层次模糊评价（精选十篇）
层次模糊评价 篇1
电子商务是我国互联网事业最具有前景的一种商业应用, 而淘宝网是发展最早且最成熟的电子商务公司, 其用户渗透率达到88. 1%[1]。2011年淘宝网 的交易额 为6100. 8亿元, 占中国网购市场80% 的份额, 比2010年增长66% 。2012年11月11日, 淘宝单日交易额191亿元, 2013年11月11日, 淘宝单日交易额突破350亿元。
2 淘宝网上购物评价指标体系构建
本文根据评价指标体系建立的原则及考虑因素, 并与经常网购的同学经过反复商讨后, 最终确定合理并科学的评价指标体系, 见表1:
3 层次分析法确定指标权重
由于每个指标对于购物网站评价的影响程度是不同的, 因而需要按照各指标的影响程度赋予其相应的权重, 本文采用层次分析法来确定各指标的权重。
3. 1 构建各层次的判断矩阵
通过经常在网上购物的同学组成评估小组, 利用saaty1 - 9标度法对准则层和指标层的各因素进行打分; 通过计算小组各成员的平均得分, 构建A - B层, B - C各层次和各因素间的两两判断矩阵。
3. 2 一致性检验
用方根法或和积法求各个矩阵的特征根λ和所对应的特征向量W, 归一化后即是权重的分配。计算随机一致性比率为CR =C1/R1, 当CR < 0. 1, 可以认为判断矩阵具有比较满意的一致性, 否则需要对判断矩阵重新调整。具有满意一致性的判断矩阵对应的特征向量的各个分量, 即各个指标对上层的权重, 权重结果见表1。
4 模糊综合评价法
4. 1 确定评价的因素集[2]
确定评价因 素集C = { C11, C12, C13, C21, C22, …, } 为4个网上购物因素的子因素指标Cij共17个。
4. 2 确定评语集
本文给出评语集V = { v1, v2, v3, v4, v5} = { 好, 较好, 一般, 较差, 差} , 其中8 ~ 10分为好, 6 ~ 8分为较好, 4 ~ 6分为一般, 2 ~ 4分为较差, 0 ~ 2分为差。由小组成员来判断指标Ci ( i =1, 2, …, 17) 的等级, 然后计算出各指标隶属于评语集中各等级的频数, 将各指标的频数与评估组成员总数的比例作为各指标的隶属度, 通过这样的设定, 我们就构成各指标子集的模糊评价矩阵。根据小组成员的评价结果, 得到各指标的模糊评语, 结果见表1。
4. 3 模糊评判矩阵 R 的建立
计算出每个Cij分别对评语集的隶属度Ri, 从而得到模糊评判矩阵R。
4. 4 模糊综合评判分析, 并得出最后综合得分
( 1) 一级模糊评价。采用M ( ·, ·) 模糊合成算子, 对C层各指标进行模糊运算, 得到综合评价向量。由于本文是对淘宝网上购物的综合评价进行研究, 应该从网站和用户这两个角度出发, 故采用M ( ·, + ) 模糊合成算子。经计算可得出第一级评判结果, 见表2。
( 2) 二级模糊评价。对于目标层A的综合判断, 同样采用M ( ·, + ) 模糊合成算子, 根据表2的结果, 得出各指标的模糊评价矩阵B, 通过计算得到准则层指标的总体评价结果为:
计算综合得分:
5 结论与建议
5. 1 研究结论
本文将层次分析法和模糊综合评价法结合, 通过定性研究提出了淘宝网上购物评价指标体系, 定量分析建立淘宝网上购物状况的评价模型。
通过上述研究, 其结果为: 淘宝网上购物状况好的为48. 15% ; 认为“较好” 的为38. 08% ; 认为一般 的占12. 13% , 认为“较差 ”的为1. 65% , 没有可能 属于“差”; 根据最大 隶属原则, 在五个等 级的隶属 度中48. 15% 最大, 对淘宝网上购物评价结论为“好”, 淘宝网上购物的综合得分为8. 6545分, 分值介于“好”与“较好”之间, 所以认为淘宝网目前的网上购物从总体上来说是“好”。
各元素相对于淘宝网上购物状况的权重排序依次为:商品信息 > 服务质量 > 网站运营 > 网站人性化设计。其中“商品信息”的权重为0. 5195, 数值最大, 即影响淘宝网上购物的最重要因素是商品信息。
5. 2 建议
研究结果表明, 商品信息是准则层4个因素中占权重最大的一个。因此, 从淘宝网站出发, 应注重商品信息这一环节, 如加快商品的更新速度, 尽可能多地提供商品的细节、展示检验商品真实可靠的依据等, 通过各种渠道, 让用户更加了解商品, 相信商品。
近年来, 随着经济的迅速发展, 人们的生活水平越来越高, 各种网站此起彼伏, 使得用户对于商品的质量, 网站的服务要求也越来越高, 这时, 就需要商家有过硬的服务质量和良好的服务态度。可以通过开展多种支付渠道, 使消费者付款便捷; 增加品牌保障, 保证商品质量; 缩短送货时间和加大商品七天退换的执行力度等多种策略以提高服务质量。
除了满足用户的需求, 网站也应该尽可能地完善购物流程和交易体系, 不断创新, 最大程度消除对网站不利的障碍, 使淘宝网购物更加顺畅。
摘要：社会经济的迅速发展, 使得电子商务开始流行。近年来, 各种网站层出不穷, 但交易额最大的仍是淘宝网。本文针对淘宝网的实际情况, 构建了淘宝网的购物评价体系。采用层次分析法来确定购物评价指标体系的评价权重, 并结合模糊评价分析的方法, 建立综合评价模型, 对淘宝网上购物的状况进行评估。研究表明淘宝网的得分为8.65分, 评价状况为“好”。针对研究的评价结果, 本文提出相应的改进方法。
关键词：淘宝网,网站评价,权重,层次分析法,模糊综合评价
参考文献
[1]中国互联网信息中心 (CNNIC) .2012年中国网络购物市场研究报告2013 (3) .
层次模糊评价 篇2
以西北某灌区为例,利用模糊层次综合评价法对工程生态环境影响进行了评价,首先将总体生态环境评价作为最高层次的`评判对象,将自然、生态和社会环境3个子系统作为第2层次评判对象,将生态环境组成要素如土质、地表水文等8个要素作为第3层评判对象,将水质、植被等15个要素作为第4层次评判对象.模型建立后,对各因素的权重进行了分析,对灌区最后的综合评价是很好,模型分析结论与实际情况相符.
作 者：刘俊民 杨平方增强 马玉峰 作者单位：刘俊民,杨平(西北农林科技大学水利与建筑工程学院,陕西,杨凌,712100)
方增强,马玉峰(安徽省水利水电勘测设计院,安徽,合肥,230022)
层次模糊评价 篇3
1目前国内外研究现状
关于学风评价体系的研究比较代表性的有：张丽丽、何军、何冬冬（2014）通过构建学风综合评价指标体系，建立高校学风综合评价模型。通过该模型，不仅可以确定影响学风的主要因素，而且可以了解被评价单位的学风综合状况；宋志鹏（2011）将学风分解为学习行为、思想品德行为和日常行为等三个方面，并具体细化为学习成绩、政治态度、集体观念等10个二级指标，在此基础上建立了高校学风评价模型，并进行了实际测评；从田飞、曹威麟（2008），认为高校学生学风是一个抽象概念，研究学风时要将抽象的学风转化为可观察的具体指标（测量指标），体系框架由第一级的抽象概念、第二级的维度和第三级的测量指标组成，学风的维度归类分为五种，采用李克特五级量表的形式来获取最优指标体系。
这些研究都为本文基于模糊层次综合评价法的学风评价体系实证研究奠定了基础。
2基于模糊层次综合评价法的学风评价模型的构建
本研究是从狭义的角度来研究，特指学生的学习风气评价，将学风评价这一重要概念界定为：学风评价是对学生学习风气的客观测评，通过系统的数据搜集和信息蹄选，对高校学生学习风气现状、过程和结果作出客观的分析和判断，在此基础上依据评价结论提出建议对策，以到达提升高校学风水平和效果之目的。
2.1构建学风评价指标体系
本研究广泛征求专家的意见和建议，专家中包括3位专业教授（具有丰富教学科研经验）、2位学院领导（做过学生工作）、5位一线教师、教学督导组专家，根据专家、学者的反馈意见，最终确定了学风评价指标体系。
2.2层次分析法确定各指标权重
合理准确的构建判断矩阵是层次分析法的关键所在，同时也是解决问题的核心。根据图1中的层次结构模型，本文采用常用的T.L Saaty1-9标度方法，通过取加权平均值来构建合理的判断矩阵。判断矩阵A（即A-Bi，i=1，2，3）表示相对总目标来说目标层各指标的相对重要程度；判断矩阵A1（即A1-Ci，i=1，2，3）表示相对于目标A1来讲，其子目标层各指标的相对重要程度；判断矩阵A2（即A2-Ci，i=4，5，6，7）表示相对于目标A2来讲，其子目标层各指标的相对重要程度；判断矩阵A3（即A3-Ci，i=8，9）表示相对于目标A3来讲，其子目标层各指标的相对重要程度；判断矩陣A4（即A4-Ci，i=10，1，12）表示相对于目标A4来讲，其子目标层各指标的相对重要程度。
根据层次分析法的计算规则，确定一级指标和二级指标的权重如表2-2所示。
活动效果C120.2970
3基于模糊综合评价方法的学风评价实证案例分析
3.1收集数据
为了准确评价机场学院的学风情况，本研究邀请了30位评委，其中包括教授5人、管理者5人、一线教师代表10人、学生代表10人，请他们对学风评价指标体系打分表中每一项指标进行考评。评价结果如下表所示，其中“评价结果”栏中数据表示评委中n名评委对该项工作的相应评价占评委总人数的比例。
3.2模糊评价法进行综合评价
1.第二级因素集进行综合评判
同理计算：
2.计算第一级因素集进行综合评判
A=（0.45500.2627 0.14110.1411）
3.计算模糊综合评价值P
P=BV=*（95，85，70，60，50）T=88.53，说明机场学院的学风目前处于良好的状态。
4总结
学风建设是高校基础性的，也是最重要的一项工作。学风不仅直接体现了学生的学习态度，学习氛围，还彰显了高校的管理理念和管理水平，并最终关系到人才培养的质量。本文利用层次分析法构建了学风评价指标体系并确定了各指标的权重，构建了模糊综合评价方法的模型，并以机场学院为例，应用该模型进行了学风评价。
参考文献：
[1]教育部.国家中长期教育改革和发展规划纲要（2010- 2020年）.教育部网站，2010；
[2]教育部.普通高等学校本科教学工作水平评估方案.教育部网站，2004；
[3]张丽丽、何军、何冬冬.高校学风综合评价模型研究[J].西南民族大学学报，2014，07：573-577；
[4]宋志鹏.高校学风评价指标体系设计与实际测评[J].青岛大学师范学院学报，2011（3）：30-32；
[5]田飞、曹威麟.学风指标体系实证研究[J].高教发展与评估，2008，24（2）：15-21；
[6]王圣.高校学风评价指标体系研究[J].时代教育，2013（15）：37-37；
层次模糊评价 篇4
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
层次模糊评价 篇5
关键词：物流中心 选址 模糊综合评价
0 引言
盐城地处江苏沿海中部，是江苏土地面积最大、人口第二的省辖市，是江苏沿海开发“三极一带”中的重要一极。盐城通江达海，拥有国际机场、新长铁路、高速公路、对外港口，交通区位优势十分明显。2006年盐城市政府提出，从可持续发展的战略高度出发，着力发展现代物流业，重点打造盐城市现代物流中心，将其打造成盐城经济发展新的增长点。那么，现代物流中心怎么建，建在何处？这个战略规划问题引起了政府部门的高度重视。由于前期规划科学，论证充分，一个规划面积20平方公里，投资50亿元，辐射整个苏北地区的物流中心和连接国际、国内两个市场的物流集结点正在盐城市市区北侧迅速崛起。
1 物流中心选址方法分析
物流中心是指位于枢纽或重要位置的关键地段，它的位置选址如果得当，可以有效节省费用，促进生产和消费的协调与配合，物流中心的好坏，关系到整个物流行业的进程，具有完善的物流环节，能实现物流集散和控制一体化运作。
目前，国内外关于物流中心选址问题已进行了较为深入的研究，许多模型方法已经被用来解决物流管理中选址的实际问题，如重心法模型、鲍姆尔-沃尔夫法、混合-整数线性规划、启发式方法等定量选址方法。这些方法的共同特征是把物流系统各个环节的费用作为目标函数，在一定的物流服务水平下，根据不同的算法和模型求得物流成本最优解或满意解，以获得选址方案。然而由于物流中心入住企业规模、数量，以及相关参数如运输时间、建设成本、需求数量等，随着时间而变化，存在着很多不确定性，因此上述方法在实际运用中往往达不到预期的效果。
定量选址方法在使用上存在着较大的局限性，那么，是不是定性分析方法就很好呢，其实也有不足之处。如，专家评价法、因素评价法等定性评价方法由于权重确定人为因素较大，往往运用层次分析法确定权重以弱化人为因素，但是层次分析法要求层次结构系统中的各因素相互独立，而对因素量化评价时，因素间的相对区分度实际上很难准确把握，且当因素较多时容易出现两两比较前后矛盾、一致性检验差的情况，需要反复调整初始比较值，因而操作比较复杂，客观性差。针对这些不足，本文采用定性和定量相结合的多层次模糊综合评价方法，对盐城市现代物流中心进行选址评价。它是一种结合专家评价法和模糊数学方法的系统综合评价方法。
2 多层次模糊综合评价模型应用——以盐城市为例
模糊综合评判方法是一种定性与定量相结合的方法，有良好的理论基础。它是一种适合于物流中心选址的建模方法。特别是多层次模糊综合评判方法，下面以盐城市现代物流中心选址为例予以介绍，其通过研究各因素之间的关系，可以得到合理的物流中心位置。
2006年盐城市政府提出建设现代物流中心，规划部门根据盐城市城市总体规划，锁定现代物流中心建在盐城市区北侧，问题是具体建在市区北侧什么位置，政府规划部门根据盐城市区北侧交通、土地资源等状况，选定A-圩洋、B-丰民、C-新丰、D-盐湾、E-龙桥、F-北闸等6个候选地块供专家组确定。专家组依据候选地的环境、交通、公共设施等若干因素，根据物流中心选址适应性、协调性、经济性、战略性原则，按属性将影响物流中心建设的若干因素分为三个层次：第一层次是自然条件、经营环境、交通运输、土地条件、公共设施指标，作为物流中心选址方案的主要因素；第二层次是对第一层次有关指标进行进一步评价而细分的因素集；第三层次是对第二层次有关指标进行进一步评价而细分的因素集。这样影响物流中心建设的多个因素评价指标体系就建立起来了，然后，运用专家调查法确定各层级指标的权重，得到各级指标模糊评价权重。见表1。
由此可知，盐城市区北侧6块候选地的综合评价结果顺序为：C、A、B、E、F、D。其中较高估计值的地块C-新丰就是要选择的相对最合理的物流中心位置，其次是A-圩洋、B -丰民。最后经专家反复认证决定盐城市现代物流园区选址在C-新丰与A-圩洋两村开放大道东西两侧20平方公里范围内。
应用多层次模糊综合评价方法进行物流中心选址，把评价因素分为三层，也可进一步细分为多层。这种多层次评价方法由于对权重集进行归一化处理，采取加权求和，然后将结果按照从大到小的顺序排列，决策者只要从中选出估计值较高的地块或估计值较高和次高的结合部地块作为物流中心建设用地即可。
3 结语
本文在分析物流中心选址过程中单纯使用定量选址方法或定性选址方法存在不足的基础上，结合盐城市现代物流中心功能定位，依据现代物流及城市规划原理，采取多层次模糊综合评价方法，确定出了盐城市现代物流中心较理想的建设位置。该方法评判结果较为准确、合理，且简单可行，能综合考虑多种因素，客观反映实际情况，具有一定的理论价值和现实指导意义。
参考文献：
[1]张志勇，徐广妹，张耀荔.物流系统运作管理[M].北京：清华大学出版社2009：121-123.
[2]董维忠.物流系统规划与设计[M].北京：电子工业出版社2006：77-79.
[3]丁立群，李永周.基于模糊评价的物流配送中心选址问题研究[J].物流工程与管理，2009，12：101-102.
[4]张潜.物流运筹学[M].北京：北京大学出版社，2009：37-39.
基于模糊层次分析法的班组绩效评价 篇6
班组是企业生产经营活动的基本组织单元,也是企业文化建设的重要阵地。班组犹如大厦的根基,班组绩效的好与否,对企业整体目标的实现具有重大影响。然而,在班组绩效管理中,存在过分注重绩效考评指标的数据量化现象,耗费大量的时间和精力进行考评。或班组绩效指标以结果导向的定量指标为主,缺乏注重过程的定性指标,而定性指标有的可从现资料中获取,有的却无法获得。也有的企业明确了班组绩效指标的权重,但其设置不够科学,采取平均化,重点不明确,与班组的实际情况符合度较低。
此外,可能有的企业生产性质决定其班组间的数据较难区分和收集,疏于对班组的绩效管理。在生产期间,各班组分别负责整个产品装配中的一部分工作,轮流装配,各班组完成的产品产量无法直接统计。产品的性能质量也需在装配后完成试机才能体现出来,无法直接判定各班组完成的产品质量,班组的工作绩效具有模糊性和不确定性。因此,如何科学地设计班组绩效指标,并对其进行合理的评价,实现班组管理水平提升显得尤为重要。
二、构建班组绩效模糊综合评价模型
在生产活动中,班组的首要任务就是生产,生产班组可从现场管理、产量管理和质量管理设计指标,可从安全保证、生产管理和精神文明(企业文化、班组建设)三个方面进行考评,也可以以产量、成本和质量为主考核指标,以生产效率、设备效率和能源效率为辅考核指标,结合员工的学习提升及专项奖励进行指标设计和考评。
1. 评价指标集
基于此,结合某公司生产班组绩效管理的实际情况,将影响班组绩效的m=9个因素建立评价指标集U。构建的班组绩效评价体系,其目标层、准则层和因素层如表1所示。
2. 确定评语集
对班组绩效的定性评价,具有模糊性,这里将具有n=5个评语的评语集定义为V={优秀v1,良好v2,中等v3,较差v4,差v5}。
3. 构造第一级评判矩阵
根据评价指标集U中的每个因素ui,做出评语集中相应vi的评价,隶属度为rij,因素i评判集为:
指标集U到评语集V的模糊关系R:
其中,rij为因素ui在评语vj上的频率分布;Σrij=1。
4. 评价权重的确定
在评价指标集U上,引入模糊子集A,即权重,以衡量各指标在本层指标体系中的相对重要程度。
(1)构造判断矩阵。采用“1~9比率标度法”,相对于上一层指标,将本层指标的重要性进行两两对比判断,数值越高,则说明与其他指标相比,该指标重要程度越大;反之,则其重要程度越小。以此形成准则层的判断矩阵A。
矩阵A具有三个特点:aij>0,aii=1,aij=1 aji。
(2)层次单排序及一致性检验。相对于上层指标,利用判断矩阵A,计算出本层次各指标的重要次序的权重分配。
首先,需要根据公式将判断矩阵A正规化。
其次,将向量正规化,根据公式计算特征向量。
再次,根据公式(i=1.2.3)计算最大特征根λmax。
最后,进行一致性检验。判断矩阵需要检验其一致性,即权重是否可靠,可以通过一致性指标CI、平均随机性指标RI和随机一致性指标CR来衡量。
当阶数大于2时,,CR=CI RI。当CR≤0.10时,判断矩阵通过一致性检验,权向量是可靠的;当CR≥0.10时,需调整判断矩阵,直到通过一致性检验为止。
5. 模糊合成
在评语集V的基础上,引入模糊子集B,B=A*R,B=(b1,b2,…,bn),bj,被评价班组在vj上的程度大小,可反映出被评价班组在评价指标方面的结果分布状态,在对班组绩效评价进行决策时,可从中选择最大的bj所对应的评语vj作为整体评价结果。
三、评价结果
以某公司一线生产班组为例,通过采用座谈和问卷调查的方式,征询了企业内部20位经验丰富的领导人和各职能部门负责人的意见,确定了各层级指标的权重A,其判断矩阵及一致性检验如表2至表5所示。
CR=0.0224≤0.1,班组绩效准则层的判断矩阵通过一致性检验,准则层权向量可靠。
CR=0.0319≤0.1,生产管理指标的判断矩阵通过一致性检验,生产管理的各子指标权向量是可靠的。
同理,可以计算得出安全管理、班组建设指标的判断矩阵通过一致性检验,其权向量是可靠的。
根据企业内部多位专家对某班组的评语,得出模糊评判矩阵如下:
模糊合成第一级评判矩阵:
据此可构成第二层评判矩阵:
因此,可计算出最终模糊评判矩阵:
根据最大隶属度原则,该班组的整体综合绩效评价结果为优秀(0.377);但从第一层评判矩阵各分项结果来看,该班组在生产管理方面属于良好(0.275),在安全管理方面属于优秀(0.877),在班组建设方面属于较差(0.354);该班组在生产管理和班组建设方面仍然有较大的改进空间,比较符合其实际情况。其他生产型班组也可按照该评价指标体系,结合实际情况做出相应的整体评价,以此保证班组间横向比较的公平性。此外,据此法还可在班组间进行争先创优和先进班组评比。
四、结束语
通过对某公司的生产型班组绩效指标进行设计,构建了班组绩效模糊层次分析评价模型,使得绩效指标的权重设置更为合理,对班组的评价更为可信,班组间横向评价更为公平。评价结果表明,模糊层次综合评价能反映出班组的实际情况,在班组绩效评价中也是一种行之有效的评价方法,可为实际的班组绩效考评、班组创先争优和先进班组评比提供一定的方法参考。
参考文献
[1]张向虹,刘存福.灰关联度层次分析法在煤炭企业班组绩效考核中的应用[J].商场现代化,2010,(7):17-18.
[2]张吉军.模糊层次分析法(FAHP)[J].模糊系统与数学,2000,(2):88-89.
[3]孙琪恒.钢铁企业班组绩效考评体系[J].现代班组,2011,(06):24-25.
[4]徐旭珊,刘家诚,向小东.基层班组绩效管理探析[J].中国人力资源开发,2003,(05):22-24.
层次模糊评价 篇7
1 模型建立
在确定绿色物流的相关评价因素、相关因子的评价等级标准和权值之后, 利用模糊集合变换的原理, 构造模糊评判矩阵, 通过多层的复合运算, 最后依据最大隶属度的原则, 得到绿色度的定量分析结果, 最终确定评价对象所属等级。对物流系统绿色度的评价就是对物流系统所表现出来的环境性能、资源性能、经济性能和技术性能的综合度量。
(4) 进行Fuzzy-AHP综合评价。R中矩阵的不同行反映了评价者对被评价对象从各种各样的单一因素来确定对各处于不同等级的模糊子集的相关隶属程度, 则
(5) 对Fuzzy-AHP综合评价结果向量的分析。每一个评价对象的Fuzzy-AHP综合评价结果都可以被看成是一个模糊向量, 这种方式的结果包含了更丰富、更完整的信息。最后, 再对不同的一维综合评价值能够方便地进行比较并排序。
2 实例运用
本文以广东省某一物流企业为背景, 运用上述模型来评价该企业物流系统中绿色度的程度, 用实证结果验证绿色物流评价模型的正确性。通过该企业相关资料显示, 可以得到表1所示数据。通过对企业评价中间数据和评价所得结果数据的结合分析, 可以实现对企业物流系统中物流绿色属性的全面评价。
第一步, 可以得到每个指标的评价矩阵, 例如:
第二步, 对上述得到每个指标的评价矩阵进行综合分析。
第三步, 进行二级综合评价。将三级指标看作新的因素, 其评价矩阵为:
同理可得:
通过上表所示, 可得次层级的权重, 故:
3 结语
在整个模糊评价的过程中, 从各个指标因素的评判中, 发现该企业在生产加工中存在较严重的资源浪费现象, 在环保材料利用率和排泄物污染上还有较大的欠缺, 信息的传递上也是不够迅速。因此, 该厂需要充分利用资源和环保材料, 及时清理排泄的污染物, 提高信息的传递速度, 获得持续的经济发展。
绿色物流的评价涉及环境、资源、经济、技术等多个指标, 采用Fuzzy-AHP模型, 使评价过程不仅考虑了所有能够影响评价结果的因素, 同样也保留了各级评价因素的全部信息, 量化结果能较好地反映物流系统的物流绿色度的实际情况和高低水平。以物流企业为例的物流绿色度也验证了该方法的可行性和合理性。
参考文献
[1]周学军.发展绿色物流的意义[J].科技向导, 2015 (18) .
[2]单虹, 姚方元.物流系统的绿色度评价[J].改革与开放, 2009 (9) .
[3]李云龙.绿色物流的产生背景及发展对策初探[J].贸易, 2010 (9) .
基于层次模糊评价法的供应商选择 篇8
1 生产企业供应商选择方法
1.1 供应商选择的考虑因素
供应商的选择,是搞好供应商管理的前提。供应商的选择将直接影响到企业的生产和销售,对企业的影响巨大[3]。一般而言,我们可以用层次结构图来描述影响供应商选择的各个因素,具体如图1所示。
图1是一个包含有四个层次的综合评价指标体系,第一层是目标层,影响供应商选择的具体因素建立在指标体系的第二层,与其相关的细分因素建立在第三层,最底层是方案层,表示要选择解决问题的各种方案[4]。
1.2 研究思路
对于企业供应商选择的常用方法一般有ABC分类法、多目标数学规划法、层次分析法、数据包络分析法、模糊综合评价法和人工神经网络算法等[5]。由于影响目标层供应商选择的因素很多,在判断过程中存在着一定的复杂性和模糊性,特别是随着经济全球化和信息技术的发展,供应商选择成为一个复杂而繁琐的过程,它受到各种不确定性的客观条件的影响,使供应商选择具有一定的风险性,因此有必要选择一种系统的方法来分析评价。层次分析法和模糊评价法相结合的方法可以使供应商的选择研究得到简化和系统化,其基本思路主要是通过对影响因素的分析和筛选,建立评价指标体系,并以层次分析法来确定相应指标权重,在此基础上,专家对各指标进行隶属度评价,通过模糊隶属关系,得出各个供应商的优劣比较[6]。
1.3 供应商选择的层次模糊评价方法步骤
步骤一:建立层次结构模型(如图1)。
步骤二:列出影响供应商选择的n个因素,并构成因素集B=(B1,B2,…,Bn),有的因素还含有子因素,须建立子因素集Bi=(Ci1,Ci2,…,Cik),i=1,2,…,n[7]。
步骤三:确定各因素权重。
由于各个因素的重要程度不一样,因此须对每个因素和子因素赋予不同的权重,这里采用的方法是层次分析法,具体如下:
先构造判断矩阵。即以上一级的某一元素作为比较准则,对本级的要素进行两两比较来确定矩阵元素,这里判断矩阵的构造采用美国运筹学家萨蒂(A.L.Saaty)提出的9标度法。由判断矩阵可得到第一级指标权重W=(W1,W2,…,Wn)和第二级指标权重Wi=(Wi1,Wi2,…,Wik),i=1,2,…,n。其中,
再进行一致性检验。计算一致性指标:
其中,λmax表示判断矩阵的特征值中的最大值,n为矩阵阶数,查平均一致性指标表,得平均随机一致性指标RI,计算一致性比例CR=CI/RI,当CR<0.1时,则可认为判断矩阵的一致性是可以接受的[8]。
步骤四:对各因素进行评价,建立第一级评判矩阵,并进行一级模糊综合评判[7]。
先确定评价尺度V=(很差,差,一般,好,很好),由专家对因素集B中的每一个因素进行评价,建立评判矩阵,专家评判所得到的数字是指同意这种评价的专家人数与专家总人数的比值。将第二级指标权重和第一级评判矩阵作合成运算这里m为供应商的数量,“·”表示合成运算,即取小取大运算。
并归一化得到第二级评判Dm,按照隶属度最大原则,得出最佳结果。
2 实例分析
某公司要在三个原材料供应商D1,D2和D3之间进行选择,考虑因素如前所述。
2.1 建立供应商因素集及子因素集
评判集V=(很差,差,一般,好,很好)或V=(很低,低,一般,高,很高)。
2.2 应用层次分析法确定各因素权重
将具体因素层B中各指标分别对上一层指标建立判断矩阵,得出第一级指标权重值;再对细分因素层C中各指标分别对相应的上一层指标建立判断矩阵,得出第二级指标权重。计算结果如下(计算过程略):
从以上结果可以看出,判断矩阵具有满意的一致性。
2.3 根据专家评判得到评判矩阵并进行第一级综合评判
根据表1即可构造B1~B4的评判矩阵R1,R2和R2(R1、R2、R3分别对应于供应商1、供应商2、供应商3)。
将第二级指标权重和评判矩阵作合成运算,并归一化可得出各供应商的第一级评判。
因此,供应商1对应于B1,B2,B3,B4的第一级评判分别为:
供应商2对应于B1,B2,B3和B4的第一级评判分别为:
注:B1~B4对应于各供应商的每一行。
供应商3对应于B1,B2,B3和B4的第一级评判分别为:
2.4 根据第一级评判结果得到第二级评判结果
第二级评判矩阵根据第一级指标权重W与第二级评判矩阵R的合成运算并归一化,可得出供应商的第二级评判结果。
因此,供应商1的第二级评判为:D1=D0.135,0.135,0.267,0.269,0.194D
供应商2的第二级评判为:D2=D0.046,0.176,0.395,0.240,0.143D
供应商3的第二级评判为:D3=D0.053,0.106,0.417,0.257,0.167D
2.5 按照隶属度最大原则,选择供应商
对于供应商1,max D1=0.269;对于供应商2,max D2=0.395;对于供应商3,max D3=0.417。
由以上结果显示,max D3>max D2>max D1
所以,供应商3是最好的选择。
3 结论
本文将层次分析法和模糊理论综合应用到供应商选择分析中,充分考虑了供应商提供的货物状况、生产能力、企业信誉和企业生产的先进性各因素的影响,建立了相应的评判模型,使计算机的决策支持程度得到了提高,形成了完善的供应商综合评价理论体系,具有一定的应用价值。
摘要：供应商选择是供应链管理的重要内容之一。文章在分析供应商选择评价指标体系的前提下,建立了基于层次分析法和模糊评价法的层次模糊评价法。该方法避免了不确定性对供应商选择结果的影响,为供应商的选择提供了一个更为科学、合理的方法。
关键词：层次分析法,模糊评价法,供应商选择
参考文献
[1]邹辉霞.供应链物流管理[M].北京:清华大学出版社,2006.
[2]邵正宇,鞠远萍,勾萍.供应链模式下制造企业选择供应商的模糊方法[J].物流管理,2007(6):30-31.
[3]采峰.现代企业物流[M].大连:东北财经大学出版社,2005.
[4]赵林度.供应链与物流管理理论与实务[M].北京:机械工业出版社,2003.
[5]贺红燕,朱军勇,许丽红,等.供应商选择方法综述[J].河北工业科技,2005,22(5):308-311.
[6]吴隽,赵克非.供应链管理下的企业绩效评价指标体系研究[J].物流科技,2004(27):86-89.
[7]姚敏,黄燕君.模糊决策方法研究[J].系统工程理论与实现,1999(11):61-64.
层次模糊评价 篇9
1954年玉门油田首先采用注水驱油以来, 国内各大油田陆续进行油田注水开发, 保持油田长期稳定高产。目前, 各大中型油田开采中形成了较为完善的油田地面注水系统。随着油田进入开采后期, 注水量随之大幅度增加, 注水费用在原油生产成本中所占比例日趋增高。
基于油田现场实际需要, 科研人员针对注水系统降耗方面开展了大量研究。林永茂等人开发了包括注水系统控制, 注水效率分析等功能模块的软件[1], 并对新疆油田某区块进行分析, 根据分析结果提出改造意见。别峰峰等人研究注水系统优化, 在专家系统理论的基础上开发出管网系统改造软件[2], 用于评测模拟改造后的运行效果。刘斌等人根据注水系统各个结构单元的效率计算方法和数学建模相关知识, 提出注水系统控制理论[3], 及相应开发软件, 与油田现场实际数据相符合, 具有较高准确性。目前高校、科研机构主要集中于研究能耗计算、管网优化、系统优化运行等方面[4]。然而忽略了注水系统能耗评价方面的深入研究, 只是停留在单因素的分析, 无法给出合理、全面的注水系统能耗评价结果。因此, 开发油田注水系统效率计算软件, 分析影响注水系统效率的因素, 并提供相应的整体能耗评价结果, 优化注水工艺, 合理匹配注水设备, 对提高注水系统效率, 降低注水成本, 提高油田开发经济效益有现实意义。
2注水系统能耗评价指标筛选及计算方法
油田注水系统主要由注水站、注水管网、配水间和注水井4部分组成 (图1) 。 注水站包括电动机、注水泵等动力装置。配水间的主要功能在于利用阀组节流, 满足注入压力。
油田注水系统耗电量大, 约占整个油田生产用电量的50%[5]。根据上述注水系统流程图, 可将注水系统的能量消耗分为3大部分:注水站的能损、 注水管网的能损、配水间的能损。根据相关文献中注水系统中能耗损失分布规律[6] (图2) , 其中注水站的能量损失以电动机和注水泵机组的损失为主; 注水管网能损以沿程摩阻为主;配水间的能量主要消耗于阀组节流, 以满足注入压力。由于注水井的能耗相对于其他部分较小, 且对实际能耗评价影响不大, 故不考虑注水井的能耗情况。
2.1注水系统能耗评价指标及计算公式
注水系统中, 电动机输入功率及效率、注水泵输入 (输出) 功率及效率、注水管网效率等指标计算公式参见SY/T 5264—2012 《油田生产系统能耗测试和计算方法》[7]。
2.2能耗评价标准
根据国内相关文献的数据, 并且结合我国的油田现场实际情况和国内相关标准规范[8], 建立评价指标标准表, 见表1。
3构建多因素评价模型
3.1确定能耗评价指标模糊隶属函数及适应度矩阵
在确定能耗评价指标的模糊隶属度时, 首先确定评价指标的最好和最坏的参数, 如图从而对每一套注水系统i的每一个评价指标j的值Pij。可通过下面的公式计算适宜度初值[9]。
式中: xij—— 适宜度值;
Pij——指标实际参数值;
Paj——指标优良值;
Pbj—— 指标合格值。
但对不同注水系统进行综合节能评价时, 采用适应度值xij, 其取值范围为 (0, 1) 。该式反映出当注水系统能耗越高时, 相应指标的适宜度值就会越大。为使其符合指标接近理想值时, 适宜度初值越大, 并且增大同一系统中不同因素之间的差异, 因此引入下式[10]:
同样aij的取值范围为 (0, 1) 。当aij越接近于1时代表评价指标越优良, 从而aij构成了注水系统能耗评价模糊适宜度矩阵A。该矩阵的行和列分别反映参与评价的注水系统的所有评价指标对注水节能模糊适宜度大小和不同注水系统是否已评价指标对注水节能模糊适宜度的对比情况。
3.2同一注水系统各评价指标的权重
由于同一套注水系统的不同参数对于注水能耗的影响效果不一样, 有的参数的变化 (例如配水间阀组节流增大) 会导致整套注水系统的能耗急剧增加;而有的参数由于在总能耗中所占的比例较小, 即使波动较大也不会对节能评价结果产生影响。模糊适宜度矩阵A仅仅反映的是单一的评价参数对注水系统节能的适宜性, 为单因素评价, 无法反映不同评价参数之间的相对重要程度。要想对注水系统进行能耗综合评价, 同时还必须得确定不同评价参数对注水系统节能的响应系数, 即权重。参考文献中的模糊层次分析法[11], 通过建立模糊判断矩阵以及一系列的计算方法得到不同评价参数的权重。
用模糊数量标度表建立表示两两参数之间重要程度对比的模糊优先判断矩阵 ( F ) 。如下所示。
通过公式将优先关系矩阵转换为模糊判断矩阵R (rij) 。
在转换的过程中, 选择精度高, 收敛速度快的幂法[12]计算排序向量 (权重) Wij。
通过该方法计算指标权重, 可以避免当模糊判断矩阵R不是一致矩阵的情况[13], 简化了计算步骤, 并且具有同样的求解精度, 目前已经广泛运用于各领域。
3.3综合评价注水系统能耗
对不同注水系统的综合评价是对各注水系统能耗整体情况的评价。模糊适宜度矩阵A和指标权重的乘积反映了同一注水系统评价参数之间对节能的适宜性的加权表现, 即
式 (4) 的加权向量与其转置矩阵的乘积则体现不同的注水系统各评价指标的对比情况, 式 (5) 和 (6) 可得到各个注水系统能耗整体情况的综合评价和排序, 其综合评价结果用Ri来表示, 即
4实例分析
利用所建立的评价模型和现场3套注水系统的实际参数, 对3套注水系统的能耗情况进行综合评判。 3套注水系统为单泵站注水管网系统如图3, 通过水力模拟仿真计算, 得出每套管网系统的节点流量、压力参数值。再根据注水系统能耗评价指标计算公式计算相应的参数值, 如表2所示。
建立对于注水系统i的每一评价参数j的值相应的节能适宜度, 并得到注水系统是否节能的模糊评价矩阵A 。
用模糊数量标度表得到同一注水系统各个参数对节能情况的模糊一致判断矩阵F 。
通过幂法求得同一注水系统各个参数对于节能的响应权重向量Wij:
则同一注水系统各评价参数之间对系统节能适宜度的加权表现矩阵及其转置矩阵:
由式 (4) 、 (5) 得到各个注水系统能耗评价的综合结果:
由评价模型结果可以看出, 注水系统1 (R1) 的整体能耗情况最佳, 而注水系统2 (R2) 和3 (R3) 能耗情况相对较差, 不符合节能标准。由表2可知, 虽然注水系统1的注水单耗较高, 管网效率较低, 但整体的能耗效率要优于另外2个注水系统。
由于注水系统2和注水系统3的配水间的节流损失较大, 且注水泵和注水量不相匹配, 从而造成配水间的效率和注水泵的运行效率偏低[14]。另外分析水力仿真计算数据可知, 注水系统中注水管网的压差损失均小于1 MPa。而配水间和注水站的压损最高却可达到8 MPa, 这两项损失占据整个注水系统能量损失的60%, 从而在评价模型中该参数的权重较大, 使得注水系统2和注水系统3的最终评分较低。相比之下注水管线的能耗所占的比重相对较小, 不会对注水系统整体能耗效率产生较大影响, 因此在注水管网改造过程中, 注水站和配水间才是研究的重点。基于上述能耗成因分析, 可提出如下改造措施[15]:不同型号的注水泵组合优化运行, 使泵在高效区运转;为避免大量的节流损失, 可根据油田注水井油压实际情况, 采取整体降压, 局部增压的方式满足注水要求。
5结论
1) 调研国内文献, 筛选出注水系统能耗评价关键因素, 并且结合油田现场实际情况和相关标准给出了评价参数的有利范围。
2) 通过实例分析, 可知该方法合理、 有效。 而且运用模糊层次分析法从整体上评价注水系统的能耗情况, 避免了由于个别参数的适宜度 ( Aij) 较差而影响系统的评价结果, 能够为优选注水方案提供科学依据。
3) 一般油田评价能耗只是着眼于某一时间段内的消耗电量情况, 具有片面性和不准确性。从而无法有效指导油田现场的能耗改造。本文的评价模型将注水系统中的注水站、注水管网和配水间联系在一起, 既有整体, 又有局部, 从多方面来考察系统能耗情况, 对油田管网改造具有一定的指导意义。
层次模糊评价 篇10
[关键词] 多层次模糊综合评判法 优序图法 评价指标 企业技术创新绩效
一、引言
在知识经济时代，企业的生产、经营环境将发生重大变化：新技术不断涌现，产品的技术生命周期不断缩短；知识产权对技术创新成果的保护更加有效，技术贸易壁垒更加森严。在这种形势下，企业不进行技术创新就会灭亡。技术创新是转变经济增长方式的关键，是企业发展动力的源泉。对企业技术创新绩效进行系统分析和综合评判, 对于企业科学地认识自身的技术创新状态, 采取有效的技术创新战略, 保持和提高企业竞争优势, 获得最佳经济效益和社会效益具有特别重要的理论意义和现实意义。企业技术创新绩效中所包含的事物往往具有多种属性,为多层结构，层次难以界定，是一个典型的模糊性问题。企业技术创新绩效的评价存在也许多不确定性，可从不同角度去评价。建立科学、合理、严谨、量化的评价模型已成为急需解决的重要课题。多层次模糊综合评判法能将定性问题转化为定量的数学模型，使定量评价建立在定性分析的基础上，并直观地指出关键的评价问题所在，使评价更有实用性。
二、多层次模糊综合评判模型
多层次模糊综合评判法首先是根据项目的实际特点, 建立评价因素指标体系, 将所涉及到的诸因素按照某些属性划分为几类, 从低向高层次的顺序,先对每一类进行初层次的综合评价, 在此基础上再对每类所得的评价结果进行类间的更高层次的综合评价, 从而得到一个既定量化又较符合实际的评价结果。 同时在多层次评价过程中, 应用优序图法来确定各因素指标的权重。具体步骤如下：
1.技术创新绩效评价指标体系的建立
结合技术创新的本质内涵、特点、创新过程特征和中国企业的创新实际，本着科学性、完备性、可比性、可操作性原则，针对企业的创新特征设计出企业技术创新绩效评价指标体系见表1。
表1 技术创新绩效评价指标体系结构
2.建立各因素的评价集V
评价集是对各层次因素评价结果的直接描述和表征形式。显然, 对每一层次的每一个因素都需要建立相应的评价集。确定模型中各个因素的评价结构均为4个等级, 即V中的元素为4个(m=4)表示为={优，良，中，差}。对第二层次各因素(共22个)而言, 它们是综合评价的基因素, 即直接调查评判的因素。而第一层次的因数和总目标因素是若干基因素评判结果的综合反映。评价集是以隶属度的形式来表征综合评价结果的。它能全面地反映评价的情况。在实际运行中, 为了使评判结果更加直观，往往要对评判结果给出具体的分数，因此设优，良，中，差分别为95分，85分，75分，65分。
3.建立因素的权重集
根据每一层次中各个因素对上一层次因素的重要程度,分别赋以相应的权数。第一层次因素权重集，第二层因素权重集(n为第一层次各因素中分别包含二次因素的个数,)。权重集的确定由多种方法，如层次分析法，本文， 权重集的确定采用优序图法。其基本步骤是: 在因素层次划分模型的基础上, 由若干专家根据经验得出各层次、各因素的权重数。简单优序图是一个棋盘格式的图式, 在两两比较中,用“1”表示两两比较中相对“重要的”、“大的”、“优的”, 用“0”表示相对“不重要的”“小的”“劣的”, 用“0. 5”表示两两对比中同等重要。将每人所得的权重数按上法比较填入优序图中, 并进行优序图的互补检验。然后将所有人的优序图进行汇总综合得到各层次、各因素的权重数。
4.计算模糊评判矩阵R
(1)建立单因素模糊评判矩阵R～i
这是对每一个基因素分别作出特定的等级评判的过程。通过现场调查获得全体评判者认为因素属于评价等级的程度，让各专家或各用人单位在评价集={优，良，中，差}上针对各因素打分。例如:有n个专家对指标在V上打分,4个等级选择的频数分别是,则指标的隶属度为:。从而R～i可表示为:
，其中
其中:R～i的行数n决定于各中所含基因数的个数;R～i的列数m决定于评价集V中元素的个数。
(2)多层模糊综合评判对于多层次的综合评判问题
模糊综合评判过程是由低层次向高层次逐步进行的。首先,根据及R～i,有第二层次的模糊综合评价集:，其中(j=1,2,…n;i=1,2,3;m=1,2,3)它表示二层次中,对决定中的因素(j=1,2,…n)进行综合评判时, 评价对象Ui对各元素的隶属度。并对进行归一化处理。在上面的基础上, 再进行第一层次的模糊综合评价。此时, 模糊综合评判是按第二层次的评判矩阵综合而成的。即:
5.计算模糊向量
6.计算评价的结果C
三、应用实例
针对某一企业的技术创新能力绩效，现对其进行档案评价.邀请0位专家对起进行评价，采用优序图法确定了企业技术创新能力绩效评价中所有指标在评价集上的评定频率以及利用前文所述的权重确定方法得到的各指标因素的权重系数.评价结果如表2：
表2 10位专家对企业技术创新能力绩效的评价结果
于是，可得到一级综合评判为：
同理计算得到：
因此，可得到二级综合评判为：
综合评价结果为:。
因此,该企业的技术创新能力绩效的综合评分为87.7分，属于技术创新能力好的企业。
四、结论
本模型因素权重集的确定采用了优序图法, 极大地消降了传统权数确定过程中的主观随意性成分。该方法建立在分层次、单目标、单准则两两对比判断基础上, 最易区别优劣高低, 并容易检验, 避免了繁杂计算的错误。多层次模糊综合评判法采用模糊线性加权变换的方法处理, 避免了按“最大”“最小”运算法则只突出隶属度很大, 或隶属度很小的项的作用的不合理现象。汇总了各类人员的意见, 较全面地反映了评价对象的优劣程度, 因而评价结果具有较好的客观性, 评价者可通过该方法发现企业技术创新绩效中的薄弱环节, 为加强环节管理提供科学依据，为科学、合理地评价档案提供了依据，也为定量评价开辟了新的方法，具有一定的推广价值。
参考文献:
[1]常玉刘显东:层次分析法、模糊评价在企业技术创新能力评估中的应用[J].科技进步与对策，2002，9（24）：125—127
[2]姜炳鳞谢廷宇:企业技术创新能力评价指标体系及其多级模糊评价方法[J].商业研究，2004，18（302）：77--79
[3]王青云饶扬德:企业技术创新绩效的层次灰色综合评判模型[J].数量经济技术经济研究，2004，5：55--62
[4]陈劲陈钰芬:企业技术创新绩效评价指标体系研究[J].科学学与科学技术管理，2006，3，86—91
[5]张曙光李伟:层次分析法在建设决策方案信息处理中的应用.[J].情报科学，2006，3，302—305
[6]蓝顺碧阕向红赵甫哲:《高等医学院综合实力评估研究》权重系数的确定与程序设计.[J].医学信息学教育, 1998, 11 (4):30～33
[7]杨伦标:模糊数学原理及应用[M］.广州：华南理工大学出版社,1995，234—235
[8]何新贵:模糊知识处理与技术［M］.北京：国防工业出版社，1998，198--200
