略谈基于层次分析法的企业信息化综合评价研究论文（11篇）
1.略谈基于层次分析法的企业信息化综合评价研究论文 篇一
香港土壤研究 Ⅵ.基于改进层次分析法的土壤肥力质量综合评价
采用改进层次分析法(AHP),并结合覆盖整个香港地区的51个典型土壤剖面样品分析得到的pH(H2O)、有机质、质地等包含土壤物理和土壤化学的10项指标进行综合评价.评价结果表明:香港地区的.土壤肥力质量总体不高,有1/2以上调查样点属中等以下水平.在不同生态景观类型中,农业土壤的肥力质量相对较高.土壤过酸和磷素水平(包括全磷和速效磷含量)过低是香港土壤肥力质量低下的主要原因.此外,山火焚烧和侵蚀在一定程度上加剧了土壤肥力的退化,因此需要加强地表植被和水土的保育工作.
作 者：章海波 骆永明 赵其国 张甘霖 黄铭洪 Zhang Haibo Luo Yongming Zhao Qiguo Zhang Ganlin Wong Minghung 作者单位：章海波,骆永明,赵其国,张甘霖,Zhang Haibo,Luo Yongming,Zhao Qiguo,Zhang Ganlin(中国科学院南京土壤研究所与香港浸会大学土壤与环境联合开放研究实验室,土壤与环境生物修复研究中心,土壤与农业可持续发展国家重点实验室,南京,210008;中国科学院研究生院,北京,100039)
黄铭洪,Wong Minghung(香港浸会大学裘槎环境科学研究所,香港九龙塘)
刊 名：土壤学报 ISTIC PKU英文刊名：ACTA PEDOLOGICA SINICA 年，卷(期)：2006 43(4) 分类号：X825 关键词：香港地区 土壤肥力质量 层次分析法(AHP) 综合评价
2.略谈基于层次分析法的企业信息化综合评价研究论文 篇二
一、层次分析法和模糊层次分析法
(一) 层次分析法。层次分析法 (The analytic hierarchy process) 简称AHP, 是一种决策思维方式, 它可以把复杂的决策问题分解为各个组成的因素, 再将这些因素按支配关系分组, 形成有序的递阶层次结构, 通过两两比较的方式, 确定层次中诸多因素相对重要性总的顺序。层次分析法体现了人们决策思维的基本特征———分解、综合、判断。
层析分析法是一种定性与定量相结合的决策分析方法。把决策过程中的定量和定性因素有机地结合起来, 用统一的方法进行处理。但是该方法在判断矩阵一致性上存在难以确定的问题, 直接影响了使用效果。因此, 引入模糊层次分析法, 将模糊一致矩阵的思想代替一致矩阵的思想。
(二) 模糊层次分析法。模糊层次分析法 (The Fuzzy analytic hierarchy process) 简称FAHP, 是将模糊数学中的综合评判法引入到层次分析法中, 也是一种定性、定量相结合的决策方法。在模糊层次分析中, 因素间两两比较判断时, 不用三角模糊数来定量化, 而是采用一个因素比另一个因素的重要程度定量表示, 从而得到模糊判断矩阵。
模糊层次分析法与层次分析法主要区别在于:模糊层次分析法中的模糊一致矩阵和层次分析法中的判断矩阵是通过不同数学方法得出, 且两种矩阵求各因素权重的方法不同。
(三) 模糊层次分析法模型构建。1.确定评价目标, 形成影响目标的因素集。建立影响目标的因素集合A, 若多层次的因素影响该目标问题, 则应将其分层, 按层次列出影响因素。2.建立模糊判断矩阵。模糊判断矩阵P表示针对上一层某元素, 本层次的影响因素两两之间相对重要性的比较。
即 (i=1, 2, …, n;j=1, 2, …, n) , 指本层次第i个元素对第j个元素对于其上层因素具有的模糊关系, 即“i比j重要得多”的隶属度, 可采用0.1~0.9标度给与数量标度。0.5, 表示两元素同等重要;0.6, 表示一个元素比另一个元素稍微重要;0.7, 表示一个元素比另一个元素明显重要;0.8, 表示一个元素比另一个元素重要得多;0.9, 表示一个元素比另一个元素极端重要;0.1, 0.2, 0.3, 表示反比较, 若元素与元素相比较得到判断, 则元素与元素相比较得到的判断为1-。将模糊判断矩阵一致化得到模糊判断一致矩阵, 再通过模糊一致判断矩阵求出各因素的权重集。3.确定判断集V={, , }。该集合是评语组成的集合, 表示由高到低的评语。4.评判矩阵。对单个因素进行评判, 得到V上的模糊集。该模糊集是因素到评语判断集V的一个映射, 从而确定一个模糊判断矩阵。5.综合评判。根据权重集与对应某个模糊矩阵的乘积, 得出综合评判结果。6.计算综合评判分数。将评语判断集V按照百分制换算。假设四级评判按百分制有四个区间V={, , , }={优, 良, 中, 差}, 为90~100, 为70~89, 为50~60, 为0~49。根据等级评价向量, 最后得出评价分数。
二、模糊层次分析法在档案信息服务评价中的应用
(一) 档案信息服务。档案信息服务是档案管理活动中的重要内容, 是衡量一个国家、一个地区档案事业发展水平的重要因素。因此, 笔者认为对于档案信息服务综合评价应综合全方位的考虑, 既要看到国家层次战略规划, 长远考虑法规政策, 更要兼顾档案信息服务工作者的服务质量以及技术管理水平的支撑。1.国家意识———战略规划。档案管理活动是一项实践性极强、与公众日常生活息息相关的十分重要的社会事业, 国家对档案事业进行战略规划是十分必要的, 规划的有效部署是档案信息服务工作高效高质进行的先决条件。2.长远支持———法规政策。法规政策的支持对档案信息服务的意义是深远的。我国长期以来“重保管、轻利用”, 档案机构与档案利用者在权利义务上不能达到统一和平衡, 因此, 加强档案法制建设刻不容缓。影响政策法规的因素主要有:档案权力与义务和谐程度, 法律法规的与时俱进, 人们的档案意识等。3.具体实践———档案信息服务工作者。具体实践中, 我国网络档案信息服务仍处于起步阶段。只有几个条件较好的档案馆在进行试点, 如深圳、青岛、杭州的数字档案馆, 多数档案网站即便存在, 内容也极不丰富, 档案信息服务不尽如人意, 大量的档案信息资源几乎还未进行数字化处理, 网络查询、网上利用、档案信息资源开放、网络化服务均有较大提升空间。因此提高档案信息服务工作者的综合素质是档案信息服务工作有质的飞跃的重中之重。4.资源建设———管理技术水平。信息化日益成熟的今天, 管理的不协调不仅会造成大量档案信息的浪费, 增加档案信息管理失控的风险, 更会对其服务质量造成难以挽救的后果。影响因素包括:管理协调程度、技术完善水平等。
(二) 建立系统模型。档案信息服务质量受到多种直接因素和间接因素的影响, 高质量的档案信息服务需要满足多方面的要求, 因此, 采用模糊层次分析法, 将这些影响因素合理层次化, 并从定性、定量两方面进行分析, 逐层比较影响档案信息服务质量的各种关联因素的重要性、隶属关系, 为分析、评价、决策提供依据, 从而为用户利用档案信息提供一个更加科学、客观的参照。1.建立模型:档案信息服务质量评价的模型可以分为四个层次:目标层、准则层、指标层、方案层。目标层:档案信息服务综合评价作为系统分析的总目标;准则层:按照战略规划、法规政策、档案信息服务工作者、管理技术水平四条准则对档案信息服务质量进行评价;指标层:分别根据准则层中四条不同的准则, 将影响各条准则层的多个因素进行分类, 并对影响各条准则的多个因素指标进行详细说明;方案层:根据分等级的评价要求, 将各因素的满足程度分为优、良、中、差四个等级。档案信息服务质量多层次评价指标表格如下表所示:
2.权重计算:按照模糊层次分析法模型构建具体步骤算出档案信息服务综合评分 (设计概率论知识, 本文忽略计算) 。结果出来后, 不管是用户还是档案信息服务者都可根据不同的档次寻求进行自身活动:如用户选择更好的服务部门, 档案信息服务部门以此为依据提高自身服务。
(三) 应用过程中的问题。1.定性方法是前提。定性分析的方法是一种经验性的判断方法。在上述整个评价过程中涉及了主观因素的影响:方案中优良中差的选择是由评价人主观作出的选择;两两相对重要性数值也是由评价人根据自身理论体系做出的评价。模糊层次分析法的实质是一种定性和定量相结合的决策方法, 在使用的时候, 无论是设计层次结构, 还是构造判断矩阵, 人的主观判断、选择、偏好对结构的影响很大。2.定性分析要结合科学的定量分析。运用FAHP研究档案信息利用效益评价问题, 是在研究过程中对整个档案信息服务评价体系的构建进行分析, 如建立矩阵模型等, 需要对档案信息服务的本质、包含的要素和有关档案信息服务评价体系各个要素之间的关系掌握得很透彻;否则, 单凭个人的主观意见构建的体系实质是定性分析。需要指出, 利用模糊层次分析法的评价过程中不可避免地受到主观因素的影响, 但突出优势在于尽量地弱化这种主观因素的主观性, 通过科学的计算得到相对客观的结果。
三、模糊层次分析法的发展与意义
模糊层次分析法不仅继承了层次分析法分层次、量化的分析问题、进行决策的优点, 还有效解决了层次分析法中出现的一致性判断合理、一致性判断与人的思维方式存在差异等问题。现阶段, 模糊层次分析法在风险评估、商品质量评价、系统效能评估、新产品开发等领域都有广泛运用, 而在档案信息开发、管理、服务方面的应用还处于初级阶段。针对档案信息服务的特点还需改进:档案信息服务的影响因素还可进一步挖掘、分析, 所以随着层次的增多, 各指标权重的计算量相应增大, 形成负担, 而且影响因素的归层是一个主观判断的过程, 易引起分歧, 此外, 计算的增加也会导致各权重值的误差增加, 从而影响评价结果。
模糊层次分析法 (FAHP) 利用数学的语言反映了人们思维判断的模糊性, 提供了一种更加科学、有效、客观、实用的档案信息服务评价方法。随着信息技术产品的迅猛发展, 档案信息的巨大潜质被层次不穷地挖掘出来, 档案信息服务产业化的趋势不可阻挡, 档案信息服务质量的评价就显得尤为重要。
参考文献
[1] .T·库克.1898年荷兰手册出版以来档案理论与实践的相互影响.第十三届国际档案大会文件报告集.中国档案出版社, 1997
[2] .冯惠玲.赵国俊.中国电子文件管理——问题与对策.中国人民大学出版社, 2009
[3] .张吉军.模糊层次分析法 (FAHP) .模糊系统与数学, 2000.14
[4] .汤健.基于模糊层次分析法的数字薪资质量评价方法.档案学通讯, 2008.06
[5] .全国档案信息化建设实施纲要[EB/OL], 2010.05
[6] .肖琼等.基于模糊层次分析法的网络信息资源综合评价.情报杂志, 2006.03
3.略谈基于层次分析法的企业信息化综合评价研究论文 篇三
【关键词】模糊层次分析法；层次结构模型；企业竞争力
企业竞争力是指在竞争性市场条件下，企业通过培育自身资源和能力，获取外部可寻址资源，并综合加以利用，在为顾客创造价值的基础上，实现自身价值的综合性能力。竞争力是不可触知、难以度量的，尽管如此,近年来对企业竞争力的研究却越来越引起经济界和管理界的广泛兴趣和重视，因为企业竞争力对于企业的生存和发展具有决定性的意义,是一个值得高度重视的研究领域。文章首先对层次分析法和模糊综合评判算法进行了理论分析，然后根据企业竞争力评价体系的实际需要建立了多层次模糊综合评价模型,最后对企业的竞争力做出定量的评价。
1层次分析法及模糊综合评价方法
1.1層次分析法
“层次分析法”是将一个复杂的多目标决策问题作为一个系统,譬如文中的企业竞争力评价问题,通过对系统的多个因素的分析,划分出各因素自检的有序层次，通过对每一层次的各因素进行较为客观的判断后进行定性指标模糊量化,算出层次单排序(权重)和总排序,以作为目标多方案优化决策的系统方法。该方法的优点是在企业竞争力评价过程中定性和定量结合,具有高度的逻辑性、系统性和实用性,是针对多层次多目标规划决策问题的有效决策方法。层次分析法对企业竞争力评价系统进行分析、设计，决策可按以下5步骤展开：
(1)对系统中的各因素之间的关系进行分析，建立层次分析结构模型；
(2)对同一层次中各元素关于上一层中某一准则的重要性两两比较，构造比较判断矩阵A=(aij)n×n；
(3)由判断矩阵算出被比较元素对于该准则的相对权重W={ω1,ω2,…，ωN}；
(4)计算各层元素对系统目标的合成权重,并排序；
(5)用随机一致性比值来进行内部一致性检验；
1.2 模糊综合评判法
“模糊综合评判法”就是使用模糊变换原则和最大隶属度原则来综合考虑被评事物及其属性的相关因素,进而对事物进行等级或类别评判的方法。如何正确规定模糊评判的论域并构造合理的模糊评判矩阵是算法关键，该算法应用于系统中企业竞争力的评价,简单易行,设因素集U={u1，u2，…，um}为综合评判的m个影响因素，评价集V={v1，v2，…，vn}为最终评语所组成的集合，这里有两类模糊集:一类是表示因素集U中各因素重要程度的量W={ω1,ω2,…，ωn}；另一类是U×V上的模糊关系,表现为m×n模糊矩阵R。这两类模糊集都是人们评价观念或者偏好结构的反应，再对这两类模糊集加以模糊计算,便可以得到V上的一个模糊子集B={b1，b2，…，bn}。因此,模糊综合评价是指寻找模糊权重向量W={ω1,ω2,…，ωn},以及一个从U到V的模糊变换f,即对每一个因素ui单独做出一个判断f(ui)=(ri1,ri2,…,rin),i=1,2,…m,据此构造模糊矩阵R=[rij],其中rij表示ui具有vj的程度,进而求出模糊评价集B={b1，b2，…，bn},bj表示被评价对象具有评语vj的程度,即vj对B的隶属度。
由此可见,模糊综合评价的数学模型涉及三个要素:因素集U、评价集V、模糊变换f.该方法基本步骤如下:
(1)确定企业竞争力的评价集:
V={v1，v2，…，vn}；
(2)确定企业竞争力的因素集:
U={u1，u2，…，um}；
(3)确定评判矩阵
R=[vij],i∈[1,n]，i∈[1,n]；
(4)利用层次分析法确定各评价因素的权重集: W={ω1,ω2,…，ωN}；
(5)选择适当的合成算法,建立评价模型,进行综合评价。模型为,其中表示某种算子, 由于算子取法的不同可以将模糊综合评价为不同类型，该系统所用算子为:加权平均型,即。
(6)由评价结果进行决策,在该系统中根据最大隶属度原则确定对象的评价等级。
2 企业竞争力评价算法模型及实现
2.1 系统层次分析法的实现
(1)企业竞争力评价的层次模型。以电信企业为例,将企业竞争力可以归结为以下5个大的方面:企业规模、盈利能力、品牌价值、服务水平、其它指标；这5个方面又包含更加具体的评价内容，依层次分析法的层次结构建立的评价指标体系。
(2)建立比较判断矩阵并计算相对权重。在企业竞争力评价模型中，最高层为企业竞争力U，设对应的两两比较判断矩阵为A；中间层共有企业规模、盈利能力、品牌价值、服务水平、其它指标5个一级因子U1,U2,U3,U4,U5,，分别对应A1,A2,A3,A4,A5五个两两比较判断矩阵。先构造U1比较矩阵A1,其余矩阵依照A1的构造方法可得，最终得到的判断矩阵和权值将作为原始权重用于系统,判断矩阵表示为A=(aij)n×n,aij＞0,aji=1/aij.由表1可知,显性竞争力U1下分u11，u12，u13三个二级因子，通过直接调查和间接调查得到的数据，确定各因子之间的重要程度。接下来应用根法计算各因子的相对权重分W,其因素为:,i=1,2,…,n.根据表2的比较矩阵取值可得ω1=0.29,ω2=0.56,ω3=0.15,因此, A1的权重向量为W(A1)=(0.29,0.56,0.15)T.依照以上方法构造判断矩阵A2,A3,A4,A5,A,求出其权重向量分别为,W(A2)=(0.08,0.58,0.34)T,
W(A3)=(0.14,0.86)T,
W(A4)=(0.67,0.33)T,
W(A5)=(0.33,0.67)T,
W(A)=(0.6,0.16,0.04,0.1,0.1)T.
2.2 模糊综合评价的实现。
由1.2节介绍的模糊综合评价算法原理给出该系统采用的模糊综合评价模型。
(1)因素集U集权重向量W已在通过上节层次分析法得出；
(2)评价集为V{优:75-100;良:60-75;中:50-60;差:50分以下}；
(3)计算隶属度来确定最低层次判断矩阵R1,R2,R3,R4,R5；
(4)确定最低层次综合评价.对判断矩阵Ri和W(Ai)进行合成运算,可以得到综合评价结果.如:B1=A1□R1=(b11，b12，b13)；
(5)确定评价结果.系统采用最大隶属度原则来最终确定评价结果,若当前最低层次模糊评价是本次评价的最高层次评价,那么b1j中最大值所对应的vj就是层次模糊评价的结果。
参考文献:
[1]许树柏.层次分析法原理[M].天津:天津大学出版社,1988。
[2]杨和雄.模糊数学和它的应用[M].天津科技出版社,1993。
4.略谈基于层次分析法的企业信息化综合评价研究论文 篇四
应用层次分析法对红花银桦的观赏特性、生态学特性和园林用途进行了综合评价.结果 表明;红花银桦的.观赏特性最为重要,生态学特性居次,最后是园林用途,并且红花银桦的花、形和叶最能体现它的观赏性,适生性和抗病虫是引种以及园林应用首先考虑的因素,行道树和片植林是红花银桦最佳的园林用途.
作 者：赵鸿杰 陈兴华 乔龙巴图 胡羡聪 殷爱华 汤侧安 ZHAO Hong-jie CHEN Xing-hua QAOLONG Ba-tu HU Xian-cong YIN Ai-hua TANG Ze-an 作者单位：赵鸿杰,胡羡聪,殷爱华,汤侧安,ZHAO Hong-jie,HU Xian-cong,YIN Ai-hua,TANG Ze-an(佛山市林业科学研究所,广东,佛山,528222)
陈兴华,CHEN Xing-hua(广东省林业职业技术学院,广东,广州,510520)
乔龙巴图,QAOLONG Ba-tu(新疆鸟苏市林业局,新疆,乌苏,833000)
5.略谈基于层次分析法的企业信息化综合评价研究论文 篇五
改进的层次分析法在涉及自然保护区公路建设环境影响综合评价中的应用
该文探讨了改进的层次分析法在涉及自然保护区公路建设环境影响综合评价中的.应用,以济晋高速公路穿越河南太行山猕猴国家级自然保护区为例,建立了基于层次分析法的涉及自然保护区公路建设环境影响综合评价模型,并对该方法的实际应用进行实例分析,这一研究结果在我国涉及自然保护区公路建设环境影响中,有重要的参考价值.
作 者：陈雪珍 作者单位：福建省环境科学研究院刊 名：海峡科学英文刊名：CHANNEL SCIENCE年，卷(期)：“”(4)分类号：X8关键词：自然保护区 公路建设 层次分析法
6.略谈基于层次分析法的企业信息化综合评价研究论文 篇六
从事各种职业的人经常面对决策:一个厂长要决定购买哪种设备, 上马什么产品;企业经理要从若干应聘者中选拔员工;各地区各部门的官员则要对人口、交通、经济、环境等领域的发展规划做出决策。人们在处理上面这些决策问题的时候, 要考虑的因素很多, 有重要的, 有不重要的, 但是一个共同的特点是它们通常都涉及到经济、社会、人文等方面的因素, 在做比较、判断、评价、决策时, 这些因素的重要性、影响力或者优先程度往往难以量化, 这就给用一般的数学方法解决问题带来本质上的困难。
T.L, Saaty等人在20世纪70年代提出了一种能有效处理这样一类问题的实用方法, 称为层次分析法 (Analytic Hierarchy Process, 简记AHP) , 这是一种定性和定量相结合的、系统化的、层次化的分析方法。
当今任何部门每天都会接触到大量信息, 信息管理水平的高低直接关系着工作效率, 甚至生存发展。财务、库存、销售、行政, ……, 各种各样的管理信息系统 (MIS) 开发完成或准备推广时, 通常要做全面的检查、测试和分析, AHP是进行综合评价的一种有效方法。
二、应用层次分析法对管理信息系统进行综合评价的具体步骤
1. 确立层次结构模型。
对管理信息系统深入分析, 将有关的各个因素自上而下地分解成若干层次, 同一层的诸因素从属于上一层的因素或对上层因素有影响, 同时支配下一层因素或受到下层因素的作用, 而同一层因素之间应尽量相互独立。最上层为目标层A;接下来为指标层B, 考虑系统建设B1, 系统性能B2, 系统应用B3;下一层为子指标层C, 系统建设B1含科学性C11 (规划目标的科学性, 经济、技术、管理上的可行性) 、实现程度C12 (是否达到系统分阶段提出的目标) 、先进性C13 (融合先进的管理科学知识, 有较强的适用性) 、经济性C14 (投资功能比) 、资源利用率C15 (对软硬件和信息资源的利用程度) 、规范性C16 (遵循国际标准、国家标准、行业标准, 易于使用、维护和扩充) , 系统性能B2含可靠性C21 (主要指软硬件系统的可靠性) 、系统效率C22 (系统响应时间、周转时间、吞吐量等) 、可维护性C23 (确定、修正系统的错误所需代价) 、可扩充性C24 (系统结构、硬件设备、软件功能的可扩充程度) 、可移植性C25 (将系统移植到另一种软硬件环境的代价) 、安全性C26 (当自然或人为故障造成系统破坏时的有效对策) , 系统应用B3含经济效益C31 (降低成本、增加利润、提高竞争力、改善服务质量等) 、社会效益C32 (提高科技水平、合理利用资源、增进社会福利、保护生态环境等) 、用户满意度C33 (人机界面友好、操作方便、容错性强、有帮助功能等) 、功能应用程度C34 (是否达到预期的技术指标) ;方案层D, 为我们要评价的系统D1、D2、D3等。
2. 构造成对比较矩阵。
从层次结构模型的第二层开始, 对从属于上一层的每个因素的同一层诸因素, 用成对比较法1~9比较尺度构造成对比较矩阵, 直到最下层。
3. 计算权向量并做好一致性检验。
对于每一个成对比较矩阵计算最大特征根及对应特征向量, 利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过, 特征向量即为权向量;若未通过, 需要重新构造成对比较矩阵。由专家和用户对几个MIS系统进行综合评价, 得到权向量及一致性检验结果:含指标层B对目标层A的权向量ω (2) , 一致性指标CI (2) , 子指标层C对B1、B2、B3的权向量ω (31) 、ω (32) 、ω (33) , 一致性指标分别为CI (31) 、CI (32) 、CI (33) ;将方案层D对子指标层C的权向量ω (3) (k=1, 2, ……, 16) 和一致性指标CIk (4) (k=1, 2, ……, 16) 列表, 其中C对A的权向量ω (3) =W (3) ω (2) , 而W (3) 是以 (31) , (32) , (33) 为列向量的16×3矩阵, (31) = (ω (31) , 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ) T, (32) = (0, 0, 0, 0, ω (32) , 0, 0, 0, 0, 0, 0) T, (33) = (0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ω (33) ) T。
4. 计算组合权向量并做组合一致性检验。
以表中的16个权向量ωk (4) 为列向量构成3×16矩阵W (4) , 则方案层D对目标层A的组合权向量为ω (4) =W (4) ω (3) , 利用我们得到的最下层对最上层的组合权向量ω (4) =W (4) W (3) ω (2) , 并酌情做组合一致性检验。若检验通过, 则可按组合权向量表示的结果进行决策, 即考虑ω (4) 中哪个系统所占权重最大, 为我们所选;否则需要重新考虑模型或重新构造那些一致性比率CR较大的成对比较矩阵。
三、应用AHP方法对管理信息系统进行综合评价的优点和应注意的问题
从我们应用AHP方法对管理信息系统进行综合评价的过程中, 不难看出AHP方法系统性强, 把研究对象作为一个系统, 按照分解、比较判断、综合的思维方式进行决策;实用性强, 把定性和定量方法结合起来, 决策者与决策分析者相互沟通, 决策者甚至可以直接应用它, 增加了决策的有效性;简洁性好, 人们很容易了解AHP方法的基本原理, 掌握它的基本步骤, 计算非常简便, 并且结果简单明确, 容易为决策者了解和掌握。但也不难看出这种方法从建立层次结构模型到给出成对比较矩阵, 人的主观因素的作用都很大, 这就使得决策结果可能难以为众人接受。当然, 采取专家群体判断的办法是克服这个缺点的一种有效途径。
参考文献
[1]王莲芬 许树柏:层次分析法引论[M].中国人民大学出版社, 1990
[2]刘元亮等:科学认识论与方法论[M].清华大学出版社, 1987
7.略谈基于层次分析法的企业信息化综合评价研究论文 篇七
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；
8.略谈基于层次分析法的企业信息化综合评价研究论文 篇八
摘要：以“社会、经济、城市体系与服务、城市管治”为框架，构建弹性城市评价体系。通过文献统计，获得指标因子群，将明显不符合我国国情和统计制度的指标剔除。通过频度分析，进行指标同类合并，并利用基于德尔菲法的专家问卷调查进行指标的评选，运用层次分析法将这些指标按照其关联和隶属关系构建成4个准则层、多个领域和因子层的三级层次结构，通过专家打分对指标之间的关系进行两两打分，最终得出各级指标的排序权重，为弹性城市的实证评价研究提供基础和参考。
关键词：弹性城市；评价指标体系；层次分析法
中图分类号：TU98 文献标识码：A
城市化的快递发展和特大城市的不断增加要求城市具备更多的弹性来面对极端气候、自然灾害、经济危机、人口快速流动，以及由此带来的城市发展过程中的动态性和不确定性。在这种背景下，弹性城市作为一种新的城市规划理论和理想城市发展模型被提出。城市弹性能力也成为当前评价城市发展和抵御危机能力的最新和最重要的视角。Cumming总结了现代弹性城市的定义，即弹性城市是城市系统完整性、协作性、基于当地条件的自我发展性的体现，同时是城市系统各部分如城市要素、文脉和历史等之间的相互作用。还有学者认为城市弹性是指城市系统对灾害的应急反应、处理能力以及从灾难中自我恢复的能力，而社会弹性、经济弹性、组织弹性和工程（技术）弹性是弹性城市框架中的4个不同方面。
国际上从2010年开始进行弹性城市评价体系的研究，其中较为著名的有美国伯克利大学和洛克菲勒基金会提出的指标体系，这些指标体系都是基于发达国家的现状所提出的，虽然覆盖面较宽，通用性较强，但在地域适应性方面难以满足当前我国城市发展的需求。基于此，本文针对中国城市化进程中所具有的特性问题，探讨我国城市弹性能力评价指标体系的构建。
1弹性城市评价体系构建方法研究
1.1国内外弹性城市评价体系研究现状
构建指标体系是为了使弹性城市这个抽象的复杂系统变得可以被理解和度量，为城市的规划、建设、管理和决策提供数据支持。Gunderson和Holling提出，在系统的状态不发生改变、能吸收改变并保持不变的情况下，可以根据受干扰的程度来量化弹性。但是关于弹性系统，尤其是弹性城市的量化、评价及实证的研究从2010年后才逐渐开始，正处于从理论到实践的探索过程中，也将成为国内外今后研究的重点和难点。表1归纳梳理了目前国外弹性城市指标的相关研究，主要包括基于城市系统、基于气候变化和灾害风险管理等两大类型。由于不同国家和机构对弹性城市内涵的不同理解和弹性目标的差异性，指标体系的分类和指标的选取也是有区别的。
从现有评价指标中可得出以下结论：1）从目标来看，弹性城市评价指标可以衡量城市应对社会变化、经济动荡以及自然灾害的能力。体现在合理有效的资源配置、稳定安全的社会环境、多样化的经济构成及稳健的财政管理、完善的基础设施建设和生态系统管理等方面。2）从结构上来看，指标体系一般采用2层或3层的结构，围绕相关专题或领域进行分类。绝大多数的指标体系都分为3～5个专题和领域，每个专题都有4～5项指标，每一项指标又有5～6个变量，也就是说，总的指标数在150个以内。3）从内容上来看，尽可能利用了国际上通用的衡量国家、区域和城市性能的指标，使指标的代表性可以被国际社会广泛认可。
我国目前对弹性城市理论与实践的研究仍处于起步阶段，主要是对国外弹性城市的研究进展进行归纳总结，定量和实证研究尚未开始。
1.2运用层次分析法（AHP）构建弹性城市指标体系
层次分析法（Analytic Hierarchy Process）可以将定性与定量因子在同一尺度下进行评价与比较，是一种科学的系统工程决策方法，其主要思路是將复杂问题分成各个组成因素，并将这些因素按支配关系建立层次结构模型。通过每一层次各因素的两两比较，对其相对重要性做出判断，最后构建判断矩阵计算得出各（级）指标的权重。
1.2.1指标体系构建原则
弹性城市相对于其他相关的城市评价指标，应具有问题导向性和对风险的针对性，更关注城市系统能够抵抗多元压力，并具有多样化的吸收能力_8]，社会、经济、环境、人口健康、政策管理和基础设施等构成弹性城市系统主要的要素都应在指标体系中得到体现。其次，弹性城市作为一个完整的城市系统，是生态、社会、经济、文化以及城市物质空间系统等各方面相互作用的体现。城市系统正常运行依赖于系统内部各子系统以及各层次要素之间的相互协调，因此指标体系也要体现出系统性和层次性，即高层次指标是低层次指标的概括，低层次指标是高层次指标的分解和基础。
1.2.2确定指标体系层次结构
综合参考以往文献，并根据对现有指标体系的分析，从构成城市系统的社会、经济、生态、物质空间、政府治理相互促进、相互制约的复杂关系视角出发，确定我国弹性城市指标体系按社会、经济、城市体系与服务、城市管治4大类，准则层、领域层及因子层3个层次构建框架。
1.2.3指标的选择
指标选取一方面要与国际接轨，其代表性要被国际社会广泛认可；另一方面，评价指标要适应中国国情和统计制度。根据分类框架，在指标的初选过程中，参考国外较有权威性的如“弹性城市指标研究”等9个指标数据库，结合我国相关4个城市指标体系（见表2），将明显不符合我国国情和统计制度的指标剔除。通过频度分析，将指标进行同类合并，优选出一定数量的备选指标。
利用基于德尔菲法的专家问卷进行指标的评选，邀请城市规划领域专家学者、政府管理者、房地产开发行业代表等共30名，其中高级和中级职称专家所占比例分别为29%和36%，通过专家对备选指标的选择，确定最终的人选指标。
1.2.4各级指标权重确定
专家问卷调查包括两方面的内容：一方面是指标的评选，另一方面是对指标之间的关系进行两两打分。为定量区分各层级指标的重要程度，需用数字1～9及其倒数作为标度（见表3），构造AHP判断矩阵。
2指标体系构建的结果
2.1指标体系层级结构
根据问卷调查反馈的结果，运用层次分析法将所选取的指标按照其关联和隶属关系构建4个准则层、多个领域和因子层的3级层次结构。其中第一层次表示弹性城市评价中的一级评价指标（准则层B），包括社会、经济、城市基础设施与服务、城市管治4个方面；第二层次表示弹性城市评价中的12个二级评价指标（领域层c），包括教育、劳动力和贫困、区域吸引力等；第三层次为由35个同级评价指标构成的表示弹性城市评价的3级评价指标（因子层）。
2.2确定各级指标权重
运用MATLAB软件针对专家的打分结果计算出各判断矩阵的最大特征值和特征向量，进行归一化处理后得到各级指标的总排序权重（见表4）。
2.3一致性检验
由于实际评价中客观事物的复杂性和人的认识多样性，可能出现判断结果不一致的情况，因此需要进行判断矩阵的一致性检验。根据AHP原理将一致性比率定义为：CR=CI/RI。其中CI为一致性指标，与具体的判断矩阵有关，假设判断矩陣的最大特征值为λmax，该判断矩阵的阶数为n，则CI=（λmax-n）/（n-1）RI为随机一致性指标，仅与该判断矩阵的阶数有关，其取值范围见表。
当一致性比率CR<0.1时，则认为判断矩阵的一致性是可以接受的。从计算结果来看（见表6），各级矩阵的一致性比率均小于0.1，具有较为令人满意的一致性。
2.4指标体系结果分析
从表4的指标权重可知，专家普遍认为城市弹性能力首先应表现在社会应对变化的能力（0.338 6），人口的受教育程度、社会资本与资源的可获得性等方面的差异将会直接影响不同社会群体的脆弱性程度。其次，灾害发生时城市经济系统运行和自给自足的能力（0.237 0）也很重要，表现为经济稳健和结构多样性，另外还有自我学习和创新能力方面。同时，在城市基础设施与服务（0.225 0）方面，弹性城市强调综合应对外部力量对交通、通讯等关键基础设施、资源循环、生态系统、能源等社会环境系统造成冲击的能力。最后，政府机构的管治能力（0.199 4）已成为城市处理突发事件，引导城市社会、经济、生态向可持续与更富弹性方向发展的重要手段。城市政府作为地方社会组织与管理的主体，可以通过高效的领导，保证信息通达，完善灾难发生前的预警能力，发生时和发生后组织、管理、规划和行动的能力。
教育（0.221 4）、创新潜力（0.112 6）、社会整合（0.100 3）、资源节约（0.095 5）依次排在领域层指标的前4位，并且从问卷调研反馈成果来看，专家打分保持较高的一致性。而在因子层中，大专及以上文化程度的人口占15岁及以上人口比重（0.097 2）、每年新专利数/每千人（0.044 1）、排水管网密度（0.039 6）、公众参与度（0.077 6）等都分别是上级领域层下得分较高的指标。
3结论
建立弹性城市指标体系的意义在于更加科学、准确、全面地衡量一个城市的优势和劣势，评估一个城市对未来外部变化的适应性及自我调节能力，使规划决策更为科学化。但事实上，城市规划研究中的量化分析也具有一定的局限性。其局限性首先表现在对人口、社会经济状况、环境、基础设施和服务水平等基础统计数据的积累、准确程度的依赖，而当前处于快速城市化时期的中国城市都存在数据缺乏或很难收集的问题。因此在选择指标时，应尽量考虑纳入政府监测范围内的指标，引进部分具有前瞻性和创新性的指标。其次，弹性城市的根本内涵直接决定了评价指标的地域性。由于我国不同地区城镇化进程存在较大的差距，很难用统一的标准去评价差异较大的城市。因此，本文设计了一套适用于弹性城市评价的一般性指标体系，但在实施评价时，要根据具体实证城市的特点进行指标体系的筛选或扩展，确定具体的评价指标体系。
9.略谈基于层次分析法的企业信息化综合评价研究论文 篇九
1 城市创新环境的基本内涵
区域创新环境(Regional Innovative Milieu)的概念是由欧洲创新研究小组(GREMI)于1985年首先提出,研究小组将创新环境定义为:在一定的区域内主要的行为主体通过相互之间的协同作用与集体学习而建立的非正式的复杂的社会关系[1]。一个城市的创新体系是由企业、科研机构、高校、政府以及相关的中介服务和金融机构等创新主体要素与创新环境交互作用的系统,城市创新环境是城市科技创新体系的重要组成部分。我们将城市创新环境定义为:城市区域内各种创新主体要素(各类机构与组织)与非主体要素(物质与非物质条件)以及协调要素之间关系的制度和政策的总和。当创新环境处于良好状态时,它对城市创新体系起到促进作用,使科技创新取得更好的效果;反之,则起限制和阻碍作用,影响科技创新的实施[2]。
2 城市创新环境的组成要素
影响到一个城市的科技创新活动的因素很多,只有从各个层面来分析和构建评价系统才能准确反映城市科技创新环境的状况。借鉴国内外关于创新环境方面的研究,本文将各种类型的影响因素进行归纳,设计了一套城市创新环境评价体系。该体系将城市创新环境的基本构成分为政策法律环境、创新基础环境、人文环境和创新服务环境四个方面。
2.1 政策法律环境
政策法律环境对企业的技术创新活动将产生直接的影响。政府是创新土壤和环境的提供者,是孕育创新环境的主导力量,政府部门的相关创新政策涉及国家、企业和科研机构等多方利益,从而影响到各创新主体的创新积极性;相关法律则是维护科技创新者合法权益,建立公平的市场秩序的保证。具体因素包括法律和地方法规对创新的支持力度、经济财政政策对创新的支持力度、科研基金投入占GDP比重、知识产权保护程度、政府决策的透明度等。
2.2 基础环境
创新基础环境是一个地区创新活动中各种要素流动的载体,包括各类交通通讯基础设施(如铁路、公路、电话、互联网等)、知识信息性基础设施如数据库、科技情报检索系统等,以及各类从事研究开发的基础机构(如重点实验室、工程中心、高校及科研院所)与本地产业的融合程度以及创新基础平台的建设。
2.3 人文环境
城市的人文环境是对创新活动影响最深远的因素。政府凝聚人才、激励创业的科技人才政策直接影响城市对创新人才的吸引力与城市的创新氛围;教育机构数量、科研人员的数量、重大科技成果数量、申请专利数量等方面反映了城市中创新人力资源的储备状况。
2.4 创新服务环境
创新活动的参与者不仅仅是企业与高校、科研机构等,它需要各类社会组织的支持与协助。各种创新服务机构的发展状况,融资渠道的宽畅程度、金融机构对创新活动的贷款状况、担保体系完善程度等直接影响企业创新的融资来源,这些对创新活动的顺利实施起到关键作用。
3 基于层次分析法(AHP)构建城市创新环境评价指标体系
层次分析法(Analytic Hierarchy Process,简称AHP)是一种通过定性指标模糊量化的方法,是将复杂的评价对象或目标问题视为一个系统,根据问题的性质和要达到的总目标,将问题分解成不同的组成因素,并按照因素间的相互关联度及隶属关系,将因素按不同层次聚集组合,从而组成一个多层次的分析结构系统,把问题条理化、层次化[3]。
本文采用层次分析法来确定各层指标要素的权重值,用来分析创新环境各个子系统对科技创新活动的影响程度并根据各子系统的影响因素的实际状况对目标对象即创新环境进行综合评价。
3.1 建立层次分析结构
层次分析法的模型通常包含三个层次:目标层,是对评价对象或目标问题的描述;准则层,是对目标层的具体描述和扩展;指标层,是对准则层的细化。按照目标到指标自上而下地将各类因素之间的直接影响关系列于不同层次,构成一个层次结构。我们将城市创新环境的评价指标体系分为3个层次,城市创新环境作为第一层目标层;第二层准则层有4个二级指标:政策法律环境U1、基础环境U2、人文环境U3、创新服务环境U4;在准则层之下的第三层指标层次又确立了20个三级指标(u11~u44)。由此构建出城市创新环境评价层次结构,如表1所示。
3.2 确定各层指标体系的权重
为了对重要性判断定量化,AHP选用1—9标度法,即用数字1—9来对指标(因素)的相对重要性进行评判,各数字含义见表2。以上一层次因素为准则,将每个层次各个因素对上一层次各因素的重要性通过两两比较做出判断,并用数值表示判断结果,再构造比较判断矩阵。判断矩阵的构建主要通过专家咨询法获得各指标两两之间的相对重要性。
由于构造判断矩阵要受到专家系统不完全性和评价系统复杂性的影响,所以要对判断矩阵进行一致性检验。首先计算判断矩阵最大特征根λmax,对于不满足一致性要求的矩阵,其λmax>n。然后,引入平均随机一致性指标RI(由表3查得),计算判断矩阵的一致性指标CI,CI=(λmax-n)/(n-1),运用公式计算CR=CI/RI,CR为随机一致性比率。如果n=l或2,则判断矩阵具有完全一致性,定义为CR=0;如果n>2,若求得CR<0.1,则判断矩阵具有满意一致性,否则判断矩阵不具有满意一致性,就要对判断矩阵进行修正,直到矩阵满足CR<0.1。
根据层次分析法原理,通过问卷和访谈形式征询有关专家学者的意见,构造判断矩阵。由于篇幅所限,我们直接给出各层判断矩阵。准则层判断矩阵为A;指标层判断矩阵为B1,B2,B3,B4,B5。具体见表4—表8。
解得最大特征值λmax=4.081746,对应的特征向量为:(0.311412,0.473091,0.129372,0.086125),CI=0.027249,n=4,CR=0.030276<0.1,具有满意的一致性。
解得λmax=5.009960847,对应的特征向量为:(0.184385,0.184385,0.098075,0.34877,0.184385),CI=0.00249,n=5,CR=0.002223<0.1,具有满意的一致性。
解得λmax=6.125811,对应的特征向量为:(0.061268,0.061268,0.039876,0.223004,0.307292,0.307292),CI=0.00249,n=6,CR=0.020292<0.1,具有满意的一致性。
解得λmax=5.030813,对应的特征向量为:(0.216309,0.064245,0.432834,0.156639,0.129973),CI=0.00249,n=5,CR=0.006878<0.1,具有满意的一致性。
解得λmax=4.071588,对应的特征向量为:(0.449519,0.259615,0.170673,0.120192),CI=0.023863,n=4,CR=0.026514<0.1,具有满意的一致性。
由以上计算结果,得出城市创新环境评价指标体系的权重表,如表9所示。
3.3 设定评语集
在对创新环境评价体系的4个准则层下的各个指标层指标进行综合评价时,我们采用10分制,分为0~2、2~4、4~6、6~8、8~10五个档次,分别对应极差、较差、一般、良好、优秀5种评语段。通过多位专家判断(10人以上),对各因子打分,计算平均分后,按照各种权重值即可计算出目标层即创新环境的综合评价分数。
4 实证分析———常州市的创新环境综合评价
根据上面的基于层次分析法的综合评价方法,结合江苏省常州市的创新环境系统的发展现状,我们邀请了12位相关专家对各类指标现状打分,计算结果见表10所示。
由上面确定的各指标层因素的权重和得分经过加权计算,4个准则层指标评价得分分别为:政策法律环境U1得分8.041566、基础环境U2得分7.917138、人文环境U3得分7.367897、创新服务环境U4得分7.382493。最后,将上述4个准则层指标的得分根据其权重加权计算可得常州市创新环境系统的综合评价得分为7.838784。
综合评价7.838784的得分说明常州市的创新环境处于良好以上的状况。常州市在营造创新环境方面已经取得了不错的成效,这样的得分也与其多年被评为全国科技进步先进城市相符。在常州市的创新环境系统评价中,准则层得分从高到低依次为:政策法律环境U1、基础环境U2、创新服务环境U4、人文环境U3。
政策法律环境U1得分最高,且各项指标都在良好以上。这些得力于近年来市政府出台了《常州市科学技术奖励办法》、《关于进一步支持高新技术及其产业发展的若干意见》、《关于支持科技创新的政策意见》等规范性文件,旨在提升企业自主创新能力、加强产学研结合、推进高新技术成果转化、鼓励引进消化吸收再创新、支持科技创业,各方面都取得了很明显的成效。在财政投入方面,投入力度也在加大,2010年R&D占全市GDP比例达1.67%。
基础环境U2排在第二位,得分也在良好的等级,其中三个权重指标:研发机构数量u24、创新平台建设u25、研发机构与本地产业融合程度u26得分都较高。目前全市共建科研机构127家,其中工程技术研究中心27家,企业技术中心78家,高技术研究重点实验室14家,这些都为良好的创新基础环境得分做出了贡献。
创新服务环境U4得分也属良好,其中权重较大的创新服务机构发展u41得分属于优秀。常州市构建了以“一网五平台”为主体的创新服务平台,培育了生产力促进中心、科技信息中心、专利代理、技术贸易等187家科技服务机构,2009年全市科技服务业行业总收入72.84亿元。但也要看到,融资渠道宽畅程度u42、金融机构贷款占科技经费筹集额的比重u43和担保体系完善程度u44两项指标偏低,不过其权重较小,对U4的影响不大,但在创新投融资渠道建设方面仍有待改善。
人文环境U3得分相对较低,但也处于良好状况,权重最大的科研人员数量u33得分超过7分,目前全市每万人中拥有专业技术人员千人以上,科技人才政策u31得分优秀。近年来市政府出台了《常州市海外留学人员创业资金管理办法》等引进高层次人才和团队的文件,及鼓励留学人员创新创业办法等细则,吸引了大量的高层次人才及团队。教育机构数量u32得分较低,但其权重较小,对U3的影响不大。申请专利数量u35与重大科技成果数量u34得分也偏低。2009年,常州市专利申请12 116件,占江苏省总申请量的6.95%,在全省排名第五,与先进城市有一定差距,仍需政府的扶持。
5 结束语
本文构建了城市创新环境的多层次评价体系,以此为基础,给出了基于层次分析法的城市创新环境综合评判模型,并研究了如何应用该模型来进行评价的问题。层次分析法量化了难以量化的指标,对专家所做出的主观判断进行了科学的数学处理,消除了指标赋权中的纯主观评价,使各指标权重趋向于合理化。本文所给出的方法对于城市创新环境的评价具有可操作性和实用性。该模型可以用于对城市创新环境进行综合评价,寻找不足的影响因素,做出改进决策;也可以对多个城市进行横向比较,寻找差距,并找到关键影响因素予以改善,作为营造城市创新环境的决策依据。
参考文献
[1]李柏洲,董媛嫒.基于层次分析法的我国大型企业原始创新能力评价研究[J].科技进步与对策,2010(1):125-129
[2]李婷,董慧芹.科技创新环境评价指标体系的探讨[J].中国科技论坛,2005(7):30-31
[3]胡恩华.企业技术创新能力指标体系的构建及综合评价[J].科研管理,2001(4):79-84
[4]赵强,杨锡怀,孙琦.产业集群创新环境的灰色层次综合评价[J].东北大学学报:自然科学版,2006(1):103-106
[5]张莹,张宗益.区域创新环境对创新绩效影响的实证研究:以重庆市为例[J].科技管理研究,2009(2):104-106
[6]AYDALOT PH.Milieu innovateurs en Europe[M].Paris:GREMI,1986
10.略谈基于层次分析法的企业信息化综合评价研究论文 篇十
企业信息化,包括生产过程控制的信息化、企业管理的信息化、企业供应链管理的信息化、企业信息化组织建设及硬件配套等部分,实质上是将企业从原料采集到产品销售的整个过程所涉及的业务过程数字化,通过信息系统的支撑,实现企业资源的高效、合理配置。企业信息化要走出表面信息化的误区,搞好企业信息化管理系统建设,通过信息化基础设施及相关配套建设,实现企业的信息化,达到充分开发和高效利用信息资源、有效配置企业资源的目的,最终实现全面的信息化管理和信息化决策。
企业信息化是一项复杂系统性工程,具有多层次、多因素和多目标的特征。单靠定性研究很难对企业信息化的设计和建设提供有效支撑。本文运用模糊综合评价方法建立定量评价模型,以期为企业信息化的发展提供支持。
2 企业信息化评价方法
2.1 企业信息化评价指标
参考信息化主管部门关于企业信息化建设的基本指标构成方案(试行)和其他学者研究成果[1],本文从企业信息化内部组织建设评价指标(V1)、企业信息化基础设施建设评价指标(V2)、企业信息化系统应用评价指标(V3)、企业信息化系统管理评价指标(V4)和企业信息化综合反馈评价指标(V5)五个方面来设计评价指标体系,具体指标如表1所示。
企业信息化内部组织建设评价指标包括企业信息化部门工作人员综合素质(V11)、企业信息化部门组织结构合理程度(V12)、企业信息化部门内部信息安全保证机制(V13);企业信息化基础建设评价指标包括基础设施覆盖情况(V21)、硬件平台运行状况(V22)、网络支持平台效果(V23)、企业信息化投入与总值比(V24);企业信息化系统应用评价指标包括企业信息化部门管理机制(V31)、企业信息综合收发能力(V32)、企业生产运营销售等一体化的信息化程度(V33)、企业管理和决策的信息化程度(V34)、企业信息化目标实现情况(V35);企业信息化系统管理评价指标包括信息化长远战略和规划(V41)、信息系统的安全保障和维护支持机制(V42)、信息系统的引进培训再投入和奖励机制(V43)、企业信息化系统项目开发管理能力(V44);企业信息化综合反馈评价指标包括国家政策支持力度(V51)、企业领导层重视程度(V52)、直接经济效益(V53)、间接经济效益(V54)。
2.2 企业信息化模糊综合评价方法
鉴于企业信息化的多层次、多因素特征,本文将模糊综合评价方法与层次分析法综合起来建立评价模型。模糊集合理论是一种基于模糊数学的综合评价方法理论。模糊综合评价方法主要包括评价因素、评价因素值、平均评价值、权重、加权平均评价值和综合评价值等几个方面。[2]为便于权重分配和评议,首先要考虑的就是评价因素,评价因素是指对所讨论事务或对象有关系的一些因素分成若干类,每一类都被看作是单一评价因素,即第一级评价因素。第一级评价因素可以设置各自下属的第二级评价因素,因此类推。一般常用的只到第二级评价因素。评价因素值、评价值和平均评价值则分别是评价因素的具体值、评价因素的品质好坏和平均评价因素本身的品质好坏。有了上述几个参考值,再赋予各因素相应的权重,就可以得到加权平均评价值,将每个级别的所有加权平均值加和后就会得到综合评价值。
由于企业信息化的评价指标体系的层次性,本文采用层次分析法,对各个指标层进行权重确定,即通过对该层的所有要素按照一定的规则都两两互相比较,结果以比较判断矩阵R=(bij)形式展现。[3]根据线性代数知识,计算出矩阵的最大特征值和相应的特征向量,从而得到每一层的各个因素对该层准则的权重。设大类指标Wij是对应的各层具体因素Vij的权重,i,j=1,2,…同时,每一层满足Wi1+Wi2+Wi3+…+Win=1。特别地,第一级因素满足w1+w2+w3+w4+w5=1。
对结果的评价,即评价者对最后得出的结论给予企业信息化水平的合理总结性质的综合性评价。为简便起见,分为“好”“较好”“一般”“较差”“差”5个等级。
限于篇幅,仅对过程和结果进行简要说明和分析。确定隶属关系后,就可以建立模糊评价矩阵进行定量的分析了。按层次分析法得出的结论,列出判断决策矩阵Ri=[rij|i,j=1,2,…,n]。需要说明的是,对隶属度的计算要将定性指标和定量指标分开来分别分析。对于定性指标,可以根据评语标准进行分类,如,0.85以上为上等,0.70以上为中上等,0.6以上为中等,0.5以上为中下等,其他为下等,以此为标准进行量化处理。接下来,要对得到的数据进行最后的权重计算。
将权重向量Wi和隶属度函数Ri进行耦合,得到的结果就是评价结果向量,再根据一级评级标准,进行相应的评价结果分析,最终给予企业相应的评级。计算结果,决策矩阵如下:
最终的权重计算结果如下
由以上数据就可以计算出相应的企业信息化评价等级(见表2)。
同理可得出其他几项的隶属度。结果得出后要进行可靠性和正确性分析,进一步确定该模糊综合评价方法的有效性。可靠性分析,即通过计算过程中提供数据的连贯性和一致性来判断。方法研究过程中,测量的数据随机误差越小,可靠性越高。[4]
3 结语
从信息化建设角度来看,只有先建立起良好的内外部环境,企业才能成功进行信息化项目。现根据信息化的要求,深度挖掘企业自身的内在缺陷,这一点,是企业信息化之前应当系统化进行的企业行为。企业的信息化建设包括财务维度、外部环境、内部流程和创新与学习等几个方面,企业信息化模糊综合评价方法对企业信息化建设方案的设计和实施具有很好的作用。[5]
总之,企业信息化建设是一个耗时长的复杂过程,同时,各企业的信息化建设的具体情况又各不相同,给企业信息化的标准确定带来了模糊性,因此,建立企业信息化多层次模糊综合评价方法非常必要。笔者将在进一步深化对评价指标、评价模型研究的基础上,加强应用研究,为提高我国企业信息化水平提供有效服务。
参考文献
[1]刘路,张强.基于多层次模糊综合评价的CPFR合作计划研究[J].中国企业运筹学,2009,(8).
[2]李永宁.企业信息化多层次模糊综合评价方法[J].情报,2007,(2).
[3]彭国,姚俭.不确定性供应链风险的模糊综合评判[J].上海理工大学学报,2010,(4).
[4]雷中英.多层次模糊综合评判模型与建设投资项目后评价[J].北方凯贸,2010,(2).
11.略谈基于层次分析法的企业信息化综合评价研究论文 篇十一
关键词：外包系统,信息安全,模糊层次分析法
0 引 言
软件系统外包服务市场在近十年来迅速发展。仅在美国,1994年软件系统外包价值就达490亿美元。进入21世纪以来,全球信息系统外包服务发展更为迅速,市场规模已经从1997年的3270亿美元上升到2002年的6300亿美元。世界著名企业(如柯达、英国石油、通用汽车公司等)均向外部独立供应商外包了大部分信息技术服务。因此,研究和评价外包系统的信息风险和安全性具有十分重要的意义。
现有的研究大多从企业管理角度出发,分析外包信息系统的风险和安全,包括:企业被IT供应商锁定、企业与供应商的利益冲突、企业竞争能力的弱化、供应商的机会主义等,即研究对象均局限于外包行为对企业管理的影响[1,2,3]。然而,本文以一种全新的视角,面向外包信息系统本身,深入研究其信息安全性,评价安全威胁、漏洞可能对外包信息系统造成的损失,取得了以下成果:
(1) 通过系统分析,明确了外包系统信息安全评价的特殊性,为选择评价方法提供合理的逻辑基础;
(2) 深入研究了模糊层次分析法在外包信息系统安全评价中的应用理论;
(3) 运用案例展示了模糊层次分析法评价外包系统信息安全的实用性和可行性。
1 外包信息系统安全评价的特性分析
评价系统信息安全时,首先必须进行风险识别。风险识别是指对风险因素的认识和鉴别,判明系统信息安全存在哪些灾难风险,灾难的程度有多大,并找出引起这些风险的原因。系统信息风险识别的前提是确定系统内部的结构和范围边界。在采用外包模式下,系统信息安全性所考虑的范围需要进一步扩大,如图1所示。
由图1可见,在采用系统外包的情况下,系统边界扩大了,整个系统由原先的外包企业扩大到包括外包企业本身、系统服务商和外包接口在内的三大组成部分。外包接口既包括双方共同承担的网络通信、软件模块等技术要素,更包括合同双方的相互监督机制、激励机制和协同工作等无形的交互机制。因此,在外包情况下,系统的信息安全评价具有以下特殊性:
(1) 风险识别范围的广泛性 必须从外包企业本身、信息服务商和外包接口三大部件分别识别风险因素。因此,与风险因素对应的信息安全评价指标也必须在这三个部件中分别设置。
(2) 安全评价指标体系的不确定性 由于信息安全评价指标的选择在很大程度上被外包合同条款内容所决定。三大组成部分的边界划分由外包合同条款所确定,合同条款规定双方各自承担的义务和责任,规定了各自负责的系统模块,也规定了接口的执行细则和双方的交互机制。因此合同条款对系统信息安全的影响是全方位的,在安全评价中,评价指标的选择必须参考合同的条款。
(3) 安全评价标准的模糊性 由于系统结构更复杂,所考虑的因素指标更多,因此,传统的评价方法难以奏效,有必要提出新评价方法。对复杂系统评价,通常由专家组进行人为的定性评判更合理可行。然而,人为评判具有不确定性,或者是模糊性等特点[4]。
(4) 评价内容的广泛性 在系统信息安全评价中,风险事件的危害性受两个因素影响:一是事件发生的概率大小;二是事件后果的影响程度。影响程度大小估计,通常从对资产的影响、对能力的影响以及灾难恢复三方面衡量。对资产的影响包括环境恶化、数据泄露、通信被干扰和信息丢失等;对能力的影响包括中断、延迟和削弱等;灾难恢复包括:服务的恢复,丢失的、被破坏的或被删除的信息的恢复。
由于评价对象具有以上特殊性,传统的评价方法难以保证评价结果的合意性,需要采用新的评价方法。由于模糊数学方法可很好地解决模糊对象的定量化问题,因此,模糊数学方法是本文提出评估方法的支持理论之一。同时,由于这种估计涉及因素很多,为了能保证评价逻辑的正确性,本文在模糊数学的基础上,运用层次分析法来估计风险事件的危害性对系统安全总评价的影响。这个影响值通常用权重来表示。
2 模糊层次分析法综合评估
层次分析法(AHP)源于70年代初期,当时美国匹兹堡大学Saaty T L教授在美国国防部研究“应急计划”时,努力寻求一种能综合进行定性与定量分析的决策方法,并逐步形成了AHP方法的核心思想,即决策问题的关键是对行为、方案、人选的评价选择[5]。模糊数学的概念来自美国教授查德于1965年发表的著名论文——《模糊集合》。模糊测评是模糊数学的一个重要内容,它在各方面的评价中都起了很重要的作用。因此将模糊数学与AHP相结合,进行外包系统信息安全评价,就能把定性判断和定量分析结合起来,提高考核的准确性和科学性[6]。它的步骤评如下:(1)构造因素集、评价集、决策集;(2)用AHP求指标的权重;(3)确定隶属函数;(4)模糊合成运算。
2.1 构造因素集、评估集、决策值集
因素集是以被评价的外包系统信息安全的各种因素为元素组成的集合,根据上述的外包系统信息安全评价的特征,其安全指标以下的各项因素可分为两级,第一级因素集X={X1,X2,X3}={外包企业、供应商、外包接口},分别表示外包信息系统所涉及到的外包企业、服务商和外包接口三大组成部分的安全评价。第二级因素从属于第一层因素,其因素集分别为X1={X11,…,X1n1},X2={X21,…,X2n2},X3={X31,…,X3n3}。其中,n1、n2和n3分别表示从属于第一级因素集的第二级因素的个数,即第二层评价指标的个数。
评估集是以评判者对评价对象可能作出的各种评判结果为元素组成的集合,评估集可定义为五级 V={v1,v2,v3,v4,v5},代表外包信息系统安全程度的五个级别,分别用{高、较高、中等、较低、低}表示。
定义评价等级的对应决策值集,U={u1,u2,u3,u4,u5},ui表示第i个评价等级所对应的决策分值。这里采用百分制,将把上述5等级的决策分值分别定义为{100,75,50,25,0},分值越高表示安全性越高,分值越低安全性越低。
2.2 用AHP求指标的权重
通过专家对这些因素集所包含的各项因素的重要性进行两两对比,可以用1至9标度法对二级因素集分别构造判断矩阵Cs(s=1,2,3),求此矩阵的最大特征根λs,max及其对应的特征向量,即得出其中各因素的权重Ws=(ws1,ws2,…wsm),其中,m代表n1、n2和n3。再进行一致性检验。要求
2.3 确定隶属函数
根据专家组对各项指标因素的评估,确定隶属函数,计算隶属度。在外包信息系统安全评价中,由于外包合同条款的不同,评价指标的选择也是不同的,可以是定量指标,也可以是定性指标。定量和定性这两类指标的隶属函数的构造方法是不同的。
(1) 定性指标隶属函数可通过对专家组评级的频数进行统计得出。
例如评估集中的评语共有五项,V={v1,v2,v3,v4,v5},分别代表安全程度高、较高、中等、较低、低,多位专家对被评估的外包信息系统的各项指标因素按安全程度高、较高、中等、较低和低五个档次进行评级。统计频数可得到第s个因素集的相对隶属度矩阵:
i表示第s个因素集的第i个因素,j表示评估集中的第j个评语,psij表示专家组成员对第s个因素集的第i个因素指标评级为j的频数。rsij表示第s个因素集的第i个因素属于评估集中的j的隶属度。
(2) 定量指标隶属度可以通过常见的梯形隶属函数来确定。
对于定量指标评估值的确定方法又可分为指标越大越优型和指标越小越优型两种情况。为了满足指标之间的可公度性,即各指标采用统一度量标准进行比较,我们首先确定该指标的可能上下界数值x0,x5,再用四个等距离点x1,x2,x3,x4将区间[x0,x5]分成为五等分,越小越优型的梯形隶属函数如下:
越大越优型的隶属函数为:
其中,i表示因素集中的第i个因素,j表示评估集中的第j个等级,xij表示第i个因素对第j个评语的隶属度,当j=1或5时,(2)式和(3)式在表达形式上需稍作调整,将处于区间[x0,x5]边界以外的u所对应的式子去掉,限于篇幅,不再赘述。根据(2)和(3)两式,进行标准化处理,可得第s个因素集中表示相对隶属度的模糊评价矩阵Rs=(rsij)n×m。
2.4 模糊合成运算
在模糊综合评估过程中,常用的模糊算子有极大极小型、乘积取大型、加权平均型,由于极大极少型和乘积取大型会发生信息过滤的现象,因此采用加权平均型合成运算方法。首先根据前文用AHP方法确定的权重向量,计算第二层的第s类因素的模糊综合评估:
Bs=Ws。Rs (4)
符号。表示模糊算子,由于采用加权平均型,因此符号。等同于矩阵运算。对第一层所有因素评估之后,可得目标的总评估矩阵B=(B1,B2,B3),则总目标的综合评估模糊集为:
A=W。B (5)
最后根据决策集中的分值,计算出外包信息系统安全程度的总得分。
3 实证分析
上述FAHP方法可对外包系统的信息安全进行科学评估。本文以某单位外包系统为案例来证明该方法在评价外包系统信息安全的实用性与可行性。
根据合同条款对外包企业和服务商的责任划分,并参照《中华人民共和国公共安全行业标准GA 163-1997》的分类办法,构建外包系统信息安全的指标集,如图2所示。
其中,外包接口因素集包括三个指标:利益冲突风险、合同执行风险和合同监督风险。利益冲突风险指外包企业和供应商在寻求各自的最大利益时,出现争执和冲突,从而使得系统存在信息安全隐患。合同执行风险指合同双方由于能力不足、责任不清、协调机制不完善或其它情况,而无法按要求执行合同或出现扯皮等现象,从而给系统造成安全隐患。合同监督成本指由于监督成本太高,而无法履行监督,导致合同双方出现机会主义行为,从而给系统造成信息安全隐患。
首先由专家组成员通过两两比较法确定各因素的相对重要程度。再用AHP 方法综合确定各因素的权重。现仅以第二类因素供应商为例,其它权重向量同理可得。
外包系统信息安全的定性指标评估采用向专家组成员发放问卷,让每个专家组对每一项指标进行评级,再综合不同专家的评级情况,按照(1)式方法计算相对隶属度矩阵R1和R2,而定量指标则用比较法来确定相对隶属度矩阵,先由专家调查同行的类似信息系统安全指标的数值,通过与调查结果相比较确定安全程度强、较强、中等、较低和低五个等级的划分区间,再按(2)和(3)两式计算,并标准化为相对隶属度矩阵R3,假设计算结果如下:
根据(4)式得:
根据(5)式可得总目标的综合评价:
4 结 论
在经济全球化与网络化的时代,信息系统外包服务市场迅速发展与繁荣,研究和评价外包系统的信息风险和安全性具有十分重要的意义。区别于现有研究仅从企业管理出发的研究视角,本文面向外包系统本身,提出了应用模糊层次分析法评价外包系统的信息安全威胁、漏洞对外包系统可能造成的损失。文章通过系统分析,明确了选择评价方法的合理逻辑基础,研究了该方法的应用理论,并运用实例验证了该方法的可行性。
参考文献
[1]刘继承.企业信息系统与服务外包风险管理研究[J].情报理论与实践,2005,2.
[2]宋如顺.信息系统安全风险综合分析方法[J].计算机工程,2000,12.
[3]王欣荣,樊治平.信息系统外包决策的一种模糊决策方法.东北大学学报:自然科学版,2002,8.
[4]刘普寅,吴孟达.模糊理论及其应用[M].国防科技大学出版社,1998.
[5]许树柏.层次分析法原理[M].天津大学出版社,1987.
【略谈基于层次分析法的企业信息化综合评价研究论文】推荐阅读：
基于模糊层次分析法的我国商业银行风险综合评价体系研究02-12
基于主成分分析法的扬州城市生态系统评价11-26
一种基于不同语言标度的语言信息评价方法07-20
层次分析法在供应链环境中销售商的评估研究09-02
基于模糊模式识别的系统安全模糊综合评价02-10
基于AHP的模糊综合评价法在滑坡危险度评价中的应用06-25
基于DEA方法的海洋科技效率评价研究06-28