基于因子分析和模糊神经网络的城市公共安全评价研究（精选14篇）
1.基于因子分析和模糊神经网络的城市公共安全评价研究 篇一
基于因子分析和聚类分析的生态环境质量评价
从当前生态环境研究现状出发,采用因子分析法对影响生态环境质量的所有因素进行主成分分析及贡献大小评价、合成综合得分评估,同时利用聚类分析方法,对综合得分进行分类比较研究,确定生态环境质量的评价等级,为区域生态环境保护和规划治理提供依据.
作 者：汤姿 TANG Zi 作者单位：哈尔滨商业大学,旅游烹饪学院,黑龙江,哈尔滨,150076;北京师范大学,环境学院,北京,100875 刊 名：哈尔滨商业大学学报（自然科学版） ISTIC英文刊名：JOURNAL OF HARBIN UNIVERSITY OF COMMERCE(NATURAL SCIENCES EDITION) 年，卷(期)：2006 22(6) 分类号：X821 关键词：生态环境质量评价 因子分析 聚类分析 庄河市
2.基于因子分析和模糊神经网络的城市公共安全评价研究 篇二
机务维修系统是民航系统的重要组成部分,其安全水平对整个飞行运行的安全程度有重大影响。随着飞机数量的增多,机务维修工作量也随之增长,但是机务系统的维修保障能力却难以同比例的提高,这就会增加由于机务维修原因而引起的差错,影响机务维修系统的安全水平。对机务维修系统的安全水平进行评价,可掌握其安全状况,了解系统的不足和潜在风险,并针对相关问题提出改进措施。
目前,国内外对航空公司机务维修系统的安全评价有:国际航空运输协会的运行安全审计(IOSA)、中国民航安全审计(CASAP)及各航空公司的安全评估系统。IOSA审核方法未考虑各指标权重,使各指标之间没有主次之分,进而无法确定机务维修系统的最终安全水平。CASAP审计属于“规章符合性检查”该方法注重规章、程序的遵守情况,未考虑机务维修系统各指标的主次关系,也不能确定系统的最终安全水平。航空公司的安全评估系统侧重事后管理及人为因素的检查,较少涉及机务维修系统的安全评价。
王毅等[1]分析了影响机务系统维修质量的因素,并提出确保维修质量的措施,但没有涉及机务维修系统的安全评价。雷景波[2]对机务维修差错中的环境因素进行了分析。方旭光[3]提出了机务维修中有效控制人为差错的措施。刘永建[4]和宋卫杰[5]从机务维修人力资源管理角度对员工进行了分析。以上研究只针对机务维修系统中的某个方面(如人员、环境等)来展开研究,少有对机务维修系统进行系统的安全评价研究。王敬敏等[6]从维修保障能力入手建立指标体系对航空维修企业的优劣进行排序,围绕保障能力来进行指标的选取,没有考虑工作环境对机务维修安全的影响。史亚杰等[7]从人-机-环-管4方面分析了民航机务维修系统的安全风险影响因素,但是在建立指标体系时依靠以往事故统计数据,只考虑到那些显化为事故的影响指标,较少考虑能够对系统安全造成影响的隐性指标。以往学者运用层次分析法确定维修系统中各指标权重[7,8,9]。甘旭升等[10]和焦猛[11]运用模糊综合评价法对维修保障能力/维修差错控制力进行了评估。这些研究都是运用AHP方法(层次分析法)。但AHP方法在构造判断矩阵时不能准确地反映各因素间比较的模糊性和不确定性;它假设同一层次的元素之间相互独立,只考虑上一层元素对下一层元素的支配和影响,但影响机务维修系统安全的各因素之间存在相互作用。为此,笔者从机务维修系统业务模块入手,全面的分析每个模块的影响因素并参考文献[12],结合人-机-环-管系统理论对初始指标进行优化,然后运用网络分析法(ANP)[13,14]及模糊数学[15]充分考虑机务维修系统中影响因素的相互关系,建立网状结构模型对机务维修系统进行安全评价。
1 影响机务维修系统的安全因素分析
1.1 影响机务维修安全指标分析
机务维修系统业务涉及维修工程、维修工作、维修管理3个模块,依据这些模块具体的工作内容及流程,构建出机务维修安全初始指标。
1.1.1 维修工程
(1)工程技术管理:主要是维修人员进行维修工作时所需的书面数据源,包含制造商和管理机构提供的技术性资料。一般包括维修方案、工作单的制定,技术指令的颁发及技术文档的管理。
(2)工作计划:包括定检计划制定,生产指令的下达,工作安排的先后顺序,维修设备的保障(工程指令、监控指令、换发指令等)。
(3)预防性维修:这是基于航空器的状态的维修,包括制定维修间隔,视航空器的状态制定维修策略。
1.1.2 维修工作
(1)人的因素:人是工作执行的主体,整个系统的核心,包括生理因素和心理因素。生理因素指当人体处于“不适”的生理状态时,人的注意力不集中,对事物的判断能力减弱,进而造成不安全的行为,如疲劳、厌倦、患有伤病、药物滥用、酒精、视觉、听觉、触觉等;心理因素对维修工作也有影响,指人的情感、意志力和个体倾向等。技术因素:维修人员技术素质欠缺或不够熟练,就易产生人为差错。如业务技能、文化程度、安全意识、知识水平、经验性、熟练程度等。
(2)环境因素:直接或间接地影响机务维修安全,包括自然环境和社会环境。自然环境主要指:工作场地的温度、湿度、光线不足或刺眼、强噪音、通风状况、工作台是否整洁。社会环境指:社会氛围对人的影响。
(3)现场维修的管理:①检查单(特定维修任务的检查单、针对作业环境的检查单、作业工具的安全检查单等);②维修规章的制定:有效的维修规章,加以贯彻和执行,可以有效的减少事故的发生,包括维修规章的完善性、维修规章的科学性、维修规章的执行。
1.1.3 维修管理
(1)资源管理:FAA把维修资源管理定义为:使维修作业保持有效沟通与安全的过程。其主要涉及以下几个指标:①人力资源管理(维修人员数量是否充足,有效的人员培训可以降低和消除事故发生的概率,对某一具体的维修任务人员配备是否合理);②设备管理:对于航空公司来说,为最大限度地增加机队的可靠性和盈利能力,必须正确选择与飞行维修及运营相关的工具。正确选择工具涉及到诸多因素,包括设备的性能标准、是否完好、能否配套、是否工具齐全等。
(2)组织管理:包括组织过程管理和组织氛围。①组织过程管理主要涉及与运营相关的政策和安排,如政策的公平性、工作量、部门之间的协调性、维修的安全监管(漠视现有规章制度,授权不具备资格的人员放行等)。②组织氛围主要指组织结构、政策和文化,如指挥系统,授权,容忍习惯做法,人员奖惩、提升、雇佣,规范、规则、信念、价值观、平等信任、信息公开等。
2 机务安全评价指标体系的建立
2.1 影响机务维修安全指标优化依据
(1)以上分析是基于维修部门工作模块来展开,得到了详尽的指标,但是发生事故的原因是多方面的,机务维修安全与其生产过程中的许多环节发生联系,如果不考虑这些联系,孤立的从个别环节或某一局部模块内着手分析,是难以凑效的。因此,借鉴 A. K. Trevor[16]等人提出的一系列本质安全原理,从根源上减少/消除危险,运用人、机、环境、管理4个方面来归纳以上指标体系。
(2)初始分析影响机务维修安全的指标多而细,这些指标对机务系统安全状况的影响程度是不同的。为剔除出对机务安全状况影响较小的因素及避免重复指标的相互干扰,参考相关分类文献[17,18],结合天津某航空公司机务部2005-2011年收集和统计的252起差错和事故致因分析,通过咨询23名7年以上工作经验的机务工人及9位业界专家,遵循科学性、系统性、可操作性原则[19],将以上影响因素归纳为19个三级指标。筛选程序如图1所示。
2.2 指标优化结果
基于以上优化依据,将影响机务维修系统安全的因素分为两部分:第一部分称为控制元素层,包括问题目标及决策准则。第二部分为网络层,它是由所有受控制层支配的元素组成。每个指标都反映了机务维修系统某个方面的安全风险,需要采用一定的方法对其进行衡量和评价才能得出当前的状况,进而对行业安全风险进行评价。如图2所示。
3 构建机务维修体系评价模型
根据机务维修系统各要素之间的影响关系,以人员、维修设备、工作环境、管理4个方面为准则建立ANP模型。如图3所示。
3.1 构建机务系统安全评价因素集
一级指标因素集:
U={U1,U2,U3,U4}={人员,维修设备,工作环境,管理}
二级指标因素集:
U1={u11,u12,u13,u14,u15,u16,u17}={操作技能,维修态度,知识水平,沟通能力,···,人力规模}U2={u21,u22,u23}={性能标准,完好率/正常率,配套齐全性}U3={u31,u32,u33,u34,u35}={人际关系,文化建设,工作场所,硬件、软件技术,季节、气候等}U4={u41,u
4 实例应用
对天津某航空公司机务大队为例,依据上述ANP结构模型,运用Fuzzy-ANP对其进行安全风险评价。
从表1可以看出,机务维修系统包括4个方面,19个二级指标。应用三角模糊数的概念,采用0.1—0.9的标度对同层指标之间相对重要度进行比较。
4.1 计算决策准则权重矩阵
首先以“人员因素”准则为评价基本面,通过专家打分,建立的准则间成对比较矩阵。人员因素基本面比较矩阵。如表1所示。
利用三角模糊运算,得到U1的权重向量为:A1=(0.229,0.188,0.2,0.362),同理可得其它。A2=(0.2,0.227,0.274,0.299),A3=(0.228,0.228,0.272,0.272),A4=(0.229,0.201,0.201,0.229)
4.2 决策指标权重的确定
决策指标权重矩阵的计算与决策准则权重矩阵的计算方法相同,如,在U2(维修设备因素)中,分别以U21(性能标准),U22(现用设备完好率或正常率),U23(配套齐全性),为评估基本面,元素组中的元素按其对评估基本面的影响大小进行间接优势度比较,得到权重向量WU21,WU22,WU23,将各权重向量整合构成决策指标权重矩阵W22=(WU21 T,WU22 T,WU23 T),同理可以得到其它决策指标权重矩阵。把全部决策指标权重矩阵整合在一起构成2级指标超矩阵
求得初始超矩阵W中部分模块W11、W32为
依次可以求得其他模块Wij,最终得到初始超矩阵W。将初始超矩阵W与决策准则权重矩阵A相乘可得到二级指标加权超矩阵
表2中各指标对应的权重值归一化后为(0.076,0.080,0.038,0.032,0.034,0.048,0.072,0.044,0.027,0.076,0.043,0.073,0.071,0.045,0.026,0.053,0.019,0.056,0.089)
4.3 结果分析
(1)从归一化的结果可以看出,影响机务维修系统安全的前8位指标依次为:检查监督,维修态度,操作技能,文化建设/价值观,硬件/软件技术,性能标准,人际关系。
(2)以往的研究结果较注重维修能力、技术服务、而笔者采用模糊网络分析后,更侧重于管理层面上的监督检查及人自身的维修态度,较符合实际情况。
(3)影响机务维修系统安全性的前3位指标(检查监督,维修态度,操作技能)均与人有关,即人是影响整个系统安全的核心。只有从人员的准入、培训、管理等方面入手,才能从根本上提高机务维修系统的安全水平。
4.4 控制措施
根据指标排在前几位的影响因素提出重点控制措施:
(1)健全并落实监督检查机制。对习惯的违章操作采取从重处理的态度,杜绝管理上存在“得过且过”的态度。
(2)增加培训频率,注重思想上的教育,端正员工工作态度。
(3)对机务人员进行严格的资质审查,严把准入关。经常进行技能考核,淘汰技术落后员工。
(4)注重部门的文化建设,营造轻松愉快的工作氛围,树立正确的价值观。
(5)及时更新维修工具设备,保持设备的性能标准、配套完好率,做好工具的管理工作,保持高质量的维修水准。
5 结论
(1)通过对机务维修系统实际工作内容3大模块具体分析,结合天津某公司近7年不安全事件的数据分析,参考有关资料,并通过咨询相关人士,运用模糊网络分析,充分的考虑了各影响因素之间的相互关系,系统地建立了对其有效的安全评价模型。
(2)方法把原来定性的、难以说清的影响维修安全的指标定量化,能够解决评价指标之间相对重要程度判定的模糊性问题,评价结果能够客观的反应机务系统存在的薄弱环节,以便各航空公司制定相应的解决措施。
(3)运用ANP方法考虑各因素之间的影响关系,可以建立ANP结构模型,发现事故致因的传递路径,可以更好地对安全管理缺陷进行应对。
(4)为了提高机务维修的安全性,不仅要提高设备的可靠性,重点在于提高与人相关的指标因素的安全水平。尤其目前设备性能得到相当程度的改善,提高其可靠性投入较大,而通过改善管理等与人相关的指标因素,提高其可靠性,对于机务安全水平的提高,能起到事半功倍的效果。
3.基于因子分析和模糊神经网络的城市公共安全评价研究 篇三
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4.基于因子分析和模糊神经网络的城市公共安全评价研究 篇四
摘要：结合目前煤矿灾害事故的特点和规律,根据影响煤矿安全的因素建立了煤矿安全性评价指标体系,首次采用模糊层次分析法(FAHP)建立煤矿安全综合评价模型并进行了实例分析.结果表明,通过该方法来确定煤矿安全评价的指标权重是可行的.,具有一定的理论意义和实用价值.作 者：房其贤 来志伟 徐杨 FANG Qi-xian LAI Zhi-wei XU Yang 作者单位：房其贤,FANG Qi-xian(淄博矿业集团有限公司,岱庄煤矿,山东,济宁,27)
来志伟,LAI Zhi-wei(神华神东煤炭集团上湾煤矿,内蒙古,鄂尔多斯,017209)
徐杨,XU Yang(中国矿业大学安全工程学院,江苏,徐州,221116;煤炭资源与安全开采国家重点实验室,江苏,徐州,221008)
期 刊：能源技术与管理 Journal：ENERGY TECHNOLOGY AND MANAGEMENT 年，卷(期)：, “”(2) 分类号：X913.4 关键词：煤矿 安全评价 模糊层次分析法
5.基于灰色理论的城市安全综合评价 篇五
由于城市安全评价信息具有不确定性和不完整性,以使人们对城市的安全程度没有一个全面的、概括的了解.本文采用灰色系统理论对城市安全进行了定量评价的尝试,并以具体的实例解释了该评价模型的`计算过程,验证了该方法的实用性和可行性.
作 者：张洪亮 王德栓 刘志强 张t凯 ZHANG Hong-liang WANG De-shuan LIU Zhi-qiang ZHANG Yi-kai 作者单位：张洪亮,刘志强,张t凯,ZHANG Hong-liang,LIU Zhi-qiang,ZHANG Yi-kai(河北工程大学,经管学院,河北,邯郸,056038)
王德栓,WANG De-shuan(河北邯郸建联建筑公司,河北,邯郸,056038)
6.基于因子分析和模糊神经网络的城市公共安全评价研究 篇六
城市管理即在城市建成区内，政府统一实施对城市的基本管理，内容包括公用设施管理、道路交通管理、市容环境管理、园林绿化管理、房屋土地管理、市政工程设施管理、市政公用设施的管理，以及人为或自然因素导致城市市容环境和环境秩序受到影响或破坏的情况下使之恢复正常的处理。随着我国城市建设的快速发展，城市管理的队伍与组织逐渐壮大，城市管理工作对维护城市的秩序和安全，促进城市的健康发展起着更加重要的作用，而且公众参与城市管理的程度也越来越高。城市的管理模式也由过去传统的模式向数字化城市管理新模式转变，不少城市建立了监督中心和指挥中心管理体制，并改进了城市管理流程。虽然有的城市的管理绩效评价机制已经建立，对客观评价城管绩效起到一定的积极作用，但其绩效评价机制并不完善，并不适应新的城市管理模式。比如，城市管理传统模式下群众被动接受政府的城市管理结果，城市管理的绩效评价侧重于城管工作人员的执法业务和队伍建设;而在城市管理新模式下，群众占主导地位，反映问题并监督相关工作的完成情况，“公众服务”新理念被提出。因而，群众满意度是新模式下城市管理绩效评价的重要指标。此外，数字化城市管理要求加强信息化建设，计算机设备情况、网站建设等被纳入绩效指标;“和谐城管”要求和不法商贩等减少冲突，市民投诉率被纳入绩效指标。
完善的绩效评价体系能调动城管工作人员积极性，指引其日后工作的努力方向，减少执法人员与群众的冲突。因此，正确合理地评价城市管理绩效尤为重要。本文结合城市管理新模式，提出城市管理绩效评价体系，将管理科学方法应用到城市管理中，切实有效地为管理者提供决策依据。
2 城市管理绩效评价指标体系和指标权重
2.1 绩效评价方法
国内外绩效评价的主要方法有ABC分类加权法，数据包络分析 (DEA) ，主观经验法，动态综合评价方法和层次分析法 (AHP) 等。其中，ABC分类加权法(ABC-Method)是基于分类转化的思想，试图通过把权重由定性转为定量，通过数学计算得出最终的权重标准，方法简单，但在量化指标方面有些粗略。数据包络分析法(DEA)是以相对效率概念为基础，用于评价相同类型的多投入、多产出的决策单元的效率, 例如D Siegel et al.采用DEA方法，应用随机前沿生产函数进行科技成果转化效率分析[1]。主观经验法是基于决策者个人经验，根据对各项评价指标重要程度的认识，或者从引导意图出发，对各项评价指标的权重进行分配。动态综合评价方法则常常应用于随时间变动指标或参数变动较大的情况下，例如N Hill等把公司分为稳健、财务危机和破产3种状态, 运用动态综合评价方法测算财务状态转变的条件概率和转换率[2]。层次分析法是由美国运筹学家T.L.Saaty于20世纪70年代提出的一种定性与定量相结合的决策分析方法[3]。它是一种将决策者对复杂系统的决策思维过程模型化、数量化的方法。首先将问题分解成若干层次和若干元素，再对这些元素进行两两比较并作排序判断，最后确立各元素的权重。层次分析法操作简单，通过对各元素间简单的比较和计算，即可得出每个元素的重要性程度，为决策提供依据。本文将采用层次分析法来确定指标权重。
平衡计分卡 (Balanced Scorecard, BSC) 由美国哈佛商学院教授罗伯特·卡普兰、大卫·诺顿于1992年提出，从多维度把握企业价值创造机制的角度[4][5]。BSC方法平衡4个关键因素———顾客，财务，内部业务和学习成长，有效衡量组织绩效[6]。平衡计分卡方法不仅广泛应用于各类企业评价体系的确立，也运用于政府部门。本文采用平衡计分卡方法，从财务层面、市民层面、内部业务管理层面、学习创新与自我成长层面建立城市管理部门的绩效指标评价体系。
2.2 城市管理绩效评价指标体系
城市管理绩效是城市管理活动所产生的效能和结果，是衡量城市管理水平的最重要指标。按照系统性和实用性原则，本文建立了一个比较完整的、易于测评的城市管理绩效评价指标体系，它包括4个层次，40个具体的指标。各项指标大部分为定量指标，以便搜集相关数据进行量化评估。财务层面的目标是降低执法成本，降低城市治理成本。财务投入分为固定资产投入和无形资产投入，既要考虑具体设备的经济费用，也要考虑员工费用。市民层面目标是提高市民满意度。内部业务管理层面的目标是提高执法质量和执法效率，规范执法行为，提高信息化程度，做到政务公开。学习创新与自我成长层面的目标是加大执法力度，调整执法人员结构，提高执法素质。该指标体系对现有城市管理绩效评价体系进行了修改，剔除了无法测量或无关联的因素，引入了与提高群众满意度密切相关的因素，具体指标见表1ㄢ
由于每个绩效指标对城管整体工作的影响程度不同，因而它们在评价中重要程度也各不相同。不同层面的绩效因素之间不存在可比性，因此本文采用AHP法首先确定这4个维度的权重Wi (i=1, 2, 3, 4)，每个层面有Ni (i=1, 2, 3, 4) 项指标Xij;再计算这4个层面中各项绩效指标的权重Wij (j=1, 2，…，Ni)。在此评价指标结构的基础上，采用1～9比率对各层面及同一层面各项指标进行两两比较，并进行一致性检验。
矩阵R1表示这4个层面相互间的重要性程度，
rij (i, j=1, 2, 3, 4) 表示第i个层面相对于第j个层面的重要性，rij=1/rji。同理，R2、R3、R4和R5这4个矩阵分别表示4个层面下各项具体指标相互间的重要性程度，M2、M3、M4和M5分别表示这4个层面下指标的数量，也是相应矩阵的维度。
为得到合理有效的Ri (i=1, 2, …, 5) ，本文采用专家打分法。首先选取相关领域的N个专家，并根据专家的职称及社会地位对每个专家赋权
每个专家给出5个上三角矩阵Rnk (n, k=1, 2, …, 5) ，综合专家意见，得到最终权重：
其中M1=4, M2=3, M3=6, M4=22, M5=9ㄢ
设ε=1，若σpq (N-1)≤ε，则满足收敛要求;否则将σpq (N-1)与rpq发回给每个专家要求对此项进行重新评判。最终可得到矩阵R1、R2、R3、R4和R5
本文选用和积法计算各项权重，以矩阵R1为例，先对矩阵各列进行归一化处理, 将各行相加得到, 再进行归一化处理, 即可得到各因素的权重
由于专家等评价人员构造的判断矩阵不一定满足完全一致性条件, 因此需要检验判断矩阵的满意一致性。可以用迭代法求解得到判断矩阵的最大特征根λmax，判断矩阵的一致性检验指标：。当判断矩阵具有完全一致性时, CI=0;当CI≠0时，计算判断矩阵的相对一致性检验指标CR, 。RI为平均随机一致性指标，可查表得到。一般认为CR≤0.1时，判断矩阵的一致性可以被接受;否则, 应当重新调研或征求专家意见, 对判断矩阵进行审定, 修正判断矩阵, 使之满足一致性。
2.3 城市管理指标隶属函数值的确定
城市管理绩效指标以定量指标为主，如城管通及时解决率等，将具体数值与预期数值进行比较就能得到该指标任务的完成状况。此外，还有一些定性指标，如市民满意度等，一般通过走访调查、网络问卷等形式得到数据。
用模糊综合评价方法，结合评价指标体系，建立隶属度矩阵R。隶属度r为某一评价因素属于某一评价等级的程度。设V={差，较差，一般，中，良，优}={V1, V2, V3, V4, V5, V6}。若某指标的隶属度矩阵r1={0.64, 0.22, 0.08, 0.029, 0.019, 0.012}，其中的6个数值则分别说明该指标实际完成情况隶属于差、较差、一般、中、良、优的程度。
具体地，定性指标和定量指标隶属函数值的确定如下：
(1) 定性指标隶属函数值的确定。设共有n人参与调查，统计各评估指标xij属于各评估等级Vt (t=1，…，6) 的频数mijt，记xijt=mijt/n, xijt表示评估指标隶属于Vt等级的隶属度。
(2) 定量指标隶属函数值的确定。将数量指标分为效益型指标 (越大越好型) 和成本型指标 (越小越好型) 两种情况考虑。
效益型 (越大越好型) 指标。先确定该指标的最差、最优临界值a、b (a
其中u为对应指标实际值。
同样，成本型 (越小越好型) 指标隶属函数的确定方法与效益型指标类似，成本型指标包括人力资源投入程度等，指标隶属于等级的隶属度为:
3 城市管理绩效评价的应用
采用层次分析法，对某城市管理绩效进行评价。发放调查问卷，请专家对各项指标重要性进行打分。综合专家评分情况，得出各项指标的权重，见表1ㄢ
计算指标隶属度矩阵，并与指标权重相乘，得到一个1×6阶矩阵，矩阵中的数字分别反映了城管绩效隶属于差、较差、一般、中、良、优的程度，最终得到一个总评分。将此评价方法运用在某城市的4个区中，设评价满分为1 000分，评价结果如图1所示。
图1中清晰地反映了各区城市管理的状况，为决策者提供了数据依据，同时也为各区今后城市管理工作的发展指引了方向。
4 总结
建立城市管理绩效评价体系能使城市管理更加科学有效，实现城市管理方式的转变，是城市管理建立长效机制的前提。完善的评价体系促进城市管理从经验管理向科学管理转变，从运作管理向制度管理转变，从问题管理向预防管理转变。在本文提出的城市管理绩效评价的4个层面中，市民层面的指标权重最大，为36.5%，其次是内部业务管理层面、学习创新与自我成长层面，财务层面比重最低，为15.5%。指标权重的高低排序充分说明：若要提高城市管理和执法综合水平，必须将公众服务的理念放在首位，努力做到从群众出发，让群众满意。
本文采用平衡计分法确定影响城市管理绩效的4个层面，确定每个层面下的各项指标，并用层次分析法确定4个层面的权重及每个层面各指标权重。通过专家打分得出多个判断矩阵以确定指标权重，避免了单个专家主观判断的片面性，提高了利用平衡计分卡进行绩效评价的可操作性和绩效评价结果的合理性，比完全凭借领导个人经验和知识主观评价更科学、更合理。
参考文献
[1]Albert N Link, Donald S Siegel.Generating Science-based Growth:An Econometric Analysis of the Impact of Organizational Incentives on University-industry Technology Transfer[J].The European Journal of Finance, 2005, 11 (3) :169-181.
[2]N T Hill, S E Perry, S Andes.Evaluating Firms in Financial Distress:An Event History Analysis[J].Journal of Applied Business Research, 1996, 12 (3) :60-71.
[3]Saaty T L.How to Make a Decision:The Analytic Hierarchy Process[M].Pennsylvania, US:The Institute of Management Sciences, 1994:19-43.
[4]赵永铭.基于BSC的企业信息化绩效评价模型研究[J].情报杂志, 2008 (5) :52-54.
[5]Robert S Kaplan, David P Norton.The Balanced Scorecard-Measures that Drive Performance[J].Harvard Business Review, 1992 (2) .
7.基于因子分析和模糊神经网络的城市公共安全评价研究 篇七
基于三角模糊的航空公司安全评估研究
本文在综合考虑航空公司安全影响因素的前提下,建立了安全评估指标体系.由于评估过程中存在的不确定性,故利用模糊层次分析法确定指标体系的.权重,基于三角模糊数建立安全评估模型.实证分析表明,利用模糊理论在航空公司安全评估中可以获得较为准确的评价结果.
作 者：靳慧斌 赵振武 JIN Hui-bin ZHAO Zhen-wu 作者单位：中国民航大学,天津,300300刊 名：电子科技大学学报(社会科学版)英文刊名：JOURNAL OF UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA(SOCIAL SCIENCES EDITION)年，卷(期)：11(4)分类号：X913关键词：航空安全 模糊层次分析法 三角模糊数 评估
8.基于因子分析和模糊神经网络的城市公共安全评价研究 篇八
针对生态环境质量传统评价技术的不足,开展中小尺度区域RS和GIS相结合的.评价技术研究.将研究区域和评价单元网格化,由RS和GIS技术获取生态环境空间数据,选取自然环境条件、环境质量、自然景观格局和城市化影响4大类共11个指标为评价指标,并利用GIS空间分析技术,将环境污染常规监测数据和社会经济统计数据同化到小网格评价单元进行综合评价,并与城市热岛效应对比,分级评价结果基本符合杭州市区生态环境质量现状.
作 者：徐鹏炜 赵多 XU Pengwei ZHAO Duo 作者单位：浙江省环境保护科学设计研究院,杭州,310007 刊 名：应用生态学报 ISTIC PKU英文刊名：CHINESE JOURNAL OF APPLIED ECOLOGY 年，卷(期)： 17(6) 分类号：X820.2 关键词：RS GIS 城市生态环境质量评价 网格化
9.基于因子分析和模糊神经网络的城市公共安全评价研究 篇九
城市绿地作为生态系统的一个组成部分, 它在一定时空范围内为人类社会提供的产出构成生态服务功能, 主要包括: (1) 净化环境:净化空气、水体土壤、吸收CO2、释放O2、杀死细菌、阻滞尘土、降低噪声等; (2) 调节小气候:调节空气的温度和湿度, 改变风速风向; (3) 涵养水源:雨水渗透、保持水土等; (4) 土壤活化和养分循环; (5) 维持生物多样性; (6) 防护和减灾功能:抵御大风、地震等自然灾害。城市绿色空间生态服务功能的强弱取决于绿地的数量组成结构、镶嵌格局、分布特征、与周边人工景观的联系以及管理水平等。它涉及多因素、多层次、多尺度[1]。对区域尺度城市绿地服务功能进行评价, 需要较详尽的过程数据, 而由此带来的极大不确定性会直接影响模型评价的准确性。因此, 有许多研究结合其他理论方法来进行公共绿地服务功能等[2—4]
本研究尝试将多因子层次覆盖评价模式应用于公共绿地服务功能的评价中, 以北京市规划市区内公共绿地作为研究案例, 评价其服务功能等级, 为多因子层次覆盖模型在区域尺度乃至更多尺度上的应用提供新的研究思路, 研究结果也可为区域生态环境建设, 自然资源的管理和保护提供科学依据。
1研究区概况
以北京市规划市区内的公共绿地作为研究对象, 规划市区东起定福庄, 西到石景山, 北起回龙观与北苑北, 南到南苑, 面积约1 097km 2, 涵盖东城区、西城区、崇文区和宣武区全部, 及石景山、海淀区、朝阳区和丰台区大部分区域。公共绿地以《北京市城市园林绿化普查资料汇编 (2005) 》数据为准, 共计486块公共绿地。
2研究方法及数据处理
主要选取的数据包括2007年TM影像, 2005年绿化普查数据。栅格运算涉及的条件运算, 在Arc/Info8.3的Workstation中GRID模块中完成, 统一设定个栅格大小为100m×100m。
选择影响城市公共绿地服务功能的的各项因子为:热岛, 容纳避难人口数量, 绿地率, 每年吸收二氧化碳数量, 每年释放氧气数量。
2.1单因子数据处理方法
热岛:利用2007年TM影像6波段的DN值对城市不同地区热岛状况分别进行提取, 一级热辐射区即强热岛 (与郊区 (北京市六环以外地区) 地表DN值相差27～44) , 二级热辐射区为次强热岛 (与郊区相差23～26) , 三级热辐射区为中间区 (与郊区相差18～22) , 四级热辐射区为比较凉爽的区域 (与郊区相差1～17) , 五级热辐射区为最凉爽的区域将一级与二级合称为热岛区。本研究取热岛区面积占区域总面积的比例为热岛因子。
容纳避难人口数量:指按照每平方米草地可容纳0.5人计算, 每块公共绿地可以容纳避难人口的数量。
绿地率:指园林绿地面积占区域总面积的比例。
每年吸收二氧化碳数量 (吨/年) :指公共绿地内所有植物每年吸收二氧化碳的数量。
每年释放氧气数量 (吨/年) :指公共绿地内所有植物每年释放氧气的数量。
2.2多因子层次覆盖模型评价方法
各因子并非单独影响公共绿地的服务功能, 而是通过或加强或减弱的相互影响, 综合作用体现服务功能。根据北京市公共绿地特征, 并结合单因子作用结果, 选用因子权重大小依次为热岛、容纳人口数、绿地率、吸收二氧化碳、释放氧气, 多因子层次覆盖分析模型见图1[5]。并根据各因子的权重大小依次确定两因子复合后引起的服务功能等级。
3 结果与分析
根据热岛与容纳人口数量因子的复合原则, 将两因子影响下生成的公共绿地服务功能分级图进行叠加, 结果见图2。由于热岛和容纳人口数量因子影响, 服务功能等级为2级面积占58.5%, 3级面积占39.3%, 4级与5级之和仅为2%, 服务等级为1级的没有。根据热岛、容纳人口数量复合因子与绿地率因子的复合原则, 将三个因子影响下生成的服务功能分级图进行叠加 (图3) , 结果表明服务功能差与中等的面积分别占33.3%与52.5%, 服务功能好的面积占12.0%, 很好的面积占2.1%, 总体来讲叠加绿地率因子后, 公园服务功能等级明显提升, 服务功能差的公共绿地面积明显减少。根据热岛、容纳人口数量、绿地率复合因子与吸收二氧化碳因子的复合原则, 将四个因子影响下生成的服务功能分级图进行叠加 (图4) , 考虑绿地植物产生的生态效益, 北京市公共绿地服务功能水平都有所增加, 服务功能为2级的面积仅占有18.9%, 服务功能为4级的面积增加到23.8%, 服务功能中等的公共绿地面积变化不大, 占总面积的55.2%。
图5是热岛、容纳人口数量、绿地率、吸收二氧化碳以及释放氧气因子根据复合原则生成的公共绿地服务功能等级的分布图。共分为4级, 在北京规划市区内的公共绿地没有服务功能很差的。各因子的综合作用结果是:服务功能差的公共绿地面积占到23.6%, 服务功能中级的占45.1%, 服务功能好的占29.1%, 服务功能很好的占2.1%。
4 讨论
虽然基于对北京市公共绿地特征客观的选择了评价其服务功能的参数, 并从多因子层次覆盖评价角度, 对复合因子及多因子综合作用下研究区公共绿地服务功能状况进行评价, 从理论和实际操作上具有一定准确性且方便, 但在确定各因子对服务功能的贡献大小及两两因子在层次覆盖模型中的复合原则中具有一定缺陷, 需要在应用中加以注意。
参考文献
[1]李锋, 王如松.城市绿地系统的生态服务功能评价、规划与预浏研究——以扬州市为例阴.生态学报, 2003;23 (9) :1929—1936
[2]胡良军, 李锐, 杨勤科, 等.基于GIS的区域水土流失评价模型.应用基础与工程科学学报, 2000;8 (1) :1—8
[3]Fistikoglu O, Harmancioglu N B.Integration of GIS with USLE in as-sessment of soil erosion.Water Resources Management, 2002;16:447—467
[4]Bryan B A.Physical environmental modeling, visualization and query for supporting landscape planning decisions.Landscape Urban Plan, 2003;65 (4) :237—259
10.基于因子分析和模糊神经网络的城市公共安全评价研究 篇十
灰色模糊评价实质上是数学模型理论的具体应用，能够有效的区分边界不清、定义不明65应用理论，进而对具体的研究项进行定量分析，从更加深人的层次对问题进行剖析，确定所有的能够对分析结构造成影响的因素，充分发挥灰色模糊评价综合性的特点。绩效评价体系作为一种量化的评价指标，是监管水利工程建设情况，保证水利工程建设工程质量的有效手段，基于灰色模糊评价理论的绩效评价体系，能够保证水利工程建设的质量,确保水利工程建设实现要求的功能，要想进一步提高灰色理论的实际应用性能,在实际建设过程中，就要对水利工程建设的每个环节进行实时的测评，以便于及时发现工程建设的问题，调整工程建设方案，继而保证水利工程建设能够顺利的进行。由此可以看出对基于灰色模糊评价的水利工程管理绩效评价进行研究，不仅能够提高绩效管理体系的有效性和执行力，还能提升工程建设评价效果的准确性，为水利工程后续建设提供数据参考,具有重要的应用研究价值意义。
11.基于因子分析和模糊神经网络的城市公共安全评价研究 篇十一
★ 环境科学人工神经网络运用论文
★ 航空发动机自适应神经网络PID控制
★ 常规飞机的神经网络逆模型
★ 预测人员震害损失的神经网络模型
★ 基于补偿神经网络的模糊飞机刹车控制系统研究
★ 基于BP神经网络的光纤陀螺仪温度建模研究
★ 时滞并联限制细胞神经网络的稳定性
★ 基于人工神经网络和正规化周期回归的耦合模型及其应用
★ 信息技术论文
12.基于因子分析和模糊神经网络的城市公共安全评价研究 篇十二
1 区域创新城市天水现象概况
天水市居西安至兰州两大城市中间, 是甘肃继省城兰州后的第二大城市。天水市以“自主创新, 重点跨越, 支撑发展, 引领未来”为科技工作方针, 形成了良好的科技创新氛围, 在建设创新型城市中走在了全省前列。“十一五”时期, 全市上下深入实施“科教兴市”战略, 积极组织实施“六大科技创新工程”, 不断加快创新型城市建设步伐, 全市综合科技实力和科技创新能力显著增强。天水先后被国家科技部确定为全国技术创新工程区域试点城市、全国制造业信息化工程试点城市和全国科技特派员试点城市, 连续五次荣获“全国科技进步先进市”称号, 科技创新工作连续六年名列全省第一, 自主创新能力在全省14个市州中位居第2, 创新能力突出。我们将这一现象称为“天水现象”。
区域创新城市天水现象的存在不是偶然的, 从科技实力、科技创新能力、企业自主创新能力等内部环境, 到创新政策等外部环境都为天水现象的出现奠定了坚实的基础。
2 基于因子分析法的天水科技实力分析
根据天水市2003年至2009年相关数据, 选择科技活动人员数 (X1) 、每万人中的科技人员 (X2) 、工程技术人员比重 (X3) 、R&D经费/GDP (X4) 、科技三项费比重 (X5) 、科技活动人员人均经费 (X6) 、科技活动机构科研仪器设备总值 (X7) 、图书量 (X8) 、每万人微机拥有量 (X9) 、承担课题数 (X10) 、每万人中在校大学生 (X11) 、科技成果 (X12) 、科技活动经费筹集额 (X13) 、科技活动经费内部支出额 (X14) 、科技活动经费外部支出额 (X15) 、科技活动人员 (X16) 、从业人员比重 (X17) 等17项指标, 采用因子分析法, 得到2个主成份, 其贡献值达87.857%。见表1。
17个指标对这2个主成份的贡献值如表2, 选择贡献值大于95%以上的指标参与计算综合指数。
将表2中计算结果进行标准化后, 得到2003～2009年天水科技实力结果为:-59.25、107.85、284.42、451.34、596.03、752.93、1050.87。数据显示, 2003-2009年天水科技实力整体上一直处于持续增强的趋势, 如图1所示。总体划分为两个阶段, 2003年前为起步阶段 (综合指数为负值) , 2004～2009年为发展阶段 (2004年开始综合指数变为正值) 。
3 基于因子分析法的天水企业创新能力分析
根据天水全部国有及规模以上非国有工业企业2003～2009年相关数据, 选择科技活动经费筹集额 (X1) 、科技活动经费内部支出额 (X2) 、科技活动经费外部支出额 (X3) 、科技活动人员 (X4) 、从业人员比重 (X5) 、R&D经费总支出 (X6) 、R&D人员 (X7) 、拥有发明专利数 (X8) 、工业增加值 (X9) 、职工平均工资 (X10) 、产品销售收入 (X11) 、科技活动项目 (X12) 等12项指标, 采用因子分析法, 得到3个主成份, 其贡献值达95.273%。见表3。
12个指标对这3个主成份贡献值见表4, 选择贡献值大于85%以上的指标参与计算综合指数。
将表4中计算结果进行标准化后, 得到2003～2009天水企业自主创新能力结果 (标准化后) 为:-1.40716、-0.88403、-0.44235、-0.20937、0.78296、0.91695、1.243。数据显示, 天水市企业自主创新能力不断提高, 如图2所示。总体划分为两个阶段:2003—2006年为起步阶段 (综合指数为负值) , 2006—2009年为发展阶段 (2006年开始综合指数变为正值) , 2006年作为天水企业自主创新关键性的一年, 是企业自主创新提速的分界线。
4 基于灰色关联的天水市科技投入与经济增长分析
4.1 天水市科技投入与经济增长指标
科技经费投入作为科技进步的必要条件, 对经济增长具有促进和支撑作用。科技人员作为科技活动中的主动因素, 对科技和经济的持续稳定增长发挥着能动作用。在目前大力提倡自主创新、建设创新型甘肃的形势下, 分析科技投入与经济增长的相关性具有重要的意义。
在科技投入的各个组成部分中, R&D经费支出是最重要的部分, 是促进科技成果向现实生产力转化的主要因素。科技活动经费内部支出是科技活动能够正常开展的保障, 是科技活动的支撑。在经济指标方面, 仍然把最常用的GDP作为度量的指标。天水市2005-2009年各指标数据见表5。
数据来源:《甘肃科技发展报告》、《甘肃年鉴》。
4.2 灰色关联度分析
灰色系统理论中的关联分析是一种新的因素分析方法, 它主要通过对系统数据序列的几何关系进行比较来分析系统中各个因素间的关联程度, 即认为刻画因素的时间变量之间所表示的曲线的几何形状越接近, 就认为它们之间的关联程度越大。与数理统计方法相比, 对样本量的多少和数据分布没有特殊要求, 而且计算量小[3]。本文采用灰色相对关联度分析方法对天水市R&D经费支出、科技活动经费内部支出与GDP的相对关联度进行分析。
设甘肃国内生产总值 (GDP) 为X0序列, R&D经费支出和科技活动经费内部支出分别为X1和X2序列, 以2005年为基准:
利用初值公式对表1进行无量纲化处理。
初值公式:undefined
处理后初值像:
X′0= (1, 1.138, 1.330, 1.547, 1.778)
X′1= (1, 0.194, 0.063, 0.068, 0.245)
X′2= (1, 1.056, 1.249, 1.270, 1.302)
(2) 求X′0、X′1、X′2的始点零像化:
X′undefined=X′i (k) -X′i (1)
X′undefined= (1, 0.138, 0.330, 0.547, 0.778)
X′undefined= (1, -0.806, -0.937, -0.932, -0.755)
X′undefined= (1, 0.056, 0.249, 0.270, 0.302)
(3) 求|S′0|、|S′1|、|S′1-S′0|、|S′2|、|S′2-S′0|:
undefined
(4) 计算灰色相对关联度:
undefined
计算结果显示:天水市R&D经费支出与GDP的相对关联度为0.0945;科技活动经费内部支出与GDP的相对关联度为1.3537。说明R&D经费支出、科技活动经费内部支出与GDP之间均存在正相关关系, 但科技活动经费内部支出与GDP之间的相关关系较强, R&D经费支出与GDP的相关关系较弱, 好有待进一步的提升。
4.3 结论
通过对天水市2005-2009年R&D经费支出、科技活动经费内部支出数据进行灰色相对关联度分析, 得出以下结论:
1) 科技活动经费内部支出与经济增长有密切的关系, 科技活动经费内部支出对经济增长具有重要的推动作用。
2) R&D经费支出与经济增长相关关系较弱, 因此, 主管部门应对此展开调查研究, 探明R&D经费支出与GDP之间的确切关系, 明确R&D经费支出对GDP的促进作用。
5 天水市进一步发展区域创新城市面临的形式
纵观天水企业创新发展的7年, 企业在科研经费投入、效益产出、技术能力、自主创新能力等方面都有了很大的进步, 竞争能力获得了一定的提升。但是, 在一些方面与我国先进企业相比尚有很大差距, 天水市进一步发展区域创新城市还面临着较为严峻的形式。企业自主创新工作不断取得成效的同时, 必须清楚地认识到存在的不足, 特别是在当前全球经济风波影响下, 创新型企业如何更好地提高企业自主创新能力, 增强企业活力和和竞争力, 这一过程将任重而道远。据调查结果显示, 现阶段甘肃省企业自主创新存在的问题和不足主要表现在以下几个方面。
5.1 科技创新体系建设滞后, 区域创新服务能力薄弱
目前, 天水市以企业为主体、市场为导向、产学研相结合的科技创新体系建设还不完善, 科技资源配置不够给力。据调查结果显示, 企业研发机构、科技中介机构等创新载体种类和数量均偏少, 规模效应不明显, 企业自主创新体系建设不完善。总体看来, 天水市科技创新体系建设还较为滞后, 科技服务中间、科技孵化器等区域创新服务能力较为薄弱, 还有待进一步地完善。
5.2 企业核心技术工艺落后, 自主创新能力有待提升
从技术装备水平看, 调查结果显示, 技术密集项目所占比例很小, 绝大部分工业设备处于国内较低水平, 设备老化、工艺落后, 技术改造步伐远远赶不上生产和市场的要求, 缺乏自主研发的核心技术装备, 同时由于企业自主创新能力的薄弱, 大部分企业存在产品升级换代速度慢、产品科技含量不高、自主研发品牌缺乏等问题。因此, 企业自主创新能力还有待进一步提升。
5.3 产学研结合机制不健全, 高素质技术人才较缺乏
人才是研究开发活动的实际实施者, 只有拥有了具备创造力的核心人物, 企业才有开展自主创新的基础。天水市创新型城市建设在产学研的合作方式中, 缺乏促进产学研合作的配套设施、协调机制, 企业自主创新的科技资源优势和潜力还有待进一步的挖掘和整合。
6 新形式下天水发展区域创新城市的对策建议
新形势下要以科学发展观为统领, 继续全面贯彻“自主创新、重点跨越、支撑发展、引领未来”的科技工作方针, 发挥科技创新在应对经济危机、创造繁荣和引领新产业发展的关键作用, 以提高科技自主创新能力为主线, 以创新能力建设、创新体系建设、创新环境建设为重点, 加强体制与机制创新, 大力组织实施六大科技创新工程, 努力加快天水建设创新型城市步伐。突出抓好以下几方面。
6.1 强化科技创新体系建设, 提升科技创新服务能力
组织实施科技创新创业园工程, 搭建创新创业平台。努力将科技创新创业园建成以综合孵化器、专业技术孵化器、留学生 (高校毕业生) 创业园等为骨干, 多种形式并存的科技企业孵化器体系。组织实施科技创新体系工程, 支持建设一批工程技术研究中心, 大幅度提升骨干企业的核心竞争力。组织实施科技创新型企业工程, 继续培育、发展更多的国家级、省级创新型试点企业和高新技术企业, 推动高新技术产业发展。
6.2 加强企业核心技术开发, 增强企业自主创新能力
企业即是完成科技成果转化为现实生产力的载体, 又要依靠科技进步来求得发展。核心技术的开发是实现企业技术进步的重要手段。天水企业要发展, 就必须增强企业的自主创新意识, 引导企业面向市场需求, 加快技术创新步伐, 不断开发新产品、新技术和新工艺, 加速科技成果向现实生产力转化, 提高企业的核心竞争力。就必须鼓励和引导高新技术企业、科技型企业和成长型企业建立技术创新研发中心, 加大对技术创新的投入, 形成有自主知识产权的核心技术和相关产品, 做到产品生产、研发和项目储备的良性循环, 努力增强企业自主创新能力。
6.3 加快院地院企合作步伐, 加强创新人才队伍建设
加强企业与高校、科研院所交流合作, 积极拓宽院地院企合作领域, 提高合作层次和水平, 不断满足企业发展需要。继续加大对装备制造业的支持力度, 装备制造业是天水工业的核心支柱, 加大对装备制造业技术研究与共性问题研究方面的支持力度, 对天水建成国家级先进制造高新技术产业化基地具有良好的支撑作用。建立健全人才引进、竞争、激励机制, 鼓励和支持社会各类人才特别是大中专毕业生到企业就业或兼职, 促进企业人才队伍不断壮大。着力加强天水企业经营管理和专业技术人才队伍建设, 优化结构, 吸引和培养一批高科技人才, 提高科技创新队伍整体素质。大力倡导面向社会、面向自身需求、面向企业发展的选人用人导向, 不断提高专业技术人才和技术工人的比重, 调动各类人才的积极性、主动性、创造性。
参考文献
[1]韩晓明, 朱晓霞.小企业在区域创新系统巾的角色坝状[J].商业研究2, 009 (6) :5-8.
[2]丁焕峰.区域创新理论的形成与发展[J].科技管理研究, 2007 (9) :18-21.
[3]张惠茹, 李荣平.基于灰色关联度评价方法的河北省工业企业技术创新能力评价及分析[J].河北师范大学学报, 2010 (5) :49-52.
13.基于因子分析和模糊神经网络的城市公共安全评价研究 篇十三
AHP-模糊综合评价方法的分析与研究
摘要：系统安全评价是保证生产系统安全生产的`基础.笔者在简要分析层次分析(AHP)与模糊综合评价两种方法的特点的基础上,结合这两种方法的优点,提出了多层次的AHP-模糊综合评价法,并应用于企业作实证分析.结果表明:该方法具有这两种方法的优点,能够较好地保证评价结果的客观性.作 者：韩利 梅强 陆玉梅 季敏 作者单位：江苏大学工商管理学院期 刊：中国安全科学学报 ISTICPKU Journal：CHINA SAFETY SCIENCE JOURNAL年，卷(期)：,14(7)分类号：X9关键词：层次分析 模糊综合评价 系统安全评价 企业
14.基于因子分析和模糊神经网络的城市公共安全评价研究 篇十四
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.
【基于因子分析和模糊神经网络的城市公共安全评价研究】推荐阅读：
基于主成分分析法的扬州城市生态系统评价11-26
基于模糊神经网络的生物质气化炉的智能控制12-09
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
补充资料因子分析07-09
体育文化产业发展的限制因子分析论文08-27
基于DEA方法的海洋科技效率评价研究06-28