模糊综合评判法

模糊综合评判法
模糊综合评判法

模糊综合评判法

在企业技术创新能力中的应用

目录

中文摘要.............................................................................................I 英文摘要.......................................................................................... II 1.绪论 (1)

1.1选题背景 (1)

1.2多指标综合评价方法 (2)

1.2.1主观赋权评价法 (2)

1.2.2 客观赋权评价法分析 (3)

1.3模糊综合评判法 (3)

1.3.1模糊综合评法 (3)

1.3.2模糊综合评判的特点 (5)

2.企业技术创新能力内涵及其评价指标体系 (6)

2.1企业技术创新能力内涵 (6)

2.2建立企业技术创新能力评价指标体系的基本原则 (7)

2.3建立的企业技术创新能力评价指标体系 (8)

3.模糊综合评价法的原理及评判模型的构建 (9)

3.1模糊内涵 (9)

3.2模糊综合评价法的原理 (10)

3.3高新技术企业技术创新能力多级模糊综合评判模型的构建 (11)

3.3.1指标体系的设置原则 (11)

3.3.2指标体系设置 (11)

3.3.3高新企业技术创新能力多级模糊综合评判模型的构建 (13)

4.实例研究 (14)

4.1AN公司背景 (14)

4.2AN公司技术创新能力评价与分析 (14)

4.3小结 (16)

总结 (17)

参考文献 (18)

致谢词 (19)

摘要

技术创新是企业发展之源,企业持续、有效的开展技术创新活动依赖于技术创新能力的提高。因此,建立一个科学、系统的技术创新能力评价体系是十分必要的。它可以帮助企业了解自身在实施技术创新活动中的潜力或不足,从而总结经验,弥补缺陷,提升企业技术创新能力。

本课题在大量查阅资料和学习综合评价方法等基本知识结合高新技术企业的创新能力进行研究。一方面可以更好地促进投资者进行理性投资和其它企业选择合适的供应商或战略合作伙伴;另一方面,有助于高新企业管理者分析自身技术创新能力状况和确定技术能力发展目标;

关键词:高新技术企业技术创新能力技术评价模糊数学模糊综合评判

Abstract

Technological innovation is the source of enterprise development, business continuity and effective implementation of technical innovation depends on technological innovation capability. Therefore, the establishment of a scientific and systematic evaluation of technological innovation system is very necessary. It can help businesses understand their activities in the implementation of the potential of technological innovation or inadequate to sum up experience, to make up deficiencies, to enhance technological innovation.

The subject of a large number of accesses to information and learning basic knowledge of evaluation methods, innovation capability of enterprises with high-tech research. The one hand, investors can better promote rational investment and other companies choose the right suppliers or strategic partners; the other hand, will help high-tech business managers analyze their own situation and determine the ability of technological innovation technological capacity development objectives; final, for regulatory authorities to strengthen management of reference.

Keywords: high-tech enterprise ,technical evaluation ,Technology Assessment ,fuzzy Math ,Fuzzy Comprehensive Evaluation

1 绪论

1.1选题背景

在高技术层出不穷的知识经济社会里,智力资源正发挥着越来越大的作用。企业竞争成败的关键在于它的竞争优势,即其拥有智力资源的数量和质量,而不在于它掌握自然资源的数量。一个企业的整体智力水平越高,创造性思维能力越强,就越容易在更广的范围内优化配置各种稀缺资源,为企业赢得更大的竞争优势。谁能在技术开发、产品制造以及市场流通中领先对手,谁就能抢占更多的制胜先机。而技术创新正是企业竞争优势的根本支撑或决定因素。

加强企业的技术创新能力,已充分显现出其日益重要和紧迫,尤其是高新技术企业,因为高新技术企业是由处在时代前沿的先导性技术发展起来的企业,具有高投入、高产出、高附加值和高渗透性的特点,它对经济发展、贸易增长及国家安全都起着积极作用,它的发展成为各国获取竞争优势的重要途径。纵观国内外高新技术企业走过的历程,企业发展的基础是技术创新,只有持续不断地推进技术创新,企业才能在剧烈的市场竞争中立于不败之地。技术创新能力是高新技术企业竞争力的核心,而高新技术企业是否具有竞争力主要取决于其技术创新能力的大小。科学技术发展的过程是一个不断创新的过程,以科学技术密集为特征的高新技术企业的成长过程也就是一个技术创新能力不断提高的过程。一个高新技术企业的技术创新能力越高,企业利用内外部资源的效率越高,竞争实力就越强。因此,这时如何客观有效地对高新技术企业技术创新能力进行科学评价和考核,就显得尤为重要。

因此,正是基于上面的考虑,以及推动我国高新技术上市企业技术创新能力的发展和提高高新技术企业的竞争力,本文选择了“我国高新技术企业技术创新能力评价”进行研究。

1.2多指标综合评价方法

在现实生活、工作中,我们经常会遇到综合评价问题,而我们知道,评价的依据就是指标。但由于影响各评价事物的因素往往是众多而复杂的,如果仅从单一指标上对被评价事物进行综合评价不尽合理,因此往往需要将反映被评价事物的多项指标的信息加以}[集,得到一个综合指标,以此来才从整体上反映被j平价事物的整体情况。这就是多指标综合评价方法。近年来,围绕着多指标综合评价,其他领域的相关知识不断渗入,使得多指标综合评价方法不断丰富,有关这方面的研究也不断深入。目前国内外提出的

综合评价方法已有几十种之多,但总体上可归为两大类:即主观赋权评价法和客观赋权评价法。前者多是采取定性的方法,由专家根据经验进行主观判断而得到权数,如层次分析法、模糊综合评判法等;后者根据指标之间的相关关系或各项指标的变异系数来确定权数,如灰色关联度法、TOPSIS法、主成分分析法等。以下是对几种常见综合评价方法的概述:

1.2.1主观赋权评价法:

层次分析法:简称AHP,它是美国匹兹堡大学数学系教授,著名运筹学家萨迪(T.L.Satyr)于70年代中期提出来的一种定性、定量相结合的、系统化、层次化的分析方法。这种方法将决策者的经验给予量化,特别适用于目标结构复杂且缺乏数据的情况。它是一种简便、灵活而又实用的多准则决策方法。自层次分析法提出以来,在各行各业的决策问题上都有所应用。

模糊综合评判法:1965年,美国加利福尼亚大学的控制论专家查德(L.A.Sade)根据科学技术发展的客观需要,经过多年的潜心研究,发表了一篇题为《模糊集合》(Fuzzy Sets)的重要论文,第一次成功地运用精确的数学方法描述了模糊概念,在精确的经典数学与充满了模糊性的现实世界之间架起了一座桥梁,从而宣告了模糊数学的诞生。从此,模糊现象进入了人类科学研究的领域。模糊综合评判,即Fuzzy Comprehensive Evaluation(简称FCE)就是以模糊数学为基础,应用模糊关系合成的原理,将一些边界不清,不易定量的因素定量化,进行综合评价的一种方法。它是模糊数学在自然科学领域和社会科学领域中应用的一个重要方面。

1.2.2客观赋权评价法

TOPSIS评价法:TOPSIS(即Technique for Order Preference by Similarity to Ideal Solution的缩写)是由Hwang和Yoon与1981年首次提出的,后来Lai et a1.于1994年将TOPSIS的观念转为应用于规划面之多目标决策(Multiple Objective

Decision-Making,MODM)问题上。TOPSIS评价法是有限方案多目标决策分析中常用的一种科学方法。

灰色关联度分析法:1982年,华中理工大学邓聚龙教授首先提出了灰色系统的概念,并建立了灰色系统理论。之后,灰色系统理论得到了较深入的研究,并在许多方面获得了广泛的应用。灰色关联度分析(Recreational Analysis简称GRA)便是灰色系统理论应用的主要方面之一。它是针对少数据且不明确的情况下,利用既有数据所潜在之讯息来白化处理,并进行预测或决策的方法。

主成分分析法:主成分分析即Principal Component Analysis(简称PCA)是由卡尔(Karl)和皮尔逊(Pearson)最早在1901年提出,只不过当时是应用于非随机变量。1933年霍蒂林(Hostelling)将这个概念推广到随机向量。该方法是利用降维的思想,把多指标转化为几个综合指标的多元统计分析方法。

1.3模糊综合评判法

1.3.1模糊综合评判法

模糊综合评判法是利用模糊集理论进行评价的一种方法。具体地说,该方法是应用模糊关系合成的原理,从多个因素对被评判事物隶属等级状况进行综合性评判的一种方法。模糊评价法不仅可对评价对象按综合分值的大小进行评价和排序,而且还可根据模糊评价集上的值按最大隶属度原则去评定对象所属的等级。这就客服了传统数学方法结果单一性的缺陷,结果包含的信息量丰富。这种方法简易可行,在一些传统观点看来无法进行数量分析的问题上,显示了它的应用前景,它很好地解决了判断的模糊性和不确定性问题。由于模糊的方法更接近于东方人的思维习惯和描述方法,因此它更适应与对社会经济系统问题进行评价。

综合评判是对多种属性的事物,或者说其总体优劣受多种因素影响的事物,做出一个能合理地综合这些属性或因素的总体评判。例如,教学质量的评估就是一个多因素、多指标的复杂的评估过程,不能单纯地用好与坏来区分。而模糊逻辑是通过使用模糊集合来工作的,是一种精确解决不精确不完全信息的方法,其最大特点就是用它可以比较自然地处理人类思维的主动性和模糊性。因此对这些诸多因素进行综合,才能做出合理的评价,在多数情况下,评判涉及模糊因素,用模糊数学的方法进行评判是一条可行的也是一条较好的途径。

20世纪80年代初,汪培庄提出了综合评判模型,此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面,广大实际工作者运用此模型取得了一个又一个的成果。与此同时,还吸引了一些理论工作者对此模型进行深化和扩展研究,出现了一批诱人的成果,诸如:多级模型、算子调整、范畴统观等等。而且,针对实际应用中综合评判模型常遇到的一些问题,对其进行了改进,采用多层次模糊综合评判模型和广义合成运算的模糊综合评判模型。

下面将对模糊综合评判进行理论分析,并在计算机上设计了一个将其应用于课堂教学质量评估的模型,此方法很好地提高了课堂教学质量评估的有效性和公平性,加快了评估的速度。

1.3.2模糊综合评判的特点

可对涉及模糊因素的对象系统进行综合评价。作为较常用的一种模糊数学方法,它广泛地应用于经济、社会等领域。然而,随着综合评价在经济、社会等大系统中的不断应用,由于问题层次结构的复杂性、多因素性、不确定性、信息的不充分以及人类思维的模糊性等矛盾的涌现,使得人们很难客观地做出评价和决策。

它并不能解决评价指标间相关造成的评价信息重复问题,隶属函数的确定还没有系统的方法,而且合成的算法也有待进一步探讨。其评价过程大量运用了人的主观判断,由于各因素权重的确定带有一定的主观性,因此,总的来说,模糊综合评判是一种基于主观信息的综合评价方法。实践证明,综合评价的合成算子等。所以,无论如何,都必须根据具体综合评价问题的目的、要求及其特点,从中选取合适的评价模型和算法,使所做的评价更加客观、科学和有针对性。

对于一些复杂系统,需要考虑的因素很多,这时会出现两方面的问题:一方面是因素过多,对它们的权数分配难于确定;另一方面,即使确定了权数分配,由于需要归一化条件,每个因素的权值都很小,再经过Sade算子综合评判,常会出现没有价值的结果。针对这种情况,我们需要采用多级(层次)模糊综合评判的方法。按照因素或指标的情况,将它们分为若干层次,先进行低层次各因素的综合评价,其评价结果再进行高一层次的综合评价。每一层次的单因素评价都是低一层次的多因素综合平假名,因此从底层向高层逐层进行。另外,为了从不同的角度考虑问题,我们还可以先把参加评判的人员分类。按模糊综合评判法的步骤,给出每类评判人员对被评价对象的模糊统计矩阵,计算每类评判人员对被评价者得评判结果,通过“二次加权”来考虑不同角度评委的影响。

综合评判是对多种属性的事物,或者说其总体优劣受多种因素影响的事物,做出一个能合理地综合这些属性或因素的总体评判。例如,教学质量的评估就是一个多因素、多指标的复杂的评估过程,不能单纯地用好与坏来区分。而模糊逻辑是通过使用模糊集合来工作的,是一种精确解决不精确不完全信息的方法,其最大特点就是用它可以比较自然地处理人类思维的主动性和模糊性。因此对这些诸多因素进行综合,才能做出合理的评价,在多数情况下,评判涉及模糊因素,用模糊数学的方法进行评判是一条可行的也是一条较好的途径。

20世纪80年代初,汪培庄提出了综合评判模型,此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面,广大实际工作者运用此模型取得了一个又一个的成果。与此同时,还吸引了一些理论工作者对此模型进行深化和扩展

研究,出现了一批诱人的成果,诸如:多级模型、算子调整、范畴统观等等。而且,针对实际应用中综合评判模型常遇到的一些问题,对其进行了改进,采用多层次模糊综合评判模型和广义合成运算的模糊综合评判模型。

下面将对模糊综合评判进行理论分析,并在计算机上设计了一个将其应用于课堂教学质量评估的模型,此方法很好地提高了课堂教学质量评估的有效性和公平性,加快了评估的速度。

2.企业技术创新能力内涵及其评价指标体系

2.1企业技术创新能力内涵

企业技术创新能力是企业竞争力的核心要素。目前,国内很多学者探讨了企业技术创新能力评价。并取得了丰富的成果。但大多数创新能力评价研究没有将企业创新能力评价与产业创新集群和创新网络,以及国家或地Ⅸ的创新环境结合起来,在创新能力评价中没有全面考虑人力资本因素等。对企业创新能力评价或测度的方法和模型依赖于对企业技术创新能力的科学界定。对于企业创新能力的界定,众多学者从不同的角度进行了描述。国内关于企业技术创新研究的主要代表人物有许庆瑞、傅家骥、魏江、刘铁兵、项保华、李廉水和关士续等”,如魏江(1998)等认为技术创新能力包括研究开发能力、制造能力、市场营销能力、资金投入能力和组织能力5个方面。许庆瑞(2000)、温瑞瑁(2005)等持有相近的观点。各个学者各自分析问题的视角不同.对企业创新能力的看法也各有差异,但都倾向于从企业内部,以企业的生产和销售能力结构特征来加以描述。这些生产能力结构特征有些本身是难以衡量的,这就给企业技术创新能力的衡量和评价造成很大的困惑。另外,上述概念的界定没有考虑企业技术创新能力的外部影响因素,比如国家或地区的技术创新政策、企业所处的技术创新集群网络等外部环境因素的影响。这一局限性,使得对企业创新能力的研究,主要体现在对其创新能力不足的成因及对策的分析,及由此表层现象得到的具体对策建议,而难以获得深层次的能够解释经济现象本质和规律的分析和结论。

2.2建立企业技术创新能力评价指标体系的基本原则

科学性原则

指标体系的设置是否科学合理直接关系到评价的质量. 为使体系能反映出技术创新的内涵与规律, 设置的指标要有代表性、完整性和系统性. 应以现代科技统计理论为基础,结合必要的专项调查和考证,定性、定量分析结合,通过综合考核评价,得出科学合理、真实客观的评价结果.

导向性原则

建立企业技术创新评价指标体系的目的就是对企业技术创新工作进行规范化,从而

对企业技术创新工作起到导向和监控作用. 从人力、财力和物力投入开始,重在研究开发和市场化,以获取最佳商业利润为目标,实现企业持续发展之目的.

可比性原则

评价指标体系各项指标要量化,指标值采用相对值,以利于不同时期企业间的对比,促进企业创新工作的进展.

操作性原则

评价指标体系建立的目的主要是在企业技术创新工作中得到应用. 这就要求所建立的指标体系及其评价方法具有可行性和可操作性. 因此,指标体系的设置尽量避免形成庞大的指标群或层次复杂的指标树. 指标的数据易采集,计算公式科学合理,评价过程简单,利于掌握和操作.

2.3建立的企业技术创新能力评价指标体系

指标体系基本结构及内容评价指标体系基本结构设为两个层次,第一层次为指标类,可设多个指标类,第二层次为指标项,每个指标类可下设若干个指标项. 建立的指标体系如图1 所示:技术创新投入(资源) A 类指标为企业主要考核企业创新投入程度,重点考核企业创新人力、物力、财力和信息资源投入及科技开发机构建设情况.企业技术创新决策和能否正常运转的一个重要因素在于企业资源的投入与配置,这是技术创新成功的物质基础,它决定创新的规模、速度、能力和效果. 其中,人力投入是技术创新的主体力量,是推动技术创新运行的主观源泉;财力支持是支撑技术创新的物质条件,是推动创新运行的客观源泉;信息资源是诱发技术创新的外部因素,是推动技术创新的知识源泉. 它们之间的有机协调和相互配合决定了企业技术创新运行的质量.

图1 中B 类指标为企业技术创新产出. 主要考核企业利用创新资源,利用先进技术和科技成果开发新产品的能力,是实现创新能力与目标的匹配、提高企业技术进步水平的关键. 考核重点是企业开发研究的科技成果水平及其转为现实生产力,提高企业技术进步速度的能力.

图1 中C 类指标为企业实现技术创新的效益.技术创新的实现,不仅是开发出若干新产品,更重要的是生产的创新产品进入市场并占有市场,获得最佳的经济效益. 该类指标主要从创新产品的产值率、销售率、利税率、劳动生产率和科技进步贡献率等方面进行测度和考核。

图1 企业技术创新评价指标

3.模糊综合评价法的原理及评判模型的构建

3.1模糊内涵

隶属度函数:若对论域(研究的范围)U中的任一元素x,都有一个数A(x)∈0,1与之对应,则称A为U上的模糊集,A(x)称为x对A的隶属度。当x在U中变动时,A(x)就是一个函数,称为A的隶属函数。隶属度A(x)越接近于1,表示x属于A的程度越高,A(x)越接近于0表示x属于A的程度越低。用取值于区间0,1的隶属函数A(x)表征x 属于A的程度高低。隶属度属于模糊评价函数里的概念:模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法,其特点是评价结果不是绝对地肯定或否定,而是以一个模糊集合来表示。

我们知道,一个事物往往需要用多个指标刻画其本质与特征,并且人们对一个事物的评价又往往不是简单的好与不好,而是采用模糊语言分为不同程度的评语。由于评价等级之间的关系是模糊的,没有绝对明确的界限,因此具有模糊性。显而易见,对于这列模糊评价问题,利用经典的评价方法存在着不合理性。那么用什么办法解决这列问题呢?应用模糊数学的方法进行综合评判将会取得更好的实际效果。

3.2模糊综合评价法的原理

模糊综合评价是借助模糊数学的一些概念,对实际的综合评价问题提供一些评价的方法。具体地说,模糊综合评价就是以模糊数学位基础,应用模糊关系合成的原理,将一些边界不清、不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。

应用模糊集合理论方法对决策活动所涉及的人、物、事、方案等进行多因素、多目标的评价和判断,就是模糊综合评判。模糊综合评判作为模糊数学的一种具体应用该方法,最早是由我国学者汪培庄提出的。其基本原理是:首先确定被评判对象的因素(指标)集合评价(等级)集;再分别确定各个因素的权重及它们的隶属度向量,获得模糊评判矩阵;最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化,得到模糊评价综合结果。可见,评判过程是由着眼因素和评语构成的二要素系统。着眼因素和评语一般都有模糊性,不宜用精确的数学语言描述。

模糊综合评判方法是在模糊环境下,考虑多种因素的影响,为了某种目的对以实物做出综合决策的方法。它的特点在于,评判逐对象进行,对被评价对象有唯一的评价值,不受被评价对象所处对象集合的影响。综合评价的目的是药从对象集中选出优胜对象,

所以还需要将所有对象的综合评价结果进行排序。所以,模糊综合评判法也将针对评判对象的全体,根据所给的条件,给每个对象赋予一个非负实数—评判指标,再据此排序择优。

3.3高新技术企业技术创新能力多级模糊综合评判模型的构建

以技术进步推动的现代经济的发展过程, 实际是一种依托高新技术指数发展的财富积累过程。这种高新技术企业使人类的发现和发明成果能够畅通地转移到生产领域, 实现其经济和社会效益, 深刻影响全球经济和社会发展。我国高新区从上世纪80 年代的创建到今天的区内产业蓬勃发展也表明了高新技术企业对经济增长的作用。在这个过程中高新技术企业的技术创新能力起着重要作用。本文在现有的数据基础上, 根据高新技术企业的特点, 建立了一套衡量高新技术企业技术创新能力的评价指标体系, 并运用层次分析法和多级模糊综合评判方法对山东省的某个高新技术企业的技术创新能力进行评价。

3.3.1指标体系的设置原则

由于高新技术企业具有高科技性、高投入性、高收益性、高风险性以及寿命周期短等特点, 因此高新技术企业技术创新评价体系的设置应当从实际出发, 遵循以下原则:

1.科学性和有效性原则。选择评价指标要尽可能与高新技术企业认定的国际标准和评价条件一致, 指标要求能客观揭示高新技术企业的本质特征。

2.实用性和可操作性原则

(1) 选择指标全面完整, 评价指标体系能全面、完整地反映被评价高新技术企业的

状况, 这样得出的评价结果才能从本质上反映系统的特征。

(2) 保证指标具有独特性, 防止不同指标之间出现相关性和相近性。

(3) 指标体系所需资料应易于调查和收集, 尽可能从现有资料中获取, 或简单加工

资料获得。

3.可比性和灵活性原则

评价指标体系所选指标的分类、计量方法、口径应相互统一, 相互可比, 包括不同时期同一公司的纵向对比和同一时期不同公司的横向对比。在具有可比性的原则下, 尽可能照顾不同科研开发环境、不同生产经营规模和方式的企业科技创新特点, 灵活设计评价指标, 以使该评价指标体系具有最大的可行性。

4.动态与静态相结合的原则

评价指标既要反映现实的结果, 也要反映活动的过程, 结果是检验高新技术企业技术创新能力的主要标准。

5.定性指标和定量指标相结合

由于高新技术企业的特点和目前对其统计工作的现状, 通过专家评议等方法对定性指标定量化更能科学反映高新技术企业技术创新能力。

3.3.2 指标体系设置

因为技术创新几乎涉及高新技术企业经营活动的各个方面和活动过程的各个环节, 因此, 技术创新能力是一种综合能力。本文从技术创新的过程角度, 从创新投入能力、研究开发能力、产品制造能力、市场营销能力、创新管理能力、创新产出能力六个方面构建高新技术企业技术创新能力指标体系, 如表1 所示。

表1 高新技术企业技术创新能力评价指标

表中S、E分别表示评价指标为定量指标、定性指标

3.3.3 高新企业技术创新能力多级模糊综合评判模型的构建

1.确定评价因素集U 。根据本文中设置的综合指标体系,建立评价因素集U: U={U1, U2, ..., U6}={创新投人能力, 研究开发能力, 产品制造能力, 市场营销能力, 创新管理能力, 创新产出能力}。二级评价指标Ui={Ui1, Ui2, ?, Uini}(I=1, 2?6),ni 为一级指标Ui 含有的指标数。

2.确定评语集: V={Vl, V2, ..., Vn}。评语集反映了评价指标及企业技术创新能力的不同状态, 可通过专家进行评估定级。我们根据技术创新能力评价的目的, 建立技术创新能力评语集V: V={VI(强), v2(较强), V3( 一般) , V4( 较弱) , V5( 弱) },根据调查统计数据运用AHP 方法, 可分别得出Ui 中各指标的权重分配为Ai={ai1, ai2, ? , aini}, (I=1, 2?6), 其中, aini 为一级指标Ui 所对应的第in 个指标相对于Ui 的权重, 且Σaini=1。由于高新技术企业的特点, 通过实证检验, 我们发现: 与传统企业相关指标比较, 高新技术企业的R&D 投入强度、R&D 人员比重、自主创新产品率和现代制造技术采用率等指标的权重明显高于传统企业。

3.确定单因素评判组成的评判矩阵Ri, 求得一级评判向量。作为子因素集Ui 到评语集Vi 的模糊矩阵Ri, 有

????

?

?????=σσσσσr r r r r r R i ......

...2

1

11211

进行模糊矩阵的合成运算, 则得到一级评判向量Bi=AioRi=( bi1, bi2, ..., bi5) (I=1, 2?6), 可采用“∧, ∨”或“×, +”等算子。其中,“∧, ∨”为主因素决定型算子, 其运算结果只取决于在总评价中起主要作用的因素, 其余因素均不影响评判结果。而“×, +”为加权平均型算子, 依权重大小它对所有因素均衡兼顾。因此为了使评判结果精确, 本文采用“×, +”算子。

4.确定二级评判向量。将每个Ui 看作一个因素, 记为U={U1, U2, ..., U6}, 则因素集U 的单因素评判矩阵R 为:

R=????? ??41...B B =????

?

??

5,

2,

115,12,11...,......,σσσb b b b b b

通过AHP 方法, 可按Ui 的重要性给出权重分配A=( a1,a2, ?, a6) Σai=1。于是, 得到二级评判向量B=Ao R=( b1,b2, ..., b5) , 进行归一化处理, 得到BT=( b1T, ..., b5T)其中, bjt=bj/( b1+b2+b3+b4+b5) , j=1, 2, ?, 5 根据最大隶属原则, 得出企业技术创新能力水平。

4.实例研究

4.1AN 公司背景

AN 公司成立于1993 年, 是按照国际惯例组建的高新技术股份制公司, 专业从事电测仪器、变频电源和智能控制器等产品的研发和制造, 进行技术开发、技术转让、技术咨询、技术培训、技术服务等业务。公司的组织结构为职能———事业部制, 下设8 个事业部。现有职工7400 多人, 研发人员300 多人, 工程技术人员1700 多人, 市场营销人员1000 多人。该公司坚持“走创新之路, 建百年AN”的经营宗旨, 秉着“团结、超越、信赖”的经营精神, 2004 年度实现销售收入25 亿元, 比20003 年上涨了38.27%, 实现净利润1.2 亿元, 比2003 年增加50.59%。在该企业2004 年对其技术创新能力分析的相关数据基础上, 本文采用上述综合模糊评判模型对企业技术创新能力进行了分析和评价。

4.2 AN公司技术创新能力评价与分析

1.对子因素集Ui(I=1, 2?6)分别进行一级综合评判。

首先, 根据调查统计数据, 请业内专家、学者对各指标体系进行重要性程度比较,采用层次分析法(AHP) 得子因素集Ui 中各评价指标对Ui 的权重为:A1 =( 0.55, 0.10, 0.35) ; A2 =( 0.63, 0.26, 0.11) ; A3 =( 0.56,0.32, 0.12);A4= (0.64, 0.36); A5= (0.75, 0.25); A6= (0.8, 0.2)

其次, 构建单因素评价矩阵。采用专家评议法就影响企业技术创新能力的每一个因素在V 中的5 个等级上打分, 最后经算术平均得到数据。如U1 的评价矩阵R1 形成: 20 位专家分别对影响U1 的这三个指标在AN 公司中的表现进行评定。

评定结果如表2:

表2 影响指标U1 各子指标得分表

则对于U1, 有

R 1=????? ??05.015.015.025.04.0005.005.02.07.00025.025.05.0 R 4=???

? ??05.005.02.01.06.01.005.015.03.04.0 对于U2, 有

R 2=????

? ??015.015.02.05.01.01.025.025.03.001.03.04.02.0 R 5=???? ??05.01.035.025.025.01.01.03.02.03.0

类似地,可得到

R 3=????? ??005.01.03.055.0001.025.065.0005.015.02.06.0 R 6=???

? ??0015.03.055.01.02.01.02.04.0 最后, 求出从Ui 到V 的一级评判向量

Bi=AioRi= (bi1, bi2, bi5) ( I=1, 2?6)

B1=A1.R1=A1= (0.55, 0.10, 0.35)????

? ??05.015.015.025.04.0005.005.02.04.00025.025.05.0

= (0.485, 0.245, 0.148, 0.056, and 0.018)

同样的方法, 可得到

B2= (0.259, 0.339, 0.27, 0.10, 0.026)

B3= (0.61, 0.228, 0.128, 0.034, 0)

B4= (0.472, 0.228, 0.168, 0.05, 0.082)

B5= (0.288, 0.213, 0.313, 0.10, 0.088)

B6= (0.43, 0.22, 0.11, 0.16, 0.08)

2.进行二级模糊综合评判。以Ui(I=1, 2?6)为元素, 用B1?B6 构造它们的单因素评判矩阵

R= (B 1, B 2, B σ) =???????

? ??088.0100.0313.0213.0288.0002.0080.0160.0220.0472.00034.0128.0228.0610.0026.0100.0270.0339.0258

.0018.0056.0148.0245.0485.0 根据统计数据, 用AHP 法得到Ui(I=1, 2?6)的权重分配应为A=( 0.465, 0.215, 0.10, 0.06, 0.05, 0.11) 并通过一致性检验。

这样, 二级综合评判为

B=AoR= (0.562, 0.354, 0.172, 0.104, 0.032)

对B 归一化处理, 得BT=( 0.46, 0.289, 0.14, 0.085, 0.026)

根据最大隶属原则, 该高新技术企业AN 公司技术创新能力属于“强”。企业的创新投入能力、研究开发能力、产品制造能力较同行业其他企业强, 产品市场营销形势稳中有升。而这些评价结果与该企业的发展状况及其在同行业的地位相吻合。但我们也应看到, 该企业的创新管理能力综合评价仅为“中”, 这说明企业在管理制度中仍存在缺陷, 从而在一定程度上影响了该企业技术创新能力的进一步发挥。因此为进一步加强企业的技术创新能力, 该企业应注重在管理制度上再进行改革, 为企业技术创新提供更好的制度环境, 保持总体优势, 以适应该企业高速发展和竞争的需要。

4.3.小结

若要找出某类多个企业的最优者或对其进行排序, 则需用模糊综合评判方法分别得到这多个待测事物的归一化值BT, 根据评语集V 确定分数集在[0, 100]之间或给评语集一个权重分配在[0, 1]之间, 则C=( 100, 80, 60, 40, 20) T 或( 0.9, 0.7,0.5, 0.3, 0.1) T, 计算综合决策值N=BT*C, 根据综合分值大小,判断企业之间技术创新能力水平的高低。因此模糊综合评判不仅能对单个企业的优劣等级做出综合评定, 找出所评估企业在技术创新中的不足, 而且能对多个企业进行排序。

本文运用定性与定量相结合、专家评议与精确计算互为补充的多级模糊综合评判方法, 并通过实例检验, 为高新技术企业技术创新能力的综合评价提供了一种更加系统、全面、精确、实用的方法。

在本文中因素评判矩阵的建立, 采用的是专家评议法。如能对每个评价指标对应于每一个评语构造出一个隶属函数,再根据企业的各种统计资料, 计算出评判矩阵Ri, 则这种方法的定量化水平将更上一步。

模糊综合评判法的应用案例

第三节 模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点,其促进商品能够按照顾客的要求完成附加价值,克服在其运动过程中所发生的时间和空间障碍。在物流系统中,物流中心的选址是物流系统优化中一个具有战略意义的问题,非常重要。 基于物流中心位置的重要作用,目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于: (1) 即使简单的问题也需要大量的约束条件和变量。 (2) 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法,有良好的理论基础。特别是多层次模糊综合评判方法,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。 1.模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集,或者说影响U 的k 个指标,记为 12(,,,)k U U U U = 且应满足: 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多,在实际运用中常用的方法有:Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据,对数据进行适当的处理,求得归一化指标关于等级的隶属度,从而得到单因素评判矩阵。 ④ 单级综合评判B A R =

⑵多层次综合评判模型 一般来说,在考虑的因素较多时会带来两个问题:一方面,权重分配很难确定;另一方面,即使确定了权重分配,由于要满足归一性,每一因素分得的权重必然很小。无论采用哪种算子,经过模糊运算后都会“淹没”许多信息,有时甚至得不出任何结果。所以,需采用分层的办法来解决问题。 2.应用 运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型

(完整版)基于层次分析法的模糊综合评价模型

2016江西财经大学数学建模竞赛 A题 城市交通模型分析 参赛队员: 黄汉秦、乐晨阳、金霞 参赛队编号:2016018 2016年5月20日~5月25日

承诺书 我们仔细阅读了江西财经大学数学建模竞赛的竞赛章程。 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 我们参赛选择的题号是(从A/B/C中选择一项填写): A 我们的参赛队编号为2016018 参赛队员(打印并签名) : 队员1. 姓名专业班级计算机141 队员2. 姓名专业班级计算机141 队员3. 姓名专业班级计算机141 日期: 2016 年 5 月 25 日

编号和阅卷专用页 江西财经大学数学建模竞赛组委会 2016年5月15日制定

城市交通模型分析 摘要 随着国民经济的高速发展和城市化进程的加快,我国机动车保有量及道路交通流量急剧增加,交通出行结构发生了根本变化,城市道路交通拥挤堵塞问题已成为制约经济发展、降低人民生活质量、削弱经济活力的瓶颈之一。本篇论文针对道路拥挤的问题采用层次分析法进行数学建模分析,讨论拥堵的深层次问题及解决方案。 首先建立绩效评价指标的层次结构模型,确定了目标层,准则层(一级指标),子准则层(二级指标)。 其次,建立评价集V=(优,良,中,差)。对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出,即U =[0,100]应用模糊统计建立它们的隶属函数A(u), B(u), C(u) ,D(u),最后得出目标层的评价矩阵Ri ,(i=1,2,3,4,5)。利用A,B 两城相互比较法,根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵P i (i=1,2,3,4,5) 然后,我们经过N 次试验调查,明确了各层元素相对于上层指标的重要性排序,构造模糊判断矩阵P ,利用公式 1 ,ij ij n kj k u u u == ∑ 1 ,n i ij j w u ==∑ 1 ,i i n j j w w w == ∑ []R W R W R W R W R W W R W O 5 5 4 4 3 3 2 2 1 1 ,,,,==计算出权重值,经过一致性检验公式 RI CI CR = 检验后,均有0.1CR <,由此得出各层次的权向量()12,,T n W W W W =K 。然后后, 给出建立绩效评价模型(其中O 是评价结果向量),应用模糊数学中最大隶属度原则,对被评价城市交通的绩效进行分级评价。 接着在改进方案中,我们具体以交叉口为中心建立模型,其中包括道路长度、宽度、车辆平均长度、车速等等考虑因素。通过车辆排队长度可以间接判断交通拥堵情况,不需要测量车速、时间等因素而浪费的人力物力和财力,有效的提高了工作成本和效率。为管理城市交通要道提供了良好的模型和依据。 【关键字】交通拥堵 层次分析法 模糊综合评判 绩效评价 隶属度

数学建模模糊综合评价法

学科评价模型(模糊综合评价法) 摘要:该模型研究的是某高校学科的评价的问题,基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法,通过建立对比矩阵,得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值,最后确定学科的综合排名。(将问题1中的部分结果进行阐述) (或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重(只选取一组代表性的即可),然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算,得出其权重系数)。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为:4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值,为了更加明了的展现各一级因素的作用,采用求解相关性系数的显著性,找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配,对比通过模型求得的数值,来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法,由于在此种情况下考虑的是科研型或者教学型的高校,因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果,需要重新建立模型,消除或者忽略某些因素的影响和作用(将问题三的部分结果进行阐述)。 一、问题重述

学科的水平、地位是评价高等学校层次的一个重要指标,而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面,通常情况下一个好的专业可以录取到相对起点较高的学生,而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处,可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争,而学科间的竞争是高等教育发展的动力,所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法:因素分析法和内涵解析法。本模型基于某大学(科研与教学并重型高校)的13个学科在某一时期内的调查数据,包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重,确定某一学科在评价是各因素所占的比重,构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题: 1、根据已给数据建立学科评价模型,要求必要的数据分析及建模过程。 2、模型分析,给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校,请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数(评价所依据的最终数值) X——影响评价数值的一级因素所构成的矩阵

模糊综合评价法

作业 某市直属单位因工作需要,拟向社会公开招聘8 名公务员,具体的招聘办法和程序如下: (一)公开考试:凡是年龄不超过30 周岁,大学专科以上学历,身体健康者均可报名参加考试,考试科目有:综合基础知识、专业知识和“行政职业能力测验”三个部分,每科满分为100 分。根据考试总分的高低排序选出16 人选择进入第二阶段的面试考核。 (二)面试考核:面试考核主要考核应聘人员的知识面、对问题的理解能力、应变能力、表达能力等综合素质。按照一定的标准,面试专家组对每个应聘人员的各个方面都给出一个等级评分,从高到低分成A/B/C/D 四个等级,具体结果如表1所示。 现要求根据表1中的数据信息对16 名应聘人员作出综合评价,选出8 名作为录用的公务员。

折衷型模糊多属性决策方法 (1)折衷型模糊决策的基本原理 折衷型模糊决策的基本原理是:从原始的样本数据出发,先虚拟模糊正理想和模糊负理想,其中模糊正理想是由每一个指标中模糊指标值的极大值构成;模糊负理想是由每一个指标中模糊指标值的极小值构成。然后采用加权欧氏距离的测度工具来计算各备选对象与模糊正理想和模糊负理想之间的距离。在此基础上,再计算各备选对象属于模糊正理想的隶属度,其方案优选的原则是,隶属度越大,该方案越理想。 (2)折衷型模糊决策的基本步骤 Step1:指标数据的三角形模糊数表达 下面运用以上的定义将定性、定量指标以及权重数据统一量化为三角形模糊数. 1) 对于定性指标,可以将两极比例法改进为三角模糊数比例法。再利用三角模糊数比例法将定性指标转化为定量指标,其具体的转化形式见表2。 表2 定性指标向定量指标转化的三角模糊数比例法 2) 对于精确的定量指标值,也写成三角模糊数的形式。设a 是一个具体的精确数,由三角模糊数的定义,则a 表示成三角模糊数的形式为:

模糊综合评判法

模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点,其促进商品能够按照顾客的要求完成附加价值,克服在其运动过程中所发生的时间和空间障碍。在物流系统中,物流中心的选址是物流系统优化中一个具有战略意义的问题,非常重要。 基于物流中心位置的重要作用,目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于: (1) 即使简单的问题也需要大量的约束条件和变量。 (2) 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法,有良好的理论基础。特别是多层次模糊综合评判方法,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。 1.模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集,或者说影响U 的k 个指标,记为 12(,,,)k U U U U = 且应满足: 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多,在实际运用中常用的方法有:Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据,对数据进行适当的处理,求得归一化指标关于等级的隶属度,从而得到单因素评判矩阵。 ④ 单级综合评判B A R =

⑵多层次综合评判模型 一般来说,在考虑的因素较多时会带来两个问题:一方面,权重分配很难确定;另一方面,即使确定了权重分配,由于要满足归一性,每一因素分得的权重必然很小。无论采用哪种算子,经过模糊运算后都会“淹没”许多信息,有时甚至得不出任何结果。所以,需采用分层的办法来解决问题。 2.应用 运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型

模糊综合评价案例计算分析

模糊综合评价方法 1、基本思想和原理 1.1基本思想 在客观世界中,存在着大量的模糊概念和模糊现象。模糊数学就是试图用数学工具解决模糊事物方面的问题。 模糊综合评价是借助模糊数学的一些概念,对实际的综合评价问题提供一些评价的方法。具地说,模糊综合评价就是以模糊数学为基础,应用模糊关系合成的原理,将一些边界不清、不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。 1.2原理 首先确定被评价对象的因素(指标)集合评价(等级)集;再分别确定各个因素的权重及它们的隶属度向量,获得模糊评判矩阵;最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化,得到模糊综合评价结果。 其特点在于评判逐对象进行,对被评价对象有唯一的评价值,不受被评价对象所处对象集合的影响。综合评价的目的是要从对象集中选出优胜对象,所以还需要将所有对象的综合评价结果进行排序。 2.模糊综合评价法的模型和步骤 2.1步骤 步骤1 确定评价对象的因素论域, U= u1,u2,…,u m 有m个评价指标,表明评价对象的各个因素。 步骤2 确定评语等级论域 评语集是对被评价对象的各个评价结果的集合,用V表示, V= v1,v2,…,v n 有n个评价结果,其中v j表示第j个评价结果。 步骤3 进行单因素评价,建立模糊矩阵R, 单独从一个因素出发进行评价,以确定评价对象对评价集合V的隶属程度,称为单因素模糊评价。 在构造了等级模糊子集后,对被评价对象的每个因素u i进行量化,即确定从单因素来看被评价对象对各等级模糊子集的隶属度,进而得到模糊关系矩阵, R=R1 … R m = r11r12?r1n ??? r m1r m2?r mn

基于层次分析法的模糊综合评价

校园环境质量的模糊综合评价方法 信息与计算科学2003级马文彬 指导教师杜世平副教授 摘要:本文应用模糊数学理论,把模糊综合评价方法具体应用到校园环境质量综合评价研究中,结合校园的实际情况将环境评价系统根据需要分成若干个指标,建立了因子集、评价集、隶属函数和权重集,实现对校园环境的质量等级综合评判。采用层次分析法计算评价的权重集,并对取大取小算法和评价结果的最大隶属度原则进行了改进,取得较好的效果。实例表明:模糊综合评价方法可操作性强、效果较好,可在一般环境的质量评价中广泛应用。 关键词:校园环境质量,模糊综合评价,层次分析法,权重 Fuzzy Comprehensive Evaluation Method for the Environment Quality of university Campus MA Wen-bin Information and Computational Science , Grade 2003 Directed by Du Shi-ping (Associate Prof ) Abstract: In this paper,based on fuzzy mathematics theory, the fuzzy comprehensive evaluation is applied in the environment quality evaluation of university campus,combining the actual situation list to evaluate the general level of university campus by fuzzy comprehensive evaluation. By setting up the factor sets, the evaluation sets, subjection functions and the weighting sets. Implementation of the Campus Environment Quality Level comprehensive evaluation. The evaluation of the weighting sets are made by AHP. The choosing big or small algorithm and the maximal subjection degree of the evaluation result is improved, and the effect is very good.The applying example indicates: the

模糊综合评价方法案例

模糊综合评价方法在物流中心选址的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点,其促进商品能够按照顾客的要求完成附加价值,克服在其运动过程中所发生的时间和空间障碍。在物流系统中,物流中心的选址是物流系统优化中一个具有战略意义的问题,非常重要。 基于物流中心位置的重要作用,目前已建立了一系列选址模型与算法。这些模型与算法相当复杂。其主要困难在于: (1)即使简单的问题也需要大量的约束条件和变量; (2)约束条件和变量多使问题的难度呈指数增长。 模糊综合评判方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法,有良好的理论基础。特别是多层次模糊综合评判方法,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。 1、模型 (1)单级评判模型 ①将因素集U 按属性的类型划分为k 个子集,或者说影响U 的k 个指标,记为 且应满足: 1 ,k i i j i U U U U ===?U I ② 权重A 的确定方法很多,在实际运用中常用的方法有:层次分析法、Delphi 法、专家调查法、加权平均法。 ③ 通过专家打分或实测数据,对数据进行适当的处理,求得归一化指标关于等级的隶属度,从而得到单因素评判矩阵。 ④ 单级综合评判B A R =o . (2)多层次综合评判模型 一般来说,在考虑的因素较多时会带来两个问题:一方面,权重分配很难确定;另一方面,即使确定了权重分配,由于要满足归一性,每一因素分得的权重必然很小。无论采用哪种算子,经过模糊运算后都会“淹没”许多信息,有时甚至得不出任何结果。所以,需采用分层的办法来解决问题。 2、应用 运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见下表: 物流中心选址的三级模型

层次分析法与模糊综合评价的区别

层次分析法与模糊综合判别的区别与联系 1、层次分析法 [ 参考文献:吋义成, 柯丽华, 黄德育. 系统综合评价技术及其应用[M]. 北京: 冶金工业出版社,2006] 人们在日常生活中经常要从一堆同样大小的物品中挑选出最重要的物品,如重量最大的物品,即至少要确定各物品的相对重量。这时,经验和常识告诉我们,可以利用两两比较的方法来达到目的。 若在没有称量仪器的条件下对一组物体的重量进行估计,则可以通过爱对比较这组物体相对重量的方法,得出每对物体相对重量比的判断,从而形成比较判断矩阵,再通过求解判断矩阵的最大特征根和它所对应的特征向量问题,就能计算出这组物体的相对重量。 将此方法应用到复杂的社会、经济和科学管理等领域中,就能确定各种方案、措施、政策等 相对于总目标的重要性排序情况,以供领导者决策。 一般的层次分析法模型由图5-1 所示,分为目标层、准则层、指标层、方案层组成。需要注意几点: (1)层次分析法的评价结构并非是上述部分一成不变的,其中的当指标层因素较少时准则层可以省去(图5-2 ),当某一准则对应的指标层元素过多时可以将其指标层细分为“子准则层和指标层”(图5-4 )。由于层次分析法是利用两两比较完成的,为了便于人的比较与判别,每层的元素个数在3~7 之间为佳,超过7 以后增加了比较判断的难度,因此当元素过多时,可以将其分类后分成两层或多层来判别。 (2)准则层与指标层之间的关系可以对比一下图5-1 和图5-4 ,即每个准则可能有独 用的指标体系,也可能是各准则之间共用某几个指标。 (3)层次分析法的特点是基于某个目标,对多个待评价方案进行评价,从而得到方案的重要性排序。具体到某个问题,其并无相应的数据。而模糊综合判别有相应的基础数据。两者可以结合一起用,比如常用的是模糊综合评判过程中,权重可以由层次分析法计算。 层次分析法的骤如下: 1)在作者建立评价模型后,根据经验对每层里的各个元素建立重要性判别矩阵,从判 别矩阵中可以得到某一层中各个指标的归一化权重(表5-1中的W B,W C1,W C2,W C3,W C4)。(表5-1和5-2 的数据为图5-1 模型的) 2)由层与层之间权重的传递可以得到最低层(具体指标层)的综合权重。如图5-1 所示的图中有得到各个C ij的综合权重W ij(表5-2第2列)。 3)最后,在指标层与方案层之间建立判别矩阵,针对每一个指标C ij 都需要建立一个各 方案A i的比较矩阵,判别A针对C j的重要性w A i (表5-2的每一行)。最后将指标C ij的综合权重W ij与W Ai进行乘法求和,从而得到方案A的最终综合权重刀(W ij心Ai),即为续表5-2的最后一行。

模糊综合评价法

模糊综合评价法 一、基本思想和原理 在客观世界中,存在着大量的模糊概念和模糊现象,模糊数学就是试图用数学工具解决模糊事物方面的问题。 模糊综合评价是借助模糊数学的一些概念,对实际的综合评价问题提供一些评价的方法,具体说,模糊综合评价就是以数学为基础,应用模糊关系合成的原理,将一些边界不清,不易定量的因素定量化,从多个因素对被评价事物隶属度等级状况进行综合性评价的一种方法。 模糊综合评价的原理 首先确定被评价对象的因素(指标)集合评(等级)集;再分别确定各个因素的权重及它们的隶属度向量,获得模糊评判矩阵;最后把模糊评判矩阵与因素的全向量进行模糊运算并进行归一化,得到模糊综合评价结果。 其特点在于评判逐对象进行,对被评价对象有唯一的评价值,不受被评价对象所处对象集合的影响。综合评价的目的是从对象集中选出优胜对象,所以还需要将所有对象的综合评价结果进行排序。 二、模糊综合评价法的模型和步骤 1.确定评价对象的因素论域 U={u1,u2,u3···m} 也就是说有m个评价指标,标明我们对被评价对象从哪些方面来进行评判描述。 2.确定评语等级论域 评语集是评价者对被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,v3···n} 实际上就是对被评价对象变化区间的一个划分,其中v1代表第i个评价结果,n为总的评价结果数。 具体等级可以依据评价内容适当的语言进行描述,比如评价产品的竞争力可用V=(好、较好、一般、较差、差)等。 3.进行但因素评价,建立模糊关系矩阵R 单独从一个因素出发进行评价,以确定评价对象对评价集合V的隶属程度,称为单因素模糊评价,在构造了等级模糊子集后,就要逐个对被评价对象从每个因素ui(i=1,2,···m)上进行量化,也就是确定从单因素来看被评价对象各等级模糊子集的隶属度,进而得到模糊关系矩阵: R=

什么是模糊综合评价模型

什么是模糊综合评价模型? 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题,由于评价事务是由多方面的因素所决定的,因而要对每一因素进行评价;在每一因素作出一个单独评语的基础上,如何考虑所有因素而作出一个综合评语,这就是一个综合评价问题。 [编辑] 模糊评价的基本思想 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,于是我们先对单个因素进行评价,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。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型 设评判对象为P: 其因素集 ,评判等级集 。对U中每一因素根据评判集中的等级指标进行模糊评判,得到评判矩阵: (1) 其中,r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定各因素重要性指标(也称权数)后,记为, 满足,合成得

(2) 经归一化后,得 ,于是可确定对象P的评判等级。[编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中,R中的元素r ij是由评判者“打分”确定的。例如 k 个 评判者,要求每个评判者u j对照作一次判断,统计得分和归 一化后产生 , 且, 组成 R 。其中既代表u j关于v j的“隶属程度”,也反映了评判u j为v j的集0 中程度。数值为1 ,说明u j为v j是可信的,数值为零为忽略。因此,反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后,作关于权系数的等级划分,由此决定其结果的信度。当取N个等级时,其量化后对应于[0,l]区间上N次平分。例如,N取5,则依次得到[0,0.2],[0.2,0.4],[0.2,0.6],[0.6,0.8],[0.8,l]。对某j个指标,取遍k个专家对该指标评估所得的权重,得。作和式 (3) 其中d ij表示数组中属于的个数,a0= 0,b N= 1。 取(4)

层次分析法及模糊综合评价

第十三章2层次分析及模糊综合评价 13.1层次分析模型深入分析 13.2模糊综合评价

13.1层次分析模型深入分析

(、数学模型层次分析法的基本步骤 1)建立层次分析结构模型 深入分析实际问题,将有关因素自上而下分层(目标一准则或指标一方案或对象),上层受下层影响,而层内各因素基本上相对独立。 2)构造成对比较阵 用成对比较法和1?9尺度,构造各层对上一层每一因素的成对比较阵。 对每一成对比较阵计算最大特征根和特征向量,作一致性检验,若通过,则特征向量为权向量。 4)计算组合权向量(作组合一致性检验*) 组合权向量可作为决策的定量依据。

二.层次分析法的广泛应用 -应用领域:经济计划和管理,能源政策和分配,人才选拔和评价,生产决策,交通运输,科研选题, 产业结构,教育,医疗,环境,军事等。 -处理问题类型:决策、评价、分析、预测等。 -建立层次分析结构模型是关键一步,要有主要决策层参与。 -构造成对比较阵是数量依据,应由经验丰富、判断力强的专家给出。

例2工作选择 ____________ 工作讐 贡 收 发 声 关 位 献 入 展 誉 系 置 供选择的岗位 例1国家 实力分析 国家综合实力 美、俄、中、日、德等大国

(1)过河效益层次结构 O — 进出方便 G —— —舒适c 9 —自豪感C 8 — 交往沟通 c 7—— —安全可靠 c 6—— — 建筑就业 G —— — 当地商业C 4—— —岸间商业 G —— —收入C C (、数学模型 经济效益 B i 社会效益 B 2 环境效益 B 3 过河的效益 A 美化 G 节省时间 例3横渡 江河、海峡 方案的抉择

模糊综合评判法

一、利用模糊综合判断法对方案进行优劣程度评价。 我们请50位同学根据指标进行满意度评价,得到初始评判结果,再通过模糊综合判断法得出方案的优劣程度。 设评价因素集为指标集合D={D1、D2、D3} 评定集为E={效果明显,效果比较明显,效果不太明显,效果不明显} 考核集为T={方案A,方案B,方案C} 1、对于方案A,50位同学有以下评价表

0.68 0.32 0 0 R A = 0.1 0.46 0.38 0.06 0.48 0.36 0.16 0 W F = 0.659 0.156 0.185 对于方案A 的综合评判向量S A 为: S A =W F *R A = 0.553 0.349 0.089 0.009 评价结果:方案 A 介于效果明显和比较明显之间。 2、 对于方案B ,50位同学有以下评价表

0.6 0.32 0.08 0 R B = 0.8 0.16 0.04 0 0.08 0.26 0.44 0.22 对于方案B 的综合评价向量S B 为: S B =R B *W F = 0.535 0.349 0.140 0.041 评价结果:方案B 介于效果明显和比较明显之间。 3、 对于方案C ,50位同学有以下评价表

0.1 0.28 0.48 0.14 R C= 0.12 0.26 0.42 0.2 0.56 0.28 0.14 0.02 对于方案C的综合评判向量为: S C=R C*W F= 0.188 0.277 0.918 0.127 评价结果:方案C介于效果比较明显和不太明显之间。 4、为了更清楚我们将S标准化: 各评价集一个尺度E= 100 70 40 10 则:可将评价模糊值转换成评价标量值, DA=E*S A=83.38 DB=E*S B=83.94 DC=E*S C=76.18 二、结论 由以上分析结果可知A、B、C三个方案中,B方案优于A方案,A方案优于C方案。因此我们应该选择B方案,即应该加强学生工作部门的创新能力,以丰富校园活动,让所有的同学都有能力和机会加入进来,从而预防和杜绝网络成瘾现象的出现。

基于层次分析法的图书馆定题服务质量模糊综合评价

基于层次分析法的图书馆定题服务质量模糊综合评价 摘要:基于模糊层次分析法建立图书馆定题服务质量综合评价指标体系和评价模型,实现对图书馆员定题服务工作进行公正客观的评价,结合实例说明了使用该评价方法的计算步骤及其应用价值。 关键词:定题服务质量层次分析法模糊综合评价 定题服务(Selective Dissemination of Information,简称SDI)是指针对某一特定课题的需要和科研生产的需要,由情报人员以文献跟踪服务的方式,主动、持续、系统地向相关课题的人员提供必要的情报资料”。定题服务是图书馆参考咨询服务的重要形式之一,而由于外部应用环境、服务方式、标准与规范等各不相同,各 个定题服务效果、质量或效益会有所差异,于是图书馆必须建立起科学、合理、可操作性强的服务质量评价体系,制定合理的评价标准,对馆员工作过程及结果进行价值判断,以引导图书馆的定题服务能力更好地发展。 1评价体系的选择 层次分析法(AHP)是美国著名运筹学家、匹兹堡大学教授萨蒂在上世纪70年代初提出的一种层次权重决策分析方法,它将定量定性相结合,将复杂的问题逐层分解为若干元素,组成一个相互关联和具有隶属关系的层次结构模型,对各元素进行判断,以获得各元素的重要性。模糊综合评价是对受多种因素影响的事物做出的总评价,其评价结果以一个模糊集合来表示。本文将层次分析法和模糊综合评价法相结合用于图书馆定题服务质量的评价中。 2评价体系的建立 2.1确定评价指标集合 本文将定题服务质量评价体系分为三层,最高层为总目标层A层,二层为准则层B层,由服务环境、服务人员、服务过程和服务效果4个一级指标组成,记为{B1,B2,B3,B4 };第三层为指标层C层,共包括12个二级指标。 2.2构造判断矩阵及确定指标的权重 根据层次分析模型,通过比较各因素之间的重要性,构造出比较判断矩阵P =

模糊综合评价法举例

模糊综合评价法举例 例:运用现代物流学原理,在物流规划过程中,物流中心选址要考虑许多因素。根据因素特点划分层次模块,各因素又可由下一级因素构成,因素集分为三级,三级模糊评判的数学模型见表2所示: 表2 物流中心选址的三级模型

因素集U 分为三层: 第一层为 {}12345,,,,U u u u u u = 第二层为 {}{}{}111121314441424344551525354,,,;,,,;,,,u u u u u u u u u u u u u u u === 第三层为 {}{}5151151251352521522,,;,u u u u u u u == 假设某区域有8个候选地址,决断集{},,,,,,,V A B C D E F G H =代表8个不同的候选地址,数据进行处理后得到诸因素的模糊综合评判如表3所示。 表3 某区域的模糊综合评判

⑴ 分层作综合评判 {}51511512513,,u u u u =,权重{}511/3,1/3,1/3A =,由表3对511512513,,u u u 的模糊 评判构成的单因素评判矩阵: 510.600.710.770.600.820.950.650.760.600.710.700.600.800.950.650.760.910.900.930.910.950.930.810.89R ?? ?= ? ??? 用模型(,)M ?+(矩阵运算)计算得: 515151(0.703,0.773,0.8,0.703,0.857,0.943,0.703,0.803)B A R == 类似地:525252(0.895,0.885,0.785,0.81,0.95,0.77,0.775,0.77)B A R == 5550.7030.773 0.80.7030.8570.9430.7030.8030.8950.8850.7850.810.950.770.7750.77(0.40.30.20.1)0.810.940.890.600.650.950.950.890.900.600.920.600.600.840.650.81B A R ?? ? ?== ? ??? =(0.802,0.823,0.826,0.704,0.818,0.882,0.769,0.811) 4440.600.950.600.950.950.950.950.950.60 0.690.920.920.870.740.890.95(0.10.10.40.4)0.950.690.930.850.600.600.940.780.75 0.600.800.930.840.840.600.80B A R ?? ? ?== ? ? ?? =(0.8,0.68,0.844,0.899,0.758,0.745,0.8,0.822) 1110.910.850.870.980.790.600.600.950.93 0.810.930.870.610.610.950.87(0.250.250.250.25)0.880.820.940.880.640.610.950.910.90 0.830.940.890.630.710.950.91B A R ?? ? ?== ? ? ?? =(0.905,0.828,0.92,0.905,0.668,0.633,0.863,0.91) (2)高层次的综合评判 {}12345,,,,U u u u u u =,权重{}0.1,0.2,0.3,0.2,0.2A =,则综合评判

相关文档
最新文档