模糊层次分析模型（精选十篇）
模糊层次分析模型 篇1
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) .
模糊层次分析模型 篇2
基于层次分析法-模糊综合评价(AHP-FCE)模型优化矿井通风系统的研究
矿井通风系统是一个复杂的非线性系统,具有随机性、模糊性和不确定性特征.应用层次分析法(AHP)和模糊综合评价(FCE)的基本理论建立的AHP-FCE模型,可以全面考虑矿井通风系统的.各种因素,既能体现评价过程的模糊性,又能尽量减少个人主观臆断带来的弊端,使优选的方案更符合实际,评价结果更可靠.应用加速遗传算法检验和修正判断矩阵的一致性,具有搜索效率高、计算时间短、求解精度高、计算结果稳定、适用性强等特点,是一种全局优化方法.采用AHP-FCE方法确定权重,具有较强的逻辑性、实用性和系统性,并能准确地得出各评价指标的权系数,使计算结果更客观和稳定.实例计算结果表明:AHP-FCE方法简便和通用,不仅能指导生产实际,而且为类似的方案优化工作提供了一种新的思路和方法.
作 者：赵伏军 谢世勇 杨磊 陈世强 ZHAO Fu-jun XIE Shi-yong YANG Lei CHEN Shi-qiang 作者单位：湖南科技大学能源与安全工程学院,湘潭,411201 刊 名：中国安全科学学报 ISTIC PKU英文刊名：CHINA SAFETY SCIENCE JOURNAL 年，卷(期)：2006 16(4) 分类号：X962 关键词：AHP-FCE(层次分析法-模糊综合评价)模型 矿井通风系统 加速遗传算法 判断矩阵 方案优化模糊层次分析模型 篇3
【摘要】利用模糊德尔菲层次分析法，以德尔菲调查为基础，将专家对指标权重的两两评价结果进行模糊处理，根据实际需要调整模型的专家乐观系数和评价环境参数从而最终确定指标的综合权重。在该综合权重矩阵的基础上，根据地方政府绩效评价指标体系的特点，建立了政府绩效评估的多层次模糊综合评价模型。
【关键词】绩效评估；绩效管理；模糊德尔菲层次分析法；模糊综合评价
0.引言
20世纪70年代以来，以“新公共管理”运动为标志，西方各国开始进行政府管理改革，逐渐形成了政府绩效评估、绩效管理等理论，并应用于实践。这一理论打破了将效率和经济作为公共部门评价标准的原则，它借鉴企业管理技术和激励手段，强调管理过程中民众的导向作用，以期使政府变为一个负担广泛社会责任的、低成本高满意度的服务机构。绩效评估是指考评主体对照工作目标或绩效标准，采用科学的考评方法，评定客体的工作任务完成情况职责履行情况，并将评定结果反馈给客体。在政府绩效评估中，其反馈结果将指导政府的工作，因此，客观公正的绩效评估对提升政府管理水平有着十分重要的意义，而建立一套对政府绩效进行科学监测、检验和评价系统是对政府进行有效管理和制约的关键。
近年来，随着我国各地方政府逐渐实行政府绩效管理，学术界对绩效评估模型的应用已经有了深入的研究，其中常用的方法和技术主要有：演绎法、平衡记分卡法、模糊评价、主成分分析、层次分析法以及它们相互组合的方法。其中模糊评价基于这样的事实：许多事情的边界并不十分明显，评价时很难将其归于某个类别，通过先对被评价对象的单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题，能够满足组织行进绩效考核与评价[1]，所以，依据模糊理论建立相应的评价模型能够较好的解决政府绩效评估的问题。在模糊评价中各级指标的确立，有些学者提出用层次分析法（AHP）[2]，有些学者则引入了一致性检验来验证该权重设定的合理性[3][4]，还有些学者则通过熵技术对权重进行修正[5]，这些都通过人为的修正来规范权重，这将对评价者初始的评估结果造成一定的负面影响。因而，本文借鉴文献[6]中提出的模糊德尔菲层次分析法（FDAHP）来确定权重，将其与模糊评价理论相结合，建立基于德尔菲层次分析法的模糊评价模型并应用于政府绩效评估之中。
1.地方政府绩效评价指标体系
表1地方政府绩效评价指标体系
2.基于德尔菲层次分析法的模糊评价模型的构建
2.1确定评价集和模糊评价矩阵
评价集就是对评价对象优劣程度的定性描述，它由各种评价等级构成，本文按照优秀、良好、一般、较差、最差5个级别评判，即评价集V={v1，v2，···，vm}有5个元素。模糊评价矩阵R可依据第2章中的指标体系通过专家问卷调查的方法，对各项指标进行量化评分，根据统计结果确定各指标属于某个级别的隶属度，从而确定模糊评价矩阵R。
2.2模糊德尔菲层次分析法确定综合权重矩阵
2.3多层次模糊综合评价
3.结束语
本文结合模糊德尔菲层次分析法和模糊综合评价原理，根据地方政府绩效评估指标体系，建立了综合模糊评价模型。由于模糊综合评价本身是一种比较科学合理的评价方法，本文还通过模糊数学的方法对群体调查结果进行了处理和分析，所以利用论文所介绍的评价模型可以很容易对政府绩效进行比较客观的评估。由于本文选用了模糊德尔菲层次分析法计算权重，形成了一个权重分析的交互过程，使得权重的设置更为合理，因此评价结果相比传统的基于AHP的模糊评价模型更为客观公平。虽然本文的模型计算过程较为复杂，但我们可以利用计算机编程实现智能化处理，用程序来进行绩效评估，提高工作效率，因此，该模型具有更为广阔的应用前景。[科]
【参考文献】
［１］齐二石，刘传铭，王玲．公共组织绩效管理综合评测模型及其应用[J]．天津大学学报：社会科学版，2004，6（2）：150-153．
［２］张霞．基于模糊理论的公共组织绩效管理[J]．武汉理工大学学报：信息与管理工程版，2007，29（10）：164-166．
［３］聂规划，刘勇军．企业信息化建设模式分析及模糊评价[J]．武汉理工大学学报：信息与管理工程版，2004，26（2）：89-92．
模糊层次分析模型 篇4
一、会计诚信评价体系建立的必要性
(一) 会计诚信的重要性
会计诚信是会计与生俱来的品质, 表达了会计对社会的一种基本承诺, 即客观公正、不偏不倚地把现实经济活动反映出来, 并忠实地为会计信息使用者服务。市场经济的实质是契约经济、诚信经济, 诚信是现代市场经济发展的基石, 没有诚信就没有经济秩序, 市场经济就不可能健康发展。目前我国经济生活中一个突出问题就是诚信缺失, 给国家、企业和投资人的经济利益造成了严重的损害, 滋生了社会腐败现象, 增加了社会的不安定因素。由于缺少诚信制衡、诚信惩罚和诚信激励制度, 一些诚信企业得不到社会的承认, 不但不能为企业带来收益反而可能遭受损失;另一些诚信记录较差的企业却没有受到社会的惩罚, 往往在经济上获益。如此恶性循环、逆向选择, 行业交易行为和经济秩序将越来越混乱。失信行为不能得到有效的惩治, 失信者得利, 守信者吃亏, 诚信链条不能连接整个经济运行, 不可避免地对整个社会和经济的持续发展产生比较严重的负面影响。建立全国统一的会计诚信评价体系及相应的激励约束机制已成为政府部门和会计学界亟待解决的问题。
(二) 会计诚信评价定性分析的弊端
定性分析是主要凭分析者的直觉、经验, 凭分析对象过去和现在的延续状况及最新的信息资料, 对分析对象的性质、特点、发展变化规律作出判断的一种方法。分析者在进行会计诚信定性分析时往往受个人的思想、知识的限制而使得分析结果偏离, 在没得到最新的信息资料时, 无法准确地把握分析对象的规律, 导致作出错误的判断, 从而导致会计诚信的错误评价。
二、会计诚信评价指标选取的基本原则
(一) 与时俱进原则
由于社会诚信监管体系尚不完善, 许多企业内部资料无法获得, 因此现阶段在考核指标设计上重点应依靠财政部门易获得的信息。同时企业内部自身也要加强对相关资料的管理, 随着工商、税务、银行等诚信考核机制的健全和完善, 将为会计诚信考核提供大量的监管所需的关键数据信息, 考核指标将更加丰富、充实。
(二) 现实性原则
就目前的情况而言, 很多企业内部信息无法获得, 因此在对指标设计时应考虑获取信息的可能性, 不能脱离实际, 虚设指标。既要选择能正确体现企业实际会计诚信水平的指标, 又要充分考虑企业内部信息的完备程度。确保据此所提供诚信信息的合法性、真实性、准确性、完整性。
(三) 科学性和系统性原则
指标选取的科学性和系统性, 要求指标设计必须有科学依据, 能够真实地反映企业的实际诚信状况, 同时又要全面、系统并具有代表性, 不能只重视某一方面的指标和内容。既要全面反映企业的经营管理、遵纪守法等情况, 又不能使指标重复考核, 只有系统合理的设置评价指标才能公正地评价企业的会计诚信。
(四) 定性与定量相结合原则
会计诚信工作较复杂, 如果对指标逐一量化, 不仅缺乏科学依据, 而且工作量大且烦琐。因此在实际操作中必须充分做到定量分析与定性分析相结合。但要使评价结果能充分运用到实际工作中, 最终的评价结果还应形成一个明确的量化结果, 以排除定性分析中主观因素或其他不确定因素的影响。
三、会计诚信评价模型的研究
(一) 评价模型的建立
假设所论会计诚信问题的递阶层次结构已经建立, 评价小组群体已经根据传统层次分析法的程序给出了各自的两两判断矩阵, 考虑某一准则下对应的会计诚信决策方案的权重确定问题。假定通过专家调查法, 已经确定出第k个专家在某一准则下对其下属层次中第i以及j两个要素之间的相对重要程度的判断为Bijk, 形成第k个专家的两两比较判断矩阵B (k) = (Bijk) 。假设有m个会计诚信决策方案或者要考虑的会计诚信评价指标, 目的是要确定这m个会计诚信决策方案关于该决策准则的决策权重, 具体步骤如下:
第一步, 建立群体的模糊判断矩阵。两两比较判断矩阵包含了参与决策专家的意见, 其中的相对重要程度判断具有不确定性, 本方法采用模糊三角数来整合专家的意见, 以求在决策者主观意见的基础上建立较为客观的模糊群体判断矩阵。用三角模糊数表示的群体两两判断矩阵如下:
B= (Bij) , 其中Bij为三角模糊数, 通过如下方法确定:
Bij=αij, βij, γij, αij≤βij≤γij, 其中
αij=mink (Bijk) ;βij=Geomeank (Bijk) , 这里Geomean表示几何平均;γij=maxk (Bijk) 。
第二步, 确定群体模糊权重向量。基于群体模糊判断矩阵B= (Bij) , 用列向量几何平均法, 确定出相应的模糊权重向量如下:
对任意的j, j=1, 2, …, m, 计算rj= (B1j·B2j·…·Bmj) 1/m, 其中·表示模糊三角数之间的乘积运算关系, 进一步可以将rj标准化为wj:
第三步, 单准则会计诚信权重决策分析。首先用模糊分析中的截集概念进行诚信权重的反模糊化分析, 令α∈ (0, 1) , 表示截值参数, 假设wi= (wiL, wiM, wiU) , 令
其中λ为决策者对诚信权重的乐观系数。进一步, 将wi (α, λ) 规范化, 得到归一化权重向量:wi (α, λ) =wi (α, λ) /[i∑wi (α, λ) ]。
现在的诚信决策权重依赖于两个参数α和λ, 其含义如下:
α反映权重关于决策专家判断意见的变动程度。α=0时综合权重包含了各位专家的诚信决策权重信息, 决策的变动范围最大;α=1时综合权重包含了各位专家最少的诚信决策权重信息, 实际上就等于不进行模糊化处理时专家决策权重的合成办法。因此, α是会计诚信决策环境参数。
λ代表着整合决策者决策权重的一种参数。当λ=0时专家的意见都取权重的上限, 最乐观;当λ=1时专家都采取保守的态度, 取各自权重的下限。因此, λ可以称为决策乐观系数。
在实际会计诚信权重确定过程中, 如果专家组对会计诚信问题的共识性较高时, 可以选择较大的α, 否则可以选择较小的α, 而λ的选择则反映决策者评价会计诚信问题的乐观程度, 越乐观, 对应的值越大。
(二) 模糊群体层次分析法中的有关运算
设a=[a1, a2, a3]和b=[b1, b2, b3]为两个正三角模糊数, a为任意正实数, 那么根据三角模糊数理论, 有下列运算性质:
(5) a的标准化向量w指的是模糊三角数w=[w1, w2, w3], 其中wi=ai/ (a1+a2+a3) 。
另外, 容易验证, 第一步确定的模糊群体判断矩阵为模糊反对称矩阵, 即
B= (Bij) 满足Bij=1/Bij, 另外定义当i=j时, Bij=1。
(三) 模糊群体层次分析法在某企业会计诚信评价中的应用
考虑综合评价某个企业会计诚信的问题, 可以从四个主要方面来评价:企业的经营管理情况、财务管理情况、遵纪守法情况以及信息公开化情况。聘请了4位专家, 记为E1, E2, E3, E4, 分别从这四个方面对其会计诚信进行评价, 专家给出的两两判断矩阵分别如下:
据此, 构造该专家组的群体模糊两两判断矩阵B= (Bij) 如下:
据此可以求得群体的标准化模糊权重向量如下:
假定决策环境参数为α=0.5, 决策乐观系数为λ=0.8, 可以得到群体决策的归一化权重向量为w= (0.24, 0.25, 0.25, 0.26) 。假定决策环境参数为α=0.2, 决策乐观系数为λ=0.9, 得到的群体决策归一化权重向量为w= (0.23, 0.25, 0.26, 0.26) 。决策者对α和λ的不同选择, 将导致不同的决策权重。也可以在平面上分别做出决策环境参数α和决策乐观系数λ对决策权重w的影响曲线。容易证明, 对于固定的α, 决策权重是λ的严格单调增加线性函数;同样地, 对固定的λ, 决策权重是α的严格单调增加线性函数, 这些线性函数表示都可以直接推导出来。
会计诚信问题是社会诚信体系的重要组成部分, 是当前世界会计学界的重点课题, 也是各国政府着力解决的问题。诚信不仅仅是做人最基本的品质, 甚至是一个国家的生存与发展之根本。定性分析评价会计诚信, 受个人因素影响较大, 在缺乏足够的知识、经验和信息时使得分析评价结果缺乏科学性。本文在一定假设条件下利用专家评价法的思想给出模糊判断矩阵, 然后确定了模糊群体权重从而得到了会计诚信的评价分析模型即模糊群体层次分析评价模型, 为会计诚信重塑、净化会计执业环境提供了一个定量的分析研究工具, 弥补了定性分析评价的不足, 从而更有效地评价会计诚信。
参考文献
[1]杨雄胜:《会计诚信问题的理性思考》, 《会计研究》2002年第3期。
[2]岳上植、杨洪亮:《论会计诚信治理体系建设》, 《会计研究》2006年第6期。
[3]岳上植:《会计诚信评价体系构建的思考》, 《会计研究》2005年第4期。
[4]吕跃进:《基于模糊一致矩阵的模糊层次分析法的排序》, 《模糊系统与数学》2002年第16 (2) 期。
[5]张吉军:《模糊层次分析法 (FAHP) 》, 《模糊系统与数学》2000年第14 (2) 期。
模糊层次分析模型 篇5
基于模糊层次分析法的大学生综合素质评价研究
作者：石昊苏 韩丽娜
来源：《现代电子技术》2011年第06期
摘要：为了避免现有层次分析评价方法在大学生综合素质评价过程中存在不足的目的I采用模糊层次分析方法，做了一个对大学生综合素质进行定性和定量的综合多因素评价实验；获得了评价指标的层次结构模型，以及大学生综合素质定性和定量评价的结果；得到采用模糊层次分析法能够避免不足，方便有效地解决大学生综合素质评价问题的结论；具有简单、科学、使用方便的特点。
模糊层次分析模型 篇6
当今世界,建筑业作为一种综合性、专业性服务的产业,在国民经济中的地位越来越重要。我国经过三十多年的改革开放,建筑业已发展成为国民经济的支柱产业。加入WTO之后,我国建筑市场进一步对外开放,更多的外国建筑公司涌入中国市场,中国建筑市场的竞争日趋激烈。建筑工程项目质量是项目建设的核心,是决定工程建设成败的关键,因此其质量控制工作至关重要。项目质量控制是项目质量管理的一部分,它是在质量计划的基础上,确保项目结果符合质量标准,并且在出现偏差时采取纠正措施的活动。
1 建筑工程项目的质量特点
1.1 影响建筑工程质量的因素很多
如立项决策、设计、施工、机械、环境、工艺方法、技术措施、管理制度、人员素质等都直接或间接地影响工程项目的质量。
1.2 质量波动大、质量变异大
建筑工程建设因其复杂性、单件性,不像一般工业产品的生产那样有固定的生产流水线,规范化的生产工艺,完善的检测技术,成套的生产设备,稳定的生产环境以及相同系列规格和相同功能的产品,所以其质量波动大。由于影响工程质量的因素较多,任一因素出现问题,均会影响工程建设系统的质量变异。
1.3 建筑工程项目质量隐蔽性大、质量标准具有长期性
工程项目在实施过程中,由于工序交接多,若不及时检查和发现其存在的质量问题,事后表面上质量尽管很好,很可能出现内部存在质量隐患的恶果。建筑工程项目生产和使用周期长,具有不可移动性,一旦建成就很难再改变,因此在规划布局、设计和建造过程中应能够反映以后进行质量提高和改进的要求和趋势。
2 模糊层次分析法
2.1 层次分析法
层次分析法是20世纪70年代由美国学者T.L.Saaty最早提出的一种多目标评价决策方法。AHP的特点是注重于系统特征的权重细化分析。它运用两两比较法,对各相关的特征进行两两比较评分,根据中间层的若干指标层,可得到若干两两比较判断矩阵。最后,在进行各层次综合计算的基础上,对相对权重进行总排序,即获得每一指标对总目标的相对权重。层次分析法具有实用性、系统性、简洁性等优点,在实践中已经取得了一定的成效。但是,也有其不可忽视的问题,如专家评价的主观性;专家意见的综合权重确定的不科学性等[1]。
层次分析法的应用步骤:首先构造层次分析结构。层次可以分为三类:(1)最高层(目标层):只有一个元素,一般是分析问题的预定目标或理想结果;(2)中间层(准则层):包括了为实现目标所涉及的中间环节,它可以由若干个层次组成,包括所需要考虑的准则、子准则;(3)最底层(方案层):包括为实现目标可供选择的各种措施、决策方案等。层次分析结构的层次数与问题的复杂程度及需要分析的详尽程度有关,一般层次数不受限制。每一层次中各元素所支配的元素一般不要超过9个,避免元素过多给两两比较带来困难。
如图1为典型的层次分析结构。
层次分析结构是AHP中最基础也是最重要的一步,在此基础上构造两两比较的判断矩阵,并进行层次单排序,然后进行判断矩阵的一致性检验,最后进行层次总排序,进而得到评价结论。
2.2 模糊综合评价法
模糊数学法是由美国学者L.A.Zadeh于1965年提出的。模糊综合评价法是利用模糊数学理论对现实世界中广泛存在的那些模糊的、不确定的事物进行定量化,从而做出相对客观的、正确的、符合实际的评价,进而解决具有模糊性的实际问题,其主要目的是为人类智能信息处理工程如决策、解决大规模复杂管理和经济大系统提供一种模型[1]。模糊综合评价法的分析步骤:(1)建立评判因素集:U=｛U1,U2,…Un｝。(2)建立评语集:对评判对象可能出现的各种评价结果组成的集合。v=｛v1,v2,…vm｝。(3)建立权重集:W=｛W1,W2,…Wn｝,通常采用层次分析法来确定权重集,其中∑Wi=1,(i=1,2,…n)。(4)单因素模糊评价:模糊隶属矩阵R的确定。(5)模糊综合评价:b=W莓R
3 建筑工程项目施工阶段质量控制的模糊层次分析模型
建筑工程项目的质量控制工作涉及项目的全寿命周期,从决策阶段、到实施阶段,再到使用阶段。本文主要研究建筑工程项目施工阶段的质量控制工作,并结合具体工程实例,以其施工阶段的钢丝网和混凝土工程两个分项工程为例,从人、机、料、法、环五个方面[2]建立质量控制的模糊层次分析模型。
3.1 建筑工程项目质量的影响因素
3.1.1 人的因素
人的因素对建设工程项目质量形成的影响包括两个方面:一是直接承担建设工程项目质量职能的决策者、管理者和作业者个人的质量意识和质量活动能力;二是承担建设工程项目策划、决策和实施的建设单位、勘察设计单位、咨询服务机构、工程承包企业等实体组织。在施工阶段的质量控制工作具体表现为领导者和管理者的素质,操作人员的理论和技能,粗心大意,违纪违章等。
3.1.2 机械的因素
工程施工阶段机械设备的选择直接关系到建筑工程项目的建设质量。具体要考虑到施工现场的条件、建筑结构形式、建筑高度、施工工艺和方法、建筑技术经济等因素以合理地选择机械的类型和性能参数,合理使用、正确操作和维修机械设备。
3.1.3 材料的因素
原材料、半成品、成品以及构配件是工程施工的物质基础,因此材料质量直接关系到工程质量问题。具体包括工程材料的及时供应、材料组成部分的配合比例、材料的质量检验等问题。
3.1.4 方法的因素
工程施工阶段的方法包括所采取的技术方案、工艺流程、组织措施、检测手段、施工组织设计等。这些因素都关系到工程质量目标能否顺利实现。
3.1.5 环境的因素
影响工程质量的环境因素一般是指建设工程项目所在地点的水文、地质和气象等自然环境;施工现场的通风、照明、噪音、污染、安全防护设施等劳动作业环境;由多单位、多专业交叉协同施工的管理关系、组织协调方式、质量控制系统等构成的管理环境。
3.2 实例分析
3.2.1 工程简介
某建筑工程项目为六层,总高度19.2m,总建筑面积31200m2。平面形状为矩形,基础形式为钢管混凝土桩基,结构形式为CL建筑体系。CL建筑体系是目前国内适合小高层以下建筑最理想的一种新型结构关系。它是一种复合混凝土剪力墙结构体系,核心是CL复合墙板,是一种既能承重又有良好保温性能的承重墙体。CL复合墙板是由两层钢丝网用斜插丝连接的空间骨架,中间夹以聚苯板形成CL网架板,内外两侧浇注混凝土后构成CL复合墙板。由CL网架板形成的复合钢筋混凝土剪力墙为主要受力构件。由于该建筑体系不用黏土制品,节约耕地、能源,减少大气污染;自重轻,比砖混结构减轻50%,大大降低了对地基的要求;造价低;抗震性能好,试验表明,同级设防的CL建筑体系比砖混结构提高了2-3个地震烈度;保温隔热性能好。然而CL建筑体系是一种新生事物,缺乏成熟的施工经验;再者这种施工工艺需要大面积的预制场地,对预制部分进行提前预制;此外对砼流动性要求特别高,因此本工程采用自制的自密实混凝土。
本文以该建筑工程项目为例,考虑到钢丝网和自密实混凝土两个分项工程为该工程施工的难点和重点,其质量控制工作尤为重要,而且在施工中遇到了一系列质量问题,笔者在进行现场考察和调研的基础上建立其质量控制模糊层次分析模型。
3.2.2 钢丝网工程质量控制的层次分析模型
该工程在钢丝网工程施工过程中出现了一些问题导致其质量验收不合格,下面分析其原因,从而为质量控制奠定基础。
3.3 自密实混凝土工程质量控制的层次分析模型
由于CL建筑体系对混凝土的流动性要求非常高,所以本工程使用了自制的自密实混凝土。自密实混凝土的配制、试验、浇注、振捣和养护等工作比较困难,加上本工程缺乏施工经验,因此遇到了很多质量问题。下面从人、机、料、法、环五个方面分析其原因,为质量控制奠定基础。
4 结束语
本文分析了建筑工程项目质量控制的重要性,然后结合具体工程实例(该工程采用了一种新型的CL建筑体系),文章分析其施工中的重点和难点工作主要有钢丝网工程和自密实混凝土工程,最后从人、机、料、法、环五个方面分析其质量问题,并建立了质量控制层次分析模型,为进一步展开模糊层次分析并制定质量控制措施奠定了基础。
摘要：本文首先分析了建筑工程项目的质量特点,然后阐述模糊层次分析法的相关理论,最后结合具体工程实例,分析CL建筑体系的特点,并研究其施工的难点和重点,钢丝网工程和自密实混凝土工程,从人、机、料、法、环五个方面建立了层次分析模型,为进一步的模糊层次分析和质量控制措施的制定奠定基础。
关键词：建筑工程项目,质量控制,模糊层次分析模型
参考文献
[1]汪应洛.系统工程理论、方法与应用[M].北京:高等教育出版社,2001.
模糊层次分析模型 篇7
近年来, 在关联分析下的模糊层次综合评价模型适用于多个领域的评价问题, 在已知信息不充分的情况下, 评判具有模糊因素的系统十分有效。采用灰色关联分度分析, 计算各评价指标之间的关联度, 并将其转化为这些指标的相对权重, 然后, 利用模糊理论建立模糊关系矩阵, 最终进行模糊合成得出综合评价。该模型集灰色关联分析、层次分析和模糊评价于一体, 消除单一评价方法的缺陷, 其模型是科学的, 结果是可靠的。下面就介绍一下基于灰色关联度的模糊组合评价模型。
1 确定评价对象集和指标集
2 计算关联系数
最后, 计算灰色关联系数。把最优指标集C*= (c*1, c*2, ...c*m作为参考序列, 将各评价对象的指标值Ci= (cn, c12, ..., cim) (i=1, 2, ..., n) 作为比较序列, 则第i个评价对象ai在第j个指标uj下的无量纲指标值cij与其最优指标cj*的关联系数为rij (i=1, 2..., n;j=1, 2..., m) 。
3 进行模糊层次评价
建立多层次结构体系, 构造成对比较矩阵, 通过一致性检验后, 计算该矩阵的最大特征根所对应的特征向量, 即可获得第i个评价对象的各评价指标下的权重 。通过给出的评语集, 能够得到第i个评价对象的第j个指标在评语集下的模糊评价矩阵, 其中 。利用矩阵的模糊乘法得到综合模糊评价向量 (其中⊙为模糊乘法) , 归一化后即可获得第i个评价对象在评语集下的评价。最终, 获得综合评价矩阵, 其中 。
4 进行综合评价
构造多目标综合评价矩阵
设置与评语集对应的赋值评分集 , 所以评价对象的得分集
其中ti为评价对象 综合评价得分。进而根据 的大小, 对评价对象进行综合评价。
实例分析:
通过抽样问卷调查、访谈和观察247名数学与应用数学专业学生接受2种素质教育模式的情况 (详见表1) , 下发问卷307份, 收回276份。问卷信度和效度0.00083。利用该评价模型, 对两种素质教育模式做出科学、合理的评价。
引入Likert四级量, 设置为“不满意”、“一般”、“满意”、“非常满意”, 以此次序赋值1~4分。
初始矩阵为
经过始矩阵无量纲化, 计算关联系数矩阵, 最终获得关联度矩阵
根据专家打分构造成比较矩阵, 经过一致性检验, 权重分配各指标因素, 综合评价矩阵。 。
模糊层次与综合评价:
利用层次分析法及模糊评价计算模糊综合评价矩阵, 通过赋值评分集下的关联合成, 获得两种素质教育模式的得分集T⊙⊙3.1733, 3.4667⊙, 也就是说模式2比模式1的素质教育效果好。
基于灰色关联度的模糊层次组合下的评价模型是在己知信息不充分的前提下, 评判具有模糊因素的事物或现象的一种非常有效而且科学的评价手段。其利用关联分析来确定关联度, 同时利用层次分析进行加权处理, 科学、方便、实用, 而且使评价模型中充分体现了指标权重对评价结果的影响。该综合评价模型集关联分析、模糊评价和层次分析于一体, 充分吸取三者优点, 互为补充, 削弱了模型中的主观因素影响, 其模型的建立是科学的、合理的, 评价的结果是可靠的、准确的。而且其他领域本模型也有很大的应用性能。
摘要：素质教育是以提高国民素质为根本, 建立与素质教育相适应的科学的评价体系, 是强化教育, 提高管理, 有效实施素质教育的基本保证。文章利用灰色关联分析, 通过模糊层次组合, 给出一种新的评价多种素质教育模式优劣的方法。克服了单一评价模型自身的缺陷, 较好的削弱的主观因素的影响, 确保了评价结果更加客观、准确。
关键词：灰色关联度,层次分析,模糊评价,素质教育,评价模型
参考文献
[1]杜栋, 庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社, 2005.57-189.
[2]周庆忠.油料装备设计方案的灰色模糊综合评价[J].农业机械学报2003 (l) :23-26.
模糊层次分析模型 篇8
一、基于层次分析法的数学刻画模型
(一) 建立层次分析评价模型
重大决策受政治、经济、环境、风险评估等若干方面影响, 本文针对政治、经济、环境、风险评估进行研究, 通过对河北省有关资料的查找, 建立了评价系统层次结构, 如图1所示。
(二) 计算的各指标权重
本文邀请了5位专家对影响重大决策的因素进行了评价。该评价系统的指标权重计算过程如下:
每位专家根据自己的意愿列出三角模糊判断矩阵。论域U∈[0, 1]的三角模糊M (l, m, u) , 其隶属度函数uM (x) 为
其中, l和u为M的下界和上界;m为可能性最大的值, 在l, u以外的值完全不属于模糊数M。
在指标评价的两两比较矩阵中, 为了考虑人的模糊性在内, 三角模糊数M1, M3, M5, M7, M9被用来代表传统的1, 3, 5, 7, 9, 而用M2, M4, M6, M8表示中间值, 模糊比例尺度取代传统的模糊标度如表1所示。
计算出各个评价排序向量间的相似系数矩阵
相似系数矩阵A对应于最大特征值λmax的特征向量W, 经归一化后即为同一层次相应因素对于上一层某因素相对重要的排序权值, 这一过程称为层次单排序。
计算一致性指标CI:
一致性比率CR:
由以上结果可知CR<0.1, 因而通过了一次性检验。通过matlab程序计算得出这四个因素的权重为
w= (0.20500, 0.7726, 1.0254, 4.2020) ,
再对w进行标准化处理可得
w0= (0.03, 0.125, 0.162, 0.677)
从上面的结果可以得出影响重大决策的因素排列顺序依次为:风险评估>经济>政治>环境。当然, 本文得出的结果对于普遍问题具有参考价值, 对于具有地方特色的决策, 在决策时可以按照本文给出的方法, 进行权衡评估, 得出重大决策相应影响因素的影响程度排序, 据此进行决策考虑。
三、模糊聚类法在重大决策中的应用
本文从政治、经济、环境、风险评估四个影响因素入手, 对河北省某地区的某一重大决策进行定量和定性分析。
根据查找的相关数据, 设河北省5个地区的重大决策的依据数据 (依次为风险评估、经济、政治、环境方面的影响) 为x1 (80, 10, 6, 2) , x2 (50, 1, 6, 4) , x3 (90, 6, 4, 6) , x4 (40, 5, 7, 3) , x5 (10, 1, 2, 4) , 在此用模糊传递包法对进行分类。
1.数据规格化:采用最大值规格化, 作变换x′ij=xij/MJ, i=1, 2, ..., 5, j=1, 2, ..., 4, 可将X*规格化为。
2.构造模糊相似矩阵:采用最大最小发来构造模糊相似矩阵R= (rij) 5×5, 这里
3.利用平方自合成方法求传递闭包t (R) , 依次计算R2, R4, R8, 由于R8=R4 (见下页的计算结果) , 所以t (R) =R4。
4.选取适当的置信水平值λ∈[0, 1], 按λ截矩阵t (R) λ进行动态聚类, 其中动态聚类图如图2所示。
把t (R) 中得元素从大到小的顺序编排如下:1>0.70>0.63>0.62>0.53, 依次取λ=1, 0.70, 0.63, 0.62, 0.53。
当λ=1时,
这时X被分类成5类:{x1}, {x2}, {x3}, {x4}, {x5}在进行此类重大决策时, 需要分别对五个地区的相关影响因素进行考虑, 具体的做法可以参考本文中重大决策的层次分析法的数学刻画模型。
当λ=0.70时,
这时X被分类成类:{x1}, {x2, x4}, {x3}, {x5}, 此时可以只考虑地区2和地区4的一个, 然后分别考虑其他几个地区, 同样进行决策分析。
当λ=0.63时,
这时X被分类成类:{x1, x2, x4}, {x3}, {x5}, 此时可以考虑地区1, 2, 4中的一个然后分别考虑其他两个地区, 进行决策。
当λ=0.62时,
这时X被分成两类{x1, x2, x3, x4}, {x5}, 此时可以只考虑地区1, 2, 3, 4中的某个地区, 然后单独考虑地区5, 进行决策。
当λ=0.53时,
这时X被分成一类{x1, x2, x3, x4, x5}.此时可以对5个地区中的一个地区进行数据调查采样, 采用文中重大决策的层次分析法的数学刻画模型进行决策, 一次给出多个地区的决策方案。
针对重大问题的决策, 该方法只给出了重大问题在决策时的简化方法, 以尽可能少的分析次数, 解决尽可能多的问题, 减轻的决策者的负担, 缩短了工作时间, 提高了工作效率。
四、决策论模型与重大事件的决策
(一) 决策论模型的介绍
决策系统有三大要素:不可控因素———自然状态, 它是不以人的意志为转移的客观因素;可控因素———决策方案, 它是有待人们进行选择的主观因素;在外界环境某种状态发生时, 某决策方案实施后的损益值。由此可以得到决策论的基本模型:
Q= (Ai, Bj)
其中, Ai (i=1, 2, …, m) 为决策方案, 称为决策变量;Bj (j=1, 2, …, n) 为自然状态, 称为状态变量。
按问题性质和条件, 决策可以分为确定型、不确定型和风险性决策。由于重大事件的特殊性, 决策的未来状态是未知的, 属于风险性决策。风险性决策是指作出每项选择时, 可能有若干结局, 但可以有根据地对各结局确定其出现的概率P, P=[P (B1) , P (B2) , …, P (Bn) ]。
当自然状态为Bj, 采取Ai的损益值是b (Ai, Bj) =bij, Ai的损益期望值则为
把状态、方案、概率、损益值、期望之间的关系, 可用矩阵表示这里
(二) 模型在科技管理中的应用
要将上述数学模型应用在科技管理中, 必须设计出一套指标体系, 通过专家打分来确定模型中的各个系数。
参考文献
[1]何利萍.模糊多属性决策集成的研究[D].广西大学, 2006.
[2]黄深泽.层次分析法判断矩阵的排序向量及一致性和相容性研究[D].西南交通大学, 2002.
[3]占济舟.关于层次分析法中的标度问题的研究[D].广西大学, 2005.
[4]华光.基于层次分析法的信息安全风险评估研究[J].现在计算机, 2008 (09) .
[5]李继乾, 章志敏.层次分析中的一致性[J].大学数学, 2004 (03) .
[6]朱建军.层次分析法的若干问题研究及应用[D].兰州大学, 2007.
[7]王莲芳, 许树柏.层次分析法引论[M].中国人民大学出版社, 1989.
模糊层次分析模型 篇9
模糊综合评价法是以模糊数学为原理, 对各种模糊数学信息进行处理, 达到量化QDII理财产品风险状态的方法。银行系QDII产品在投资过程中, 每一时刻都对应着一种风险状态, 每一种风险状态都和每一种风险因素有相应隶属度关系。同时, 多种风险状态和多种风险因素有相应隶属度模糊向量, 两个以上向量之间可以用模糊关系矩阵联系。如果已知风险因素的隶属度模糊关系矩阵, 便可以获得风险状态的隶属度模糊向量, 进而由风险状态的隶属度模糊向量中各元素的值, 判断QDII类银行理财产品的风险状态等级。所确定风险状态等级即为综合评价得到的结果, 这就是模糊综合评价确定的结论。
▲▲一、模糊层次综合评价模型
1. 建立评价指标集
评价因素集U是综合评价指标的集合, 即
准则层因素集Ui={u1, u2},
定义指标层因素集Uik={ui1, ui2, L, uin}。
其中, Uin为第i个准则层的第n个指标。
2.确定指标权重
权重集的确定也就是确定因素集中各个单一因素在整体综合评价中的重要程度, 即运用层次分析法根据各个因素的重要程度逐层确定各级指标权重。
准则层因素集对应权重iA={a1, a2}, 其中∑2ai=1,
指标层因素集权重其中
3.确定评价集
设风险状态集为正常状态, 低度风险, 高度风险, 危机风险) 。
4.确定模糊关系矩阵R
式中:rij=R (iu, vj) , 表示对于因素iu, 该事件被确定为vj的程度。矩阵R中的第i行Ri={ri1, ri2, L, rim}为第i个因素的单因素评价, 它是V上的模糊子集。矩阵中的行表示某种因素与各种评价结果的密切程度, 矩阵中的列表示某种评价结果与各种因素的密切程度。
5.模糊综合评价
在确定评价指标权重和模糊关系矩阵后, 采用模糊数学的方法对风险等级进行判断。根据已经确定的权重集A和模糊关系矩阵R, 进行复合运算, 求得评判结果矩阵B, 是风险状态集V上的模糊子集, Bj为第j种风险状态vj对模糊子集B的隶属度。按模糊数学中最大隶属度原则, 选取Bj中的最大值, 对应的vj即为综合评价所得到的银行QDII理财产品所处的风险状态等级。
二、实证分析
1.样本选取
本文选取招商银行的“金葵花”—系列之“景顺中国基金”链接票据作为研究样本。之所以选择此款QDII理财产品, 是由于招商银行推出该款理财产品的时候, 正是2007年商业银行QDII理财发行密度最高的阶段推出的, 是典型的银行QDII理财产品。
2.建立银行系QDII理财产品风险评价指标集
银行系QDII理财产品总体风险包括系统性风险 (1) 和非系统性风险 (2u) , 其中系统性风险 (1u) 包括:汇率风险 (11u) 、利率风险 (12u) 和市场风险 (13u) ;非系统性风险 (2u) 包括:流动性风险 (21u) 、信用风险 (22u) 、操作风险 (23u) 和法律风险 (24u) 。
3.确定银行系QDII理财产品风险评价指标集的权重
首先通过专家打分的方式并根据列出的一、二级指标体系来得到主观赋权的结果, 并依据层次分析法根据各个因素的重要程度逐层确定各级指标权重, 构造两两比较判断矩阵, 然后进行归一化处理, 从而组成评价指标因素的权重集合。
4.确定银行系QDII理财产品风险因素表
针对于表3中的汇率风险、利率风险、市场风险以及流动性风险的风险价值可以通Va R进行定量分析;针对于表3中信用风险、操作风险以及法律风险等风险因素的价值无法用Va R方法进行定量分析的, 则采用专家分析法通过调查问卷的形式由银行风险管理专家或者银行理财经理等填写。
5.进行模糊综合评价
根据隶属度最大化原则, 0.112对应的风险状态等级2v即低度风险状态为“金葵花”-QDII系列之“景顺中国基金”链接票据QDII理财产品的综合风险等级状态。▲▲
▲▲三、结论
目前风险评估在银行系QDII理财产品的风险管理中已经成为一项重要的工作, 然而该领域内无论是风险管理理念, 还是风险管理方法, 以及风险管理体系的完善等方面还远远未达到成熟的水平。因此, 利用模糊层次分析法构建银行系QDII理财产品风险评估体系, 能够提高普通投资者对银行系QDII理财产品风险的全面认识, 提升商业银行对QDII类理财产品的风险管理水平, 加强监管机构对银行QDII业务的监管, 对于促进商业银行QDII业务健康、有序地发展有重大意义。
摘要：本文从风险因子入手, 将层次分析法和模糊综合评价法的概念引入到银行系QDII理财产品的风险管理中, 利用模糊层次分析法对银行系QDII产品进行风险评估, 通过实证讨论模糊层次分析法在银行系QDII理财产品风险评估中的有效性。
关键词：银行系QDII,模糊层次分析法,风险评估
参考文献
[1]谷冬青.我国QDII产品的风险管理与发展趋势探析.[J]国际商务研究, 2009
[2]浙江工业大学国际贸易与国际投资研究中心课题组.QDII相关问题研究报告[J]2008
[3]杨峰.金融危机下QDII境外投资风险防范问题探讨.[J]江西社会科学, 2009
[4]陈波, 李远富.模糊综合评价法在PPP项目风险评价中的应用[J].交通科技与经济, 2008
模糊层次分析模型 篇10
随着经济全球化进程的加剧,科学和工程技术的飞速发展,以生物技术、纳米技术等为代表的新兴技术(emerging technologies)发展的步伐也越来越快。与此同时,新兴技术不寻常的高风险、高度不确定性以及较低的成功率,使得投资者在投资一项新兴技术时的风险难以预料,新兴技术管理中的风险包括技术风险、市场风险、管理风险、资金风险等[1~2]。新兴技术的高度不确定性带来的投资风险中众多难以量化的因素,导致了评价新兴技术投资风险的复杂性和模糊性,不可能用精确的数学工具进行定量分析,在此用模糊原理中的模糊综合评价方法对新兴技术投资风险进行定量描述和评价。本文从新兴技术与传统技术相比较的明显特征出发,确立了新兴技术投资风险的评价指标体系,并利用模糊知识中的模糊综合评价方法建立了新兴技术投资风险的多层次模糊综合评价模型,以此对新兴技术投资风险进行更全面、更有效的综合评价,这样可以对新兴技术管理中的各种风险有更好的认识,为投资企业在投资决策时提供有效依据。
2 新兴技术的特征及其投资风险评价指标体系
国外权威机构认为[1],新兴技术是指建立在科学基础上的革新,它们可能创立一个新行业或者改变某个老行业,换一种说法[5~6],新兴技术必须是指那些正在形成和发展的对经济结构产生重大影响的高新技术。新兴技术必须同时具备几个要素:一是该技术正在形成或发展之中,是刚刚出现的技术;二是能对经济结构产生重要影响;三是这些技术是高新技术而不是传统技术。
从新兴技术定义可看出新兴技术除了具有技术的一般特征外,还具有一些明显的特征,主要表现在几个高度不确定性:一是市场的不确定性,比如一些新兴技术具有爆发性的市场而另一些新兴技术可能不被市场接受;二是技术的不确定性,比如新兴技术研发是否成功不确定、新兴技术研发时间是不确定的、新兴技术商业化能否成功也不确定等等;三是管理不确定性,比如管理新兴技术的结构不确定等。
为了更好的认识新兴技术的不确定性以及高风险性,需要对投资新兴技术过程中的风险作一综合评价,来反映各类风险的综合作用。根据构建风险指标体系的科学性、时效性、实用性、定性和定量结合性、可操作性、全面性等原则,并结合文献[1,2,7,8]来确定新兴技术投资风险评价指标体系如表1所示,以便全面的评价投资新兴技术中的风险程度。
3 新兴技术投资风险的多层次模糊综合评价模型
3.1 模糊综合评价模型
设有二个有限论域X={x1,x2,…,xn},Y={y1,y2,…,ym}其中X表示综合评价的多种因素所组成的集合,Y表示评语所组成的集合,把模糊变换Ao R=B称为综合评价数学模型[3~4]。
这里R是X×Y上的一个模糊关系,或者说是一个n×m模糊矩阵,A是论域X上的模糊子集即各评判因素的权重,而B是评价结果,它是论域Y上的一个模糊子集即模糊向量。
3.2 新兴技术投资风险多层次模糊综合评价模型的建立及其评价步骤
由于新兴技术的高风险性和高度不确定性,若仅从技术风险、市场风险、管理风险方面来评价投资新兴技术时的风险是片面的,为了对新兴技术投资风险进行全面的评价,在此用多层次综合评价模型,这里采用二级模糊评价模型,具体步骤如下:
(1)确定评价指标集将新兴技术投资风险X分成6个子集,记为X1,X2,X3,X4,X5,X6。且X={X1,X2,X3,X4,X5,X6},XiI Xj≠!(i≠j);即这种划分要把X中的诸评价指标分完,而任意一个评价指标又应在子因素集中,每个子因素集Xi又可由它的下一级指标集Xil来评价,且每个因素集Xi有ki个子因素评价指标,即Xi={Xi1,Xi2,…,Xil,Xiki}。i=1,2,…,6,l=1,2,…,ki。于是总因素指标集X有个评价指标。具体应用时新兴技术投资风险指标体系如表1所示。
(2)确定评价指标Xi和Xil的权重权重的确定可以根据以下四种方法:(Ⅰ)凭经验并结合实际问题确定如专家评分法;(Ⅱ)层次分析法(AHP);(Ⅲ)熵方法;(Ⅳ)根据人们对选择顺序重要程度的心理感受来确定权重的大小关系。运用层次分析法并结合德尔菲法是确定各评价指标的权重常用方法。假设采用AHP法确定各因素层的权重为
另外,在某一评价指标下对评价对象给出的评定值Y={y1,y2,y3,y4,y5},本文采用5级评价制,即m=5,评语集Y={高、较高、一般、较低、低},集合中“高”“低”是指风险大小。
(3)确定模糊评价矩阵Ri和R0如设Xi到Y的模糊关系矩阵为
其中rilj表示子因素层指标Xil对于第j级评语yi的隶属度。rilj的方法按如下方法确定[5]:对专家评分结果进行统计整理,得到对于指标Xil有Ti1个y1级评语,Ti2个y2级评语,Ti3个y3级评语,Ti4个y4级评语,Ti5个y5级评语,则
例如在评价某一项新兴技术的技术风险X1时,选取了5位专家对此因素进行评价,所组成的评估人集P={p1,p2,…,p5},技术风险X1各单因素评价情况如表2所示。
然后进行第一级模糊评价,对各因素层Xil的模糊矩阵Ri作模糊矩阵运算,得到主因素层Xi对于Y的隶属向量Bi=Wio Ri=(bi1,bi2,…,bim),m=1,2,3,…,6;这里采用实数加乘运算,比用“∨,∧”运算精细[4],而且简化了最后“归一化”这一步骤。其中。将上面得到的Bi排到一起,构成总的模糊评价矩阵R即
(4)得出评价向量与评价结论。对R进行模糊矩阵运算,得到综合评价结果,这里同样采用实数加乘运算,其中。
向量B=(b1,b2,…,b5)表明了新兴技术投资风险水平隶属于各个等级的程度,为得到风险评价的具体数值,可用一个具体的数字表示综合评价得分[10]。设综合评价结果的隶属度向量K=(k1,k2,…,k5),则投资一项新兴技术的风险评价得分为
S=KB=k1b1+k2b2+…+k5b5
再把S的值与K中的k1,k2,k3,k4,k5值对照,即可知道S处于哪个范围之中,也就得到了该项新兴技术投资风险处于什么样的风险程度。另外从向量B=(b1,b2,…,b5)可以看出新兴技术投资风险水平隶属于各个等级的程度。
5 结语
企业在投资新兴技术的过程中,由于新兴技术与传统技术相比较有很大的不确定性,所以新兴技术投资中的风险很大。而新兴技术的高度不确定性带来的投资风险中的众多难以量化的因素,导致了评价新兴技术投资风险的复杂性和模糊性,不可能用精确的数学知识进行定量分析。本文利用模糊知识中的模糊综合评价方法对新兴技术投资风险进行了定量描述和评价:首先在新兴技术与传统技术相比较有着明显特征的基础上,确立了新兴技术投资风险的评价指标体系;其次在评价指标体系的基础上利用模糊知识建立了新兴技术投资风险的多层次模糊综合评价模型,更全面、有效的对各种风险进行综合评价。这为投资企业在投资该新兴技术时的决策提供了依据,以尽早采取风险防范措施。
参考文献
[1]GEROGE S D,PAUL J H.沃顿论新兴技术管理[M].石莹,译.北京:华夏出版社,2002.
[2]LEWIS M B,PHILIP E A,高科技风险管理[M].祝灿,汪兰英,译.北京:中信出版社,2003.
[3]许仁忠.模糊数学及其在经济管理中的应用[M].成都:西南财经大学出版社,1987.
[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]赵振元,银路.实物期权思维在新兴技术管理中的若干应用[J].预测,2005,24(2):20-24.
[6]赵振元,银路,成红.新兴技术对传统管理的挑战和特殊市场开拓的思路[J].中国软科学,2004(7):72-77.
[7]陈青华,张卓.技术创新项目风险分析与综合评价[J].企业技术开发,2005 24(2):31-40.
[8]张瑶.技术创新风险的定性和定量分析[J].科技与管理,2005,(4):118-119.
[9]胡容,黄南京.基于多层次灰色理论的综合评价模型及应用[J].四川大学学报(自然科学版),2005,42(5):889-895.
