基于多级模糊综合评价法的内河运输可持续发展能力评价研究（共8篇）
1.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇一
基于多级模糊评价模型的学生评教方法研究
张晶1，范允龙2，刘海霞3
(1.青岛远洋船员职业学院，山东青岛266100;2.山东省潍坊第一中学，山东潍坊261000;3.山东省青岛市第十六中学，山东青岛266100)
摘要：在评教中，学生对教师的评价是定性问题，如何对定性问题进行定量处理是值得探讨的问题。本文构建了学生评教测量指标体系，然后建立了一个基于多级模糊评价的学生评教模型，得到了量化综合评价，最后以实例说明。
关键词：学生评教;指标;模糊评价模型
作者简介：张晶，女，讲师，研究方向：应用统计、精算、数量经济学。
一、引言
自20世纪80年代开始，我国高校的学生评教活动陆续开展并日益受到重视。在评教过程中，学生对教师的评价是一个定性问题，如何对这个定性问题进行定量处理是一个值得探讨的问题。若没有科学的评价模型、比较客观而公正的评估标准和可用于衡量的定量指标值，就会使得学生所提供的信息不完全和准确，使评教方式无法体现科学化和客观化。
而多级模糊评价模型是一种关于多因素加权平均的综合评价方法，他能对受多种因素制约的事物和对象做出一个总体的评价，适宜解决模糊的、难以量化的、非确定性的问题，学生评教就属于多因素加权平均的综合评价问题。
本文首先综合目前国内文献建立了学生评教指标体系，然后建立了一个多级模糊评价模型，以期实现评价分数的科学化和客观化。
二、建立学生评教指标体系
目前，国内文献涉及评价指标体系的较多。在评教的一级指标上，有文献认为，评教的一级指标应分为“教学态度”、“教学内容”、“教学方法”和“教学效果”四个指标(李丹青，;雷敏，2005;常亚平，);除了这四项，还有文献认为“对课程的总体评价”、“教材评价”(吴培群，2010)，“教学常规”、“教学改革”(沈阳，)等也属一级指标。在评教的二级指标研究上，刘杭玲研究认为二级评价指标个数不宜太多，大约在18~24个左右比较适宜，这样可避免指标的重叠和相互包容，美国斯坦福大学学生评教量表的二级指标是17个(孙超，2009);雷敏(2005)研究发现，学生对二级指标的某些项能做出较好描述，但对诸如“授课内容的适合性和先进性”等与学术有关的内容，学生则略显能力不足，所以在二级指标的设计上要运用符合学生思维的语言;另外，对于二级指标，大家普遍接受的一个观点是不同学科、不同课程，甚至不同职称的老师的评教体系都应有所不同，按小班、大班、实习、实验等教学组织形式划分的.课程的评教体系也应有所不同(姚利民，2005;李丹青，2005;雷敏，2005等)。
笔者在综合了国内文献的基础上，提出了学生评教评价体系。(见表1)
评价体系说明：本文主要进行的是基于多级模糊评价模型的学生评教方法研究，上述二级指标只是在研究国内文献中形成的，还很笼统，实际应用时，测量主体还应按学校、学科和课程的不同而有所不同。
三、建立学生评教多级模糊评价模型
建立二级指标体系，由目标层A、一级指标层B和二级指标层C构成。A代表评教效度的综合测量值，B代表一级测量指标组成的集合，记B= |B1，B2，B3，B4 |，C 代表二级测量指标组成的集合， 记C=|C1，C2，…，Cn |，有4个一级指标和n个二级指标。
评价模型具体步骤如下：
(1)制定二级测量指标C的评分等级标准。二级测量指标C是主观指标，一般通过百分制、五分制、“优、良、中、差”等转化成定量指标。
(2)确定测量指标权重。
目标层A的权重为V;一级指标B1的权重为V1，B2的权重为V2，B3的权重为V3，B4的权重为V4。
通常利用层次分析法(AHP)或专家打分法确定各级指标的权重。
四、结语
综上，多级模糊评价模型的特点：(1 )为评估提供了一个比较客观的评估指标体系，避免了学生打分的随意性、主观性;(2)在客观的评估指标体系下，对学生的打分进行了加权平均，是一种较科学的评价方式;(3)不但能体现出学生对教师的总体评价，评估指标体系还能体现出教师优缺点。
应注意的问题：(1 )评价指标较多，应使学生提前了解这个评价体系的各级指标及其权重，让学生有充分足够的时间对评教做出思考;(2)不同学校、不同课程的评价体系应有所不同，理论课与实践课(或实验课)教师评价体系也应有所不同，并且权重都应有所不同。
参考文献：
[1]李丹青，钱存阳。高等学校中的“生评教”制度研究[J].教育发展研究，2005，(10)：68-72.
[2]雷敏。论提高高校学生评教质量的方法和策略[J].高教探索，2005，(1 )：50-53.
[3]常亚平，陈亮，闫俊。高校“学生评教”误差形成机制研究―――基于学生态度的视角[J].高教探索，2010，(1 )：80-86.
[4]吴培群，陈小红。大学生评教的统计分析及其改革途径探讨―――基于北京一所高校学生评教分数的统计分析[J].高教探索，2010，(3 )：78-91.
[5]沈阳。高校学生评教指标体系的构建―――以湖州师范学院为个案[J].湖州师范学院学报，2009，(3 )：131-133.
[6]刘杭玲。高校学生评教的有效性及保障措施研究[J].江苏高教，2002，(1 )：85-88.
[7]孙超。美国研究型大学学生评教的政策、特点及启示―――以斯坦福大学为例[J].黑龙江高教研究，2009，(8 )：38-40.
[8]姚利民，邓菊香。提高学生评教有效性之对策研究[J].黑龙江高教研究，2005，(5 )：50-53.
[9]杨金花，纪武昌。学生评教指标体系的建构与完善[J].和田师范专科学校学报：汉文综合版，2009，(7 )：66-67.
2.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇二
一、高校财务风险治理内涵
当前, 我国高等教育步入到以提高质量为核心的内涵式发展新阶段, 教育领域综合改革提上日程, 现代大学制度建设逐渐成为加快高等教育现代化步伐、 推进大学自身可持续性发展的重要举措, 也成为高等教育领域综合改革的一个重要突破口。 而以财务风险治理为基础的大学治理结构则成为推动现代大学制度建设的重要内容, 也是推动高校治理体系和治理能力现代化的重要基础。
因此,高校财务风险治理,既是高校财务管理模式从“核算型”向“管理型”再向“治理型”演进的必然趋势,也是现代大学制度建设的内在需求。 总体来说,高校财务风险治理的内涵,就是以高校财务风险为对象, 围绕当前高校财务治理的主体和要素,从制度、 业务、流程、人员和信息等方面设计相应的体系和机制, 并嵌入到整个高校治理结构体系中, 对财务风险进行识别、防范和控制。 其中,高校财务风险治理的核 心内容由以下 四个方面构 成:(1)财权配置,主要涉及到高校财务决策权、 执行权和监督权的配置问题, 从制度设计层面对财务风险进行识别、防范和控制;(2)业务控制,主要包括高校经营运作过程所涉及的核心业务, 从业务管理方层面对财务风险进行识别、防范和控制;(3)人员控制, 主要从人员的职业道德和业务能力层面对财务风险进行识别、防范和控制; (4)信息披露 ,主要从信息层面对财务风险进行识别、防范和控制。
二、高校财务风险治理能力评价指标体系构建
高校财务风险治理能力评价,就是运用一定的数理方法, 构建相应的指标体系,收集数据,对高校财务风险治理的综合水平进行评价, 并据此根据评价结果, 有针对性地加强薄弱环节的改善和优化, 从而为提升高校财务风险治理能力提供依据。 从这个角度来说, 高校财务风险治理能力的评价,亦是财务风险治理的重要部分。根据前面分析 的高校财务 风险治理内 涵, 高校财务风险治理能力评价的指标体系可以从财权配置、业务控制、人员控制和 信息披露4个一级指标 构建,具体二级指标及内容如表1所示。
1.财权配置层面指标。 财权配置是高校财务治理的重要内容, 也是财务风险治理的核心领域,主要是对决策、 执行和监督三个方面一系列的制度安排实现财务关系及财务活动的权力制衡。 因此,可以从决策机制、执行机制和监督机制3个二级指标来度量。
2.业务控制层面指标 。 业务控制是高校财务风险治理活动所涉及的具体经济事项, 是财务风险产生的直接来源, 具体业务层面风险治理指标主要包括预算管理、 投资管理、 贷款管理、 收费管理和资产管理等5个二级指标。
3.人员控制层面指标 。 人员控制主要是针对高校管理层和财务相关人员在经济活动过程中是否具备足够的廉政精神、职业道德以及执业水平。当前,高校内部控制失效,部分原因不在于制度设计的好坏,而在于人的因素。 因此, 人员控制亦成为高校财务风险治理的内容之一, 主要包括职业道德和业务水平2个二级指标。
4.信息披露层面 。 现代大学制度建设下的高校财务信息披露具有重要的意义, 一是通过相关财务分析报告可为决策者改善财务治理、 提高资金绩效提供依据, 二是通过财务信息公开披露为高校财务治理的有效实施提供内外监督依据。因此,信息披露层面主要包括财务分析、 信息质量和披露效果三个二级指标。
三、高校财务风险治理能力评价过程
(一)评价方法简介
由于财务风险治理涉及的内容主要是高校经营运作过程的系列行为活动,为此,本文主要通过表1的指标体系设计评价问卷, 选择高校和教育主管部门的专家打分, 再运用模糊综合评价和层次分析法进行分析。
(二)具体计算过程
1.确定财务风险治理能力评估因素集。 高校财务风险治理所涉及的主体和要素很多, 结合当前高校发展状况和财务状况以及某高校M为样本, 本文选取与M高校财务风险治理密切相关的指标(如表1所示)作为该高校财务风 险治理水平 评估的因素集U:U={财权配置 , 业务控制 , 人员控制,信息披露}。
2.确定财务风险治理能力评估的评语集。 由于对高校财务风险治理能力各因素的评估比较模糊, 设置对各因素评估的评语集V为五个等级:V= { 高 , 较高 , 一般 , 较低 , 很低 }, 得分分别为(5,4,3,2,1)。
3. 确定财务风险管理水平要素的权重向量。不同的治理能力要素需要通过相应的权重来确定其重要性,本文通过层次分析(AHP)方法、采用7级量表通过咨询高校及教育主管部门的财务及管理相关专家对各层次的因素进行评价, 最终确定各个层次的指标权重 (具体过程略,结果如下页表2所示)。
4. 建立从U到V的单因素评判矩阵。 本文选取一组具有代表性的专家 (包括M高校财经部门管理者、专业人士、 教育主管部门财务人员等共20人 ) 组成财务风险治理能力评判组,对M高校财务风险治理能力按照13个二级指标从 { 高 , 较高 , 一般 , 较低,很低}五个等级进行模糊评价,从而获得评价矩阵(如下页表2所示)。
5.计算最终评价结果。 以一级指标 “财权配置”的二级指标 “决策机制 ”为例。 通过问卷调查获取如下数据,认为M高校财务风险治理过程中在 “决策机制” 这一二级指标表现很好的有6人,表现较好的7人,一般的5人,较差的2人,很差的没有;则对影响M高校财务风险治理能力因素中“财权配置能力”下属指标“决策机制”评语隶属度分别为:0.30,0.35,0.25,0.10,0;模糊向量=(0.30,0.35,0.25,0.10,0)。
高校财务风险治理能力评价指标体系
同理,求得M高校“业务控制能力”、“人员控制能力”以及“信息披露能力” 三个因素所有二级指标的模糊向量。 以上评判结果均满足归一化条件, 由此得到所有二级指标模糊评判矩阵(如表2所示)。最后,得到所有指标评价结果(如表3所示)。
四、M高校财务风险治理能力评价结果分析及启示
通过以上计算的模糊综合评价矩阵最终结果为(0.2433,0.3333,0.2771, 0.1134,0.0330),即{高 ,较高 ,一般 ,较低, 很低} 的最终评价结果分别占了24.33%、33.33%、27.71%、11.34%、3.30%。根据上述结果,直观来说M高校财务风险治理能力评价为较高 (因为较高以上评价合计占了24.33%+33.33%= 57.66%,超过半数 ); 但是按照加权平均法,得分为3.64(0.2433×5+0.3333× 4+0.2771×3+0.134×2+0.033×1), 介于 “较高 (4分 )”与 “一般 (3分 )”之间 ,该分值的隶属度为0.728(3.64/5)。 即如果M高校财务风险治理能力以100% 计算,那么M高校财务风险治理能力只达到了72.8%。
通过上述分析结果可知,M高校财务风险治理能力介于中等与较高之间,不是十分理想,总体还处在中等偏上水平。 从M高校财务风险治理能力水平结构来看: 专家认为能力较低的领域主要体现在财权配置方面, 占了较低评 分的45.57% (0.1030/0.2268), 其中又以监督机制作为薄弱环节;专家认为能力很低的领域主要体现在信息披露方面,占了很低评分的51.51% (0.0170/0.0330), 其中又以财务分析作为薄弱环节(如表4所示)。
3.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇三
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.
4.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇四
城市人居环境是一个多层次、多因素的综合系统, 涉及面比较广, 因素众多, 这就需要综合的评价方法能够做出一个全面的评价。其次, 居住区的“主体”是居民, 因此在指标体系的设计方面要从居民的角度出发, 考虑多种与居民息息相关的因素, 使评价指标能够客观, 准确的反映居住区的环境状况。通过对城市人居环境质量的评价, 为资源的合理配置, 管理机制的调整提供科学的数据支持, 促进人居环境质量的改善, 以最有效的途径满足和超越居民对环境质量的期望。
1 指标体系
评价指标体系的建立是进行综合评价的基础, 指标的适宜程度直接影响评价结果[1]。本文遵循指标体系建立的客观性, 全面性, 可测性原则, 结合城市人居环境的多因素特点, 从环境要素、环境设施、环境管理三个不同的角度出发进行评价, 比较全面的反映了居住区的环境状况。然后, 进一步缩小考查的粒度, 从更详细的方面考查影响环境的众多因素。最终确定3 个一级指标和15 个二级指标。
评价指标体系如图1 所示。
2 指标权重的确定
采用层次分析法与专家组群体决策相结合确定指标权重。层次分析法是确定指标权重一种行之有效的方法[2], 但是在构建判断矩阵时存在着主观性。将群体决策引入到层次分析法中综合多位专家的意见, 可以大大降低因为个别专家判断失误对结果的影响程度[3]。
确定指标权重的步骤如下:
2.1 确定目标和评价因素
n个评价因素, U = (U1, U2, ⋯, Un) 。
2.2 确定单一专家指标权重
2.2.1 构造判断矩阵
每一位专家可以根据自己的认识, 采用1~9 标度, 构造判断矩阵, 即S = (uij) n × n。
2.2.2 计算判断矩阵
用Matlab软件计算判断矩阵S的最大特征根 λmax, 及其对应的特征向量W = (w1, w2, …, wn) , 然后归一化, 此特征向量就是各评价因素的重要性排序, 也即是权系数的分配。
2.2.3 一致性检验
为进行判断矩阵的一致性检验, 需计算一致性指标RI为平均随机一致性指标。当随机一致性比率CR=CI/RI<0.01时, 认为层次分析排序的结果有满意的一致性, 即权系数的分配是合理的;否则, 要调整判断矩阵的元素取值, 重新分配权系数的值[4]。
2.3 专家权重确定
可以根据专家的专业方向、理论知识及实践经验确定专家权重, 也可根据其判断矩阵的一致性指标值大小给出。文献[5]给出了群体决策法中各决策者权重系数确定的一种距离分析法。
2.4 确定组合指标权重
求第k位专家对指标i的权重wki, 同时第k位专家的权重pk, 在此基础上各专家在指标i的权重求和, 即:, 为这个指标的组合权重, 最后进行归一化处理, 即:得该指标的综合权重向量W= (w1, w2, …, wn) 。
3 模糊综合评价法[6]
模糊综合评价法将定性与定量相结合, 能够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。
模糊综合评价原理以及步骤如下:
3.1 建立评价指标集
一级指标集U = (U1, U2, …, Un) , 一级指标下的二级指标集分别用U1= (U11, U12, …, U1p) , 依次类推。
3.2 确定评语集
3.3 建立模糊关系矩阵
建立了评语集后, 要逐个对评价指标在评语集上进行的量化, 确定模糊关系矩阵:R= (rij) n×m, 矩阵R中第i行, 第j列元素rij, 表示被评事物从因素Ui来看对vj等级模糊子集的隶属度。本文采用问卷调查的形式, 假设参与调查评价者总数为n位, rij表示被评价对象的Ui指标被评为等级vj的人数cij占评价总数n的比率, 作为指标所属评价等级的隶属度, 即
3.4 确定评价因素的权向量
采用上面所述的层次分析法与群体决策相结合来确定指标权重W = (w1, w2, …, wn) 。
3.5 合成模糊综合评价向量
通过得到各因素权重以及对应的模糊评价矩阵, 逐级进行模糊变换B = W ⋅ R, (W是由改进的AHP确定的权重, R是模糊关系矩阵, ·是模糊乘) , 最终得到评价对象关于评语集的一个模糊子集B。
3.6 模糊评价结果分析
在传统的模糊综合评价方法中, 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有时候损失信息很多, 甚至得出不合理的评价结果。因此本文试图采用称贴近度对评价结果进行定级。贴近度是反映2个模糊集靠近程度的一种度量方式。由于考虑到评价等级vi对于评价对象的地位是不同的, 所以采用非对称贴近度法[7]。
在评估等级向量V中, 等级vi (i ∈ m) 中的对象最理想的子集是[0, 0, …, 1, …, 0, 0], 其中1 是第j个分量, 称此向量为vi的理想目标, 记为Di, 评价结果向量B是V上的模糊子集 ( j = 1, 2, …, m) , 那么计算B与D之间的贴近度N (B, D) , 利用非对称贴近度公式:
式中:B所对应的对象隶属于vk的隶属度, p为正实数, 用于等级评估时[8,9]p=1。为能直接利用非对称贴近度公式, 通常将B作标准化处理, B1=B, Bj=bj, bj-1, bj+1, bj-2, bj+2, …, 2≤j≤m, 这样N (B, Dj) =N (Bj, D1) , 1≤j≤m。若则评估对象在V中相对属于[7]vj。
4 实例研究
以西安市紫薇花园居住区作为研究对象, 应用改进的模糊综合评价模型对其环境质量进行评价。
4.1 确定评价因素集
一级指标集:U = (U1, U2, U3) , 其中U1, U2, U3分别代表环境因素、环境设施、环境管理。二级指标集:
4.2 确定评语集
V = (v1, v2, v3, v4, v5) = (好, 良好, 合格, 较差, 差)
4.3 建立模糊关系矩阵
通过发放问卷的形式对环境质量进行调查, 问卷涉及3 个综合指标和15 个二级指标。评语集包括:好, 良好, 合格, 较差, 差五个等级, 然后逐个统计评价指标的评价比例数, 构建模糊关系矩阵。
4.4确定指标权重
4.4.1一级指标权重
应用层次分析法, 首先确定单一专家指标权重, 第k个专家确定的i指标权重wki= (wi1, wi2, wi3) , 并且经过一致性检验。然后确定专家权重P, 本文视邀请的n位专家为等权, Pi=1, (i∈m) 。确定指标的组合权重, , 最后归一化可得一级指标权重:
4.4.2 二级指标权重
同样方式可以计算二级指标的权重为:
4.5合成模糊综合评价向量
环境要素评价向量:
归一化得:
环境设施评价向量:
归一化得:
环境管理评价向量:
归一化得:
综合评价向量:
归一化得:
4.6 评价结果分析
采用贴近度法对评价结果定级, 环境质量的总体评价。利用非贴近度公式可得:
所以B ∈ v3, 因此, 该居住区的环境质量属于合格。同样可得, 环境要素属于合格, 环境设施属于较差, 环境管理属于合格。所以该居住区的环境质量还需要不断的改善, 环境设施需要加强建设。
5 总结
(1) 采用层次分析法与专家组群体决策相结合确定指标权重, 不但避免个人原因造成权重分配不合理, 而且对不同的专家赋予不同的权重, 使得更专业、更权威的专家对结果影响更大。
(2) 通过贴近度法利用择近原则对城市人居环境质量等级进行评定, 在一定程度上大大改善了最大隶属度原则带来的评价误差, 使得评价结果更合理。
(3) 城市人居环境是一个动态, 复杂的系统, 本文仅对城市人居环境选择部分指标进行了一个综合评价, 根据不同的城市环境特点, 随着城市的发展变化, 评价的指标需要进一步完善。
参考文献
[1]温倩.池州市人居环境质量评价与优化研究[D].芜湖:安徽师范大学, 2007.
[2]杜世平, 汪建, 马文彬.层次模糊综合评价法在校园环境质量评价中的应用[J].安徽农业科学, 2008, 36 (10) :3930-3931.
[3]李继军, 潘亚.群体决策和AHP法结合确定指标权重[J].基建优化, 2006, 27 (6) :27-29.
[4]潘峰, 付强, 梁川.基于层次分析法的模糊综合评价在水环境质量评价中的应用[J].东北水利水电, 2003, 21 (8) :21-22.
[5]魏代俊, 王能发.关于层次分析法中群体决策权重系数确定的探讨[J].湖北民族学院学报:自然科学版, 2007, 25 (2) :146-147.
[6]张智.居住区环境质量评价方法及管理系统研究[D].重庆:重庆大学, 2003.
[7]张新占, 杨柄成.拱桥的模糊综合评估[J].华东公路, 2004 (8) :59-60.
[8]部晓光, 郝际平, 芍洁.旧桥承载力模糊贴近度综合评判法[J].长安大学学报:自然科学版, 2005, 25 (3) :46-47.
5.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇五
关键词：完整性管理;风险评价;故障树;模糊综合评价;层次分析法
1 概述
石油和石油化工产品是我国重要的战略能源，不仅影响着国家的经济发展，而且还关系到国家的公共安全[1]。储罐在石油、化工、国防以及交通运输等领域应用比较广泛，是储备原料油、成品油、液体化工原料及其产品的专用设备[2]。
目前，我国有各种类型的储罐数十万台，还有数个大型战略储油罐群正在建设中，因此它的安全性和经济性越来越受到国家和企业的关注[1]。大型储罐一般指公称体积不小于200m3的储罐，我国在用的大型储罐单体最大体积已达15万m3，世界上最大的储罐体积已达到24万m3，如今10万m3的储罐已屡见不鲜[3-4]。随着我国石油储备战略基地的建设，大型储罐潜在的危险越来越多、越来越严重，使得安全、环保和长周期运行的可能性随之减小，这种情况下便对大型储罐的运行和安全管理工作提出了更高的要求[6]。
最初，大型储罐的管理模式是基于事故的管理模式，之后是周期性的维修管理模式，目前逐步发展为适用性强的完整性管理模式，即借助信息技术、集储罐群数据集成技术、检测技术、风险评估技术和维护检修技术为一体的更高层次的储罐管理系统。如何采取有效措施避免和减少大型储罐事故的发生，变预防性周期检修模式为以风险管理为核心的完整性管理模式，是管理者所面临的重大课题[4]。目前对储罐的检测，只有在储罐退出使用时才能进行，因此严重影响了储罐的正常运行。要解决储罐的安全性问题，就要加强以预防和检测为基础的储罐完整性管理[7]。从长远的经济效益和环境保护来看，为确保储罐的安全运行，实现检维修周期的优化及延寿，迫切需要一种既保证安全又经济方便的科学有序的管理模式来规范储罐的运营，在建立储罐完整性管理体系的基础上，根据各种检测结果，对储罐的风险等级进行评价，做出科学的维修决策，对石油化工行业的发展具有重大的意義[1，5]。
2 模糊综合评价法的安全状况评估管理研究
2.1 模糊综合评价法概述
模糊综合评价法是一种基于模糊数学模型的综合评价方法。1965年，美国伯克利加州大学的自动控制专家L.AZdah教授提出了模糊评价理论。该综合评价法是根据模糊数学的隶属度理论，并把定性评价转化为定量评价，也就是用模糊数学去评价受到多种因素制约的事物或对象。模糊综合评价法的特点是结果清晰、系统性强，并且能较好地解决模糊的、难以量化的问题，适合解决各种非确定性的问题[9]。
在我们的现实生活中，很多客观事物并不是都能被准确形容的，相反有些事物是具有不确定性因素的，而这种不确定性表现在两个方面，一是随机性，事件是否发生是不确定的;二是模糊性，事物本身的状态是不确定的。这种模糊概念或者说模糊现象没有办法划出清晰的界限。比如说一件事情发生的频率“偶尔”、“经常”、“频繁”等，是以一种模糊的形式来表达这件事情发生的次数，这个界限具体是怎么区分的又很难描述。模糊数学的出现是把精确描述延展到模糊领域内，去解决更复杂的问题。模糊数学并不是把我们已知的精确的数学形式变得模糊或模棱两可，而是通过精确的数学去处理那些无法准确地用数学形式表达的模糊事物。可以说，模糊数学是形式化思维和复杂系统之间的一座桥梁，将二者结合，使得经典数学又上升了一个更高的层次[9，10]。
模糊综合评价法在各领域内的应用也是很广泛的，借助数学概念为实际状况中的问题提供一种可用的评价方法。准确的说，模糊综合评价就是以模糊数学为基础，将边界不清、状态模糊的因素进行定量描述，利用多个因素指标对事物的隶属等级状况进行综合性评价[10]。
2.2 模糊综合评价法步骤
模糊综合评价就是利用最大隶属原则和模糊交换原理对评价对象做出评判，需要对各个因素进行全面的考虑，最终对评价对象做出综合评判。对于比较复杂的系统，考虑的因素会比较多，如果各因素之间有层次之分，可采用多层次模糊综合评价法。根据实际情况的需要，本文利用二级模糊综合评价法进行评判，其具体步骤如下[8，9]：
①建立因素集U
将需要评价的系统划分为若干个子系统，有多少个子系统便有多少个因素，则其因素集可表示为：
U={u1，u2，…um}，m为因素个数。
②建立评价集V
根据系统情况，选取若干评语组成集合，则称评价集：
V={V1，V2，…Vn}，n为评语数。
③建立权重分配集
在二级模糊评价中权重分配集包含等级集的权重和因素集的权重。
等级权重系数反应了某因素对系统的影响程度或隶属程度。设某一因素uij对应于j等级权重为aij，则对应因素ui（i=1，2，…，n）的等级权重为：
并且上式满足：＼1-297＼134-2.jpg＼1-297＼134-2.jpg> （2-2）
因素集权重反应了各因素对评价结果的重要性及影响程度。表示为：
并满足：
④一级模糊综合评判
用μijk表示因素uij对于评价集中Vk的隶属度，对于每一因素ui可表示为相应的评判矩阵＼1-297＼134-5.jpg>
其中，gi表示第i因素类中构成因素的个数。评判矩阵＼1-297＼134-5.jpg>可通过模糊统计试验得到，一级模糊综合评判矩阵＼1-297＼134-6.jpg>为：
其中，1-297＼134-6.jpg>为[U×V]的模糊矩阵。
⑤二级模糊综合评判。以一级模糊综合评判为基础，对因素的影响进行二级模糊综合评判，二级模糊综合评判矩阵为：
利用上述方法，可进行多级模糊综合评判。
2.3 隶属函数的选择
在储罐失效风险评价指标体系中，打分法存在人为的主观性，并且有一些指标的测算和测定本身就是一个比较模糊的概念，因此就需要引入模糊数学中的隶属度函数，通过隶属度函数就能得到评判矩阵
2.3.1 常用隶属函数
隶属函数是随着客观事物的不同状态而变化的，要重新建立隶属函数是非常困难的，并且建立的模糊集合的合理性也非常不好把握。为了降低选取隶属函數的难度，前辈们总结和归纳了一些常见模糊现象的通用隶属函数，以这些通用函数为基础对隶属函数进行适当修改以得到适用于模糊集合的隶属函数。常见的模糊分布有[9]：
①正态分布
图2-1 正态分布图
②三角形分布
图2-2 三角形分布图
③梯形分布
图2-3 梯形分布图
④柯西分布
图2-4 柯西分布图
⑤ Γ型分布
图2-5 Γ型分布图
2.3.2 隶属函数的确定
根据上一章对储罐失效的三个因素的风险等级划分，本文将选择五级隶属函数。选择可靠的、准确的、适用的隶属函数是非常重要的，这样才能客观并充分的描述模糊事物。在风险评价中，获得的评价精度越高，需要划分的等级就越多，因此计算量也会随之增加。而五级隶属函数精度较高计算量不是特别复杂，是比较理想的选择[9]。利用之前介绍的常用隶属函数，可在其中选取适合的隶属函数进行计算。
根据参考文献[9]中前辈对大量数据利用Matlab软件进行编程计算，不断的训练学习，最终得到了可靠度较高的隶属函数。在其研究过程中，还得到了常用隶属函数的数据不符合度，结果显示，各隶属函数的数据不符合度差异较大，如表2-1所示[9]。
表2-1 常见隶属函数数据表[9]
[隶属函数＼&数据不符合度＼&等差三角形隶属函数（0.2）
等差三角形隶属函数（0.25）
等差三角形隶属函数（0.3）
等倍三角形隶属函数（2倍）
正态分布隶属函数
Γ型分布隶属函数
柯西分布隶属函数（a=1 c=-2）＼&29.5%
9.34%
2.24%
36.16%
11.9%
29.06%
39.68%＼&]
上表列出了部分常用隶属函数数据不符合度的数值，通过对比分析，等差值为0.3的三角形隶属函数的数据不符合度非常小，只有2.24%，在可接受的范围内。隶属函数的选取是否准确，目前还没有一个特定的方法去进行检验，只能选用近似的隶属函数去描述现实中的客观事物[9]。等差值为0.3的三角形隶属函数的图形如下图所示：
图2-6 因素等级对应各等级的隶属度函数
上图中，横坐标表示的五个等级代表的是评价集V={轻微，较轻微，一般，较严重，严重}，纵坐标表示的是各因素在不同等级的隶属度的值。假设某因素u对评价目标的影响程度为三级，根据上图就可得到该因素对应等级的隶属度：
u：Ⅲ级=0.4/Ⅰ级+0.7/Ⅱ级+1/Ⅲ级+0.7/Ⅳ级+0.4/Ⅴ级
上式即表达因素属于三级时，各个状态的隶属度。同样当因素隶属于其它级别时，各等级的隶属度也可由上图得出。将各个状态的等级表达式按顺序依次排列，就得到了评判矩阵[9]。该隶属函数的等级权重集为：
Ⅰ级={1.0，0.7，0.4，0.1，0.0}
Ⅱ级={0.7，1.0，0.7，0.4，0.1}
Ⅲ级={0.4，0.7，1.0，0.7，0.4}
Ⅳ级={0.1，0.4，0.7，1.0，0.7}
Ⅴ级={0.0，0.1，0.4，0.7，1.0}
由这些权重集即可得到评判矩阵：
归一化后：
2.4 基于大型原油储罐失效安全状况评估
根据模糊综合评判方法的步骤，即可求得大型原油储罐失效的可能性大小，亦就是其危险程度。
①建立因素集U
根据第三章对储罐失效原因的分析及故障树的建立，将引起储罐失效的基本事件分为三类u1（腐蚀因素）、u2（外界因素）、u3（材料缺陷）。故U={u1，u2，u3}。
②建立评价集V
V={轻微，较轻微，一般，较严重，严重}分别对应着Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级。
③建立权重分配集
假设u1为Ⅲ级，u2为Ⅱ级，u3为Ⅳ级。即可得到不同因素对应的不同等级状态下的等级集权重。
对各指标的因素权重的计算，可得到三大类因素集的权重系数。
④一级模糊综合评判
由选定的隶属函数即可得到评判矩阵
因为u1为Ⅲ级，所以其等级集的权重系数
则u1的一级模糊综合评判矩阵
同理可以得到u2、u3的一级模糊综合评判矩阵：
⑤二级模糊综合评判
二级模糊综合评判矩阵
通过隶属函数的最大隶属原则可知数值0.2454最大，故该假设状况的综合等级判定为Ⅲ级，大型原油储罐在该状况下的危险程度为一般，亦就是其发生的可能性大小为中等。
利用模糊综合评判法，判断因素的风险等级得到各因素的等级集权重，采用模糊层次分析法得到各因素集权重，通过矩阵的运算，最终求得大型原油储罐在某状况下的危险等级。不同状况下的各因素的风险等级不同，可通过第四章中建立的评分表进行打分，得出各因素的危险等级。综合分析各个因素的危险程度从而得到储罐失效的风险等级。根据评价结果，对储罐发生的危险有了进一步的了解，从而可以预防危险因素的发生，再对储罐失效可能发生的危险制定相应的应急预案和事故处理措施，保证储罐能够在日常生产中安全平稳运行。
3 结论
原油属于易燃、易挥发的油品，随着我国原油储罐数量的大幅增长，一旦发生事故，后果将非常严重，因此其属于重大危险源。本文在前辈们研究的基础上，对大型原油储罐的风险进行了评价，对薄弱环节进行了判定，为大型原油储罐的运行以及科学的管理提供了依据。对储罐危险等级的判定，可辨识出失效可能性大的原油储罐，进行进一步的检测和监测，重点预防和维护，将其危险性降到最低，节省了人力、物力、财力。通过分析，可以得到如下结论：
①对储罐完整性管理进行了详细的分析与总结，借鉴相关理论，明确了储罐完整性管理每一个环节的内容及具体作用，对建立一个完善的储罐完整性体系有着重要的作用，在更深层次上可以保证大型原油储罐的本体安全，并且平稳的运行。
②对大型原油储罐进行危险源辨识，从储罐开裂、储罐失稳和腐蚀穿孔三个方面分析了大型原油储罐可能存在的风险因素。
③通过选取适合的隶属度函数，利用二阶模糊综合评价法，得到大型原油储罐在某状况下的危险等级。为以后制定相应的风险缓解措施和风险管理措施提供科学依据，提高实际的风险预测能力。
参考文献：
[1]戴光，李伟，王娅莉等.常压立式储罐腐蚀状态检测与评价技术的研究与应用[J].无损检测，2011，33（12）：58-61.
[2]李光海.常压储罐检验检测技术[J].无损检测，2010，32（7）：509-512.
[3]赵彦修，闫河.大型储罐检测标准对比分析[J].油气储运，2010，29（12）：65-68.
[4]王光，李光海，贾国栋.常压储罐群的完整性评价技术[J].压力容器，2009，26（7）：29-32.
[5]石磊，帅健，王晓霖.储罐完整性管理研究.http：//www.docin.com/p-713218029.html，2013.
[6]郭菲菲，王北福，聂立宏，等.基于MATLAB的大型储罐完整性评价系统的开发[J].浙江海洋学院学报（自然科学版），2013，32（3）：276-279.
[7]张静，帅健.储罐的完整性管理[J].油气储运，2010，29（1）：9-11.
[8]《管道完整性管理技術》编委会.管道完整性管理技术[M].北京：石油工业出版社，2011.
[9]石磊明.城市埋地燃气管道风险评价研究[D].北京：北京建筑工程学院，2012.
[10]燕子的博客.模糊综合评价.http：//blog.sina.com.cn/s/blog_51e178
6.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇六
1 课题研究方案
应用模糊数学理论, 把模糊综合评价方法具体应用到教学质量综合评价系统研究中, 结合高校的实际情况将教学质量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, 实现对教学的质量等级综合评判。
教学质量评价系统属于多客户端系统, 因此本系统利用WEB平台进行架构。通过平台收集相关评价客户数据作为数据源。当数据收集后, 按既定的算法进行程序化处理, 并将得到的评价结果储存于数据库当中, 方便比较结果使用。整个WEB的平台将采用asp+access组合进行架构。数据结构采用多链路分层式结构, 从而适应多种评价对象需求。
2 教学质量评价系统指标体系及模型的建立
2.1 评价指标体系
要对教师进行客观、公正的评价, 建立合理、规范的教学质量评价指标体系是关键。建立教学质量评价指标体系必须坚持客观性、导向性、整体性、独立性和操作性等原则。教学质量的评价主要有“专家评价”、“同行教师及教师自己评价”、“学生评价”, “管理员评价”。
2.2 利用层次分析法确定各级指标权重
评价体系中各指标的权重设计的合理与否直接影响教学评估效果。所谓权重, 是指一个整体被分解成若干因素 (指标) 时, 用来表示每个因素在整体中所占比重大小的数字。通过建立问题层次分析结构模型、构造影响教学质量的判断矩阵、计算权向量、一致性检验得出教学质量评价指标例举如表1, 表2。
2.3 基于模糊综合评价法的教学质量评价系统的算法
模糊综合评价是模糊决策中常用的一种有效方法。在实际中, 常常需要对一个事物作出评价 (或评估) 一般都涉及多个因素或多个指标, 此时就要求我们根据这些因素对事物作出综合评价, 这就是所谓的综合评价, 即综合评价就是要对受多个因素影响的失误 (或对象) 作出全面的评价, 故模糊综合评价又称模糊综合决策或者模糊多元决策。
模糊综合评价法在利用评价矩阵计算各指标的隶属度后, 按矩阵运算的方法进行。对于最后得到的评价结果的隶属度进行量化, 得到直观的评价值。这样能极大限度地保留了原始的评价信息, 并通过了隶属度的量化, 让评价结果更加直观。
根据上面的模糊综合评价模型, 得到的模糊综合评价法的具体实现方法如下:
算法:
输入:教学质量评价表中各个评价项目的评价数据;
输出:模糊综合评价量化后结果;
步骤:
步骤1:构造以下集合:
指标的评价因素集U={u 1, u2, ..., un};评语集V={v 1, v2, ..., vn};评语集对应的数值集N= (n 1, n2, ..., nm) ;权重集A= (a1, a 2, ..., an) ;
步骤2:构造隶属度子集R。这里rij表示第i个因素对第j种评语的隶属度, 即:
rij=从而可得
步骤3:计算:B=AoR= (b 1, b 2, ..., b n) ;
步骤4:对B进行归一化处理, 即得到U的用隶属度表示的评判值B= (b1, b2, ..., bn) ;
步骤5:重复步骤和步骤5, 直到求出该级所有指标的评价因素集的评判值B
步骤6:如还有上一级评价指标, 则用下一级求得的所有评判值构成新的评价矩阵R, 并重复步骤和步骤5, 直至最高一级, 则可得到模糊综合评价的结果B。
步骤7:利用B×N=
可以得到模糊综合评价的量化结果。
3 教学质量评价系统的特点
教学质量评价系统是根据我校教学的实际情况进行研究与设计的, 教师教学质量评价是教育质量监控体系中的一个重要环节也是质量控制的一种手段。本研究结合全面质量管理、目标质量管理、过程质量管理及相关理论, 综合运用了层次分析法、模糊综合评价法, 构建了教师教学质量评价系统, 在评价主体、评价指标、评价内容、评价方法、评价手段等各个方面均进行了相应的改革。
摘要：对高校教学质量的综合评判是一个多层次评价问题, 本文将模糊数学中的模糊综合评价运用到高校教学质量综合评价中。设计并实现了一个B/S体系结构的高校教师教学质量评价平台。
关键词：模糊综合评价,层次分析法,教学质量评价
参考文献
[1]高彬.综合评价支持系统的分析设计与实现[J].控制工程, 2010 (9) :650～651.
7.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇七
建筑工程项目是一个庞大的系统工程, 并且极度复杂, 其评估对象总是会受到各类不确定要素的影响, 而且它的表现往往也是模糊的, 所以如果继续使用传统的风险评价方法去评判风险, 已经不能得到很好的效果了。因为传统的评价方法没有对因素的模糊性做深入的研究, 因此现在需要采取其他有效的评估方法, 正好模糊综合评价法就考虑到了这一点, 它能够深入研究评估因素的模糊性。因此在本文中, 详细地介绍了模糊综合评价法, 给出了模糊综合风险评估法的一般步骤, 并运用该方法对某个案例的环境风险程度进行了综合评判。
1 模糊综合评价法
模糊综合评价分析方法作为一种常见的评价方法, 能够有效地提高管理人员的管理水平以及决策能力。该综合评价法可以用来对人、事、物进行全面、正确而又定量的评价[1]。换一种说法, 模糊综合评价分析法是一种预测评价方法, 以模糊数学作为自己的根底, 再应用模糊关系原理, 把全部的影响因素综合起来研究, 并依据权重区分各类因素的重要性程度, 最后按照隶属度理论把定性评价转化为定量评价。
在评判工程项目风险时, 在开展运行过程中, 工程项目会受到各方面成分的影响, 所以, 为了对该项目的风险进行有效的综合评价, 作出切确的相关决策, 就要使评价模型能够多方面地考虑影响因素, 并进行汇总性的评判。可是从另一方面来看的话, 各种影响因素之间也是有着不可分割的联系, 它们之间也没有明确的界限区以划分, 这样就很难进行精确的评估[2]。如果将模糊综合评价分析法引入到项目风险评价中, 那么传统方法只能评判项目单一风险的这一弊端就能较好的解决了, 项目的风险也能进行更加系统、全面的评价, 最终可以为决策者提供更为合理、准确的决策依据。
1.1 模糊综合评价法的原理
模糊数学工具常常会被应用, 尤其在模糊综合评判中, 它往往被用作对事物的评判, 因此模糊评价法是很常见的一种评判方法。它的基本原理是[2]:首先须要确定被评对象的因素集U和评判集V;然后各个因素的权值、隶属度向量也要分别被确立, 稍后变更模糊集合, 构造出模糊评判矩阵R;最后评判矩阵, 用模糊运算计算权重, 对它们进行归一化, 最终得到综合评判结果集B。
模糊评价矩阵的计算是模糊综合评判的最关键一步。而整个模糊综合评价方法在使用过程中, 主要包括四个重要元素, 如图1。
1.2 模糊综合评价法的特点
总体归纳, 模糊综合评判法的主要特点[2]有:
(1) 评判结果具有唯一性, 且是一个模糊向量。首先它是一个向量而不是一个点值, 这是由模糊综合评价法自身的属性决定的。其次, 作为被评判的对象, 这些事物是具有中间过渡性的, 所以得出的评判结果也不可能会是断然确定的, 而是用了各个等级的隶属度来表示;再加上由于被评对象的逐一进行, 每个被评对象都可由此获得一个R阵, 得到一个B向量。所以只要合成算子相同、评判指标权数相同, 那么对同一个被评判对象来说, 其评判的结果就是具有唯一性。
(2) 层次性, 循环性。在评判过程中, 具有很多层次的, 也一直是循环进行的。后面评判过程中需要的数据是前一过程中得出的评判结果。也就是说, 进行单级和多级模糊综合评判是建立在复杂的评判对象上的。
(3) 设立评判等级论域。作模糊综合评判时, 必须明确知道各等级的含义, 并设立一个评语等级论域。
2 模糊综合评价法应用举例
经分析得, 工程建设项目中一般包括以下几种类型的风险因素:政治风险、项目风险、市场风险、环境风险和计划风险等。在本文中, 仅仅是对环境风险这一因素的不确定性问题进行了评估。
下面例举了某项工程的例子, 本文对这项工程中的环境风险进行了风险评估, 运用模糊综合评价法对其建立了模型, 进行了评判。而对于环境风险来说, 它的影响因素可以由以下五项组成:自然风险、政治风险、市场风险、经济风险和社会风险。
具体步骤如下:
(1) 建立环境风险评判因素集和评价集。
由于环境风险中每一个因素都包含了许多指标, 全都计算的话过于复杂, 所以为了方便计算, 就只取了其中的一部分指标进行评判。
建立环境风险评判因素集X:X={X1, X2, X3, X4, X5}={自然风险, 社会风险, 政治风险, 市场风险, 经济风险}。其中, X1={气候条件, 地质条件, 地理位置}, X2={当地社会环境, 风俗习惯}, X3={政治法律环境, 政策变动}, X4={市场需求前景的不确定性, 市场竞争风险, 材料价格风险}, X5={经济效益稳定性, 资金周转能力, 资金需求不确定性}。
建立评价集Y={y1, y2, y3, y4, y5}={高, 较高, 一般, 较低, 低}, 并赋予评价集各元素分值分别为{9, 7, 5, 3, 1}。
(2) 建立单因素评判矩阵R。
为了风险评价的科学性和可靠性, 特在该领域内寻找20位权威专家并征求其意见, 专家们在对项目的实际情况和风险管理情况进行调查、研究的基础上, 对该项目的各项风险评判因素进行了评价, 并给出了评价等级。
以“气候条件”为例, 通过调查、统计, 认为其风险高、较高、一般、较低和低的专家们的人数分别是0, 1, 1, 3, 15, 因此, 对该因素的风险隶属度分别为0, 0.05, 0.05, 0.15, 0.75, 模糊向量为 (0, 0.05, 0.05, 0.15, 0.75) 。同理, 求其他因素的模糊向量。
(3) 一级模糊评判。
由上面求出来的各因素的模糊向量, 可以得到一级评判矩阵R1, R2, R3, R4, R5:
20位专家以各项风险因素的危害程度和发生可能性各自进行打分, 对打分的结果求平均值, 得各自的权重和权重集:
可得一级模糊评判矩阵:Ui (i=1~5) , 例如
(4) 二级模糊评判。
根据一级模糊评判U1, U2, U3, U4, U5, 可以组成如下的二级评判矩阵R:
20位专家再以各项风险因素的危害程度和发生的可能性再次打分, 然后对打分的结果求平均值, 得二级权重集如下:
得二级模糊评判矩阵U0:
通过以上计算可得, 自然风险U1= (0, 0.05, 0.121, 0.215, 0.614) , 表示该风险高、较高、一般、较低、低的可能性分别为0, 5%, 12.1%, 21.5%, 61.4%, 按照风险等级值进行计算, 总风险值等于风险等级可能性与风险等级中位数值的乘积, 则财务风险值为:Y1=0×9+0.05×7+0.121×5+0.215×3+0.614×1=2.214, 风险值对应风险程度为较低, 即认为本工程自然风险较低。
同样, 可得其他因素风险程度:社会风险值Y2=3.286, 社会风险较低;政治风险值Y3=2.8, 政治风险较低;市场风险值Y4=5.946, 市场风险一般;经济风险值Y5=6.866, 经济风险较高;工程环境风险值Y=4.132, 工程项目环境风险一般。
3 结语
根据模糊综合评价法的评判结果, 经济风险较高, 因此在具体施工过程中, 应有效的控制各个环节的经济效益、资金周转能力等;其他风险因素虽然目前相对不高, 但是也要必要的措施还是要提前采取的, 风险也要尽可能地降低, 以确保项目的安全实施。
本文在评价过程中, 由于各方面因素的限制和使用方法的局限性, 因此可能会受到各种影响, 如专家个人的风险偏好、调查问卷的样本量、风险因素的复杂性等, 从而会导致最终评价的准确性也受到一定的影响, 研究成果跟现实可能会存在一些偏差, 如何选择科学有效的方法也需要进一步研究。
参考文献
[1]郭波, 龚时雨, 谭云涛.项目风险管理[M].北京:电子工业出版社, 2008.
[2]叶珍.基于AHP的模糊综合评价方法研究及应用[D].华南理工大学, 2010.
8.基于多级模糊综合评价法的内河运输可持续发展能力评价研究 篇八
1 模糊综合评价法
1.1 模糊综合评价法的基本原理
模糊综合评价就是以模糊数学为基础, 应用模糊关系的合成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的隶属等级状况进行综合性评价的一种方法。
1.2 模糊综合评价法的步骤
1.2.1 建立因素集
影响评价对象取值 (得分) 各因素组成的集合称为因素集, 因素集通常用字母U来表示, 即U={u1, u2, …, um}, 因素集中的这些因素 (ui) 都具有模糊性, 因素集为普通集。
1.2.2 建立权重集
一般来说, 各因素影响评价对象取值的重要程度并不相同, 对各因素ui (i=1, 2, …, m) 应赋予相应的权数Wi (i=1, 2, …, m) , 由各权数组成的集合W={w1, w2, …, wm}, 称为因素的权重集。
通常各权数应满足归一性和非负性
权重集是一个模糊集合, 为清楚地表示权数与各因素间的对应关系, 权重集也可表示为
1.2.3 建立评价集
评价集是评判者将评价对象做出的各种评价结果组合成的集合, 通常用大写的字母V表示, 即V={v1, v2, …, vn}, 其中vn (n=1, 2, …, n) 可以是语言形式。在公路客运满意度评价中, 选取的评价集为V={非常满意, 满意, 一般, 不满意, 差}, 即V={2, 1, 0, -1, -2}。当下文计算的评价值D=2时, 评价结果为非常满意;评价值D=1时, 评价结果为满意;评价值D=0时, 评价结果为一般;评价值D=-1时, 评价结果为不满意;评价值D=-2时, 评价结果为很不满意。若D在某两个数之间时, 表示它的评价结果在这两个数所对应的评价结果之间或偏向于某一评价结果。
1.2.4 因素模糊评价
单因素模糊评价是指单独从一个因素出发进行评价, 以确定评价对象对评价集中元素的隶属度。一般情况下评价对象按因素集中第i个因素ui进行评价, 设评价集中第j个元素vj的隶属度为γij, 其结果可表示成模糊集合
Ri称为单因素评价集。由各单因素评判集的隶属度为行而组成的模糊矩阵R, 称为单因素评价矩阵, 即
1.2.5 模糊综合评价
单因素模糊评判, 仅反映一个因素对评判对象的影响。为综合考虑所有因素的影响, 必须考虑各因素的重要程度, 就是将权重矩阵W与单因素评判矩阵R合成模糊综合评判矩阵B, 即
将得出的矩阵B通过归一化处理后, 直接得出评价结果。
2 层次分析法确定权重
在模糊综合评价法中需要确定各指标的权重, 不同的权重分配将产生不同的评价结果。采用应用较广的层次分析法来确定指标的权重, 具体步骤如下。
1) 建立递阶层次结构, 把复杂问题分解成元素的各组成部分。
2) 确定判断标度, 一般应用9级标度法。
3) 建立判断矩阵, 判断矩阵M=bij, 如表1所示, 其中bij (i=1, 2, 3, …, n;j=1, 2, 3, …, n) , 表示对ak而言, Bi对Bj相对重要性的数值表现形式, 通常bij按9级标度表取值。
4) 根据判断矩阵, 计算各要素的优先级向量 (或称判断矩阵的特征向量) , 主要分为以下二个过程:
首先, 计算矩阵各行元素乘积的n次根
其次, 将上述计算结果正交化, 得到各要素的优先级向量
则W= (W1, W2, …, Wn) 即为所求的优先级 (特征根) 向量。
5) 确定总体优先级向量, 也就是各指标权重。
6) 判断矩阵的一致性检验, 具体计算过程如下:
第一步, 计算判断矩阵的最大特征根
第二步, 计算一致性指标CI
第三步, 计算一致性比例CR
对于1~9阶中RI的值如表2所示, 只要当CR<0.1, 则认为判断矩阵有满意的一致性, 否则, 需要调整判断矩阵, 使之具有满意的一致性。
3 实例分析
哈尔滨市公路客运总站为国家一级客运站, 是全国大型枢纽站之一, 是省内外长途客运的重要集散中心, 以代售客票、向旅客和客运车辆提供候乘场所及待发场地的公益性窗口单位, 实行站车分设, 隶属于哈尔滨市交通运输局。目前, 有南岗站、三棵树站、道外站、哈西站等6个客运始发站, 2个客运分站 (平房站、利民站, 其中平房站为租赁场地, 利民站为简易房) , 7个租赁客运停靠站 (京哈站、动力站、哈五站、哈同站、韩家洼子站、松浦站、前进站) 。为全国12个省、2个直辖市以及俄罗斯海参崴等地的428条营运线路提供发车场地, 日均发车1 363个班次, 年发往省内外及国际旅客1 650万人次。通过选取评价指标, 以问卷的形式从权重和公路客运满意度评价两个方面, 对哈尔滨市公路客运站进行一个月的调查。
3.1 构建评价指标体系
通过阅读文献可以发现, 以往在做公路交通服务水平评价时, 调查问卷所涉及的问题主要集中在便利性、安全性、车辆运营的准时性、舒适性和经济性。每一项指标又分为若干具体内容, 对各项内容进行权重分配, 才能保证评价结果的全面性。综合归纳各项因素, 建立哈尔滨市公路客运满意度评价指标体系, 如表3所示。
3.2 权重结果确定
权重主要向相关专家和公路客运站的服务人员及管理人员调查, 得到判断矩阵, 经过计算后得到各评价指标的权重 (见表4) 。
为评价层次总排序计算结果的一致性, 需要计算层次总排序随机一致性率。用前面所给出的总排序一致性检验式 (10) 计算得CR=0.002 3, 由此可认为, 层次总排序的计算结果具有满意的一致性。
3.3 哈尔滨市公路客运满意度评价
此次调查共发出300份调查问卷, 由于采取现场作答并直接收回的调查方式, 300份问卷全部收回, 但有6份为无效问卷, 294份为有效。通过回收的调查问卷可知, 本次调查得到13个城市公路客运满意度的评价指标, 并获得了与其直接相关的权重值和满意度值 (见表5) 。
根据表5和式 (3) 得到单因素评价矩阵
由于各因素权重并不相等, 因此, 需要作模糊矩阵计算, 由式 (5) 得出
将得出的矩阵B通过归一化处理后, 结果为
因此, 哈尔滨市公路客运的服务水平在“一般”和“满意”之间, 更偏于“一般”。
4 结语
【基于多级模糊综合评价法的内河运输可持续发展能力评价研究】推荐阅读：
基于课标的教学与评价07-24
“基于课程标准的教学与评价”心得体会08-19
基于质心和偏差的模糊数排序方法07-23
基于AHP的辽宁中部城市生态环境质量评价10-04
基于服务营销的商业银行策略研究06-30
基于卫星产品保证的并行工程的研究10-25
基于供应链管理的冷链物流模式研究09-10
教师发展设计是基于生涯规划的策略11-04
基于中学音乐欣赏教学主体参与研究的论文09-26