AHP模糊综合评价（精选十篇）
AHP模糊综合评价 篇1
(一) 市场环境
市场环境在企业创新过程中起着非常重要的作用。首先, 市场需求的变化刺激并引导高新技术企业不断创新, 研制生产出市场喜欢的产品;其次, 市场竞争的压力迫使企业必须依靠不断创新来保持和扩大市场份额;最后, 市场的规范度, 如供应商的诚信度、客户的诚信度等, 也会影响企业创新的积极性。创新需要一个公平、统一、开放、竞争有序的市场环境。
(二) 政策法律环境
高科技企业的发展离不开政府的推动, 政府政策是企业创新的外在诱导力, 高新技术产业是一项特殊产业, 对法律法规体系, 有着较高要求, 需要对其产权、投资、生产、交换等方面进行有效保护。法律的健全、稳定与否是大多数高新技术企业生存与发展的重要条件。
(三) 资源环境
资源依赖理论认为, 企业的行动自由被局限于满足那些给予企业生存所需资源的外部实体的需要。对资源的需求能否得到满足直接制约着高新技术企业创新的实现程度。
(四) 服务环境
服务环境因素对技术创新成果转化成生产力起着重要的“催化”作用。技术创新成果只有流动起来才能真正找到需要它的地方、充分发挥它的作用。因此一个国家或地区的技术服务环境的优劣将直接影响这个国家和地区的技术成果转化率。
(五) 技术文化环境
社会科技水平和科技力量是高新技术企业创新的可借鉴力量和支撑。一方面丰富多样的技术成果能够满足企业全方位创新的需要;另一方面标准化的技术体系影响和规范着整个高新技术产业的发展。任何创新活动本身都是一种冒险, 失败的可能性总是存在的, 以“鼓励探索、容忍失败、包容个性”为核心的创新文化更有利于促进企业创新。
二、AHP-模糊综合评价模型的建立
AHP-模糊综合评价法是将层次分析法和模糊综合评价法有机结合起来对目标对象进行评价的, 即通过层次分析法确定子目标和各指标权重, 用多层次模糊综合评价来进行综合评价。采用这种方法对高新技术企业自主创新环境进行评价, 既减少了人为确定权重可能带来的误差, 又可以解决自主创新环境的多层次性与复杂性造成的评价结果的离散问题。
三、AHP-模糊综合评价法在大庆市高新技术企业自主创新环境的应用研究
(一) 数据来源及初步分析
为了测度大庆高新技术企业自主创新环境具体情况, 我们选取了自主创新主体为调查对象, 并进行了问卷调查, 以此来测度与评价大庆市高新技术企业对现有的创新环境的认可程度及其效果。发出120份问卷, 收回110份;其中有效问卷102份, 回收率91%, 效率92%, 调查汇总结果见表1所示:
(二) 运用层次分析法确定各自主创新环境要素的权重
1. 单一准则下被比较元素的相对权重———即层次单排序
根据构建的大庆高新技术企业自主创新环境指标体系, 确定各因素的重要程度。由数位专家对指标体系中各因素的重要性进行打分, 由1-7比例标度法分别对每一层次的评价指标的相对重要性耐定性描述, 并定量化表示, 确定两两比较判断矩阵:
通过计算:A层-B层的判断矩阵求解得权重向量。
通过对所得的行向量做规一化处理, 得到单一准则下所求个被比较元素的排序权重向量, 并作一致性检验如下:
这说明判断矩阵具有满意的一致性, 因此, 有判断矩阵计算的出来一级评价指标的权重向量值是比较可靠的。同理, 计算结果见表2。
2. 进行层次总排序———计算同一层次所有元素的组合权重
由综合权重计算公式ak=Bkak-1得各评价指标的权重见表2:
注:文中为简化, B1简称为“市场环境”, B2简称为“政策法规环境”, B3简称为“资源环境”, B4简称为“服务环境”, B5简称为“技术文化环境”。
3. 构建模糊评判矩阵及综合模糊评价
本文的评价体系中的定性指标采用问卷调查综合评议的方法, 主要是调查问卷, 将各调查单位对各指标的打分表分别进行频率汇总, 在R中, , 式中d表示参与打分的企业数, dij指对第i评价指标作出第评价尺度uj的企业数, rij值大说明对Bi作出Yj评价的可能性就大。评判矩阵来源于调查问卷汇总结果, 如表1所示。
(1) 一级模糊评价
根据公式Bi=ωi*Ri, 式中:Bi为B层第i个指标所包含的各下级因素相对于它的综合模糊运算结果, ωi为B层第i个指标下级各因素相对于它的权重;Ri为模糊评价矩阵, 表示B层第i个指标下级各因素相对于评语集的关系。
查阅表1, 由指标C11, C12, C13评语集组成的模糊综合评价矩阵为:
由表2知:C11, C12, C13相对于B1层的权重, 分别为0.6370, 0.1047, 0.2587, 所以:ωl= (0.637 0.105 0.259)
B1=ωl*R1 (0.396, 0.340, 0.198, 0.062, 0.000, 0.000, 0.005)
综上, 可得一级模糊评价结果见表3:
3.4.2二级综合评价
将Bi看成A层 (目标层) 的5个单因子判断, 则对目标层A综合评价为:
B=ω*R, 其中, B为A (目标层) 包含的各下级因素相对于A (目标层) 的综合模糊运算结果, ω为A层下级各因素 (即B1, B2, B3, B4, B5) 相对于A层的权重, 可知:
ω= (0.394 0.339 0.121 0.099 0.047) (B-A)
R为模糊评价矩阵, 表示目标层A下级各因素相对于综合评判结果的关系, 即由一级综合评价结果可知:
经矩阵相乘运算后, 得到如下结果, 二级评判结果:
E= (0.345, 0.359, 0.202, 0.082, 0.005, 0.004, 0.003)
依据模糊综合评价法的分析结果可知:大庆市自主创新环境对市内高新技术企业自主创新的作用程度水平为:认为“非常高”的比例为0.345;认为“高”的比例为0.359;认为“较高”的比例为0.202;认为“一般”的比例为0.082;认为“较低”的比例为0.005;认为“低”的比例为0.004;认为“非常低”的比例为0.003。根据最大隶属度原则, 在七个等级的隶属度中“高”的数值最大, 因此, 所评价的大庆市高新技术企业自主创新环境对企业的影响程度为“高”。
四、结论
二级评价结果可知, 根据最大隶属度原则, 在七个等级的隶属度中“35.9%”的数值最大, 因此, 大庆市高新技术企业自主创新环境对企业自主创新的效果为“高”。表明大庆市高新技术企业自主创新环境与高新技术企业的自主创新行为关联度很高, 即自主创新就环境效果很明显。因此, 为促进大庆市高新技术企业的自主创新, 大庆市应该加强创新环境的建设。
参考文献
[1]黄灏然, 俞守华, 周玉意.基于AHP的模糊综合评价方法在方案评价中的应用[J].价值工程, 2007 (1) :84-85.
AHP模糊综合评价 篇2
基于AHP的农村生活环境模糊综合评价
利用AHP法和模糊综合评判法对农村生活环境进行分析.结合河南省近几年的`相关数据对农村生活环境的优劣情况给出定量分析.并给出了改善农村生活环境的相应措施.
作 者：黄春艳 李艳玲 HUANG Chun-yan LI Yan-ling 作者单位：华北水利水电学院,数学与信息科学学院,河南,郑州,450011刊 名：周口师范学院学报英文刊名：JOURNAL OF ZHOUKOU NORMAL UNIVERSITY年，卷(期)：200825(5)分类号：X82关键词：AHP法 农村生活环境 模糊综合评判
AHP模糊综合评价 篇3
关键词：智慧社区；评价研究；模糊综合评价
自从2009年IBM公司提出了智慧城市的理念，国际上涌起了城市“智慧化”的浪潮，2014年八部委联合发布的《关于印发促进智慧城市健康发展的指导意见的通知》中指出城市管理精细化的建设目标，而智慧社区在城市建设中处于一个相对合适的实践空间，在保障和改善民生服务、创新社会管理中具有举足轻重的地位，现有的研究从社区治理[1]、服务体系[2]、建设与运行模式[3]的角度来研究智慧社区。笔者借鉴北京市智慧社区指导标准的定义[4]，阐述智慧社区的概念是：利用物联网、互联网、云计算、数据仓库、移动互联网等新一代信息技术，将社区居民通过无处不在的感知器联接起来，以实现社区内信息资源共享最大化，从而发现知识，创新服务模式，实现对社区居民生活要素的数字化、网络化、智能化、互动化和协同化。为了能准确地把握智慧社区，本文构建智慧社区指标体系进行评价研究，并结合实例进行分析，根据评价结果提出推动智慧社区更好发展的建议。
1 智慧社区评价指标体系
1.1 智慧社区评价指标的选取
2013年国家住建部发布的《智慧社区建设指南（试行）》（下称《指南》）提出了一个完整详细的评估体系，它涉及了六个领域，87个底层指标，同时也指出了每个底层指标的评价标准。由于《指南》中评价结构繁杂，在实际评价工作中不易操作，本文在其基础上将相近指标融合一起形成一个新的智慧社区评价指标体系。
1.2 智慧社区评价指标体系的构建
根据智慧城市社区指标的选取，构建一个层次指标体系，见表1。
2 AHP-模糊综合评价法
模糊综合评价法是一种基于模糊数学的综合评价方法，它是一种针对多元素影响的决策做出定性与定量结合的方法。本文采用的AHP法与模糊综合评判法相结合的方法来评测智慧社区，具体步骤是：①模糊评价指标的确定，将指标按层级分布整理；②根据评价对象的性质设置评语集，本文中所有评价指标的评语集设置为5个评语元素的集合；③运用AHP法来确定指标的权重，将二级指标按上层层次关系划分为4个矩阵，通过计算这4个矩阵和1个一级矩阵中每一行的特征向量W，使用特征向量做归一化作为指标权重；④对矩阵进行一致性检验，当偏差一致性指标与平均一致性指标的比值小于0.1，则接受判断矩阵的一致性；⑤对指标进行模糊综合评价，将评价矩阵R和权重集A通过模糊算子M（
3 智慧社区实例评价过程
3.1 数据收集 本文的实证研究选取湘潭市的“智慧九华”园区作为研究对象。2014年国家住建部和科技部联合发布第三批国家智慧城市试点名单，湘潭九华经济开发区入选名单，园区实施了“智慧九华”工程成功通过国家验收，其智慧社区的建设也惠及了九华居民的衣食住行，渗透到了社区服务中多处环节上。针对指标判断矩阵，笔者通过德尔菲方法将一级指标与二级指标分层进行两两比较，建立9分比例标度的判断矩阵，本次调研中共发放612份问卷，回收306份，最终有效问卷283份，将统计数据与问卷结果综合起来提交给专家，通过德尔菲法最终确定客观的因素集对评价集的隶属程度。
3.2 数据处理 对智慧九华的数据收据完成后，接下来需要针对判断矩阵计算权重集，并通过权重集对智慧九华指标单因素隶属程度的数据进行模糊计算。第一步，计算指标判断矩阵的特征向量，并做一致性检验，一级指标U1～U4判断矩阵A、二级指标U11～U43的4个判断矩阵A1、A2、A3、A4的特征向量计算结果如下：
WA=（0.072，0.159，0.317，0.351）；WA1=（0.641，0.359）； WA2=（0.352，0.296，0.176，0.176）；WA3=（0.637，0.258，0.105）；WA4=（0.163，
0.297，0.54）。
它们的随机一致性比率计算结果分别为：0.037、0、0.057、0.037、0.01，各值均小于0.1，因此我们承认判断矩阵之间有非常好的适应度，从而接受特征向量值作为智慧九华评价指标的权重值。
4 智慧社区建设与发展建议
本文借鉴了已有研究的智慧社区内涵，构建了一个智慧社区评价指标体系，运用AHP-模糊综合评价法，基于智慧社区实例进行评价研究。研究结果发现当前智慧社区建设发展良好，基本上充分考虑到了国家指南的指标要求，并结合本地特色满足了居民智慧化的需求。然而，现有的智慧社区建设过于的依赖于政府的干预，注意力过多的集中到了物联网、云计算、互联通讯等信息技术的部署上，淡化了智慧社区以人为本的内在意义，在下阶段的智慧社区建设发展中应该更多的关注到居民参与上来，让智慧社区更好地为社区群众服务。
参考文献：
[1]宋煜.社区治理视角下的智慧社区的理论与实践研究[J].电子政务，2015，06：83-90.
[2]郑从卓，顾德道，高光耀.我国智慧社区服务体系构建的对策研究[J].科技管理研究，2013，09：53-56.
[3]吴胜武，朱召法，吴汉元，段永华.“智”聚“慧”生——海曙区智慧社区建设与运行模式初探[J]. 城市发展研究，2013，06：145-147.
[4]北京市社会办，北京市经信委，北京市民政局.北京市智慧社区指导标准（试行）[Z].2013.
AHP模糊综合评价 篇4
目前,物流园区布局评价的方法主要有优缺点列举法、因素分析法、权值分析法等,这些评价方法都不同程度存在一定的主观性、随意性,特别是由于评价指标权重的分配过于简单,导致评价结果优劣难分。因此,为了获得更为有效的评价结果,我们应当采用定性和定量相结合的方法,建立评价模型,合理确定评价指标体系和指标权重,进行有效的可行性分析[1]。九华物流园区布局评价是一个典型的涉及到多因素的综合评价问题,由于各因素的影响程度是由人们的主观判断确定的,并且这种评价不可避免地带有结论上的模糊性[2]。因此,要提高评价的有效性,必须找到一种能够处理多因素、模糊性及主观判断等问题的评价方法。AHP-模糊评价方法正是基于这样情况提出的,它基于科学的数学原理和精确的数学计算,为物流园区系统布置的评价提供了依据。层次分析法[3](Analytic Hierarchy Process,AHP)是美国著名运筹学家匹兹堡大学教授I.LSaaty于20世纪70年代中期提出的一种将定性分析和定量分析相结合,定性问题定量化的实际决策方法。这个方法的基本思路是将一个复杂的问题分解成若干个组合因素,然后将这些因素按其支配关系,分组构成递阶层次结构,通过两两比较的方式确定层次中诸因素的相对重要性,然后综合人的经验判断,以决定诸因素相对重要性的顺序和权重[4]。模糊集合的概念是由美国控制论专家扎德教授在1965年提出来的,从而开创了模糊数学这个崭新的分支。用模糊数学能够有效地解决行为信息不全、决策目标具有模糊性且难以量化的问题。
2 九华物流园区规划方案确定
根据九华物流园区所在区域城市规划和交通规划的要求,以及九华物流园区所在区域的特征,我们提出了九华物流园区总平面布局方案。九华物流园区[5,6]各个组成部分介绍如下:
2.1 物流作业区
九华物流园区主要的物流功能区域包括:仓储中心、配送中心、包装中心、流通加工中心、货运代理区、零担专线区、码头作业区、堆场等,其中仓储中心与其他各个功能区域的关联性程度较高,布置在中心区域。
2.2 办公服务区
由于主园区紧邻长潭西线和风光路,考虑到交通衔接因素,将综合办公大楼和主要的出口道路设置于风光路一侧,这样既方便主园区内车辆运行路线的组织,又方便了车辆的进出,并且也能避开长潭西线的交通繁忙情况。该区域与物流作业区域内的物流作业区相分离,形成相对安静的区域。该区域单独设置出入口,使出入该区域的人流、车流与园区的大量货车车流相分离,互不影响。办公大楼布置于园区西边,临近长潭高速,作为九华物流园区的标志性建筑,利用美观的建筑造型和临街而设的特点美化市容。
2.3 车辆服务区
车辆服务区主要位于九华物流园区主园区的西北侧。它既能够为车辆提供保修服务,又不会对园区内的交通造成影响。
2.4 园区出入口
园区设有东南西北4个出入口,它们非常方便车辆的进出,又能够实现园区内的车流与社会车流更好地衔接。
2.5 绿化
为创造较好的园区环境,在园区内部种植花草。我们在不影响园区物流作业与道路交通的前提下,尽可能增加园区的绿化面积。在园区的周边布置沿街绿化带与大型绿地,能够形成较好的街景,并起到美化城市的效果。
2.6 交通组织
园区四周设置环形车道,方便车辆进出物流园区。在园区内部东西向设置20m的交通大道,非常方便车辆的行驶;园区内部各个功能分区之间的10m宽的道路,便于功能区之间的搬运。在园区东、南、西、北设置大门,方便车辆和人员的出入。
2.7 预留场地
我们将近期及中期的预留面积布置在长潭西线西侧,预留面积规划为135.65亩。预留场地引导主园区向西北方向发展,该方向符合九华经济区发展的方向,有利于主园区与西园区的衔接。
3 九华物流园区规划方案评价
将AHP模型作为AHP-模糊综合评价的一部分,主要是为了将九华物流园区布局评价中的定性指标进行量化处理,以确定定性指标的权重。
3.1 建立园区的AHP模型层次结构
我们评价指标由环境保护、交通衔接、扩充弹性、内部组织结构合理性、景观匹配、生态协调6个指标体系,建立了如下所示的层次结构(见图1)。
3.2 建立比较判断矩阵
根据九分位比率表,采用成对比较法,建立判断矩阵。采用九分位比率是因为人们头脑中通常有个明显的等级,每两个等级之间各有一个中间状态(见表1)。
利用上述九分位比率表,请专家对物流园区系统布置的各项指标进行打分,并建立判断矩阵(见表2)。
3.3 对判断矩阵分别单排序并进行一致性检验
RI-随机一致性指标,其值为(见表3):
当CR<=0.1时判断矩阵的不一致性可以接受。
3.4 模糊综合评价
(1)确定评价指标集为A={A1,A2,A3,A4,A5,A6},分别表示环境保护、交通衔接、扩充弹性、内部组织结构合理性、景观匹配、生态协调方面。
(2)确定评价等级及其对应标准,确定评语集为V={V1,V2,V3,V4}={高效,良好,合格,不合格},给评语集的每个等级赋分,赋值后的评语集合为H=(95,80,65,50),并规定90分以上为高效,80~90分之间为良好,60~80分之间为合格,60分以下为不合格。
(3)确定层次指标的权重向量,由计算结果可知,评价指标的权向量为:W={0.04,0.24,0.16,0.4,0.10,0.06}。
(4)对单因素建立模糊综合评判矩阵。由5位专家对提出的布局方案进行评估,根据每个布置方案符合各指标程度的情况,由每个专家单独对指标层的每个指标进行等级打分。由于指标的模糊性,可以综合每个专家对该指标的打分次数,得出该指标属于某个评语等级的隶属度。我们取5位专家赞同该指标的评语等级的比重为隶属度,从而建立单因素模糊综合评价矩阵,计算结果如下:
(5)进行单因素评价Bi=W*R,i=1,2,…,6,
(6)计算综合评价值:E=B*H=87.08。
4 结论
园区靠近长潭西线和风光路的区域多为绿化地带,能够形成良好的风光带。具有标志性的办公大楼面向长潭西线,给外界很好的景观象征。根据AHP-模糊综合评价方法对九华物流园区规划方案进行评价,结果是能满足物流作业的顺利进行,在环保方面也能符合要求,能跟外界交通进行很好的衔接,也能形成具有特色的景观。
摘要：文章介绍了AHP-模糊综合评价方法,并利用这种方法对九华物流园区的布局进行了评价。通过确定各项评价指标的权重,再利用模糊评价法对评价结果进行定量计算,结果表明这种方法在评价九华物流园区布局的实例中具有科学性和可靠性。
关键词：AHP-模糊综合评价,九华物流园区,评价指标体系,布局
参考文献
[1]龙泉.AHP-模糊综合评价法在绩效评估中的应用研究[J].冶金经济与管理,2007(2):47-50.
[2]常大勇,张丽丽.经济管理中的模糊数学方法[M].北京:北京经济学院出版社,1995.
[3]胡刚,陈峻,等.基于层次分析法(AHP)和多指标决策的物流园区建设序列研究[J].公路交通科技,2003(2):159-162,166.
[4]苗壮.交通运输项目评价中的权重问题[J].公路交通科技,2001(5):111-113.
[5]李旭宏,毛海军.开发区专业物流园区规划[J].交通运输工程学报,2002(3):84-87.
[6]王战权,杨东援.物流园区规划初探[J].系统工程,2001(1):79-83.
AHP模糊综合评价 篇5
基于AHP和模糊综合评判的无人机效能评估
针对舰载无人侦察机系统性能指标的相对性、模糊性,运用层次分析法和模糊综合评判方法建立舰载无人侦察机模糊综合评价模型,并对某型舰载无人侦察机进行具体评价.为指挥人员了解舰载无人侦察机系统作战效能和科研人员进行改进提供了定量依据.
作 者：郑昌 董文洪 牛庆功 栗飞 Zheng Chang Dong Wenhong Niu Qinggong Li Fei 作者单位：郑昌,牛庆功,Zheng Chang,Niu Qinggong(海军航空工程学院,烟台264001;海军飞行学院,葫芦岛,125001)董文洪,栗飞,Dong Wenhong,Li Fei(海军航空工程学院,烟台,264001)
刊 名：舰船电子工程 英文刊名：SHIP ELECTRONIC ENGINEERING 年，卷(期)： 29(6) 分类号：V279 关键词：舰载无人侦察机 作战效能 AHP 模糊综合评判AHP模糊综合评价 篇6
〔关键词〕高校图书馆；读者满意度；模糊综合评价；层次分析法；熵权
〔中图分类号〕G252 〔文献标识码〕A 〔文章编号〕1008-0821(2009)04-0058-04
The Fuzzy Integrative Evaluation Based on AHP and
Entropy Weight on Library Reader SatisfactionSong Limin
(Library，Shanghai University of Science and Technology，Shanghai 200093，China)
〔Abstract〕The evaluation of reader satisfaction has an important influence on improving the service tactics and service quality in university library.In this paper，the fuzzy integrative evaluation on Library Reader Satisfaction is introduced.To remedy the defect of subjective weighting methods and give weight correctly，the entropy weight is put forward to adjust the weight，which is given by subjective method，and the result of evaluation is more objective，scientific and reasonable.
〔Key words〕university library；reader satisfaction；fuzzy integrative evaluation；analytical hierarchy process；entropy weight
目前，“读者第一”已是图书馆界公认的服务宗旨，为读者提供高质量的服务，“让读者满意”是图书馆追求的目标，因而读者满意度也就成为衡量图书馆服务质量的重要依据。对读者满意度进行调查测评，可以帮助图书馆全面了解用户对图书馆所提供的各项服务的满意程度，从而可根据测评信息，不断改进和完善图书馆的服务策略，提高读者服务工作质量。
鉴于读者满意程度本身是一个主观范畴，是读者期望值与感知值比较的一个心理过程[1]，受到文化层次、经验、心理状态等因素的影响，并且给出的是一种采用模糊语言分为不同程度的评语，因此本文采用“模糊综合评判”[2]模型对图书馆读者满意度进行定性与定量相结合的综合评价。
由于图书馆服务质量构成的复杂性，目前图书馆界对其服务质量的构成及评价指标体系尚未有一个统一的标准。高校图书馆可根据本馆实际情况，建立一套系统科学、行之有效的测评指标体系。本文选用文献[1]中的评价指标体系(表1)对高校图书馆读者满意度进行测评。
表1 读者满意度评价指标体系
目标层准则层(权重)指标层(权重)内涵读者满意度工作人员A
(0.47)可信性A1(0.31)思想素质表现、工作责任心、职业道德品质、敬业精神等可靠性A2(0.49)知识水平表现、业务工作熟练程度、信息检索和知识组织能力、解答咨询能力可交性A3(0.2)交往能力表现、服务态度、积极主动性、言行举止的亲和力、理解沟通能力、反应灵敏度 续表1
目标层准则层(权重)指标层(权重)内涵读 者 满 意 度文献资源B
(0.16)可读性B1(0.39)文献数量、学科覆盖面、等级切合度、内容新颖度、载体多样性可用性B2(0.44)数据完备性、规范性、标引深度、更新的及时性、检准率、检全率先进性B3(0.17)复制传递设施齐全、计算机网络服务器功能先进、环境舒适服务方式C
(0.09)便捷性C1(0.54)开馆时间、开架程度、借阅手续、公共检索系统、网络畅通等多样性C2(0.16)媒体形式、服务手段、个性化特色化服务(馆际互借、网上预约、电子信箱、网络传递等)指导性C3(0.30)文献检索与利用教育、信息意识和方法培训、咨询导读、网络导航、文献宣传力度等服务结果D
(0.28)针对性D1(0.41)提供一、二、三次文献信息与需求的切合度等知识性D2(0.26)二、三次文献和咨询解答的知识含量及深度等满足性D3(0.33)是否达到预期目的、得到所需要的文献信息、拒借比例等注：表中的权重系数由层次分析法得出。评分等级为：优(90~100分)，良(70~89分)，中(50~69分)，差(50分以下)2009年4月第29卷第4期现?代?情?报Journal of Modern InformationApr.，2009Vol.29 No.42009年4月第29卷第4期基于AHP和熵值法的读者满意度模糊综合评价方法Apr.，2009Vol.29 No.41 读者满意度模糊综合评判问题的描述
模糊综合评判就是利用模糊数学方法对所讨论对象进行综合评判。图书馆读者满意度的综合评判是一个多指标(多属性)、多层次的综合评价问题，在模糊综合评判中属于多级评判问题，每一级评判可用(U，V，R，W，S)来表示，其中各元素的含义如下：
(1)U代表因素集，即评价对象所包含的评价指标集合，U={u1，u2，…，un}。
(2)V代表对评价因素的评语集，V={v1，v2，…，vm}，如可以将评语分为4个等级，V={优，良，中，差}，或可用其它评分等级表示。
(3)R是模糊评判矩阵，即是U隶属于V的隶属度矩阵，R=(rij)n×m，rij表示评价对象因素ui具有评语vj的程度。rij=nij/N，N为参与评价的总人数，nij为将第i个评价指标因素评价为j项评判级别的人数，满足∑mj=1rij=1。
(4)W为指标的权重向量。它表示各个指标的不同重要程度，对应于评价因素集U，权重向量W可表示为W=(w1，w2，…，wn)，∑ni=1wi=1。
(5)S为评价结果向量。利用模糊综合评价模型M(•，+)，计算出模糊综合评判值S：
S=W•R=(w1，w2，…，wn)•r11r12…r1m
r21r22…r2m
…………
rn1rn2…rnm
式中Sj=∑ni=1wirij，j=1，2，…，m。
AHP模糊综合评价 篇7
关键词：城市交通,公交服务水平,模糊综合评价,AHP法,yaahp软件
0 引言
公共汽车作为城市居民出行的重要交通工具, 具有容量大、耗能少、经济等特点, 能有效缓解城市交通拥堵, 有利于城市的发展。提高公交服务水平、改善服务质量不仅可以吸引更多的市民选择公交出行、加大公交企业收入促进公交产业可持续发展, 而且可以减少尾气排放, 起到保护城市环境的作用。近年来, 政府在加快城市经济建设的同时也越来越重视城市公共交通的发展。2007年开始广州市政府通过每年投入一定的财政资金实施公交地铁票价优惠政策, 鼓励市民乘坐公交地铁以支持广州市公共交通的发展, 从而改变出行结构达到缓解交通拥堵的目的。
目前国内对公交服务水平的研究较多, 主要是采用常规数值法和模糊评价法进行评价, 还没有系统地将AHP (analytic hierarchy process) 法和模糊算法结合起来应用于公交服务水平综合评价。笔者以广州市公交服务水平问卷调查为基础, 结合乘客乘车体验及公交系统特点建立多层次评价指标体系, 利用AHP-模糊算法建立综合评价模型。最后对广州市公交服务水平进行实例分析, 根据综合评价结果进一步分析广州市公交服务水平情况, 为提高广州市公交服务水平提供参考依据。
1 确立公交服务水平评价指标体系
公交服务水平评价指标体系是以提高公交服务水平为目标, 在分析影响公交服务水平因素的基础上运用系统的观点构建的具有综合性及层次性的评价指标体系。公交乘客是公交系统服务的直接对象, 公交服务水平的高低在很大程度上直接影响了市民是否选择公交出行。因此, 公交服务水平指标既要能够反映公交系统的服务特性, 又要能够较直观全面地反映乘客的乘车感受。
根据广州市公交系统的特点, 分析影响公交服务水平的主要因素, 在评价指标客观、可量化的前提下, 结合以往建立评价指标体系的经验, 文献[1-3]从经济性、准时性、方便性、快捷性、安全性、舒适性、服务性7个方面入手确立公交服务水平评价指标体系。经济性主要指市民选择公交出行所花费的交通成本以及公交企业实施的优惠票价力度;准时性主要是反映公交发班车次的准点率;方便性则体现公交的首、末班车时间是否便于市民的早、晚出行, 以及线路的布局、线路的换乘衔接是否能满足市民的出行需求;快捷性则从高峰期的发班频率、乘客候车时间及公交车的行驶速度3个方面体现, 它也间接反映了乘客出行时间的长短;安全性则指市民乘坐公交出行的安全程度;服务性主要指公交司机的服务态度以及公交企业在乘客投诉方面处理的效率;舒适性从乘客体验最直接的车内拥挤度及内部设施、站点设施来体现。
根据2012年11月对广州市公交服务水平的调查, 从经济性、准时性、方便性、快捷性、安全性、舒适性、服务性7个方面入手, 建立了城市公交服务水平二级评价指标体系, 它由7个一级指标和15个二级指标构成, 见图1。
2 建立公交服务水平模糊综合评价模型
公交系统的服务对象是乘客, 因此评价因素对公交服务水平的影响程度是由乘客乘车体验的主观感受决定的。由于评价指标的多样性及差异性, 很难做到对它们进行统一的定量描述, 只能采取相对模糊的设计原则来处理多因素、非定量性及主观性的评价问题。而且, 利用问卷调查所得到的基础数据直接作为衡量无形的公交服务水平的判定依据, 也并非十分客观科学。根据上述对公交服务水平综合评价特点的分析, 笔者把AHP方法和模糊评价方法结合起来, 利用层次分析法确定各评价指标的权重系数, 利用模糊数学的概念处理调查得到的数据, 建立AHP-模糊综合评价模型, 具体算法步骤如下。
2.1 确定评价对象集、因素级和评语级
根据评价需求确定评价对象集、评价因素集及评语集[4]。
对象集。O={O1, O2, …, Oi}, 一般情况下对象集只有1个集合元素, 即评价对象是惟一的。
因素集。U={U1, U2, …, Um}。式中Ui={Ui1, Ui2, …, Uij (i=1, 2, …, m;j=1, 2, …, n) 是一级评价因素, Uij为一级评价因素Ui对应的第j个二级评价因素。在这里, 评级因素即评价指标, 二者没有本质上的区别。
评语集。V={V1, V2, …, Vk}。式中:Vk为评语集中的第k个评价等级。评语集中的元素可以是定性的描述词, 也可以是定量的具体分值。
2.2利用yaahp软件实现AHP法确定评价指标权重系数
评价指标体系中的评价指标在“评价对象”中占有不同的作用和分量, 即各评价指标对综合评价产生不同的贡献值, 把这个贡献值称为权重系数。确定指标权重系数的方法有很多, 常用的有专家调查法、Delphi法等[5], 它们不能有效地处理评价过程中存在的主观因素。在公交服务水平评价中, 城市居民是评价者, 他们对公交服务水平的评价是基于个人的乘车体验, 带有比较明显的主观性。而采用AHP法确定评价指标权重系数, 能有效地避免评价者的主观性, 确保结果的客观性和科学性。
大部分层次分析法的应用都是采用较为传统的人工方法进行计算, 工作量较大且不易于数据调整。例如在文献[6-7]中应用层次分析法确定指标权重系数, 一旦一致性检验不合格需要对评价因素重新标度建立新的判断矩阵, 加大了数据处理工作量且效率偏低。而Yaahp是1种层次分析法可视化的建模与计算软件[8], 应用yaahpV0.5.3进行AHP法计算指标权重系数具有易操作、计算简单、灵活性等特点, 同时也能保证结果的科学性和权威性。
2.3 确定评价指标隶属度矩阵
综合评价中一般存在多级评价因素。笔者采用从低层到高层的渐进式评价, 即先对最低层因素进行模糊综合评价, 再对次高层因素进行评价直到评价目标层。根据二级评价指标隶属度矩阵, 利用式 (1) 计算一级评价指标隶属度矩阵R。
式中:γi (ri2, ri2, …, rik) 为第i个一级评价指标Ui的单因素评价向量;rik为第i (1≤i≤m) 个评价指标Ui关于评级等级Vk的隶属度;wij为第i个一级评价指标Ui对应的第j个二级评级指标的权重。
2.4 进行模糊综合评价
根据综合评价模型 (2) 、 (3) 进行复合矩阵运算, 得到评价对象的综合评价分值M, 它反应了综合评价结果的优劣趋势, 从而进一步分析研究综合评价结果。
式中:B=[b1, b2, …, bi], bi为第i个一级评价指标的综合分值;W=[w1, w2, …, wi], wi是第i个一级评价指标的权重系数。
3 广州市公交服务水平模糊综合评价
2012年11月, 结合广州市公交地铁票价优惠绩效评价项目, 编制了广州市公交服务水平问卷调查表[9], 对全市1 500位市民进行了抽样调查, 对广州市目前公交服务水平进行了综合评价。本次调查采用配额抽样与随机抽样相结合的方法, 以问卷调查的形式成功访问了广州市7区乘坐公交车的1 328位市民, 调查结果较真实可靠。根据前面介绍的AHP-模糊综合评价的计算方法, 结合问卷调查结果, 对广州市公交服务水平进行综合评价。
3.1 确定评价模糊集
确定公交服务水平评价对象集、评价因素集和评语集。
1) 确定评价对象集。O={广州市公交服务水平}
2) 确定评价因素集。U={U1, U2, …, U7}={经济性, 方便性, 准时性, 快捷性, 安全性, 舒适性, 服务性}, 为一级评价因素。
3) 确定评语集。对公交服务水平采用5等级划分法进行综合评价, 即V={V1, V2, …, U5}={很满意, 比较满意, 一般, 不太满意, 很不满意}。为了便于计算, 将定性的等级描述词进行量化, 并依次赋值为5, 4, 3, 2, 1分, 即V={5, 4, 3, 2, 1}。
3.2 确定评价指标的权重系数
应用yaahpV0.5.3软件采用1~9标度法, 根据已构建的评价指标体系输入7个一级评价指标关于评价对象城市公交服务水平的判断矩阵, 输入界面见图2。一般地, 当一致性比例因子C.R<0.1时, 接受判断矩阵的一致性检验。一级评价指标判断矩阵的一致性比例为0.038 6, 符合检验标准, 认为输出结果合理可靠。二级评价指标的权重系数采取相同的方法获取, 将一级、二级评价指标的权重系数整理见表1, 输出界面见图3。
通常情况下评价指标的判断矩阵是由与评价对象相关领域的专家给出, 但是基于公交系统的服务对象是乘客, 乘客的乘车感受直接反应了公交系统的服务质量, 所以这里的评价指标判断矩阵由随机抽样的乘客给出, 这也更符合实际情况。由表1可见, 一级评价指标“快捷性”和“方便性”权重系数较高, “经济性”和“服务性”权重系数偏低, 说明乘客比较注重城市公交的便捷性, 对公交出行成本, 以及服务性的关注度则较小。
3.3 确定模糊综合评价矩阵
对于公交服务水平综合评价, 采用平均百分制法计算二级评价因素隶属度, 即根据调查问卷实际结果, 将1 328份调查问卷按不同因素不同评价等级进行求和统计, 再取平均值, 该平均值就是相对应的二级评价指标隶属度, 见表2。
参考2.3节, 一级评价指标综合评价按二级评价指标进行, 得到一级评价指标隶属度矩阵R。
3.4计算综合评价结果
根据2.4节的综合评价模型, 得到一级评价指标的综合分值为:B=R·VT={3.648, 3.152, 3.240, 2.990, 3.757, 2.878, 3.440};公交服务水平综合评价结果为:M=B·WT=3.648×0.050 9+3.152×0.243 5+3.240×0.163 9+2.990×0.314 6+3.757×0.116+2.878×0.070 7+3.44×0.40 4=3.206。
从评价结果来看, 一级评价指标“经济性”、“安全性”、“服务性”得分较高, 说明广州市公交乘客比较认可全程两元的公交票价以及政府实施的票价优惠政策。此外, 较低的公交车事故率以及公交司机认真、负责、热情的工作态度也得到了乘客的肯定, 高峰期间公交车内的过度拥挤则是造成“舒适性”评分较低的主要原因。最终综合评分为3.206分, 参考评价等级得出目前广州市公交服务水平处在“一般”和“比较满意”之间。从综合评价结果来看, 建议广州市政府除了从公交票价优惠方面促进市民出行选择公共交通以外, 也可以从乘客普遍比较关注的便捷性及舒适性两方面入手, 如适当增加早、晚高峰的发班车次以缓解高峰期车内的拥挤程度、完善公交线网的连贯性方便市民换乘来提高广州市公交服务水平, 吸引更多地市民选择公交出行。
4 结束语
笔者从系统的角度出发建立了评价指标体系。在层次分析法的基础上, 运用改进的模糊算法建立综合评价模型, 将模糊理论应用于公交服务水平评价中。不同于传统的定性分析评价方法, AHP-模糊综合评价方法是将不易进行量化的评价指标进行量化分析, 对公交服务水平的多级评价指标进行综合评价, 能有效避免评价过程中的主观随意性, 使评价结果更加客观、真实可靠。AHP-模糊综合评价方法适用于单目标且评价指标体系相对较简单的综合评价, 当子级评价指标过多且存在多个评价目标时, 由于数据处理量大评价过程会比较缓慢。在今后的评价中可以考虑引进新的算法构建新的评价模型对多目标多指标的评价对象对进行综合评价。
参考文献
[1]李映红, 孙慧娟.快速公交 (BRT) 服务水平评价研究[J].重庆交通大学学报:自然科学版, 2010 (2) :285-290.
[2]李春清, 宋瑞, 韩洋.城市公交服务水平综合评价指标体系研究[J].交通标准化, 2008 (9) :180-181.
[3]黄莎, 蒙井玉.中小城市公共交通评价指标体系研究[J].交通信息与安全, 2011 (1) :32-36.
[4]杨纶标, 高英仪.模糊数学原理及应用[M].广州:华南理工大学出版社, 2005.
[5]武荣桢, 翟栋栋, 郗恩崇, 等.城市公共交通服务满意度评价模型[J].交通运输工程学报, 2009 (8) :65-70.
[6]张丽娜.AHP-模糊综合评价法在生态工业园区评价中的应用[D].大连:大连理工大学, 2006.
[7]李世美, 韩庆兰.基于AHP的高校教师绩效考核综合评判研究[J].北京教育学院学报:自然科学版, 2008 (5) :21-27.
[8]吴云超, 任蕾.国际工程承包项目风险评估:基于AHP的Yaahp软件实现[J].黑龙江对外经贸, 2009 (11) :28-30.
AHP模糊综合评价 篇8
1 评价指标体系设计的原则
1.1 导向性原则
评价指标体系应根据学院的办学理念, 结合食品专业的特点, 以引导教师和学生按照食品专业人才培养目标和要求, 参照评价指标来实施实践教学, 促进实践教学的改革, 提高实践教学质量。
1.2 综合性与针对性原则
影响食品专业实践教学评价的因素很多, 因此评价指标的设计要客观、科学地体现实践教学的综合性, 尽可能使评价指标反映达到实践教学目标和要求的关联性。同时, 还要针对实践教学过程中存在的实际问题, 确定关键性、决定性因素。
1.3 可操作性原则
评价指标是由实践教学的目标决定的, 其目的在于应用;因此, 评价指标的设计应基于可行性、应用性和科学性, 指标能够落实或实施, 相关数据资料具有可测性和可得性, 能真正起到提高实践教学质量的作用。
2 评价指标体系的设计
根据评价指标体系设计的原则, 研究设计对食品专业实践教学的评价指标体系, 见图1。
由图1可见, 目标层有1个指标A, A= (B1, B2, B3, B4) , 其中B1= (C11, C12, C13, C14) , B2= (C21, C22, C23, C24, C25) , B3= (C31, C32, C33) , B4= (C41, C42, C43, C44) 。
3 AHP分析
AHP能够把复杂的决策问题层次化, 通过逐层比较各种关联因素的重要性, 为分析、决策提供定量的依据, 特别适用于那些难于完全用定量进行分析的复杂问题[2]。AHP的引入解决了确定指标权重的主观性问题, 避免了以往的统计试验或专家评分的缺陷, 保证了确定各级指标权重的准确性, 确保实践教学评价的科学性、合理性和有效性, 为下一步模糊综合评价奠定可靠的基础。
根据标度方法得到判断矩阵, 用方根法求得矩阵的特征向量、特征值和指标权重, 并进行一致性检验, 结果见表1~5。
注:最大特征根 (λmax) =4.139 1, 一致性指标 (CI) =0.046 4, 平均随机一致性指标 (RI) =0.90, 一致性比例 (CR) =0.051 5<0.1, 满足一致性检验。
注:λmax=4.104 1, CI=0.034 7, RI=0.90, CR=0.038 6<0.1, 满足一致性检验。
注:λmax=5.315 6, CI=0.078 9, RI=1.12, CR=0.070 4<0.1, 满足一致性检验。
注:λmax=3.003 7, CI=0.001 8, RI=0.58, CR=0.003 2<0.1, 满足一致性检验。
注:λmax=4.068 4, CI=0.022 8, RI=0.90, CR=0.025 3<0.1, 满足一致性检验。
4 模糊综合评价
模糊综合评价方法是一种基于模糊数学的综合评价方法, 在确定了评价指标和权重的基础上, 运用模糊变换, 以隶属度来表示各指标之间的模糊界限, 构造模糊评判矩阵, 通过复合运算最终确定评价对象所属等级[2,3]。
AHP在判断目标整体时缺乏量化标准, 而模糊综合评价方法能综合各种因素和评价意见, 将定性评价与定量计算结合起来进行科学的定量化处理, 使模糊、难以量化的问题清晰化, 有效地解决了评价过程中的模糊性问题。
4.1 评价指标集
将总指标体系分为4个一级指标集, 即A={B1, B2, B3, B4}, 其中:B1={C11, C12, C13, C14};B2={C21, C22, C23, C24, C25};B3={C31, C32, C33};B4={C41, C42, C43, C44}。
4.2 评价指标的权重集
前面AHP分析得到各个评价指标的权重, 即:W0={0.277 7, 0.523 2, 0.058 0, 0.141 1};W1={0.066 7, 0.149 1, 0.324 8, 0.459 4};W2={0.088 2, 0.217 0, 0.061 7, 0.136 9, 0.496 2};W3={0.229 7, 0.122 0, 0.648 3};W4={0.061 2, 0.107 0, 0.566 9, 0.264 8}。
4.3 评价指标的等级集与模糊评判矩阵
设V={v1, v2, v3, v4, v5}={优, 良, 中, 及格, 不及格}, 评价等级为5级, ≥90~≤100分为优, ≥80~<90分为良, ≥70~<80分为中, ≥60~<70分为及格, ≥0~<60分为不及格。评价等级向量为J={90, 80, 70, 60, 50}。根据评价指标的等级集对实践教学的各个指标评判, 得到模糊评判矩阵:
4.4 一级指标的综合评价
B1=W1·R1= (0.237 6, 0.329 9, 0.340 6, 0.091 9, 0) ;B2=W2·R2= (0.465 3, 0.423 2, 0.111 6, 0, 0) ;B3=W3·R3= (0.143 5, 0.291 9, 0.434 9, 0.129 7, 0) ;B4=W4·R4= (0.699 0, 0.267 3, 0.033 6, 0, 0) 。
4.5 综合评价值的计算
从上述的计算可知, 实践教学模糊综合评价得分为81.67分, 实践教学质量评估等级为良好。
5 结论
研究在构建食品专业实践教学评价指标体系的基础上, 综合AHP和模糊综合评价法的优点, 提出了食品专业实践教学评估模型。该模型有效解决了评价过程中定性指标定量评估的难点, 实现了定性问题定量分析, 使该实践教学质量评价体系具备科学性、可操作性与实用性, 也有利于食品专业实践教学改革的不断深化, 提高实践教学质量。
摘要：在综合食品专业实践教学各因素的基础上, 利用层次分析法 (AHP) 确定实践教学质量评价指标体系的层递关系及指标权重, 再利用模糊综合评判法进行综合评价。该评价模型综合AHP和模糊综合评价法的优点, 使实践教学质量评价体系具备科学性、可操作性与实用性, 有利于提高实践教学质量。
关键词：模糊综合评价,层次分析法 (AHP) ,实践教学
参考文献
[1]刘永, 韦寿莲, 梁巧荣, 等.应用型食品科学与工程专业实践教学模式的构建[J].广东化工, 2012, 39 (13) :159-160.
[2]顾杰, 黄娟.层次分析法和模糊综合评价在大学生招聘中的应用[J].企业活力, 2011 (9) :63-47.
AHP模糊综合评价 篇9
个人健康状态指个人处于疾病或健康的情况一种客观事实, 它涉及生物因素、心理因素和外界环境等多个因素[1]。个人健康状态评价是在获取科学的测量数据后, 主观对客观的度量, 是对身体形态、身体机能、身体素质、心理状态等健康状态指标的系统科学评价。我国目前对个人健康状态评价研究尚处于初级阶段, 相关研究成果较少, 主要原因在于[2,3]: (1) 个人健康状况评价涉及多个学科领域, 完整的指标体系非常复杂, 指标的权重分配存在争议较大; (2) 健康状态是一种模糊现象, 健康和疾病之间无法划分出一条明确的界限, 健康状态的转化是量变积累到质变的过程, 其评价结论具有模糊性。
鉴于此, 本文提出把动态AHP网络和模糊综合评价引入到个人健康状况的评价工作中来, 利用动态AHP法建立个人健康状况评价指标体系、分配指标权重, 利用模糊数学科学描述被评价对象的健康状态。
2、动态AHP网络 (DAHP) 评价模型
层次分析法 (Analytic Hierarchy Process, AHP) 是美国运筹学家Thomas L.Saaty为了解决从定性到定量分析的决策问题提出的一种多目标决策方法[4]。AHP法将复杂的决策 (评价) 过程映射成一个含有递阶层次的评价结构 (称之为AHP评价树) , 能够有效模拟大脑处理层次问题时的思维过程。这种特点使其非常适合用来对具有层次结构特性的个人健康状态进多指标综合评价。
2.1 不确定性问题
传统的AHP法评价结构和权重分配方案一经确认就不能更改, 是一种无法扩展和修改的静态评价结构[5]。这种静态评价结构无法满足个人健康状态评价工作实际需要, 考察图1所示的个人健康状态评价指标体系中身体机能评价部分的AHP评价树。
图1中的生命征象节点被设计成具有身高、体重、血压、心率等和身体外观与整体检查相关的众多子节点。然而这种设计并不一定合理, 实际体检时可能会出现两种情况:
(1) 评价专家在对生命征象进行考察时认为对一些检测项目的考察是必须的 (如肺活量) , 而最初设计的评价树并没有包含该检测项目, 此时需要在最初的设计上补充节点, 这是一种设计不足。
(2) 评价专家在对生命征象进行考察时认为对一些检测项目的考察是不必要的 (如身高、体重) , 需要把这些项目从评价树里面删除, 这是一种设计冗余。
这种设计不足和设计冗余在个人健康状态评价指标体系的初始设计中是普遍存在的, 这导致了最初设计的AHP评价树和实际需要的AHP评价树在层次结构和权重分配上是不同的, 需要对健康评价建立动态AHP评估网络。
2.2 动态AHP网络
在传统AHP法的基础上, 引入控制条件集, 把静态的AHP评价模型拓展成为一种节点层次结构和权重分配可调的动态层次网络结构, 称之为动态AHP网络 (Dynamic Analytic Hierarchy Process, DAHP) 。动态AHP网络可以被描述为一个始于根节点, 并成放射状分布的有向无环图, 可以用公式 (1) 来描述一个动态AHP网络[6]。
公式 (1) 中集合A表示一个动态AHP网络;N和C分别表示节点集和有向边集, 二者构成了网络的定性描述部分;V和W分别表示取值集和权重集, 二者构成了网络的定量描述部分;T表示条件集, 决定了节点或者子网是否参与动态AHP网络的权重分配和结果计算。
动态AHP网络可用图2表示, 用圆圈 (或传统的矩形框) 表示节点, 带箭头的线段表示有向边, 实线绘制部分表示初始节点和初始边, 虚线绘制部分表示补充节点和补充边。节点nk和取值vk一一对应;有向边ck、判断条件tk和权重wk一一对应。若条件t2=0时, 节点n2变为冗余节点, 从n2延伸出的子树完全废弃, 节点n2、n5、n6和n7不参与动态AHP评价;但当t2=0∪t5=1时, 节点n5依然参加n1子网的计算。
2.3 动态AHP网络的计算
引入判断条件集后, 动态AHP网络的计算也要做相应的调整。动态AHP网络里任意一个节点nk的输入输出状态可用图3表示。
根据动态AHP设计原理, 初始边ck映射的权重wk的动态调整计算如公式 (2) 所示, 补充边的权重不做调整。
根据调整后的权重和子节点取值, 推出动态AHP网络里面任意节点nk取值vk的计算如公式 (3) 所示。
显然, 动态AHP网络的评价树设计包含到了不确定性问题的各种情况, 其计算反应出了节点增加、删除和权重变化对评价结果的影响, 能够很好的满足个人健康状况评价的建模需要。
3、基于DAHP的个人健康状态模糊综合评价
利用DAHP可以动态调整评价结构和模糊综合评价在解决不确定性问题上的优势, 建立基于DAHP的个人健康状态模糊综合评价模型, 基本思路是: (1) 建立个人健康状况评价指标体系, 确定各指标的初始权重; (2) 根据评价需要输入控制条件矩阵T, 对节点结构和初始权重进行调整, 得到调整后的AHP评价树; (3) 确定健康评价评语集, 建立结果分析隶属度函数; (4) 根据调整后各指标的模糊权重向量A和评价矩阵R得出评价结果矩阵B。
3.1 采用DAHP计算模糊权重向量A
个人健康状态综合评价指标体系的建立涉及医学、生理学、心理学、社会学、体育学等不同学科内容, 根据WHO的个人健康状况评价因素[7]和前人研究成果[8,9,10], 可从身体健康、心理健康、社会健康和道德健康四个方面分层次进行模糊综合评价。表1表示个人健康状况评价指标体系和采用DAHP计算时的初始权重矩阵W。
指标层的12个指标构成模糊综合评价的因素集U={U1, U2, …, U12}。最后一列综合权重构成模糊评价初始权重矩阵W= (0.048, 0.112, 0.160, 0.140, 0.084, 0.056, 0.060, 0.060, 0.040, 0.040, 0.060, 0.140) 。通过公式 (4) , 利用初始权重矩阵W和控制条件矩阵T求模糊权重向量A。
3.2 评语集和决策集隶属度曲线
结合个人健康状况评价指标体系中各指标的实际情况, 将评价等级划分为7个等级, 评语集V={v1, v2, v3, v4, v5, v6, v7}={不健康, 基本不健康, 较不健康, 不太健康, 一般健康, 比较健康, 很健康}。
使用图4表示的隶属度曲线进行结果评价解释, 等级参数向量G= (35, 45, 55, 65, 75, 85, 90) 。
3.3 构造模糊综合评价矩阵
用rij表示指标因素ui在评价vj上的频率分布, 得到综合评价矩阵R。
3.4 模糊综合评价模型
至此可以获得个人健康状况模糊综合评价模型如公式 (6) 所示。
公式 (6) 中*表示模糊合称算子, 本模型中取矩阵乘法。B表示评价结果矩阵, 代表了被评价对象的健康状态在评语集V上的隶属度, 如果∑bj≠1应对矩阵B进行归一化处理。定义一个实数p, 用p从总体性衡量个人健康状态, 称为个人健康状态指数 (Personal Health Index, PHI) [8], 用公式 (7) 计算PHI, 其中G是等级参数向量。
3.5 评价结果的解释
对评价结果矩阵B可以从两方面进行解释: (1) bj表示个人健康状况对评语vj的隶属度, 根据最大隶属度原则, 可以用最大隶属度bi对应的评语vi代表评价对象的健康状态; (2) 也可以采用PHI指标反应的个人健康综合信息作为健康评价结果, p在图4中对应的评语就是评价对象的健康状态评语。
4、应用实例
应用基于DAHP的个人健康状态模糊综合评价模型, 在安徽省淮南市“居民健康档案管理信息系统建设项目”中建设个人健康状况评定专家系统。该专家系统根据输入的体检数据、个人心理健康测评等原始数据, 通过推理机的推理判断, 获得评价对象的身体、心理、社会和道德健康情况, 最终得到个人健康状况结论。图5表示了单次输入推理流程。
除了单次评价外, 该系统还可以根据多次输入的健康评价信息, 跟踪评价对象的健康状况变化趋势, 从而给出具有连贯性和针对性的保健意见。
以身体健康单因素评价为例, 专家系统的应用示例如下:
(1) 输入健康信息和评价结构信息
健康信息:空腹血糖126mg/dl
信息规范化:attr:[FBG, 126]
条件矩阵T:[1 0 0 0]
(2) 输出推理结论
评价结果矩阵B= (0.14, 0.16, 0.19, 0.21, 0.10, 0.12, 0.08) 。
根据最大隶属度原则:bmax=b4=0.21, 对应的评语v4 (不太健康) ;根据PHI指标评价:p=61.1, 对应评语v4 (不太健康) , 两种评价结论一致。
(3) 推理结论的解释
匹配事例库规则CR73.052糖尿病前期, 匹配事例库规则CR73.051潜伏性糖尿病。空腹血糖 (FBG) 指空腹时血液中的葡萄糖含量, 该项指标大于110mg/dl时, 疑似患有糖尿病。
(4) 获取保健意见
建议另择一日再测定空腹血糖, 以确定诊断。
5、结束语
个人健康评价是一项牵涉到自然科学和社会科学的复杂工作, 对促进居民健康水平的提高和疾病防控具有重要意义。本文建立的基于动态AHP网络和模糊综合评价的个人健康状况评价模型, 指标体系选择细致准确, 能够体现健康评价涉及到的各个领域。同时指标体系还能够动态调整, 满足具体评级过程中的不同需求。经过实践证明, 该评价方法的建立即考虑了个人健康状态评价对指标体系动态调整的需要, 又充分发挥了模糊综合评价方法在处理多因素复杂问题方面的优势, 为个人健康状况的评价工作提供了一套方便、精确、可靠的技术方法。
参考文献
[1]陈世蓉, 程茂金, 王争艳, 等.健康状态测量及指标研究[J].中国健康教育, 1994, 8 (10) :4-7.
[2]许军, 陈和年, 王斌会, 等.自测健康评价的权重研究[J].中国行为医学科学, 2000, 9 (3) :161-163.
[3]张金华, 许军, 黄季萌, 等.亚健康测量的定量化研究[J].广东医学, 2009, 30 (11) :1746-1748.
[4]Satty T L..The analytic hierarchy process[M].NewYork:McGrawHill, 1980.
[5]方可, 马萍, 杨明, 等.仿真可信度评估中的AHP超越权重[J].北京航空航天大学学报, 2011, 30 (5) :584-588.
[6]方可, 杨明.仿真系统校核中的动态AHP网研究[J].系统工程与电子技术, 2011, 33 (3) :707-711.
[7]World Health Organization:Constitution of theWorld HealthOrganization[Z]Geneva:WHO, 1948.
[8]陈善平, 李树茁, 李淑娥, 等.基于生物-心理-社会医学模式的个人健康状况模糊综合评价[J].北京体育大学学报, 2005, 28 (1) :63-65.
[9]冯丽仪, 许军, 罗仁, 等.亚健康评价指标体系的研究与建立[J].中国全科医学, 2011, 14 (1) :37-40.
AHP模糊综合评价 篇10
关键词：AHP,模糊综合评价,绿色建筑,设计阶段,风险评价
0 引言
绿色建筑是在建筑的整个生命周期, 最大限度地节约资源 (节能、节地、节水、节材) 、保护环境以及减少污染, 为人们提供健康、适用和高效的使用空间, 与自然和谐共生的建筑[1]。绿色建筑的设计阶段是整个绿色建筑项目的重点阶段, 该阶段任务的完成情况直接关系着整个项目能否达到预定的目标和要求。本文主要就绿色建筑设计阶段的风险因素进行综合评价。
1 风险因素层次结构的建立
从设计阶段主要关联单位的角度考虑, 将绿色建筑设计阶段的风险源主要分为:开发商对设计的干预、设计单位因素和施工失误引起设计变更。
由此建立绿色建筑设计阶段风险因素层级结构如图1所示。
2 AHP确定因素权重
对同一层次的各因素关于上层次中某一准则的重要性进行两两比较, 采用1~9及其倒数标度其重要性, 如表1, 从而构造两两比较判断矩阵, 并进行一致性检验。由判断矩阵计算被比较要素对于该准则的相对权重。
求解判断矩阵的常用方法有幂法、和积法和方根法[4], 本文采用方根法进行求解。方根法判断矩阵重要度计算和一致性检验具体步骤如下:
(1) 求各因素相对于上层某因素 (准则) 的归一化相对重要度向量Wi0。Wi= (∏aij) 1/n, Wi0=Wi/ (ΣWi) , 则Wi0= (W10, W20, W30, …Wn0) T为所求的特征向量, 即各因素相对重要度。
(2) 计算判断矩阵的最大特征根。其中A为判断矩阵, (AW) i为向量AW的第i个元素。
(3) 计算判断矩阵一致性指标, 并检验其一致性。
一致性指标CI= (λmax-n) / (n-1) , 当完全一致时, CI=0, CI越大, 矩阵的一致性越差。对于1~8阶矩阵, 平均随机一致性指标RI分别如表2所示[5]。当阶数n>2时, CR=CI/RI称为矩阵的随机一致性比例。当CR≤0.1时, 说明矩阵具有满意的一致性, 可以用其标准化的特征向量作为权向量, 否则, 必须重新调整判断矩阵。
由此得到绿色建筑设计阶段各级因素的权重如表3-表7所示。
最终确定第一层的模糊权重集A= (0.166, 0.761, 0.073) , 第二层模糊权重集A1= (0.637, 0.105, 0.258) , A2= (0.750, 0.250) , 第三层模糊权重集, A21= (0.470, 0.255, 0.049, 0.086, 0.140) , A22= (0.109, 0.189, 0.066, 0.636) 。
3 多层次模糊综合评价
3.1 确定评语集
设定分别V={V1, V2, V3, V4, V5}代表{高风险, 较高风险, 中等风险, 较低风险, 低风险}, 它们的高低表示了因素的风险程度。
3.2 建立模糊评价矩阵
邀请绿色建筑相关专家根据划分的5个等级分别对图1中所列的最后一层的因素进行评价, 即:U11, U12, U13, U211, U212, U213, U214, U215, U221, U222, U223, U224, U3;然后统计每一因素隶属于V各等级的频数, 各频数与专家总数比值作为各指标的隶属度, 从而建立评价矩阵R。它们上一层的因素可通过它们的评价结果与其相应的权重计算出来。统计各底层因素的评价结果如下:
3.3 模糊综合评价
从最底层开始进行评价, 评价算法依据综合评价模型B=A莓R进行。考虑到常用的四种模糊合成算子的特点 (见表8) , 这里的模糊合成算子采用乘与和算子, 即, k=1, 2, 3, 4, 5也就是普通的矩阵乘法[6]。
第三层模糊评价:
由于本文采用的模糊算子是乘与和算子M (, 茌) , 评价结果本身已经归一化, 故不用再进行归一化处理。若采用其他的模糊算子计算, 则需要对评价结果归一化处理后才能进行下一步的计算。第二层、第一层模糊评价同理。
第二层模糊评价:
第一层模糊评价:
按照最大隶属原则, 对综合评价取其最大值所对应的评语等级作为综合评价的风险等级。则绿色建筑设计阶段的风险等级为“较高风险”。
若按加权平均原则求解, 对评语集进行量化为v={9, 7, 5, 3, 1}。对于最终评定结果X, 假定当X∈[8, 9]时, 对应评价结果为“高风险”;当X∈[6, 8]时, 评价结果为“较高风险”;当X∈[4, 6]时, 评价结果为“中等风险”;当X∈[2, 4]时, 评价结果为“较低风险”;当X∈[1, 2]时, 评价结果为“低风险”。本文中X=9×0.191+7×0.309+5×0.267+3×0.169+1×0.063=5.787∈[4, 6]。
则绿色建筑设计阶段的风险等级为“中等风险”。
结合上述两种原则的风险等级评定结论, 本文绿色建筑设计阶段风险综合评定为处于“中等风险”和“较高风险”之间, 偏向“较高风险”。
4 风险因素控制措施建议
根据AHP分析的结果, 将各层的权重对应相乘得出底层风险因素 (U11, U12, U13, U211, U212, U213, U214, U215, U221, U222, U223, U224, U3) 针对目标U的总排序 (见表9) , 从表中可以看出U211 (缺乏绿色建筑设计经验) , U212 (现场调查不足致设计没有因地制宜) , U224 (缺乏绿色项目全寿命周期的参与) , U11 (开发商个人行为引起设计变更) 是绿色建筑设计阶段主要风险因素。
针对上述四个关键风险因素, 提出以下建议措施:
(1) 建立绿色建筑设计数据库。 (2) 注重现场调查。 (3) 多专业人才参与。 (4) 加强合同管理, 约束开发商要求变更前期设计的权限。
5 结论
本文建立了绿色建筑设计阶段风险因素的多层次结构, 在定性分析和定量分析相结合的基础上, 对绿色建筑项目设计阶段的风险进行了较科学的判断, 最终得出绿色建筑设计阶段风险偏向“较高风险”。并针对关键风险因素给出应对的建议措施。
参考文献
[1]荆磊.我国绿色建筑全寿命周期风险识别与评价[D].厦门:华侨大学, 2012.
[2]郭波, 龚时雨, 谭云涛, 史宪铭.项目风险管理[M].北京:电子工业出版社, 2008, 1.
[3]汪应洛.系统工程[M].四版.北京:机械工业出版社, 2008, 8.
