基于判断矩阵法的科技项目综合评价
科技项目绩效考核
科技项目绩效考核在当今科技飞速发展的时代，科技项目的数量和规模不断增长，对于这些项目的有效管理和评估变得至关重要。
科技项目绩效考核作为一种管理手段，旨在衡量项目的成果、效率和效益，为决策提供依据，促进项目的持续改进和优化。
科技项目绩效考核的意义重大。
首先，它有助于确保项目目标的实现。
通过设定明确的考核指标和标准，可以将项目的总体目标细化为具体的、可衡量的阶段性目标，从而使项目团队始终朝着正确的方向努力。
其次，绩效考核能够合理分配资源。
根据项目的绩效表现，对人力、物力和财力等资源进行动态调整和优化配置，提高资源的利用效率。
再者，它为项目决策提供有力支持。
管理层可以依据考核结果，决定是否继续投入、调整策略或终止项目，降低决策风险。
此外，绩效考核还有助于激励项目团队成员。
明确的绩效评价和相应的奖励机制能够激发团队的积极性和创造力，提高工作效率和质量。
科技项目绩效考核的指标体系是考核工作的核心。
一般来说，包括项目成果指标、项目过程指标和项目效益指标。
项目成果指标主要关注项目的产出和成果。
例如，对于研发项目，新产品的技术性能、创新性和市场适应性是重要的考核指标；对于技术改造项目，生产效率的提升、成本的降低以及质量的改进等是关键的成果衡量标准。
项目过程指标侧重于项目执行过程中的管理和控制。
这包括项目的进度控制，是否按时完成各个阶段的任务；项目的成本控制，实际支出是否在预算范围内；项目的质量控制，是否符合相关的技术标准和质量要求；以及项目的风险管理，是否有效地识别和应对了各种风险。
项目效益指标则着眼于项目带来的经济、社会和环境效益。
经济方面，如项目的投资回报率、新增销售额和利润等；社会方面，如项目对社会发展、公共服务和行业进步的贡献；环境方面，如项目在节能减排、资源利用和环境保护方面的成效。
在确定考核指标时，需要遵循一些原则。
一是科学性原则，指标应基于科学的方法和理论，能够准确反映项目的本质特征和关键要素。
二是系统性原则，指标体系应涵盖项目的各个方面，形成一个有机的整体，避免片面性和局限性。
科学技术研究项目评价方法与选择
附录A评价方法与选择（资料性附录）A.1同行评议法某一或若干领域的专家采用一种评价标准,共同对涉及上述领域的一项事物进行评价的活动。
采用同行评议法时，应根据评价目的、项目所属领域及复杂程度等明确以下事项：——专家应具备的资质条件；——专家组数量及构成比例；——评价内容与规范；——评价形式，如会议评价、通讯评价等；——评价权利与责任义务；——评价应准守的职业道德准则，等。
为提高同行评议质量,可以根据专家的权威性和可信度对不同专家的评议赋予适当的权重系数,建立高质量的同行专家库。
同行评议法可以与多维指数法、综合评价法等结合使用。
A.2投入产出效率法通过计算科技项目投入产出效率对项目进行评价。
通常，科技项目投入产出率等于项目的技术隐性收益、技术显性收益完成率与项目投入完成率之比。
当投入产出效率小于1时，表明该科技项目尚未达到预期目标。
说明科研项目投入、技术隐性收益、技术显性收益三个要素目标值与完成值比例之间的匹配程度尚未达到预期；当投入产出效率等于1时，表明该科技项目已经达到预期目标。
说明科研项目投入、技术隐性收益、技术显性收益三个要素目标值与完成值比例之间的匹配程度完全符合预期；当投入产出效率大于1时，表明该科技项目已经超过预期目标。
说明科研项目投入、技术隐性收益、技术显性收益三个要素目标值与完成值比例之间的匹配程度已经超过预期。
该方法可以与技术报表法结合使用。
A.3技术报表法从客观现实中采集科技项目相关数据来进行评价，反映一个项目从思想火花（形成创意）到商业成功（实现创新）的全过程。
可以通过编制技术报表的方法实现，技术报表包含：工作分解结构表（WBS表）、质量成本进度表（QCD）、风险要素控制表（TRC）。
评价时应明确以下要素：，——技术就绪水平的划分级别；——技术就绪水平各级别的定义；——质量里程碑定义和举证要素；——经费总概算、关键级别的经费概算；——对应技术就绪水平每个级别的完成节点时间。
该方法可以与投入产出效率法结合使用。
多指标综合评价理
多指标综合评价理多指标综合评价是指在进行综合评价时，结合多个指标对被评价对象进行全面评判。
它主要是通过分析、整理和综合各个指标的评价结果，得出综合评价结论和综合得分，从而实现对被评价对象的全面评价和排序。
多指标综合评价在决策、评价、选择等方面有着广泛的应用。
加权平均法是一种常用的多指标综合评价方法。
它一般分为确定权重和计算综合得分两个步骤。
在确定权重时，可以采用主观赋权法或客观赋权法。
主观赋权法是根据评价者的经验、知识和判断进行权重赋值；客观赋权法是根据定量数据进行权重计算。
在计算综合得分时，将各个指标的评价分数与其对应的权重相乘，并求和，得出综合评价得分。
加权平均法简单直观，易于操作，适用于指标具有明确数值和权重比较明确的情况。
层次分析法是一种基于判断矩阵的多指标综合评价方法。
它将复杂的多指标综合评价问题分解成层次结构，通过对各层次指标的比较和权重的计算，得出最终的综合评价结果。
层次分析法将问题划分为目标层次、准则层次和方案层次，通过构建专家判断矩阵，运用特征值法和特征向量法进行计算，得出各层次指标的权重和最终的综合评价得分。
层次分析法可以解决指标权重不确定、评价结果复杂的问题，适用于决策问题和评价问题。
模糊综合评价法是一种基于模糊数学的多指标综合评价方法。
它将模糊数学的模糊集合理论和模糊关系理论应用于评价问题。
模糊综合评价法一般包括建立模糊评价矩阵、求解模糊评价权重、计算综合评价得分等步骤。
在建立模糊评价矩阵时，可以通过专家调查、模糊相似度关系法、模糊相对权重法等方法得到各指标间的模糊关系和模糊权重。
在计算综合评价得分时，可以利用模糊综合评价的方法，得到模糊综合评判矩阵，再通过求解最大模糊综合评判矩阵的特征向量，得出综合评价得分。
模糊综合评价法可以处理指标信息不确定的问题，适用于实际问题的评价和决策。
综上所述，多指标综合评价方法有加权平均法、层次分析法、模糊综合评价法和灰色关联度法等。
不同方法适用于不同情况，可以根据具体问题的特点选择相应的方法进行综合评价。
科技项目后评价方法及指标体系研究
科技项目后评价方法及指标体系研究摘要：针对科技项目的特点，基于后评价视角，构建了基于AHP-fuzzy方法的科技项目评价模型以及科技项目科技绩效评价指标体系，并针对目前的研究提出了科技项目绩效评价的改进意见。
关键词：科技项目；fuzzy算子；模糊数学；指标体系；AHP方法1 引言近几年，科技项目逐渐增加，科技项目完成情况及其所带来的经济、社会效益越来越受到相关部门的重视。
尤其随着我国科技项目管理体制的日臻完善，对科技项目的评价已成为提高项目决策者和管理者的专业技术水平，改进科技项目决策和管理的重要途径。
在科技项目的评估设计中，评估模型的选择和评估指标体系的构建是项目评估的重要环节，本文以后评价视角，对科技项目评估指标体系的建立进行探讨并且提出一种基于AHP-fuzzy的综合评价法。
2 科技项目绩效评估体系的构建2.1 基本内容指标体系的构建是科技项目评价的基础，基于AHP-fuzzy方法的指标体系，首先把复杂问题分解成称之为元素的各组成部分，把这些元素按属性不同分成若干组，以形成不同层次。
同一层次的元素作为准则对下一层的某些亦起支配作用，同时它又受到上一层元素的支配。
这种从上至下的支配关系形成了一个递阶层次。
经验表明，最合理的指标体系的层次为3-4层，在此我们采用三层指标体系，即：目标层、准则层、因素层。
2.2指标体系构建的原则设计科技计划项目评价指标系统时，除了遵循统计学的一般规律以外，还应该遵循以下基本原则:（1）导向性原则指标体系有利于发挥财政宏观调控的导向性和贯彻相关政策的激励性。
通过评估指标体系以可操作、可量化的形式注重财政投入成本与效益，确定优先资助项目，引导项目承担单位重视科技项目投入产出绩效，同时引导社会资金的投入。
（2）可比性原则建立科技计划项目评估指标系统的目的是要对科技计划项目进行综合评价，而这种评价只有通过科技项目之间、指标之间相互比较，才能更充分地体现出来。
因此，必须考虑指标之间的可比性和通用性，即要求指标建立在统一的统计口径之内和相同的可比的基准点之上进行量化和比较。
科学研究项目评估方法综述
科学研究项目评估方法综述王凭慧(北京系统工程研究所,北京 100101)摘要:本文针对科学研究项目的特点,分析了国内外科学研究项目的评估现状,综述了科学研究项目评估中使用的主要方法,结合评估实践给出了一套针对评估方法的评价准则,提出了对评估方法的一些认识。
关键词:科学研究项目;评估方法科学研究(简称科研)是指人们对科学技术进行有目的的探索和运用,其内容包括创造知识和整理知识两部分。
创造知识是指人们对科学技术进行有目的的探索和运用,其内容包括创造知识和整理知识两部分。
创造知识是指科学的发现和发展,技术的发明和创新,是解决未知的问题;整理知识是对已有知识的分析、鉴别和系统化、规范化的整理工作,是借鉴、继承。
这两部分工作都是创造性的智力劳动,在具体的科研工作中两者又常常相互结合、相互促进。
本文所述科学研究项目,主要指国家、地方及国防等科学研究规划、计划内的科研项目及其它界定在科学研究范畴的项目。
评估是指按照明确的目标来测定对象的属性,并将这种属性变为主观效用的行为,即明确价值的过程〔1〕。
本文所述评估方法,除特别说明外,均指针对科学研究项目进行评估的评估方法。
1 引言按照研究目的、任务、性质和方法的不同,科学研究工作可以有不同的分类方法。
按照研究内容的性质分类是国外广泛采用的科研工作分类方法,这种分类方法把科学研究分成三类,即:基础研究、应用研究和发展研究。
〔2〕按照科学研究的分类方法,科研项目可分为基础研究项目、应用研究项目和发展研究项目。
每个项目内部通常又是由多个不同层次的研究与开发活动、不同领域、不同类型的单位与人员组成的。
按照项目内容来划分,一般每个项目设有若干个课题,每个课题又由若干个专题组成,每个专题下面又设有若干个子专题〔3〕。
虽然科研项目可按项目、课题、专题、子专题四个不同层次来评估,但其中最基本的活动单元是子专题,因此,对科学研究项目的评估的基本单元应为子专题。
在评估方法的选择上应能满足对子专题层次的基本评估要求,才能满足对专题、课题、项目等不同层次的评估要求。
矩阵风险评价法
矩阵风险评价法矩阵风险评价法是一种常用的风险评估方法，用于评估风险的严重程度和优先级，以便制定相应的风险管理措施。
本文将详细介绍矩阵风险评价法的基本原理、步骤和应用案例。
一、矩阵风险评价法的基本原理矩阵风险评价法基于风险的概率和影响程度进行评估，通过将不同风险的概率和影响程度综合考虑，得出风险的严重程度和优先级。
其基本原理可以概括为以下几点：1. 风险概率评估：评估风险事件发生的概率，通常使用定性或定量的方法进行评估。
定性评估可以根据专家判断或历史数据进行，定量评估可以利用统计分析或模型计算得出。
2. 风险影响评估：评估风险事件对项目或组织的影响程度，包括财务、运营、声誉等方面的影响。
影响程度可以根据专家判断或经验数据进行评估。
3. 风险严重程度评估：将风险概率和影响程度综合考虑，得出风险的严重程度。
通常使用矩阵图表将风险概率和影响程度进行分类，得到不同风险的严重程度等级。
4. 风险优先级评估：根据风险的严重程度进行排序，确定优先处理的风险。
通常将风险按照严重程度从高到低排序，制定相应的风险管理措施。
二、矩阵风险评价法的步骤矩阵风险评价法的实施步骤可以分为以下几个阶段：1. 风险识别：通过专家讨论、文献研究、历史数据分析等方法，确定可能存在的风险事件，并编制风险清单。
2. 风险概率评估：根据风险清单，评估每个风险事件发生的概率。
可以使用定性评估方法，如专家判断法，也可以使用定量评估方法，如统计分析或模型计算。
3. 风险影响评估：评估每个风险事件对项目或组织的影响程度。
可以根据专家判断或经验数据进行评估，将影响程度分为不同等级。
4. 风险严重程度评估：将风险概率和影响程度综合考虑，得出每个风险事件的严重程度。
通常使用矩阵图表将风险概率和影响程度进行分类，得到不同风险的严重程度等级。
5. 风险优先级评估：根据风险的严重程度进行排序，确定优先处理的风险。
通常将风险按照严重程度从高到低排序，制定相应的风险管理措施。
AHP-模糊综合评判法在项目后评价中的应用
后 评 价 中 的 应 用
法 计 算 特 征 向昔 币最 大 特 征 根 ｍａ 通 ｌ １ ｘ。
过 计 算 …致 性 指 标 Ｃ 、 机 一 性 指 标 ＲＩ Ｉ随 敛 和 一 致 陛 比率 ＣＲ做 做 性 检验 。若 检 验 罗曙霞 王化麟 苗永春 中国矿 业大学 （ 北京 ） 北京 １ ０ ８ ０ ０ ３ 通 过 ，特 征 向量 （ 一 后 ） 为权 向量 ： 归 化 即 若 不通 过 ，需 重 新构 造对 比较 阵 。 以一 级 系统 层 次 化 ，通 过 逐 层 比较 各 种 关联 因素 【 文章 摘 要 】 指标 为例 ，得 …判断矩 阵和各 计算 指标 的重 要 性 来 为 分 析 决 策提 供 定 量 依 据 ，其 关 于项 目后 评 价 的 方 法 有很 多种 ， 见表 ２ 。 其 中权 重 ） 中各 层 因 素 权重 的确 定 方 法具 有 较 好 的 科 （ 各 有一 定 的局 限 性 。 本 文结 合 层 次 分 析 Ｗ ＝： ３ｌ ７ ０． ９ ０． ６ ０ ０ ０． ９ ３１ ７ ０ ８ ． 学 性 和 合理 性 ， 学 者 们 广 泛使 用 。 此 ， 被 因 法 （Ｈ ） 模 糊 综 合 评 判 方 法 来 对项 目 ＡＰ和 １ ０． ８ ０９１ １ ３６ 本 文 拟 结 合 ＡＨＰ和 模 糊 综 合 评 价 法 的 优 进 行 后 评 价 分 析 ，为项 目后 评 价操 作 提 依 次类 推 ，计 算 各级 指 标 权 重 以 及最 点 ，通过将 两者结合来对建设项 目进行后 供 参考 依 据 。 终 俞 成 指标 （ 表 ３ ， 指 标 权 重 均通 过 见 ）各 评价 ， 中使用ＡＨＰ的最主要 目的是确立 其 致性检验 。得出 ： 项 目后评 价 各 指 标 的 权 重 ，使 用 模 糊 综 合 【 关键 词 】 Ｗ Ａ一｛ ０ ０ ０ ０ ５ ０． ５ ３ ０． ０． ３ ９ ． ７ ７ １ １ 评 价法 的 日的 是 结 合 项 目的实 际 表 现情 况 后 评 价 ； 层 次 分析 法 ；模 糊 综 合评 判 ０ ８ ｝ ６１ 进 行评价确定。
基于层次分析法的区域科技竞争力综合评价及对比分析——以吉林省为例
２ ４ ６ ８表 示 表 示 两个 元 素 相 比 ， 一 个 元 素 比 另 一 个 元 素 的 重 要 性 在 上 述 描 述 之 间
其次， 运 用和 法计算 各判 断矩 阵 的最大 特征值 和
重 要 性做 出定 量表 示 ， 以这 个矩 阵 的最 大特 征值 及其 相 应 的特 征 向量 ， 在 通 过 一致 性 检 验 的前 提 下 ， 确定
每一层 次 中各 元素 的相 对 重要 性次 序 的权重 ； 通 过对
各 层 次 的分析 ， 进 而 导 出 对 整个 问题 的分 析 ， 即 总排
一
随机 判断 矩 阵特征 值 的计 算后 取算 术平 均值 的结 果 ，
表 ２给 出 了 １ —１ ０维 的 Ｒ ． Ｉ ．取 值 ；
要素 作 为判 断准 则 对 下 一 层 要 素进 行 两两 比较 来
收 稿 日期 ： ２ Ｏ １ ３ —０ ７ —２ ４
基金项 目： 吉 林 省 科 技 发 展 计 划项 目（ ２ ０ １ １ ０ ６ ６ ５ ）
区域 的经 济社 会 发 展 具 有 越来 越 重要 的作 用 。区 域
确定 矩 阵元素 值 。判 断 矩 阵元 素 的值 反 映 了人 们 基
于客观 实 际对各 因素相 对重 要性 的主 观认识 与评 价 ，
通 常可 取 １ ， ３ ， …， ９及 其倒 数 作 为 标 度 ， ２ ， ４ ， ６ ， ８为 上 述相邻 判 断 的中值 ， 其含 义如表 １ 所示。
９ 表 示 两 个元 素相 比 ， 一 个 元 素 比另 一 个 元 素 极 端 重要
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
指标的最优值为最小值 其判断矩阵的值直接 采用该指标在 m 个因素下的数值的倒数 设指标 k 为一定量指标 值越小越好 k 的判断矩阵 B k 的元 素 B ijk (1/dik )/(1/d jk ) 同样 计算 B k 的特征向量即 为 P 矩阵的第 k 个分量 (2) 定性指标判断矩阵的构造 用群体 AHP 判断矩阵法 [4] 设指标 k 有 m 个因素 m 个项目 为 B 1 ,B2 , B m;Bi 与 B j 相比可用 0 1 2 三个量值来判 断重要性以构造判断矩阵 其元素 C ij 为
1.5 为基点 则 βa 与 βb 相比其重要 βi − β j 3 × 3 = × (β i − β j ) 程度值 d m 取 3 故 rij = 3 .5 − 1 .5 2 r rij > 1 ij rij ≤ 1 由 b ij = 1 可得 1 rij < − 1 − rij 3.5 βb
Synthetical Evaluation on Technological Project Based Estimation-Matrix
MA Qian, GU Jun-hua, TIAN Hui (College of Computer Science & Software, Hebei University of Technology, Tianjin 300130, China) Abstract: For synthetical evaluating method on technological project based on estimation-matrix, the evaluating model was set up according to quantitative and qualitative evaluating index. The quantitative index is divided into bigger index value and lesser index value. The index was normatively processed with estimation-matrix method, and the project was synthetically evaluated according to processing result. Expert evaluates project by comparing index, have no use for one by one marking for each and every project, and the jamming was reduced. Keywords: Grey information; Whiten information; Synthetical evaluation; Estimation-matrix
兵工自动化 2005 年第 24 卷第 4 期
文章编号 1006 - 1576 2005 04 - 0036 - 02
先进制造技术 Advance Manufacture Technique
Hale Waihona Puke O. I. Automation 2005, Vol. 24, No. 4
基于判断矩阵法的科技项目综合评价
马茜 顾军华 田辉 河北工业大学 计算机科学与软件学院 天津 300130
1 1 2 2 0 1 2 2 2 0 1 1 2 2 0 0 1 1 2 0 0 0 1 1 0 0 1 1 0 1 0 0 1 1 0 0 0 2 1 0 2 2 2 2 1 2 2 1 2 1
借助 Matlab 来计算矩阵特征向量 操作简便 评价结果为一维向量 便于得出评价结论 但在求 判断矩阵特征值时 存在几个特征值 在特征值的 选取 及确定特征值求出特征向量的基础解系后 如何取特征向量的问题都有待进一步的研究
2
评价指标体系和评价模型构造
图1
科研项目综合评价 科学技术水平 研究价值 成功条件 经济和社会效益 直接经济效益 应用前景
2.1 科技项目的指标体系
评价指标的权重系数 W (w1 ,w2 , ,wn )的求解 设 I (I1 ,I2 , ,Im)为 m 个待评项目 构造矩阵 C m n 其中 c ij 为第 i 个方案在第 j 个指标下的价值评定值 用判断矩阵法进行指标规范化处理的基本思 路为 将某个指标 d j 视为考评指标 将 m 个评价项 目视为该指标下的 m 个因素 利用 m 个评价项目 在 d j 指标下的价值评定值构造判断矩阵 B m n 不同 类型的指标采用不同的方法构造 见参考文献 其 特征向量即为各项目在指标 d j 下的规范化结果 将 每个指标下的规范化结果构成 P m n 矩阵 将矩阵 P 与事先算出的各个指标权重向量 W 相乘可得向量 R R (R 1,R 2 , ,Rm)T R i 即为项目 i 的综合得分 据此得分对项目做出综合评价 2.3 判断矩阵的构造 (1) 定量指标判断矩阵的构造 将指标 j 在 m 个因素下 m 个项目 的值经变 换构成 m m 矩阵 不同类型的定量指标变换不 同 分为两种定量指标 指标值越大越好的指标 指标值越小越好的指标 指标值越大越好的指标 指标的最优值为最大值 其判断矩阵的值直接 采用该指标在 m 个因素下的数值 本白化值 设 指标 k 为一定量指标 值越大越好 k 的判断矩阵 的元素 B ij k d ik /d jk 计算 B k 的特征向量即为 P 矩 阵的第 k 个分量 指标值越小越好的指标
∑ λ i = 1, (0
i =1
p
λi
1)
设第 i 个专家所给的 0 -2 标度
矩阵行之和所形成的向量为 β(i) 则指标 k 的综合量 化值为 β k = ∑ λ i ⋅ β ( i ) = (β 1 , β 2 , " , β m )
i =1 p
得出综合量化值后 取 βa βb 为两个基点 a,b (1,2, ,m) 其中 βa 与 βb 相比 其重要程度值 d m 要大于 1 即 要 求 [d m/(βa- βb )] 按 rij 1 k [(βi - βj)/(βa- βb )]·d m 则判断矩阵 B 的元素为
现河北工业大学在读硕士 从事智能计算与信息处理技术研究
先 创 研究者 研究方 研究资 对国内 难易 资金 人力 研究 最后 进 造 的研究 法的可 料的准 外情况 程度 投入 投入 周期 效益 性 性 能力 行性 备情况 的了解
图1
科技项目综合评价指标体系
2.2 评价模型的构造 设 D {d 1 ,d2, ,dn }为 n 个评价指标 即最底层 的评价指标或叶子评价指标 分为定量和定性指标 2 类 3 种情况处理 定量指标又分为指标值越大越 好的指标 以及指标值越小越好的指标两种情况
专家一
专家二
万方数据
收稿日期 作者简介
2004 - 12 - 03 修回日期 2005 - 02 - 25 马茜 1979 女 河北人 2002 年毕业于河北师范大学
36
万方数据
兵工自动化 2005 年第 24 卷第 4 期
先进制造技术 Advance Manufacture Technique
O. I. Automation 2005, Vol. 24, No. 4
1
引言
在对科技项目进行评价时 有些评价指标是定 量指标 可用定量数据描述 为白化信息 有些为 定性指标 为灰类信息 由于定性评价指标相互之 间通常具有不同量纲和数量级 不能直接比较 将 灰类信息 白化 并将定量指标及灰类白化 [1]信息 规范化 根据各指标相对权重综合评判 增加了评 价的复杂性 延长了评价周期 因此采用判断矩阵 法 将灰类信息 白化 及指标规范处理统一为一 个过程 方便复杂系统的综合评价
参考文献
[1] 宋中民 . 灰色函数的连续性质 [J]. 烟台大学学报 , 2000, 13 (1): 1 - 2. [2] 许庆瑞 , 赵建 . 科研项目评价的专家系统 [J]. 科研管理 , 1989, (4): 23. [3] 褚超孚 , 陈劲 , 王绳兮 . 社会科学基金项目评价与选择 指标体系及模型 [J]. 科研管理 , 1998, 19 (3): 25. [4] 王明涛 . 判断矩阵法在灰类信息白化及指标值规范化过 程中的应用 [J]. 郑州工业大学学报 , 1996, 17 (4): 96- 98. [5] 徐辉 , 何强 . 基于灰色理论的高科技投资项目评价的科 学计算 [J]. 上海企业 , 2001, (10): 44- 46. 37
可 得 项 目 综 合 评 价 向 量 S = ∑ p ij • w j
j=1
n
wj
j
(i,j=1, 2,
, m)
1,2, ,n 为各个指标的权重 S Si 为第 i 个项目的综合得分
(S 1 ,S 2 ,S 3 ,S 4 ,S 5 ) T
3
结论及需要改进的地方
矩阵 B k 为 1 - 9 标度矩阵 假设对 5 个科技项目进行评价 抽取 先进性 这一定性指标 记为 k 选取 3 名专家对这些项目 进行评价 对指标 k 3 名专家的打分结果如下
可 得 β ( 1 ) (4 ,4,8 ,8,1 ) T β ( 2 ) (3,6,7,7,2) T (4,5,9,6,1) T 设 专 家 的 权 重 λ ( λ 1 , λ 2 , λ 3 ) (0.3,0.5,0.2) 则
3
综合量化值 β k = ∑ λ i • β (i )
i =1
[3.5,5.2,7.7,7.1,1.5] T
摘要 基于判断矩阵法的科技项目综合评价 根据定量和定性指标的评价指标构造评价模型 定量指标又分为 大指标值和小指标值两种 并采用判断矩阵法进行指标规范化处理 根据得分综合评价项目 专家只针对某一指标比 较参评项目 不需给每个项目的各指标逐一打分 故减少了人为因素的干扰 关键词 灰类信息 白化信息 综合评价 判断矩阵法 文献标识码 A 中图分类号 T224.5