本元件有功损耗、降低配电网有功损耗、经济性以及电网安全稳定性这几个因素综合考虑对节能方案节能潜力的评价,确定配电网节能潜力评估的因素集,建立一个指标体系。所建立的模糊评判模型梯阶层次结构关系如图2所示。
(1)方案层。综合考虑各种影响因素后的节能方案A。
(2)准则层。除了考虑在节能方案下降低本元件的有功损耗B1和降低配电网有功损耗B2外,还应综合考虑运用节能方案的经济因素B3和对电网安全稳定性B4的影响。
(3)指标层。用具体的指标将准则层中的各因素进行细化,包括以下几个方面:
1)本元件损耗率C1体现了运用节能方案之后,元件自身有功损耗的影响。
2)配电网全网损耗率C2体现了运用节能方案之后,对配电网全网有功损耗的影响。
3)设备投资C3是指运用节能技术需要投入设备的资金。
4)配电网发生N-1预想事故后,线路和变压器是否过负荷C4,母线电压是否越限C5。
2.2.2 确定配电网节能潜力分析评价权重集
针对配电网节能潜力综合评价方法的多层次模糊评估模型,按各因素的重要性关系构造判断矩阵。为了提高数值的准确性,在构造判断矩阵过程中,选择有经验的节能潜力研究专家、节能技术专家及有关方面的公众代表共同参与构造判断矩阵,避免因单个专家或领导的主观偏好对节能技术节能潜力的判断准确性造成影响。
根据2.1.2节所述方法,形成配电网节能方法判断矩阵,并对各判断矩阵进行一致性检验及权重求解。
2.2.3 确定配电网节能潜力分析评价评语集
在我国现有节能技术背景下,针对节电效果不同的节能技术分别建立评价等级标准。按照我国节能效果的运行经验,本文将评价等级标准分为:“好”、“较好”、“一般”、“差”4个等级,各等级对应的分值分别为E={10,7,4,1}。
2.2.4 配电网节能潜力分析的准则层模糊评价(1)建立模糊行为指标
对指标层中各因素进行量化,用实际数值对各指标因素所表达物理意义进行表征,各指标表征公式如下。
1)本元件降损率u1
2)配电网全网降损率u2
3)设备投资u3
4)线路或变压器过负荷率u4
式中:α为越限输电线路或变压器支路集合。
5)母线电压越限百分比u5
式中:α为越限母线集合。
(2)准则层模糊评价
根据2.1.4节所述方法建立指标层各因素的隶属度矩阵和隶属度函数。模糊行为指标和分析评语集的分级评价标准,按照三角形隶属度函数描述方法得出指标层中各因素的隶属度函数,并确定隶属度矩阵。
准则层模糊综合评价是对指标层因素子集Ci中的各个因素进行模糊综合评价。根据2.1.2节确定的权重集W和模糊数学隶属度函数法确定的隶属度矩阵R,通过模糊矩阵的合成运算式(11),可得节能潜力综合评价准则层的模糊综合评价集描述的是指标层因素集Ci中的所有因素隶属于评语集中各评语的加权和。
2.2.5 配电网节能潜力分析的方案层模糊评价
节能潜力综合评价方案层模糊综合评价流程与一级模糊评价流程相似,也需要建立隶属度矩阵。通过对方案层各个因素进行单因素模糊评判,也可以得到相应的准则层单因素评判矩阵R。根据式(13)和式(14)可得方案层的模糊综合评价集和各个节能准则层因素对评语集V中第k个评语的隶属度。
2.2.6 配电网节能潜力分析的综合评价值的计算
根据式(15)计算得到的本方案的综合评价值N,即为该方案的节能潜力评价值大小。
2.3 配电网节能潜力综合评价流程图
基于多层次模糊评估的配电网节能潜力评价方法以配电网单一节能技术的评价结果为依据,建立不同节能方案的节能潜力综合评价模型和评价流程。该方法相比传统节能潜力评价方法,综合考虑了影响节能效果的各个因素,量化了节能方案的节能潜力,最终提出了广泛适用于配电网的节能潜力综合评价流程(见图3)。
3 算例验证
以图4所示的IEEE 36节点配电网系统为例,采用前推回代法,通过Matlab软件平台实现配电网的潮流计算,对论文提出的配电网综合节能潜力分析方法进行仿真验证。
取全网基准容量、基准电压、各节点初始电压为额定值。系统内所有线路均采用LGJ-95型架空线路,根据仿真结果得到:IEEE 36节点系统中主要损耗集中在0～1,1～2,2～3线路上,而分支线路由于电流较小,损耗也相对较小。在当前24,23,29节点负荷较重的情况下,系统网损率约为6.712 5%,功率因数为0.917。
在该系统上将LGJ-95型架空线路更换为LGJ-120型高耗能架空线路。更换导线后,网损率提高了0.558 3%,功率因数提高到0.972,预计投入资金共198.55万元。
在该系统上更换高耗能变压器,将原有SL7-400/10变压器更换为SL7-315/10变压器、SL7-250/10变压器更换为SL7-200/10变压器、SL7-200/10变压器更换为SL7-160/10变压器。更换高损耗变压器之后,网损率提高了0.269 6%,功率因数提高到0.935,预计投入资金共54.6万元。
在该系统上安装无功补偿装置,在2节点和14节点分别补偿3 MW。安装无功补偿装置之后,网损率提高了0.499 1%,功率因数提高到0.957,预计投入资金共76万元。
根据仿真结果可知,安装无功补偿装置的节能潜力最大,其次是更换高耗能导线,而更换高耗能变压器的节能效果最差。
按照多层次模糊评价方法计算这3种方案下的节能潜力评价值,评价结果如表3所示。
由表3可知,在本IEEE 36节点配电网系统中,安装无功补偿装置的节能潜力评估值最高,因此,仿真结果与本文提出的多层次模糊评价方法得到的结论一致。同时,由于IEEE 36节点配电网系统在实际应用中较为普遍,故该结论也具有一定的普适性。
4 结论
模糊层次综合评价方法 篇2
水泥企业经济效益的模糊多层次综合评价
通过对企业经济效益影响因素的综合分析,确定了综合评价的.层次结构,建立了模糊多层次综合评价方法.该方法通过模糊合成运算,将复杂的企业综合经济效益综合评价问题转化为定量指标,从而能更科学地评价企业的经济效益状况.
作 者：吴恒金 吴贤贤 作者单位：合肥水泥研究设计院,安徽,合肥,230051刊 名：中国水泥英文刊名：CHINA CEMENT年，卷(期)：“”(8)分类号：F4关键词：经济效益 指标体系 结构模型 综合评价
模糊层次综合评价方法 篇3
关键词：绩效评价；隶属函数；指标体系
目前，移动公司对其营业厅营业员的绩效评价很简单，单独的由每个月的新业务量来评判员工的绩效，这存在着很大的缺陷。每个营业厅所处的外部环境不同，因此其营业情况也不同，所以应对每个营业厅的营业员分别进行绩效评价。并且，只用新业务量来评价员工的工作，也存在着局限性。因为新业务率=新业务/总业务量，如果一个员工的总业务量小，那么他的新业务率就会高，这不利于调动员工的积极性。如今，服务行业的服务质量越来越受到关注，所以工作人员的服务质量也应该是绩效评价的标准之一。因此，本文对营业厅员工绩效进行建模，并评价其工作绩效。
一、员工绩效评价指标体系的建立
绩效考核是指在某一个时间区间的期初确定考核指标、绩效目标和评价标准，到了期末的时候就依据这些确定的指标、目标和标准对员工的实际绩效表现来进行评价的过程。可见，绩效考核指标是进行绩效考核的基本要素，制定准确、合理的指标是绩效考核取得成功的基础。
（一）员工绩效指标体系
首先，营业厅是其客户办理业务的主要渠道，营业员办理业务的多少直接反映了这个员工的工作量。但是，员工每天在营业厅只是被动的接受客户前来办理业务，只用业务量考核营业员的工作，不利于调动他们的积极性。营业员还应该积极主动的向客户介绍、推销新业务。当然，营业员并不能仅仅在数量上求多，工作质量、工作效率也是十分重要的。另外，营业厅作为为客户提供服务的场所，营业员的服务质量也是一个不容忽视的方面。同时，出勤率、专业知识反映了员工对待工作的态度，团结协作的能力、学习能力反映了员工的素质，也都是衡量营业员绩效不可缺少的因素。
通过以上的分析，可以确定9个指标，并且可以分为定量和定性两类。营业厅员工的一个绩效考核指标体系如表1所示。该指标体系主要由能力和行为两个指标组成。其中，能力指标包括员工的业务量、新业务、出勤率、工作质量（投诉）、专业知识（考核），行为指标包括员工的服务态度、工作效率、团结协作、学习能力。行为指标评价难度较大，主观性因素比较多，很难保证公平性，但有时是必不可少的。一般来说，将产出指标和行为指标结合起来用效果最好。
（二）指标的衡量
能力指标中，二级指标观察数据可以直接得到。业务量是营业员当月办理业务的数量；新业务是指营业员主动向客户介绍推荐，客户同意办理的业务数量；出勤率等于该员工当月实际出勤的天数/应该出勤的天数；工作质量则用员工受到的顾客关于当月的投诉数来衡量；专业知识用平时公司组织的业务知识考核分数来衡量。
行为指标都是定性指标，没有具体的数据资料，其二级指标观察数据可以通过员工的领导、同事、顾客对员工打分获得。服务态度可从营业员是否微笑服务，对待顾客是否诚恳、有耐心、文明用语等方面来判断；工作效率可看员工有无在工作期间聊天、做工作以外的事情；团结协作能力指员工能否在工作中讲求团队精神；学习能力是指营业员在学习新业务知识时的能力。在此采取十分制，共分为5个大类：3分，较差；5分，一般；7分，较好；9分，很好。打分人员可以根据自己的理解对员工进行打分。
二、员工绩效多层次模糊综合评价模型
（一）建立隶属函数
为求模糊矩阵R，就要根据待评员工的指标数据，对每一个评价指标ui(i=1,2,…,9)，分别构造出它隶属于v1（优）、v2（良）、v3（中）、v4（及格）、v5（不及格）的隶属函数v1i、v2i、v3i、v4i、v5i。9个指标——业务量u1、新业务u2、出勤率u3、工作质量（投诉）u4、专业知识（考核）u5、服务态度u6、工作效率u7、团结协作u8、学习能力u9，它们可以分为两类：一类是正指标，指标值越大越好，如业务量u1、新业务u2、出勤率u3、专业知识（考核）u5、服务态度u6、工作效率u7、团结协作u8、学习能力u9；另一类是逆指标，指标值越小越好，如工作质量（投诉）u4。
设ci为指标ui的最小值，di为指标ui的最大值。
1、正指标隶属函数的构建。把指标ui的观察值从小到大平均分为三类：
L1=Z11,…,Zln,,L2=Z21,…，Z2m,L3=Z31,…,Z3P
求三个类的平均值：
令x1i=ci,x2i=ζ1,x3i=ζ2,x4i=ζ3,x5i=di，把［x1i,x5i］区间划分为五个等级，以最能表示某及特性的点的隶属度为1，而边界交点概念最模糊，隶属度为0.5。构造指标的五个等级隶属函数如下：
2、逆指标隶属函数的构建。方法与正指标完全相同。确定x1i，x2i，x3i，x4i，x5i，把［x1i，x15］区间划分为五个等级，以最能表示某及特性的点的隶属度为1，而边界交点概念最模糊，隶属度为0.5。构造指标的五个等级隶属函数如下：
（二）建立综合评价矩阵R
根据以上的隶属度函数，可得第i个员工的隶属度矩阵R（i）。
由B＝AoR（i），既可得第i个员工的综合评价B（i）。再把其归一化，从而对各个员工进行绩效评价与比较。
三、应用举例
（一）权重的确定
根据层次分析法原理，我们设计了员工绩效权重打分表，并请专家进行打分，得到一级指标的权重为A0=（0.7，0.3），二级指标的权重为A1=（0.2，0.3，0.1，0.3，0.1）和A2=（0.6，0.2，0.1，0.1），所以各指标的综合权重为：A=（0.14，0.21，0.07，0.21，0.07，0.18，0.06，0.03，0.03）。
（二）隶属函数的计算
南京某移动公司营业厅有员工6人，对其进行数据统计，得到某月的能力指标观察数据如表1：
由于行为指标不能直接得到观察数据，因此设计了一个调查打分表，由此营业厅的直接领导根据这6名员工平时的表现，对其四个行为指标进行打分（采取10分制，精度0.1），得到如下的打分表，如表2所示。
把表1数据代入隶属函数中，可得其隶属度矩阵R（i）（i=1，……，6）。
再由B＝AoR（i），并分别把它们归一化，得B=（b1、b2、b3、b4、b5），即：
（三）员工综合绩效评价的结果
令v1（优）、v2（良）、v3（中）、v4（及格）、v5（不及格）的分数分别为95、85、75、65、55，于是用pi=95b1+85b2+75b3+65b4+55b5，即可求出第i个人的综合得分。
p1=78.21235，p2=76.0681，p3=70.61255，p4=88.0049，p5=70.2675，p6=73.0388。
综上可得，丁的绩效最好，其次为甲、乙、己、丙，最差的是戊。因此，公司可根据该评价结果，对此营业厅的员工进行一定的奖罚。
四、结束语
绩效指标是一种有效的沟通方式，它以一种明确的方式告诉员工了企业最重视的价值和希望达到的目标，为员工指明了努力的方向，有助于员工通过对比实际绩效与预期绩效的差距进行自我学习。实行绩效评价，使员工明确实际绩效与预期绩效的差距所在，为员工提高绩效指明了方向。员工在此方面所做的努力，由绩效评价所记录，会提高员工对达成目标的自信心和成就感，激励员工不断改善绩效。同时，可将绩效评价与员工的奖酬制度联系起来的，员工会有持续的动力去追求更好的绩效。而奖酬制度如何能够更好的反应员工的绩效也是一个值得探讨的问题。
应用绩效评价方法的企业应当认识到绩效指标是一把双刃剑，它的威力在于能够不断强化它认同的行为。设计良好的绩效指标，能够激励和强化员工的“好行为”，得到期望的效果；设计不良的绩效指标，也会不断强化和鼓励员工的“坏行为”，破坏企业的价值．如何构造一种客观的、不易操纵的绩效指标是问题的关键。
参考文献：
1、杨少梅.层次分析法在员工绩效评价中的应用[J].华北电力大学学报,2006(7).
2、王清.绩效考评打造销售“铁军”[J].工厂管理,2003(4).
3、周齐武,邓峰,马如雪.经济附加值绩效评价在中国企业中应用的潜在价值[J].南开管理评价,2004(1).
4、张帆,王秉文,戴志诚.模糊综合评判在企业员工测评中的应用[J].现代管理科学,2004(4).
5、孙新波,于春梅,孙培山,吕计红.知识型企业知识员工的模糊综合评价[J].沈阳工业大学学报,2005(6).
（作者单位：南京农业大学理学院）
模糊层次综合评价方法 篇4
安全评价指标体系的构造是一个从“具体—抽象—具体”的辩证逻辑思维过程[2],综合考虑加气站的特点,建立的加气站安全评价指标体系结构如表1所示。
2 评价指标权重的确定
2.1 构造成对比较矩阵
根据加气站的安全评价指标体系中建立的递阶层次结构,在元素两两对比时,以A表示目标,所支配的下一层元素为b1,b2,…,bn,表示元素bi与bj相对于目标的重要性的比例标度,采用1-9标度法可得到加气站安全评价各级指标的判断矩阵。
2.2 作一次性检验
计算一致性指标CI=λmax-1/n-1,找出相应的平均随机一致性指标RI,计算一致性比率。当CR<0.10时,可接受一致性检验,否则应对此修正。
3 加气站模糊综合评价
选择重庆某加气站进行了模糊层次综合评价法的实例验证。该加气站2002年2月投产运行,设计日供气12000m3,目前最大销售气量14000m3,站前交通流量较大。
根据1-9标度法确定的各个因素的权重有:
总评权重:A0=(0.51 0.25 0.17 0.07)
人员层:A1=(0.09 0.23 0.13 0.55)
设备层:A2=(0.10 0.20 0.29 0.11 0.15 0.15)
管理层:A3=(0.40 0.23 0.09 0.28)
环境层:A4=(0.54 0.30 0.16)
然后进行初级评估,专家的打分得到评估矩阵为:
可以得到各单因素的评价结果为:
在以上评价基础上进行二次评估运算,首先二级评估的评估矩阵为:
二次评估的隶属度为:
根据最大隶属度的原则,加气站安全等级可以评价为:v3级,即中等。依据各因素对系统安全影响的大小,决策者可以对其采取相应的整改措施以有效地控制事故的发生。
4 结论
(1)针对加气站安全评价的多因素影响性、不确定性,采用模糊数学的处理方法更能够真实、客观的反应出加气站的安全状况。
(2)采用“层次分析法”确定权重,并对判断矩阵的一致性检验,使计算出的权重更加合理准确。
(3)采用二级模糊评价,最终可以确定出各因素处于的安全等级。
摘要：加气站储存有大量的易燃、易爆的压缩天然气,是城市中的重大危险源,对加气站的安全评价具有现实而又重要的意义。本文综合考虑加气站发生事故的类型,及其存在的危险的因素,建立一种新的加气站安全评价指标体系。通过模糊数学的层次分析法计算指标权重,再通过模糊综合评判方法计算出加气站隶属于各个安全等级的评价结果矩阵,最后得出加气站的安全等级。
关键词：加气站,层次分析法,模糊综合评价
参考文献
[1]秦波涛,李增华.模糊层次综合法用于企业安全性评价[J].工业安与环保,2002,28(2).
模糊层次综合评价方法 篇5
摘要：结合目前煤矿灾害事故的特点和规律,根据影响煤矿安全的因素建立了煤矿安全性评价指标体系,首次采用模糊层次分析法(FAHP)建立煤矿安全综合评价模型并进行了实例分析.结果表明,通过该方法来确定煤矿安全评价的指标权重是可行的.,具有一定的理论意义和实用价值.作 者：房其贤 来志伟 徐杨 FANG Qi-xian LAI Zhi-wei XU Yang 作者单位：房其贤,FANG Qi-xian(淄博矿业集团有限公司,岱庄煤矿,山东,济宁,27)
来志伟,LAI Zhi-wei(神华神东煤炭集团上湾煤矿,内蒙古,鄂尔多斯,017209)
徐杨,XU Yang(中国矿业大学安全工程学院,江苏,徐州,221116;煤炭资源与安全开采国家重点实验室,江苏,徐州,221008)
期 刊：能源技术与管理 Journal：ENERGY TECHNOLOGY AND MANAGEMENT 年，卷(期)：, “”(2) 分类号：X913.4 关键词：煤矿 安全评价 模糊层次分析法
模糊层次综合评价方法 篇6
关键词：科研绩效 模糊综合评价 层次分析法 权重
在模糊数学的基础上进行模糊综合评价。应根据模糊关系合成的原理，将边界划得更清楚，将某些之前难定量的因素定量化，再综合评价的一种方法。在进行高校科研绩效综合评价时，需要考虑很多复杂现象以及很多因素，而且，在进行评价时会遇到很多的模糊现象和模糊概念。所以，在进行综合评价的过程中可以通过模糊综合评价的方法来定量化处理，进而清楚地了解校园环境处于哪一质量等级。但是，这种综合评价还是有一些不足之处，比如权重需要根据专家的知识和经验来确定，所以，本文采用层次分析法来确定各指标的权系数，这样能够更好的保证评价结果的合理性，使其更加与客观实际相吻合，通过这种方法不难进行定量表示，最终使评判结果达到更高的准确性，有助于推动高效合理的进行科研绩效评价。因此，本文在模糊综合评价的基础上进行了创新，提出了一种新的改进模型。
1 选择并构建高校科研绩效的多级模糊综合评价指标
1.1 评价指标体系的构建 指标体系的选择与构建是模糊综合评价法的关键，这必须以综合评价的目的为依据。对高校二级教学单位科研绩效评价，不仅仅关注他们整体完成情况，更主要的是对他们完成质量与影响进行评价。基于高校科研绩效的影响因素是多方面并复杂化，结合自然科学与社会科学存在异同性，结合无锡商业职业技术学院科研现状，我们选择科研项目、学术论文、学术著作、学术交流、专利、二级教学单位的教师科研完成率等六个方面作为一级评价指标以及19个二级科研绩效评价指标构成体系。所构成的科研绩效评价指标体系见表1。
1.2 指标权重求解
1.2.1 一级指标权重的计算。六个一级指标因子权重，在层次分析方法的指导下，我们求得指标权重。如果相互比较因素的重要性可以通过具有实际意义的比值来阐释，那么可以将这个值作为判断矩阵相应元素的值。运用公式S=（uij）p×p即可求得判断矩阵，构造判断矩阵S=（uij）p×p即：
通过R统计软件，我们可以得到λ■=6.00589 ，即判断矩阵S的最大特征根。我们可以根据公式 CI=■=■=0.001178 得到判断矩阵的一致性指标，从而进行一致性检验。
根据RI=1.24 （平均随机一致性指标），通过公式CR=■=■=0.00095<0.10 ，我们得到的是随机一致性比率。
其对应的特征向量，经归一化处理为：
A=（0.202，0.156，0.165，0.202，0.109，0.166）
1.2.2 计算二级指标权重。和上面所讲的原理一样，计算二级指标权重时，首先借助层次分析方法，分别对各个二级指标构造其各自的判断矩阵，再在R统计软件的协助下，根据相关的公式求得最大特征根，进行一致性检验。最终求的合理的权系数。
科研项目六个指标的权重，其特征向量经归一化处理为：（0.183，0.128，0.210，0.174，0.199，0.106）
学术论文指标的权重：（0.213，0.321，0.285，0.181）
专利指标的权重： （0.217，0.285，0.246，0.252）
学术交流的评价指标的权重：（0.474，0.526）
学术著作指标的权重：（0.429，0.571）
2 科研绩效的多级模糊综合评价
2.1 科研绩效的加权平均模糊合成综合评价 根据加权平均M（·，？茌）模糊合成算子，将A与R组合成之后，我们可以得到向量B。在进行模糊综合评价时，一般会选择取大取小的算法，但是这种算法有一弊端，如果涉及大量因素，分到每一因素上的权重也就很小了。模糊合成运算的另一个不足之处就是，容易丢失很多的信息，最终难以得到准确的结果，即模型失效。为了解决这些不足，我们选择了加权平均型的模糊合成算子。可由以下公式得到评价结果：
b■=■（a■·r■）=min1，■a■·r■，j=1，2，...，m
其中，用ai来表示第i 个评价指标的权重，用bi 来表示隶属于第j 等级的隶属度，用rij来表示第i个评价指标隶属于第j等级的隶属度。
2.2 多级模糊综合评价结果向量 将来源于无锡商业职业技术学院各二级教学单位统计数据代入建立的模型中，计算各级模糊综合评价的向量。科研项目的归一化后的综合评价向量（0.150，0.459，0.312，0.079）；学术论文的评价向量归一化得（0.084，0.226，0.499，0.197）；教师科研完成率评价向量（0.035，0.370，0.511，0.084）；专利评价向量归一化得（0.032，0.279，0.501，0.188）；学术交流的评价向量归一化得（0.027，0.300，0.496，0.177）；学术著作评价向量归一化得（0.020，0.231，0.457，0.292）；综合评价向量归一化得（0.057，0.318，0.458，0.167）。
2.3 各二级教学单位科研绩效评价指标值计算 针对科研绩效评价6个一级指标和19个二级指标体系。我们将无锡商业职业技术学院各二级教学单位划分自然科学群和社会科学群，然后根据二级指标分别对属于自然科学群和社会科学群的各二级教学单位进行一一对比，采用李克特量表的方法，利用语义学标度分为4个测量等级：好、良好、一般和差。根据学院实际需要，我们将评价的语义学标度进行四级量化，并依次赋值为80、70、60及50.这样我们就可以计算各二级教学单位在科研6个方面的和科研总体绩效综合评分值并进行排名。
3 结论
借助模糊数学来综合评价高校科研绩效的过程中，经常会有结果难分辨的情况出现。本文选择使用加权平均型进行评价，实际效果比较好。
在分析模糊综合评价结果的过程中，本文采用加权平均原则方法来分析结果，还在比较的基础上对多指标进行排序，收到了良好的效果。
对于权重的确定，现在不少还是由专家根据其经验得出的，涉及的主观因素比较多，最终使评判结果的准确性不高。本文在模糊综合评价中采用层次分析法来确定权重，其优点是逻辑性较强、实用性和系统性都比较好，能够准确地求得各评价指标的权系数。
基于层次分析法的模糊综合评价在高校科研绩效综合评价与排序研究中得以应用，这种模型的建立与实际情况是一致的，能够让高校充分利用其现有资源，并对这些资源进行优化整合，进而提高高校整体水平，应用前景广阔，具有良好的推广价值。
参考文献：
[1]彭博文，黄武.高校科研绩效评价指标体系构建探讨[J].四川：四川民族学院学报，2005（03）.
[2]郑德俊，高风华.高校人文社会科学科研绩效评价指标体系构建，湖北：科技进步与对策，2009（26-7）.
[3]候君，高校科研绩效评价方法的研究与系统设计[D].江苏：南京理工大学（2008）.
[4]谢峰，邹丽阳.普通高校校内科研项目绩效评价体系的构建研究[J].江苏：江苏技术师范学院学报，2010（12）.
模糊层次综合评价方法 篇7
1 信息系统评价指标体系的构建
信息系统评价工作的一个重点就是建立评价指标体系,,即确定从哪些方面来评价信息系统。在遵循系统性、可测性、层次性以及定性与定量关系的基础上从系统性能、系统效益、系统的技术、系统的可操作性4类指标,在这四类指标下共有25个具体指标。
1.1 系统性能(B 1)
系统可靠性(C 1)、系统效率(C 2)、可维护性(C 3)、系统安全性(C 4)、系统实用性(C 5)、适应性(C 6)、可共享性(C 7)、系统寿命(C 8)、可扩充性(C 9)、可移植性(C 10)共10个子指标。
1.2 系统效益(B 2)
直接经济效益(D 1)、战略效益(D 2)、技术效益(D 3)、间接经济效益(D 4)、具体运作效益(D 5)共5个子指标。
1.3 系统的技术(B 3)
准确度和精确性(E 1)、及时性(E 2)、存取能力(E 3)、资源利用率(E 4)、规范性(E 5)、开发效率(E 6)共六个子指标。
1.4 系统的可操作(B 4)
数据输入方式(F1)、输出(F2)、文档完备性(F3)、界面友好方便性(F4)共四个子指标。
2 改进的信息系统层次多级模糊综合评价模型
该模型建立的基本思想是:首先,利用改进的基于三角模糊数AHP(TFAHP)法获得对系统的多个因素的分析,计算出每一层次相对上一因素的相对重要性的权重值;然后,确定信息系统评语集;对影响它的4个方面25子个指标的内容利用改进的模糊综合评价方法进行多级模糊综合评价。其具体实施步骤如下:
2.1 改进的TFAHP法的权重确定
2.1.1 判断矩阵的建立
在文献[1]中给出了TFAHP法采用三角模糊数评判方法确定权重值,较传统的AHP法的合理之处在于利用了3个不同的值来表示某因素值,能较全面的反映不同专家对某因素的判断。但它在确定最终判断值采用以3个不同的值加权平均值为参考利用决策者的喜好决定方法,这种处理方式给出的结果仍然是定性判断而不是定量准确值。
在此提出一种改进的TFAHP法的方法,它的具体实施步骤如下:
(ⅰ)不同专家利用标度法发给出各自的传统判断矩阵建立两个矩阵:比较矩阵B,B=(bij)nn,其中元素bij=[lij,mij,uij]是一个以mij为中值的闭区间。根据中值mij构造模糊中值矩阵M=(mij)nn
(ⅱ)构建模糊评判调整因子S。
利用模糊比较矩阵B得到如下矩阵S:
其中为标准偏离率,它的值越小表示专家的判断越一致偏差越小,因此可以利用S对模糊数中值矩阵M进行调整,使之能更加准确。
(ⅲ)计算调整矩阵M'。利用S对原M的值进行修正,M'=M×S。
(ⅳ)得到最终判断矩阵A,将M'按列转化成对角线为A～i的矩阵A。
2.1.2 计算
判断矩阵A的特征值A和特征向量:λmax为A的最大特征根,为相对一级指标i的二级指标权重数,W～为相对总指标的一级指标权重。
2.1.3 一致性检验
我们可以由λmax是否等于n来检验判断矩阵是否为一致矩阵。由于特征根连续的依赖于aij,故λmax比n大的越多,A的非一致性程度也越严重,λmax对应的标准化特征向量也就不能真实反映子指标对上一级指标影响所占的比重。
2.2 改进的模糊综合评价法的评定
2.2.1 确定评语集合论域Vn
2.2.2 确定隶属度
用隶属度函数等手段确定各子因素相对于评语集的隶属度,得到了单因素的模糊评价矩阵Ml
2.2.3 改进的一级模糊综合评价
确定进行二级模糊综合评价模糊矩阵R～[R1,R2,……Rl,……Rk]T(k为一级指标项的数目)。利用上面的Ml和相对于某一级指标的二级指标权重={a1,a2,…,am}(利用TFAHP法求得)为模糊向量(m为相对于某一级指标的二级指标项目数),计算一级隶属度。
在此对传统的计算Rl方法进行了改进,利用取权与单因素隶属度的乘积代替了模糊变换中的取大取小的算法。此改进的目的在于:在“标准”的模糊综合评价算法中Rl计算方法为:
把r′lj作为样本X就m个指标对第j类Cj的综合隶属度。事实上,这样计算的不能综合反映X对Cj的综合隶属情况,这是因为在进行ai∧miij的运算时,只选取了部分信息,而丢掉了某些更重要的信息。而取权与单因素隶属度的乘积aimlij,就综合反映了样本就因素对类Cj的隶属情况,综合考虑各单因素的影响后,样本对Cj的综合隶属度可表示为故一级隶属度Rl为
2.2.4 二级模糊综合评价
利用一级指标的权重W～={W1,W2,…,WK}及其模糊矩阵R进行二级模糊综合评价,其具体形式为:
2.2.5 评价结果的确定
在传统的模糊综合评价方法中对归一化后利用最大隶属度法得到评价对象的评定结果。由于该评语集V本身具有模糊性,所以根据最大隶属度法得出的软件综合评价结果较粗。因此,在此我们对传统的方法又进行了改进,对各个评语实行百分制记分的办法:50≤c1<60(差),60≤c2<70(合格),70≤c3<80(中等),80≤c4<90(良好),90≤c5<100(优秀)。这样就得到一个分数向量C={c1,c2,c3,c4,c5}有了分数向量后我们可以计算得分:
最终得分为C=(C高+C中+C低)/3,用定量的方式表示评价结果。
3 实例研究
在此组织了16位专家并结合陕西省渭南市审计局的“审计软件开发”科研任务,以渭南市机床厂的《“星火”高效节能促产》项目为依托,从该公司实际情况得到了反映该企业信息系统需求的基础数据,并组织开发了适合该企业的“星火”信息管理系统,利用改进模型对其进行评价,过程如下:
3.1 改进的TFAHP法的权重确定
结合本公司的实际对评价指标进行了简化,计算出各自的最大特征根λmax和相应的排序向量W,进行一致性检验,其具体数据如下。
3.2 模糊综合评价法
3.2.1 确定评语集合论域
V={优秀、良好、中等、合格、差}。
3.2.2 计算
采用模糊统计方法或逐级估量法确定对评价集的隶属关系。式中:nij为第i个指标评语为Vj的次数,n为参与评价专家的人数。模糊统计就是让参与评价的各位专家,根据评语调查表,按划定的5个评价等级{优秀、良好、中等、合格、较差}给各评价指标确定等级,然后依次统计各评价因素等级Vj的频数nij,计算各指标的隶属度mij。
3.2.3 改进的一级模糊综合评价
利用改进的模糊综合评价方法得到单因素的评价矩阵为:
3.2.4 二级模糊综合评价
3.2.5 评价结果的确定
对各个评语实行百分制记分的办法:50≤c1<60(差),60≤c2<70(合格),70≤c3<80(中等),80≤c4<90(良好),90≤c5<100(优秀)。这样就得到一个分数向量C={c1,c2,c3,c4,c5}有了分数向量后我们可以计算得分:
对评论进行定量化处理后,该管理软件的最高得分为85.07>85;最低得分为76.07>75。故该软件只能评为“良好”。
4 评价效果分析与结论
对于评价模型使用效果在此从两方面进行分析:
(1)基于上述评价结果,在本软件投入一段时间运行后对单因素(系统性能、系统效益、系统的技术、系统的可操作)和整体软件的实际使用效果利用统计软件进行了统计,得到了图1的结果。以系统性能这个单因素为例:单因素的评价矩阵第一行为该因素的模糊评价结R1=(0.3310.374 0.125 0.279 0.089)归属于“良好”的隶属度最大与投入使用后的统计的实际效果相一致,研究表明该模型能够较客观准确的完成评价。
(2)选定了现行行业中较成熟的88个信息系统,分别利用文献[1]中TFAHP与模糊综合评价相结合的评价算法与本文中设计的评价算法进行评价,对评价结果进行统计分析得到了如图2、图3所示的分布规律。传统算法的统计结果呈现出“正负双向偏态分布”,而本文中设计的评价算法的评价结果正好满足正态分布的特征,造成这种差异的原因在于两方面:其一,文献[1]中TFAHP权重结果受决策者的主观判断影响所以存在着偏差;其二,传统的模糊综合评价利用“取大取小”方法以点盖面使得大量的有效信息丢失。从该比较可以看出本文设计的评价模型能够较全面、准确地反映被评价对象状态。
参考文献
[1]李玉琳,高志刚,韩延玲.模糊综合评价中权值确定和合成算子选择.计算机工程与应用,2006;23(5):38—42
[2]Loargoven Van,Pedrycz W.Afuzzy extension of saaty's priority theo-ry.Fuzzy Sets and Systems,1983;11(1):229—241
[3]Lycett M.Component-based informat-ionSystems:toward a framework for evaluation.Proceedings of the33rd Hawaii InternationalConfer-ence on System Sciences-2000
[4]熊德国,鲜学福.模糊综合评价方法的改进.重庆大学学报,2003;6(6):93—95
[5]张灵莹.定性指标评价的定量化研究.系统工程理论与实践,1998;18(7):98—101
模糊层次综合评价方法 篇8
随着电力消费量的不断增加, 对供电线路的要求越来越高, 为减少长距离供电过程中的损耗, 越来越多的国家增加了高电压及特高电压线路的研究, 特高压输电电网已经逐步发展成为长距离输电的主角。特高压电网具有远距离、大容量、输送过程中电能损耗少和节约土地资源等特点。
开展特高压输电工程效益评价可以对项目的合理性进行论证, 并且该工作也是电网公司进行管理的重要环节, 是检验项目决策水平、项目实施状况和管理水平的重要依据, 也是制定合理的人力资源管理计划, 以激励和培养专业人才的有效手段。
二、评价的一般方法
通过对输电工程项目的过程性、经济效益、性能和影响等多方面的评价, 可以从不同方面获得项目实施效果的信息, 各个类型的评价均能得到比较有针对性的评价结果, 但是各结果并不能作为综合评价的结果, 即并不能形成完整的结论。综合评价是一个评价对象负责的非线性决策过程, 影响综合评价的因素众多, 不仅有社会、经济、管理等因素, 还包括科技、文化、教育、环境等一系列复杂的系统, 因此, 评价是工作量较大的复杂事情。
国内外学者对综合评价进行了大量的研究, 综合考虑多种综合评价方法, 可以把综合评价方法大致分以下几类:专家打分评价法、层次分析法、DEA数据包络法、模糊综合评价法、神经网络法、灰色综合评价以及几种方法的综合使用等。
三、特高压输电工程效益模糊层次综合评价研究
在特高压输电工程效益评价指标建立之后, 应选取合适的综合后评价方法, 对效益进行计算、评估和分析, 实现输电工程效益的有效评价。国内外关于综合评价的方法较多, 从指标体系的建立中我们可以发现, 输电工程效益指标体系具有多个子目标、多层次的特征。综合考虑以上各种综合评价方法, 基于效益评价过程中部分定性指标难以找到准确的数据, 本文选取多层次的模糊综合评价模型对特高压输电工程的效益进行综合评价。
(一) 特高压输电工程项目介绍。
哈密-郑州±800k V直流输电线路工程, 线路途径甘肃省民勤县、武威市、古浪县。全线单回路架设。基本方案长98km, 优化方案长95km。基本方案线路长度98km, 全线地形划分:平地100%。全线10km冰区;33m/s风速79km, 29m/s风速19km。共用铁塔191基, 其中直线塔169基, 耐张塔22基。优化方案线路长度95km, 全线地形划分:平地100%。全线10km冰区;33m/s风速78km, 29m/s风速17km。共用铁塔185基, 其中直线塔167基, 耐张塔18基。
(二) 评价集和判断集的确定。
1. 评价集。
本文根据特高压输电工程效益的特点及内容, 建立了多级指标评价体系, 其中一级评价指标4个, 分别为经济效益、社会效益、环境效益和电网效益。二级指标12个, 包括财务盈利能力、偿债能力、政府满意度、居民满意度、行业综合效益、电磁环境影响、社会环境影响、生态环境影响、输电可靠性、线损率、免电量损耗效益、行业经济效益等方面;部分二级指标又可以分为多个指标, 共有三级指标23个, 主要包括内部收益率、净现值、投资回收期、用电保证率、就业效益等方面。
2. 判断集。
本文对该领域内的40位专家进行了访谈调查, 并根据专家的反馈意见进行收集整理, 对特高压输电工程效益的最高层次的指标进行了打分, 对打分的结果进行整理汇总得到表1。
(三) 评价矩阵的确定。
根据专家对最高级指标进行打分的整理结果, 得到不同因素下的评价矩阵。
财务盈利能力的评价矩阵为:
偿债能力的评价矩阵为:
政府满意度的评价矩阵为:
用户满意度的评价矩阵为:
行业综合效益评价矩阵为:
电磁环境影响的评价矩阵为:
社会环境影响评价矩阵为:
生态环境影响评价矩阵为:
电网效益评价矩阵为:
(四) 指标权重的确定。
根据各级指标的不同, 首先利用头脑风暴法, 对各指标之间的相互关系进行调查, 最后根据调查的结果利用序关系法确定各不同阶段指标的权重。
1. 经济效益指标。
经济效益财务能力指标比偿债能力指标稍微重要, 经济效益方面两个子指标的权重为:a1= (0.545, 0.455) 。对财务盈利能力而言, 内部收益率较净现值率稍重要, 净现值率较净现值稍微重要, 净现值和投资利用率同等重要。财务盈利能力各指标的权重为:a11= (0.31, 0.259, 0.216, 0.216) 。利用相同方法, 可知在偿债能力方面, 投资回收期较借款偿还期稍微重要, 借款偿还期较资产负债率稍微重要, 偿债能力的指标权重为:a12= (0.396, 0.33, 0.274) 。
2. 社会效益方面。
用户满意度较政府满意度稍微重要, 政府满意度较行业综合效益明显重要。社会效益各子指标的权重为:a2= (0.343, 0.412, 0.245) 。政府满意度方面, 就业效益较拉动经济增长稍微重要, 子指标权重为:a21= (0.545, 0.455) 。用户满意度方面, 用电保证率较居民生活水平的改善明显重要, 其子指标权重为:a22= (0.583, 0.417) 。行业综合效益方面, 故障平均时间估计较故障频率次数估计稍微重要, 故障频次估计较促进电力发展的协调效益稍微重要, 促进电力发展的协调效益同项目的可持续效益同等重要。其子指标权重为:a23= (0.259, 0.31, 0.216, 0.216) 。
3. 环境效益。
环境效益方面, 社会环境影响较生态环境影响明显重要, 生态环境影响较电磁环境影响稍微重要, 其子指标权重为:a3= (0.258, 0.433, 0.309) 。电磁环境影响方面, 运行线路对人、畜的生态影响较电晕对广播、电视的干扰明显重要, 其子指标的权重为:a31= (0.583, 0.417) 。社会环境影响方面, 对沿线居民生活的影响较对沿线基础设施的影响明显重要, 对沿线基础设施的影响较对沿线景观的影响稍微重要, 其子指标权重为:a32= (0.433, 0.309, 0.258) 。生态环境影响方面, 输电走廊的占地面积较对减少排污的影响明显重要, 减少排污的影响较对沿线动植物的影响稍微重要, 其子指标权重为:a33= (0.258, 0.433, 309) 。
4. 电网效益。
电网效益方面, 输电可靠性较线损率稍微重要, 线损率较行业经济效益稍微重要, 行业经济效益同免电量损耗效益同等重要, 其权重为:a4= (0.31, 0.259, 0.216, 0.216) 。
5. 综合效益。
就输电工程综合效益而言, 社会效益较经济效益稍微重要, 经济效益与环境效益同等重要, 环境效益较电网效益明显重要。
(五) 模糊综合评价。
1. 一级模糊综合评价。
根据模糊综合评价的公式, 可知各指标评价结果。
财务盈利能力的评价结果为:B11=a11°R11
偿债能力的评价结果为:B12=a12°R12
政府满意度的评价结果为:B21=a21°R21
用户满意度的评价结果为:B22=a22°R22
行业综合效益的评价结果为:B23=a23°R23
电磁环境影响的评价结果为:B31=a31°R31
社会环境影响的评价结果为:B32=a32°R32
生态环境影响的评价结果为:B33=a33°R33
2. 二级模糊综合评价。
由一级模糊综合评价结果可知:对经济效益进行评价的评价矩阵为:R1= (B11, B12)
经济效益评价结果为:B1=a1°R1
对社会效益进行综合评价的评价矩阵为:R2= (B21, B22, B23)
社会效益综合评价结果为:B2=a2°R2
对环境效益的综合评价的评价矩阵为:R3= (B31, B32, B33)
环境效益综合评价结果为:B3=a3°R3
电网效益综合评价结果为:B4=a4°R4
3. 三级综合评价。
根据经济效益、社会效益、环境效益和电网效益的综合评价结果知, 特高压输电工程综合效益的评价矩阵为:R'= (B1, B2, B3, B4) 262, 0.438, 0.088, 0.026)
综合效益的模糊综合评价结果为:B=A°R'= (0.185, 0.
(六) 综合评价结果分析。
1. 根据最大隶属度原则。
根据最大隶属度原则, 对于特高压输电工程效益评价的结果中, 0.438为数值最大, 所以该工程的综合效益评价结果为一般, 在43.8%水平上评价结果为一般, 在26.3%水平上为较好, 而在18.5%的水平上评价为很好, 说明该工程还有一定的提升空间, 使总体效益水平更高。
在经济效益的评价结果中, 0.485的数值最大, 说明该工程的经济效益一般好, 另外有21.7%的认为较好, 17.4%认为其经济效益很好, 另外有近12%的认为其经济效益不好。在社会效益的评价结果中, 0.495为其中数值最大的, 有近22%的认为其社会效益未达到较好水平;在环境效益方面, 0.363为其中最大数据, 28.7%的认为其评价结果较好, 然而仍有21.9%的认为评价结果为达到较好, 14%的认为该工程的社会环境效益不好;对电网效益而言, 0.386为数值最大, 有28.7%的认为评价结果为较好, 但是仍有近21%的认为其结果很好, 近12%的认为电网效益不好。综上所述, 我们可以知道该工程在经济效益、环境效益、社会效益和电网效益等方面都比较一般, 存在很多的提升空间。
2. 按得分值进行分析。
将判断集中的各等级用分数进行表示:
根据得分情况可知:综合效益和各子效益的评价结果均处于一般和较好之间。其中社会效益得分最高, 接近于较好水平, 经济效益和电网效益在一般和较好之间, 但是接近一般水平, 而环境效益则处于两者中间。说明特高压输电工程在效益上还能有所提高, 特别是在环境效益和电网效益方面, 进而提高输电工程的综合效益。
四、结语
模糊层次综合评价方法 篇9
配电网与输电网的紧密结合构成了现代电力网络, 配电网是电网的重要组成部分, 在现代电力系统中具有及其重要的作用。配电网前端和输电网相连, 终端和用户相连, 承担着从输电网获取电能, 然后配送给用户的重要任务。配电网性能的好坏不仅影响到发电、输电环节, 危及电网安全性, 而且影响到用户的利益和安全, 危及社会的稳定性。因此, 配电网的性能越来越受到人们的重视和关注, 对配电网性能的评价也成为电力系统中的一个重要课题。
目前, 对配电网性能的评价研究还没有公认一致的评价指标体系, 也没有公认一致的评价模型。但是, 有几种评价模型相对来说已经相当成熟, 在许多工程领域得到了广泛的应用。例如文献[6]的目标分析最优指标法和文献[5]、文献[8]的基于层次分析的模糊综合评价法等。前者是在层次分析法基础上发展起来的一种新方法, 首先运用层次分析法计算出各个单个指标的排序权重, 然后根据最优指标对指标层的数据进行归一化处理, 然后和上面的排序权重结合进行综合评价。而后者主要是通过对各个定性、定量指标进行分层次处理和评价, 然后对评价结果进行满意度分析的方法。
本文通过对配电网性能的深入研究, 仔细分析, 建立了配电网性能评价指标体系, 并在此基础上, 运用上面的层次分析法对配电网的性能进行模糊综合评价。
二、电网性能评价模型的建立
1、综合评价模型。
综合评价模型分为三个层次:目标层、效果层和指标层。目标层是指最终期望得到的目标评价指数;效果层是指与目标层评价有关的几个主要方面;指标层是指与效果层评价有关的主要因素, 也就是单因素指标。评价时可分为两级评价模型:一级模型是根据某个效果层下面的几个单因素指标数据以及各单因素指标间的权重, 综合计算出该效果层的隶属度。二级模型是由上面一级模型计算出的各个效果层指标的隶属度, 结合各个效果层之间的权重, 进行综合计算, 最后得出目标层的综合评价指数了。如下图1。
具体评价过程是:
(1) 建立评价模型:
将效果层分成上述的m个指标:A1、A2、…AM, 满足条件:同理可以建立第二层Ai={Ai1、Ai2、…Aik}, i=1, 2, …, m;k是子集Ai中的因素个数。
(2) 一级模型评价 (Ai) :
Ai子集中每个因素的权重是Ci, Ci={Ci1、Ci2、…Cik}, 其中Cik>0, 而且, 然后根据指标层的具体指标收集基础数据, 计算出子集Ai (i=1, 2…m) 中各个单因素指标的隶属度 (满意度) xi, 其中xi={xi1、xi2、…xik}。然后再计算子集Ai本身对于目标A的隶属度Xi, 。Xi即为子集Ai对于目标A的隶属度 (满意度) 。
(3) 二级模型评价 (A) :同上面的计算, 可以得出其余的子集的隶属度, 进行归一化处理后, 该些子集的综合隶属度就作为目标层A的单因素隶属度, 即X={X1、X2、…Xm}。计算出的效果层各个指标A 1、A 2、…A m相对于目标层A的权重a1、a2…am。最后计算出目标层A的综合评价值:
(4) 权重的确定:
综合评价方法中最重要的就是各个指标权重的确定, 确定指标权重的方法也有许多, 如层次分析法、主成分分析法、因子分析法和熵值法以及神经网络法等等。本论文拟采用层次分析法也就是专家打分的方法来确定指标层各个指标之间以及效果层各个因素之间的权重。步骤如下:
首先构造评价判断矩阵:确定出目标层A下面因素A1、A2、…Am对评价综合性能的相对重要性权重, 并验证其一致性。效果层中各个因素的相对权重如下表 (判断矩阵的构造是分层次进行的) :
A1、A2、…Am之间相对重要度的衡量我们采用1—9及其倒数表示的方法, 标示的含义如下: (后面判断各指标的相对权重都可以采用此方法。)
然后求解上述判断矩阵, 得到最大特征值λm a x和特征向量W:A W=λm a x W。
W经过归一化处理就是A1、A2、…A m的相对权重值。
最后进行一致性检验:一致性指标 (n是判断矩阵的阶数) , 然后查平均随机一致性指标RI, 然后计算随机一致性比率, 当时，认为矩阵中的指标满足一致性要求, 否则就需要调整判断矩阵的元素取值, 直到满足一致性要求为止。
2、单项指标评价模型:
文献[8]对单项指标也就是单因素隶属度的评价是通过专家打分的方法来获得。隶属度值以评判语为结论, 分为“很重要、重要、一般、不重要、很不重要”, 然后, 将专家打分后的表格分类统计, 得出每个指标获得各类评判语的人数, 然后计算出每个指标获得各类指标的人数百分比, 就作为该指标的隶属度。
文献[7]单因素隶属度的确定是通过对数据进行指数化, 取相对值。也就是采用固定某年的数据作为基数, 其他年份的数据与之相除或者相除取倒数的方法来获得。
文献[9]单因素隶属度的确定是通过最大最小隶属函数模型来模拟定量指标的隶属函数曲线, 并根据指标的不同采用不通的隶属函数。具体点就是该文中把某个指标在的四种可选方案下的定量数据进行曲线拟合, 从而计算出各个指标的隶属度。
本文拟采取的方法与文献[9]相同, 也是进行曲线拟合, 但不是按方案来拟合, 而是按照年份来拟合。就是说把某个指标在不同年份下的定量数据进行曲线拟合来获得各年的指标隶属度。
(1) 、升半梯形隶属函数
当定量指标越大越好时, 采用升半梯形分布的隶属度函数。如下图所示:
(2) 、降半梯形隶属函数
当定量指标越小越好时, 采用降半梯形分布的隶属度函数。如下图所示:
其中, a1、a2分别为函数的下界和上界。函数上下界的选取对隶属度的确定有较大的影响, 因此上下界的选取必须科学、合理。对于最高上限或最低下限 (上下界) 不能确定的情况, 本文取现有历年数据中最高或最大的数据, 然后增加其5%作为最高上限和最低下限;对于数据变化不大的数据, 取该数据的最大或最小数据然后增减2.5%作为最高上限、最低下限。
三、电网性能评价指标体系的建立
通过分析影响配电网性能的各种因素、指标, 本着科学、合理、准确、实用的原则, 进行了仔细的筛选、权衡、归纳和整理, 最终确定了对电网性能评价的指标体系如图2。该指标体系主要包括五大方面, 供电可靠性、电能质量、电网损耗、电网供电能力和配电网安全性。
四、应用举例
从1998年到2001年, 我国投入巨资进行了全国性的农网改造, 到现在已经全部结束。改造完成后电网性能得到了很大的提高, 本文借助秦皇岛市农网改造的项目获取原始数据, 然后进行电网性能的评价。所有基础数据都是从秦皇岛市供电公司获取的,
各个单指标的隶属度数据如下表3:
对于电网安全性, 由于属于定性指标, 没有量化数据, 因此该些指标的单因素隶属度采用专家评分的方法获取。具体数据如下:
在征询各方面专家的意见后, 得到如下各层次的判断矩阵, 如表4~表6。
(其中, A是指电网性能指标值, A1为供电可靠性指标;A2为电能质量指标;A 3为电能损耗指标;A 4为供电能力指标;A5为电网安全性指标)
所以, A1~A5的权重值分别为:a1=0.054、a2=0.043、a3=0.395、a4=0.070、a5=0.437。
一致性检验:根据判断矩阵可以求取最大特征值其中:A为判断矩阵, W为权向量。 (A·WT) i表示A、W矩阵相乘后的合成矩阵 (A·W) 的第I个元素, n为判断矩阵的阶数, Wi为权向量的第I个元素。
通过计算, 这里λmax=5.4087。于是由已知的矩阵阶数n=5, 确定平均随机一致性指标Ri, 对于“1-9”阶判断矩阵, n与Ri的关系如下表:
查表得到n=5时, Ri=1.12。
于是, 随机一致性比率为:所以满足一致性要求。权向量指标结果有效。各指标相对于电网性能综合指标的权向量W= (a1、a2、a3、a4、a5) T= (0.054、0.043、0.395、0.070、0.437) T
(其中, A是供电能力, A1为主配变容量比指标;A 2为电网功率因数指标;A3为供电半径合格率指标)
于是, 供电能力指标层的三个指标权重分别为C41=0.387、C42=0.169、C43=0.444。随机一致性比率满足一致性要求。
(其中, A1为变电设备安全性指标;A2为电缆及其构筑物安全性指标;A3为架空线路安全性指标;A4为配电网络安全性指标;A5为通信设施安全性指标)
电网安全性效果层的五个指标的权重分别为C51=0.380、C52=0.047、C53=0.355、C54=0.109、C55=0.109。随机一致性比率满足一致性要求。
于是, 各年电网性能综合评价指数计算如下:
如果定义:0.0-0.6为不及格;0.6-0.7为及格;0.7-0.8为中;0.8-0.9为良好;0.9-1为优秀, 那么从上述的计算可以看出, 秦皇岛市电网性能综合评价为:1996年和1997年时, 电网性能为中, 1998年到2000年为良好。
五、结语
本文在对配电网认真学习研究的基础上, 建立了一套比较全面又简单实用配电网性能的指标体系, 它不仅适用于城市电网、农村电网也适用于整个配电网的性能评价。并采用按时间序列的方法来确定各年指标的隶属度, 能比较准确的反映各年指标的变化趋势。
参考文献
[1]、张三力《项目后评价》清华大学出版社1998年
[2]、丁毓山、杨勇《农村电网规划与改造》中国电力出版社2001年
[3]、《农村电网建设与改造》中国电力出版社1999年
[4]、E.Lakervi E.J.Holmes范明天等译《配电网络规划与设计》中国电力出版社1999年
[5]、丁开盛等“电信网可靠性的综合评价方法”北京邮电大学学报1999年3月
[6]、汪泽焱等“目标分析最优指标法用于防空雷达网的效能评价”系统工程与电子技术1999年No.3Vol.21
[7]、张学渊、梁雄健“基于运行统计的通信网可靠性的综合实用评价方法”电子学报1999年No.4Vol.27
[8]、李洪力等“雷达装备可信性模糊综合评价”空军雷达学院学报2001年No.1Vol.15
模糊层次综合评价方法 篇10
电力是关系到国家能源安全和国民经济命脉的重要资源, 在经济社会中发挥着重要作用。 电力企业与人们的日常生活、社会稳定密切相关。 在市场经济体系中,电力企业对于市场经济健康有序的运行起着举足轻重的作用。 然而,由于我国市场经济体制的不完善,电力企业面临着诸多风险,如投资风险、财务风险等。 电力企业的财务活动变得越来越复杂,财务风险增大,成为其面临的最主要的风险, 它存在于电力企业经营管理工作的各个环节,我们不可能完全消除财务风险及其影响。 随着电力体制改革的不断深入,提高了电力企业的效率、降低了其运行风险。 为了配合改革的进程, 我们应该积极对电力企业的财务状况进行分析和评价,争取更好地防范与控制其财务风险。
1文献综述
国内外学者对财务状况评价研究进行了积极的探索。 对于上市公司的财务评价,国内的学者探讨了新的综合评价方法。 多位学者研究了模糊综合评价法和层次分析法在企业财务状况分析中的应用,这为评价电力企业的财务状况提供了方法依据。
黎洪虎(2008)等从电力企业的行业特点入手,分析电力企业的财务风险及防范措施。 Strong, R.A.(2009)介绍了利用蒙特卡罗模拟进行财务风险评价的方法。 董学晨(2010)构建了由3个财务风险子系统组成的综合评价指标体系, 分别采用层次分析法、TOPSIS-GRA法和数据网络分析法对3个子系统评价,分析了发电上市企业财务风险的特征及影响因素。 冯荣珍(2011) 从内部和外部分析了电力企业的财务风险影响因素,运用BP神经网络评价法对3家ST电力公司的财务状况进行了评价。 田金玉(2012)采用模糊综合评价模型,以内部风险、外部风险指标, 对电力企业财务风险进行评价。
通过对前人研究成果的回顾可以发现, 对电力企业财务状况的分析多为使用传统财务指标定量分析, 不能有效地将非财务指标纳入评价体系。 因此,本文根据电力企业的特点建立了包含定量指标和定性指标的评价体系, 提出将模糊综合评价法与层次分析法相结合,使用模糊层次综合评价法,设计出相对合理的将定性指标纳入评价体系的研究方法, 对电力企业财务状况进行评定。
2上市电力企业财务状况评估体系
财务状况是企业偿债能力、营运能力、盈利能力、发展能力的综合体现。 评价企业财务状况时,不能只考虑某一个因素,而应综合各因素加以权衡。 另外,财务状况是一个模糊概念,既没有明确的外延,而且内涵也相当复杂,不能准确地、定量地加以界定,难以运用传统的方法来建立起统一标准的、切实可行的综合评价模型,而模糊决策则为这一切提供了可能。 本文运用模糊层次数学评价模型, 探讨一种对企业财务状况进行综合评价的方法。
层次分析法 ( The Analytic Hierarchy Process, 简称AHP) ,是指将决策问题的有关元素分解成目标、准则、方案等层次,在此基础上,进行定性分析和定量分析的一种决策方法。 在层次分析中通过建立模糊判断矩阵, 来确定模糊权重向量的模糊综合评价方法,称之为模糊层次综合评价方法。
本文从企业财务指标、企业经营状况、以及发展前景三个维度,对上市电力企业的财务状况进行综合评价。 (1)财务指标。 财务工作实践中, 通过对企业财务状况和经营成果进行解剖和分析,能够对企业经济效益的优劣做出评价与判断。 (2)企业状况。 结合上市电力公司的特点,在综合分析前人研究成果的基础上, 本文选取组织结构、财务人员素质、财务管理水平、财务部门权力状况4项指标作为电力企业财务状况的评估指标。 (3)发展前景。 本文所设定的评估体系中引入的电力企业发展前景指标包括:竞争能力、政策环境。 企业的竞争能力决定着在市场上的地位,由此可以评估企业的发展前景。 政策环境也是影响企业前景的一个重要因素, 不同的政策环境对电力企业的影响不同,评估政策环境也就可以评估企业的发展前景。评估体系如表1所示 。
3研究方法
在设计了一套较为完整的电力企业评价指标体系之后,本章节将探讨建立模糊层次综合评价数学模型进行电力上市企业财务状况评价问题。 下面是对此模型的概述。
3.1确定因素集、评语集
(1)建立因素集 。 把影响财务评价对象的各种因素构成的集合称为因素集,用U表示:U={U1,U2,… ,Um}其中 ,Ui代表第i个因素,m为因素的个数。 这些指标通常都具有不同程度的模糊性。 例如评价财务状况时,影响评价的因素可选为:U1( 偿债能力)、U2( 营运能力 )、U3( 盈利能力 ) 等 ,均存在模糊性 。
(2)建立评语集 。 评语集是评价者对评价对象可能做出的各种总的评价结果组成的集合。 用V表示:V={V1,V2,… ,Vn}其中 , Vi代表第i个评价结果,n为总的评价结果数。 模糊财务评价的目的就是在综合考虑所有因素的基础上, 从评语集中选出一个最佳的评价结果。 例如财务状况综合评价时,评价集可取为V= {很好 , 较好 , 一般 , 不佳 },评价结果就是从V中选出一个最合理的“财务健康状况”。 如果涉及到的是多个企业的财务状况的综合排序,评语集就是所涉及到的企业,即V={C1,C2,C3}。 因为综合评价的结果得出每个评语所占的百分比,即3个企业的排序。
3.2确定权重集 ,用层次分析法确定指标集的模糊权重向量A。
(1)构建层次结构模型 。 层次分析法的基本模型是递阶层次结构模型,一般分为三层:最高层,是解决问题想要达到的目标, 所以又称目标层;中间层,这一层次包括了为实现目标所涉及的中间环节,由若干个层次组成,包括所需考虑的准则、子准则,因此也称为准则层;最低层,是解决问题的措施或方案,又称方案层。
(2)建立判断矩阵群 。 判断矩阵元素aij的标度方法,见表2。
(3)计算权重向量。 权重向量的计算有和法和根法两种方法,本文采用求和法。 对判断矩阵A每行诸元素求和,有通过规范化,得权重向量
3.3综合评价矩阵
通过模糊评价获得综合评价矩阵R。 设评价对象按指标集U中的第i个指标Ui进行评价, 评价集V中第j个元素Vi的隶属程度为rij,则按Ui的评价结果用模糊集合表示:
其中,Rj称为单指标评价集,可简化为Rj=(ri1,ri2,… ,rin)。
对所有指标都进行分别评价后,即可得矩阵
3.4综合评价结果
计算进行复合运算B=A莓R可得到综合评价结果。 单因素模糊评价,仅反映一个因素对评价对象的影响,这是不够完全的。 需进行模糊综合评价,综合考虑所有指标的影响,以得出更合理的评价结果。 模糊综合评价的模型可以表示为:
其中,“莓”表示A与R的一种合成方法。
3.5综合评价优劣排序
计算评价对象的综合评价分值, 根据评分值的大小来确定评价对象的优劣排序。
4实证分析
本文选取了30家上市电力公司, 依据其2014年第3季度的季报,采用模糊层次综合评价方法对这30家公司的财务状况进行评价。
4.1构建层次结构模型
电力企业层次结构模型如图1所示。
4.2计算指标权重
根据图1的层次结构, 应用层次分析法得到各指标的相对权重。 如表所示,由表3可得到第二层因素相对第一层因素的权重: 偿债能力0.04, 营运能力0.09, 盈利能力0.18, 发展能力0.21,企业状况0.27,发展前景0.21。
同理可得,各因素相对偿债能力的权重:流动比率0.11,速动比率0.31,资产负债率0.58。 各因素相对营运能力的权重:存货周转率0.56,应收账款周转率0.35,总资产周转率0.09。 各因素相对盈利能力的权重:销售净利率0.17,总资产报酬率0.83。 各因素相对企业状况的权重: 组织结构0.06, 财务人员 素质0.38,财务管理水平0.41,财务部门权力状况0.15。 各因素相对企业发展前景的权重:竞争能力0.17,政策环境0.83。
综上得到各层次的权重向量:
第一层次的权重向量是U1,U2,U3,U4,U5权重向量
A=(0.05,0.12,0.23,0.35,0.27)
第二层次的权 重向量分 别是 (U11,U12,U13)、 (U21,U22,U23)、 (U31,U32)、(U41,U42,U43,U44)、(U51,U52),权重向量 :
A1=(0.11,0.31,0.58)
A2=(0.56,0.35,0.09)
A3=(0.17,0.83)
A4=(0.06,0.38,0.41,0.51)
A5=(0.17,0.83)
4.3进行模糊综合评价
在企业财务状况的评价指标中,有的指标是正效应指标,即指标值越大越好,如销售净利率等;有的指标是负效应指标,即指标值越小越好,如资产负债率等。 由于本文运用模糊综合评价方法,对30家上市电力公司的财务状况进行分析并排序,因此, 对正效应指标采用这3家公司各实际指标的最大值作为标准值,对负效应指标,取该指标的倒数,将其转换成正效应指标。
根据选取的30家上市电力公司披露的2014年第3季度财务报告数据,将30家公司分为5组,每组6家,分别计算30家公司的各指标值。 对于企业状况和发展前景下的定性指标,本文采取打分将其量化。 分数分为1分,2分,3分,4分,5分,分别表示差,一般,较好,好,很好。 依次计算各指标相对于标准值的得分值如表4~8所示。
由此得到的模糊评价矩阵分别为:
由此得到的模糊评价矩阵分别为:
由此得到的模糊评价矩阵分别为:
由此得到的模糊评价矩阵分别为:
由此得到的模糊评价矩阵分别为:
4.4进行一级综合评价
设U1代表偿债能力的综合评价结果,U2代表营运能力的综合评价结果,U3代表盈利能力的综合评价结果。 采用加权平均型进一步进行综合评价得:
按同样计算方法可得第一组6家上市电力公司在营 运能力、盈利能力、企业状况、发展前景方面的综合得分:
按照同样的计算方法分别得到第二组、第三组、第四组、第五组公司在偿债能力、营运能力、盈利能力、企业状况、发展前景方面的综合得分如下:
4.5进行二级综合评价
对30家电力企业的财务状况进行二级综合评价。
因素集Ri=(偿债能力 ,营运能力 ,盈利能力 )
权重集A=(0.05,0.12,0.23,0.35,0.27)
各公司财务状况综合得分如下:
第一组:
用同样的计算方法可得第二组、第三组、第四组、第五组各公司财务状况综合得分如下:
30家上市电力企业的财务状况评分如表9所示 。
由表9中30家电力企业财务状况评分状况来看, 得分在0.8分以上的企业有13家 ,30家企业的排名与其2014年第3季度每股收益的排名基本相同, 说明用模糊层次综合评价法得出的评分结果是可信的。 根据得出的排名,我们可以直观地比较这些电力企业的财务状况。
5结语
应用模糊层次综合评价法对上市电力公司财务状况进行评级,能反映电力企业财务状况的总体情况,是一种行之有效的评价方法。 文章构建的上市电力企业财务状况评价指标体系,克服了传统财务评价法只考虑单一指标的局限, 对上市电力公司财务状况的评价更具有客观性、系统性。 采用层次分析法与模糊综合评价法相结合的模糊层次综合评价法, 运用层次分析法确定权重,既全面反映了专家和决策者的主观意见,又不失评价结果的客观性。
