基于模糊模式识别的系统安全模糊综合评价

基于模糊模式识别的系统安全模糊综合评价（共7篇）（共7篇）

1.基于模糊模式识别的系统安全模糊综合评价 篇一

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  

2.基于模糊模式识别的系统安全模糊综合评价 篇二

关键词：二值化,算法,车牌识别,模糊识别

随着我国汽车数量的增加,城市的交通状况日益受到人们的关注,智能交通系统ITS(Intelligent Traffic System)随之产生。在此基础上发展的车牌识别LPR(License Plate Recognition)系统在交通系统管理中有着重要的作用,通过它可以检索车辆的重要信息,实现车辆控制、运输安排、停车管理、自动收费、事故处理等功能,给交通系统的自动化管理提供了极大的便利。车牌识别系统包括图像预处理、车牌定位、车牌校正、字符分割、字符识别5大部分。但是由于一天之内光照前度不断变化,道路上车辆运行速度也比较快,且有些车辆车牌沾有污物,影响其清晰度、光洁度,在这种情况下,传统的神经网络算法、模板匹配算法等都体现出了可靠性不强的特点。为了有效解决这些问题,以及更好体现车牌识别实时性和准确性的要求,采用模糊模式识别的算法来识别车牌字符,在保证准确性的前提下,也兼顾了实时性。

1 算法设计与构建

1.1 灰度化

本系统的图像信息采集终端为CCD摄像机,但由于CCD摄像机拍摄的是彩色图像,所含的信息量庞大,不仅不利于存储样本,而且对信息的传输速度也有很高的要求。而在我们实际的识别中,并不需要其彩色信息,所以为便于快速处理,可以利用公式:

将彩色车牌图像转化为灰度图像,如图1所示。

1.2 图像增强

由于拍摄的图像质量受天气、光照等的影响,图像的细节容易变模糊,因此需要进行图像增强。先对灰度化的图像进行3*3的中值滤波,然后对滤波后的图像进行对比度拉伸。

1.3 二值化

图像的二值化可以把灰度图像的256个灰度级转化为黑与白两级,便于车牌目标的搜索,阈值的选择直接关系到图像的后续处理,这里采用迭代算法。首先计算灰度化图像的直方图,选取灰度范围的中值作为初始阈值T0,然后进行迭代:

其中是图像中灰度为l的像素点个数,nl是图像中灰度为l的像素点个数,共有L个灰度等级,迭代到Ti+1=Ti时结束,Ti即为最终的分割阈值T。在本实验中K取0.55可得到较好的结果。实验结果如图2所示。

1.4 边缘检测

边缘检测是一种突出图像边缘,削弱边缘以外图像区域,突出图像轮廓的方法。文中采用Canny算法。Canny算子检测边缘的方法是找图像梯度的局部极大值,梯度是用高斯滤波器的导数计算的。它使用两个阈值来分别检测强边缘和弱边缘,而且仅当弱边缘与强边缘连接时,弱边缘才会包含在输入中。因此,此方法不易受噪声的干扰,能够检测到真正的弱边缘。实验处理后图像如图3所示:

1.5 车牌定位

车牌定位包括上下边界和左右边界的定位。经过上述图像处理之后,车牌区域具有相对集中和规则的纹理特性,并具有连续性。首先把图像水平投影到y轴,在车牌边界对应的水平位置上会出现峰值,峰值最邻近的两个低谷点便是车牌的上下边界。以同样的方式可以得到左右边界。在完成上述步骤后,可以利用车牌长宽之间比较固定的关系进行进一步修正,可以得到车牌的精确位置。

1.6 车牌校正

由于CCD相机拍摄角度的关系,车牌在水平和垂直方向上都会有不同程度的倾斜,但一般而言这个角度不会很明显。车牌的水平方向尺度比垂直方向大很多,在系统中一般只需要对水平方向的车牌倾斜进行几何校正。为了能够较准确快速地测出车牌的倾角,采用Radon变换的车牌矫正算法。由Radon变换检测到倾斜角,然后利用旋转变换的表示如下式的方程式的计算:

对车牌进行水平校正,在运用此算法时可以只对车牌边界部分点集中进行处理,所得到的结果并未下降太大,这样可以大大减少计算量,满足实时性处理的要求。

1.7 字符分割

由于我国车牌上的第二个字符和第三个字符的距离大于其他字符之间的距离,因此可以利用垂直投影找最大峰中心距离的方法,即车牌垂直投影图中两个距离最大的波峰之间的区域即为第二、三个字符的间隔区域,通过此方法可以找到第二、三个字符的分割线。然后由此分割线向两侧逐列进行扫描,当第一次遇到某列为全黑像素时,此列即为字符分割线位置。同理,逐次往后扫描,直到这7个字符都被分割出来。

1.8 字符识别

将车牌字符集中的所有汉字、大写英文字母、阿拉伯数字分别用维模糊矩阵表示为各自模式。以大写英文字母为例,共需建立24个维模糊矩阵,如图5车牌中的字母“R”,用个网格将“R”罩在正中间,对(i,j)坐标的网格,根据“R”字符是否覆盖网格的一半赋值0和1,由此可以得到表示“R”的模糊矩阵RR,用相同的方法可以得到车牌字符集中其他字符的模糊模式。

为了得到较高的准确度同时满足实时性的要求,矩阵维数m和n要根据实际图片情况适当取值。完成以上步骤后,得到了x的维模糊矩阵。

设A,B是论域U上的两个模糊集,若是有限集合,则相对Euchid距离:

相应的N(A,B)=1-M(A,B)表示模糊集A,B的Euchid贴近度。

设论域U上的n个模糊集,,若存在p,使得:

则判定模糊集B识别为Ap类,此原则为择近原则。

依据贴近度原则,比较与模板库中的标准模糊矩阵,可以完成车牌字符的识别。

2 实验验证

2.1实验平台及实验环境

本实验室内硬件平台为双核CPU、2.0G主频、2G内存,软件平台为Win7操作系统、Matlab和Visual C++6.0。室外平台为红外传感器和CCD摄像机。

实验场环境:阴天,车速30Km/h,车牌污损度一般

2.2 实验结果及讨论

本实验共采集了100张车牌图片,字符的平均识别时间为0.34秒。最终车牌识别结果如图6所示。

识别统计结果如表1所示。

从实验结果可以看出,汉字的识别率相对较低,这是由于汉字的笔画较多、字形复杂引起的,大写英文字母和阿拉伯数字误识的主要原因是采集的少量车牌上有污迹,以及易混字符如“B”和“8”等,干扰了它们的识别。当然本实验是在汽车低速(30Km/h)行驶、天气为阴天时拍摄的车牌照片,没有考虑较高车速、光照变化引起的图像模糊,实验是在比较理想的情况下进行的,今后还有必要进一步完善此车牌识别算法。完善后算法构建的系统可以应用到收费站、十字路口交通管理装置等,它可以极大简化人工操作。

参考文献

[1]王洪元,刘忠杰,刘爱萍.基于多特征组合的车牌识别算法.常州大学学报(自然科学版).

[2]袁卉平.基于MATLAB的车牌识别系统的设计研究.工业控制计算机,2010,23(10).

[3]李元金,高维春,王精明.车牌识别技术中字符切割新算法.深圳信息职业技术学院学报.

[4]刘静.几种车牌识别字符识别算法的比较.河北工程大学.

[5]孙前进,徐素莉,孙炎增.基于Radom变换特征提取的步态识别[J].数据采集处理,2010,(2):268-272.

3.基于模糊模式识别的系统安全模糊综合评价 篇三

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：（2-4）

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。隶属函数的确定比较依赖人的主观性，但也不是随意得出的，隶属函数是对客观事物的确切表示[9]。

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为：

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为：

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

4.基于模糊模式识别的系统安全模糊综合评价 篇四

介绍我国目前采用的`几种重大危险源评价方法.利用层次分析法的原理,针对重大危险源评价因子建立层次结构模型,构建比较矩阵;将成对比较矩阵的特征向量作为重大危险源评价的权重,确定了评价因子的影响力排序;建立了重大危险源危险度评价指标体系,提出了一种新的重大危险源危险度评价方法,为重大危险源分级和监控管理提供了依据;并通过实例进行了基于层次分析法的重大危险源评价方法的实际运用.

作 者：张明广 蒋军成 ZHANG Ming-guang JIANG Jun-cheng  作者单位：南京工业大学,城市建设与安全环境学院,江苏南京,210009 刊 名：南京工业大学学报（自然科学版）  ISTIC PKU英文刊名：JOURNAL OF NANJING UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION) 年，卷(期)： 28(2) 分类号：X931 TB496 关键词：层次分析法   重大危险源   危险度评价  

5.基于模糊模式识别的系统安全模糊综合评价 篇五

【摘要】

目的:探讨模糊综合评价法在临床科室绩效评价中的应用。方法：运用理论和实证相结合的研究方法。结果：运用模糊综合评价法得到的医院某一临床科室绩效评价结果与实际情况相符。结论：基于AHP的模糊综合评价法能够很好的运用于临床科室绩效评价中，但还需要进一步研究和改进。

【关键词】 层次分析法(AHP)； 模糊综合评价法； 临床科室； 绩效评价

面对日益提高的医疗服务需求，激烈的医疗市场竞争，卫生体制改革的压力，医院的管理者要想从激烈的竞争中获胜，实现医院的可持续发展，就必须对医院作出科学的、客观的评价，而绩效评价作为医院评价的重要组成部分也受到越来越多的重视。目前，国内大多数医院绩效评价体系的研究都是以医院整体评价为基础的，例如以平衡积分卡理论为基础的医院绩效评价体系的研究等,都取得了一定的成果,而以医院临床科室为基础的绩效评价研究较少。临床科室作为医院的基本构成单位，能否对其绩效进行客观、真实的评价，对于医院的发展有重要的影响。本研究以我院所实行的科室分类综合目标管理相关考核项目为基础，结合平衡积分卡的理论［1］建立评价指标体系，利用模糊数学的理论和方法对临床科室的绩效进行评价，旨在对医院绩效评价体系的研究提供参考。

评价指标体系及其无量纲化

1.1 评价指标体系

医院临床科室绩效评价是一个层次复杂、因素众多的多变量系统，其评价指标的选取，不仅要遵循客观性、科学性、可行性、全面性、有效性等普通原则，还需满足层次性和导向性原则［2］。本研究以科室分类综合目标考核项目为基础,参考以平衡积分卡理论为基础所提出的评价指标体系,根据绩效评价的一般特点，共列出17项指标，见表1。

1.2 评价指标的无量纲化

表1中的指标由于各自单位及量纲的不同而存在着不可公度性，难以进行比较，因此在进行评价前，为尽可能反映实际情况，排除由于各项指标的单位不同以及其数量级间的悬殊差别所带来的影响，需要对指标进行无量纲化处理。无量纲化方法从几何角度可归纳为3类：直线型无量纲化方法、折线型无量纲化方法和曲线型无量纲化方法。本研究采用直线型无量纲化方法，常用的直线型无量纲化方法有以下几种：成本型（越小越好型）、效益型（越大越好型）、适中型（既不能太大也不能太小为好型）、区间型（属性值在某一固定区间内为好型）［3］。

表1 医院临床科室绩效评价指标体系（略）

模糊综合评价的数学模型

2.1 基本原理［4］

设因素集U={u1,u2,…,um}，评价集V={v1,v2,…,vn}。由全体单因素评价组成的模糊子集Ri（i =1，2，…，m）构成总的评价矩阵R为：

R=R1

R2 

Rm=r11r12…r1n

r21r22…r2n

…………

rm1rm2…rmn

R就是一个U→V 的模糊关系矩阵。

根据各个因素在总的因素集中所起的作用不完全相同，选用不同权重组成的集合为A=(a1,a2,…,am)，那么综合评价的结果B是V上的模糊子集，B的表达式为：

B=AR=(b1,b2,…,bm)

采用加权平均原则，将评价结果向量单值化，即：

A=mj=1bkj·jmj=1bkj

其中，k为待定系数，目的是控制较大的bj 所起的作用；j为评价等级的分级值。

2.2 建立模型

由表1可知，医院临床科室绩效评价因素集为U={u1,u2,u3,u4,u5,u6,u7,u8}，分别为服务满意、收费合理、诊断准确、治疗有效、资产管理、工作效率、人力资源和发展创新，即u1={u11,u12 }，u2={u21,u22}，u3={u31,u32}，u4={u41,u42}，u5={u51,u52 }，u6={u61,u62 }，u7={u71,u72 }，u8={u81,u82 }。

本研究将各评价指标分为5个等级，即V={v1,v2,v3,v4,v5}={好，较好，一般，较差，差}。

隶属函数的建立

指标隶属函数的构造采用半梯型函数和线性函数相结合的方法。设Di和Di+1 为相邻两级的分级标准，显然 Di>Di+1，则因素对Di的隶属函数为:

r(x)= 0 xDi+1

Di+1-xDi+1-Di Di

对Di+1的隶属函数为:

r(x)= 0 xDi+1

x-DiDi+1-Di Di

权重的确定

权重是指在一个领域中对目标值起权衡作用的数值［5］，系数越大，指标越重要。权重向量采用层次分析法(The Analytical Hierarchy Process，AHP)，该法将决策问题有关元素分解成目标、准则、方案等层次，在此基础上进行定性分析和定量分析的一种决策方法，具有简洁、实用的特点。

4.1 构造判断矩阵

先建立层次模型，如表1所示，在同一层次对各评价因素进行两两重要性比较，获得综合比较矩阵，根据重要程度排序指数构造相应的判断矩阵。各评价因素的重要性评判采用如下准则（表2）。

表2 矩阵中各元素确定参考表（略）

4.2 计算评价指标权重

由判断矩阵A确定权重Wi，可以有许多方法，本研究采用和积法。

设判断矩阵：

A=a11a12…a1n

a21a22…a2n

…………

an1an2…ann

① 将判断矩阵每一列归一化：

ij=aijnk=1akj

i,j=1,2,…,n

② 将每一列经归一化后的矩阵按行相加：

Mi=nj=1ij i,j=1,2,…,n

③ 将向量M=(M1,M2,…,Mn)T 归一化：

Wi=Minj=1Mj i,j=1,2,…,n

所求得W=(W1,W2,…,Wn)T 即为所求特征向量。

④ 计算判断矩阵最大特征根λmax=ni=1(AW)inWi，式中(AW)i表示向量AW的第i个元素。

一致性检验是通过计算一致性指标和检验系数检验的。

一致性指标： CI=λmax-nn-1

检验系数： CR=CIRI

其中，RI是平均一致性指标，可通过查表获得。一般地，当CR＜0.1时，可认为判断矩阵具有满意的一致性，否则需要重新调整判断矩阵。

应用实例

运用上述评价理论方法，本研究采用二级模糊综合评价模型对我院某临床科室2004～2006年的绩效进行综合评价。

首先，将各个评价指标进行无量纲化处理；然后，根据AHP法得到准则层、指标层的权系数（表3）；再根据隶属函数确定各评价指标的隶属程度，得到指标层的评判矩阵R=(rij)mn；通过M(·，）算子模型，计算得到评价向量；最后利用加权平均原则，将评价向量单值化。本研究取待定系数k=2，分别对各影响因子赋予分值{20，40，60，80，100}，见表4。

表3 评价指标的权重（略）

表4 某三级甲等医院某临床科室2004～2006年的绩效评价结果（略）

由此可见，该临床科室绩效水平总体上是逐年提高的，呈现上升趋势。从各准则层、指标层来看，并不是所有指标都呈现良好的发展趋势，有些指标波动较大，也有些指标上升缓慢，与这一临床科室的实际情况相符。6 结语

由于医院的行业特点,医院绩效评价具有很大的模糊性和非确定性,因此运用模糊综合评价方法对临床科室绩效进行评价是可行的。

模糊综合评价法是针对管理过程中评估对象的复杂性和评价指标的模糊性,采用模糊数学的理论和技术,对复杂的评估对象进行综合评价,从而得到定量评估结果的方法，因此医院管理者通过该评价方法可以发现临床科室管理中的薄弱环节,为加强科室管理提供科学依据。

6.基于模糊模式识别的系统安全模糊综合评价 篇六

【中文摘要】本文研究的是针对现有评价指标的弊端,根据中层管理者的特殊性,建立了中层管理人员绩效考核的指标体系,同时运用多级模糊综合评判算法确定该中层管理者的最终绩效考核情况,从而使得中层管理者的绩效考核更加的公正、科学。为中层管理者的晋升、培训和奖惩等提供了科学的依据。并基于B/S架构开发了企业中层管理者绩效考核信息系统。主要从以下几个方面展开:首先,在综述和研究意义的基础上,分析了国内外绩效考核以及绩效考核信息系统的研究现状,阐述了绩效考核理论的基础知识以及模糊数学的基本思想,从而奠定了本文的理论基础。其次,分析了中层管理者绩效考核的现状及问题,指出了企业中层管理者的特殊性,在借鉴前人经验的基础上,利用平衡计分卡确定了其主要的绩效考核指标。然后,利用改进的层次分析方法确定企业中层管理者绩效考核的指标权重,建立了中层管理者绩效考核指标体系。再次,在确定绩效指标权重的基础上,针对中层管理者各个指标得分的情况,运用多级模糊综合评价计算出中层管理者的最终得分情况。并且把多级模糊综合评价用ASP编程语言实现。最后,根据前面的知识和方法,建立了企业中层管理者绩效考核信息系统,把多级模糊综...【英文摘要】This paper focuses on how to make use of multi-levels fuzzy comprehension evaluation to implement the performance evaluation of mid-level managers.And use computer

lanuagage to realize it.And obtain the indexes of the performance evaluation of mid-level managers, deep understand the particularity of mid-level managers.At last find out a proper way to evaluate the performance of the mid-level managers.With the great effort to improve the objective and science of the mid-level managers performance.Accord...【关键词】绩效考核 中层管理者 多级模糊综合评价 改进的层次分析法 绩效考核系统

【英文关键词】Performance appraisement mid-level managers multi-grade fuzzy comprehensive appraisement improvd AHP performanceappraisement system 【索购全文】联系Q1：138113721 Q2：139938848

【目录】企业中层管理者绩效考核体系研究5-6Abstract6-7

11-12

摘要

1.1 问题

第1章 绪论11-191.1.1 问题的提出的提出及研究意义11-1212-17状14-161.1.2 研究意义121.2 国内外研究现状

1.2.2 国内研究现

1.3 本文1.3.2 1.2.1 国外研究现状12-141.2.3 国内外研究现状评述16-17

1.3.1 研究内容17-18研究内容和方法17-19研究方法18-1919-38

第2章 相关概念与理论基础

2.1.1 企业中层管理者2.1 中层管理者19-20的界定19效考核20-3123-252.1.2 企业中层管理者的特点19-20

2.2.1 绩效20-23

2.2 绩

2.2.2 绩效管理25-29

2.2.4 绩效2.2.3 绩效考核的基础内容考核与绩效管理的区别29-3131-37

2.3 模糊数学

2.3.2 模糊数学2.3.1 模糊数学的概念31-32的应用范围3232-33

2.3.3 模糊数学应用于绩效考核的优点

33-36

2.3.5 模糊第3章 中层管理2.3.4 模糊数学的基础理论综合评判36-372.4 本章小结37-38者绩效考核现状及对策38-50要性38-4138-40

3.1 中层管理者绩效考核的重

3.1.1 中层管理者在企业中的地位和作用3.1.2 中层管理者绩效考核的意义40-41

3.2 中层管理者绩效考核的现状41-43核的特点41-4242-4343-4643-4444-45

3.2.1 中层管理者绩效考

3.2.2 中层管理者绩效考核的方法3.3 中层管理者绩效考核存在的问题3.3.1 中层管理者的绩效考核与企业战略相脱节3.3.2 针对企业中层管理者的绩效考核系统欠缺3.3.3 绩效考核主要采用定性方法45

3.3.4 绩效考核缺乏统一的标准45-4646

3.3.5 忽视绩效考核结果

3.4 解决中层3.3.6 绩效考核指标体系不科学46管理者绩效考核问题的对策46-49略目标保持一致4747-48

3.4.1 绩效考核与企业战

3.4.2 中层管理者绩效考核系统

3.4.4 明3.4.3 定性考核与定量考核相结合48

确定义考核标准48-494949-5050-6750-5350

3.4.5 注重绩效反馈，建立面谈制度

3.5 本章小结3.4.6 完善绩效考核指标体系第4章 中层管理者绩效考核指标体系的构建4.1 中层管理者绩效考核指标基础分析4.1.1 中层管理者绩效考核设计的难点4.1.2 中层管理者考核指标项设计原则50-53

4.2 指标种类的确定53-57指标体系5353-55

4.2.1 应用平衡积分卡构建企业绩效

4.2.2 基于平衡计分卡的中层管理者的业绩指标

4.3 4.2.3 中层管理者绩效考核的内容55-57

4.3.1 指标权重设计原则权重的确定57-6657-584.3.2 指标权重设计方法58-60

60-66

4.3.3 改进的第5章 5.1 模5.2 考层次分析法的应用4.4 本章小结66-67模糊综合评价在中层管理者绩效考核中的应用67-78糊综合评价对于企业中层管理者绩效考核的适用性核主体的选择67-7068-69

5.2.1 考核主体的形式

675.2.2 考核主体的确定69-705.3 模糊综合评价过程70-7570

5.3.1 确定绩效考核指标项和权重

5.3.3 多级模糊综合评

5.5 5.3.2 考核主体打分70-73价73-755.4 模糊综合评价算法代码实现75-76

5.6 本章小结

77-78考核结果分析76-77第6章 中层管理者绩效考核系统分析与设计78-10478-826.1.1 系统需求分析81

6.1 总体设计6.1.2 系统实现框架

81-8282-8383-87块88-896.1.3 系统设计原则826.3 系统功能实现83-1036.3.2 系统登陆模块87-886.3.4 人力资源管理模块

6.2 系统的功能设计6.3.1 IIS 配置6.3.3 系统管理模89-97

6.3.5 考核指标设置模块97-101101-103

6.3.6 模糊综合评价

结论104-1066.4 本章小结103-104参考文献106-110成果110-111

攻读硕士学位期间承担的科研任务与主要致谢111-112

7.基于模糊模式识别的系统安全模糊综合评价 篇七

3.1 多模态模糊专家控制结构

模糊控制在实际中有广泛应用,这主要是因为这种方法有很多优点,如在进行系统设计时不需要建立被控对象的数学模型,比较容易建立语言变量的控制规则,系统的鲁棒性强,尤其适用于非线性、时变、滞后系统的控制。为此,本文根据焦炉火道温度变化的规律,引入多模态模糊专家控制策略。根据工况分析模块的分析结果,切换专家规则库在线选用相应的模糊控制器的模态;根据火道温度与目标火道温度之差,利用控制算法计算保证炉温稳定所需要改变的煤气供热量,从而获得所需调整的焦炉煤气流量与混合煤气压力。控制系统原理如图4所示。

通过对焦炉燃烧过程工况的判断,可以判断出当前焦炉加热过程是正常生产状态、停止推焦状态还是等待推焦状态,而处于三种不同的工况时,控制精度和控制目的都是不同的,因此要针对这三种状态设计模糊控制器。

本文采用多模态模糊控制策略,对于正常生产状况,控制系统切换到针对正常状况所设计的模态,将火道温度稳定在设定值附近,保持焦炉加热过程的平稳进行;对于生产不正常情况,控制系统切换到针对各种异常状况所设计的模态,以提高系统的阻尼程度,抑制火道温度的快速升高或降低。控制系统根据工况分析模块的结果进行在线切换,实现多模态模糊控制。

u—系统输入;e—偏差;K—切换值;y—系统输出

3.2 基于修正因子的模糊控制器

本文采用一个二输入的模糊控制器进行控制。对温度控制器的输入变量做如下定义:

e(k)=y(k)-r(k) (5)

ec(k)=e(k)-e(k-1) (6)

式中,e(k)为当前时刻火道温度的偏差;y(k),r(k)为火道温度的检测值和目标值;ec(k)为当前火道温度偏差的变化率。模糊控制器的输入为温度偏差e(k),偏差变化率ec(k),输出为煤气量的变化量Δu。

根据模糊逻辑推理,对于模糊控制器任意时刻k的偏差Ek和偏差变化率ECk,对应的模糊控制输出Uk为

Uk = (Ek × ECk)·R (7)

式中,R为m条模糊控制规则组成的关系矩阵R1,R2,…,Rm构成的模糊关系矩阵undefined。在模糊推理过程中,需要对Uk进行解模糊计算才能作用于控制系统对象。但是在实际中,由于模糊关系矩阵是一个高阶矩阵,如果对于任何时刻的偏差Ek和偏差变化率ECk都用式(7)进行计算,需要花费较多的时间。而在实际中常常要求实时控制,因此通常采用查表法进行模糊控制。

为了建立合理的规则,需要确定影响决策的各种因素和可能得出的各种决策结果。由于焦炉加热过程是一个大滞后的过程,煤气流量的变化并不能立刻反映到火道温度的变化上,因此进行控制时不仅要考虑火道温度的偏差,还需要考虑温度变化的趋势。本文根据火道温度与设定温度的偏差以及偏差变化率组成的条件属性,将煤气流量的变化量作为决策结果,针对各种不确定干扰或特殊情况下专家采取的处理措施建立专家知识库。笔者采用一种带加权系数的方法来建立煤气流量ΔUG的模糊控制规则。

ΔUG=-β(αE+(1-α)EC) (8)

式中,α为修正因子,0<α<1;β为辅助因子,β>0,它们的值根据不同的生产状况进行确定。e和ec基本论域是[-20 ℃,20 ℃],ΔUG基本论域是[-100 Pa,100 Pa]。E,EC和ΔUG的模糊子集论域为[-5,-4,-3,-2,-1,0,1,2,3,4,5]。下面分别针对三种不同工况设计模糊控制器。

(1)在正常生产状态下,辅助因子β=1;α则主要根据火道偏差E而定。当火道温度偏差E较大时,控制系统的主要任务是消除偏差。这时,对偏差E在控制规则中的加权应该大些,则α取大;而当火道温度偏差E较小时,系统已经接近稳态,控制系统的主要任务是减小超调,这就要求在控制规则中误差变化率EC起的作用大些,则α取小。根据以上要求,根据误差等级引入不同的修正因子,控制规则表示为:

undefined

(2)处于停止推焦状态时,火道温度上升很快,因此时处于结焦末期的炭化室增多,加热过程对温度正偏差和正变化趋势较为敏感,因此煤气流量调整的主要目的是抑制火道温度的快速升高。

当火道温度偏差E较小并有上升趋势时,应主要考虑温度变化的趋势对温度的影响,增大控制规则中温度偏差变化率EC的权重;如果温度的趋势是下降,考虑到当前所处的生产状态,应弱化EC的影响。当E为正时,如果EC≥0,则为了减小已经产生的正偏差,同时抑制温度进一步升高,取β>1;若EC<0,应弱化其作用。如果此时火道温度本身偏低,但EC≥0,那么应该增大EC的权重;如果EC<0,则煤气流量增大的幅度应该比正常情况下小,取β<1。根据以上分析,处于停止推焦状态时,控制规则表示为:

undefined

(3)当处于等待推焦状态时,火道温度下降较快,此时处于结焦初期的炭化室增多,加热过程对于温度负偏差和负偏差变化率比较敏感,因此煤气流量调整的主要目的是抑制火道温度的降低。

当火道温度偏差E较小,并且有上升的趋势,控制规则中应增大火道温度偏差E的权重;如果火道温度偏差变化率EC<0为负,考虑到当前所处的生产状态,应强化EC的影响。对于火道温度偏差E>0时,如果EC≥0,考虑到当前的生产状态,煤气的减少量应该比正常情况小,取β<1;若EC<0,应增大EC的权值,强化其作用。如果火道温度本身就已经偏低,而EC≥0,那么应该减小EC的权重;如果误差变化率EC<0,为了尽快减小偏差,并且抑制温度进一步下降,取β>1。因此,等待推焦状态时,控制规则表中α,β的取值见式(11)。

undefined

设定了各种工况下的模糊控制规则表后,将控制周期采集的火道温度偏差及偏差变化率模糊化,再根据模糊化的结果查询模糊控制表,得到控制量的模糊量ΔUG,并进行解模糊,求取精确量,从而实现复杂工况下火道温度和煤气流量的多模态模糊控制。

4 应用结果

本文阐述的基于多工况识别的焦炉燃烧过程多模态模糊专家控制方法已得到有效应用。系统投入运行后,根据荒煤气温度和推焦串序判断当前的实时工况,通过切换专家知识库在线选择相应工况下模糊控制器的模态,并针对不同工况进行控制,以保证系统在多种工况下的控制要求。

取2006年6月的数据进行分析,未加入多模态模糊专家控制时(见图5(a)),火道温度波动较大,波动范围是±26 ℃;加入之后(见图5(b)),由于能实时判断当前所属工况,并有针对性地进行控制,降低了对象时滞特性的复杂性,因而可更平稳地控制焦炉火道温度,使其波动在±11 ℃之间。经一段时间运行,火道温度的安定系数和平均系数都大幅度提高,在相似配煤条件下,M40提高了1.41%,M10降低了1.15%,焦炉平均耗热量降低了近2.07%。从控制效果来看,基于多工况识别的焦炉燃烧过程多模态模糊专家控制方法对多工况有较好的适应能力,稳定了火道温度,实现了焦炉燃烧过程温度的优化控制。

5 结论