基于AHP和熵值法的项目供应商灰色关联评价
农特产品线上销售平台综合评价与优化——基于AHP-熵权法的灰色关联分析
农特产品线上销售平台综合评价与优化——基于AHP-熵权
法的灰色关联分析
杨立强;翁湘颖;张佳卉;范诚毅;庄倩玮
【期刊名称】《海峡科学》
【年(卷),期】2022()3
【摘要】随着乡村振兴战略的深入实施,拓宽农特产品线上销售渠道对于推动乡村农业产业发展具有重要意义。
为科学、客观地反映农特产品线上销售平台的运营情况,该文从消费心理学和行为学分析视角,构建了农特产品线上销售平台评价指标体系,综合运用层次分析法、熵权法确定各指标权重,并结合灰色关联分析构建平台综合评价模型,拓展了模型的适用范围和评价广度,同时根据行业现状和存在的问题提出相应的对策建议,为平台转型升级提供工具参考和研究基础。
【总页数】7页(P67-72)
【作者】杨立强;翁湘颖;张佳卉;范诚毅;庄倩玮
【作者单位】福州大学经济与管理学院
【正文语种】中文
【中图分类】F32
【相关文献】
1.开拓系统优化的AHP-熵权法和灰色关联分析
2.基于熵权法和灰色关联分析法的区域柑橘产业可持续发展综合评价——以湖南省石门为例
3.基于熵权法与灰色关联分析的P2P网贷平台发展综合评价
4.福建省创新型城市建设综合评价——基于
AHP-熵权的灰色关联分析5.畜禽产业生态化发展的综合评价——融合AHP-熵权法的灰色关联分析
因版权原因，仅展示原文概要，查看原文内容请购买。
基于熵权的灰色关联分析方法在供应商选择中的应用研究
基于熵权的灰色关联分析方法在供应商选择中的应用研究为了克服主观赋权法在确定供应商评价指标权重时的主观性，本文借助信息工程学中“熵”的概念，客观地揭示出各评价指标的重要性，从而确定权重，然后用灰色关联分析法对供应商进行排序选择，并给出具体的计算方法和实例分析。
标签：熵权法灰色关联分析供应商选择一、引言供应链合作伙伴关系（Supply Chain Partnership，SCP）是供应商与制造商为实现某个特定目标，在一定时期内共享信息、共担风险、共同获利的协议关系，因此，合作伙伴的选择是供应链合作关系的基础。
供应商的选择过程是一个典型的多目标决策问题，在用灰色关联进行分析的过程中，灰色关联度的计算实际上是将各项指标等权划分，这样会因为没有考虑到各指标重要性差异和允许指标属性之间可以相互线性补偿，且被补偿的值不受任何限制而导致存在信息流失、误差大等缺陷，而采用主观赋权法又无法消除各因素权重的主观性。
借助信息工程学中“熵”的概念，在多方案评定中能够对每个指标的重要程度尤其是对重要属性指标都加以考虑和保证，客观地揭示出各评价指标的重要性。
因此，决策算法采用基于灰色关联度的灰色综合评价决策模型，运用信息熵来确定指标权重。
二、算法原理灰色关联分析的基本思路是根据各比较数列构成的曲线与参考数列构成的曲线的几何相似程度来确定比较数列与参考数列之间的关联度，几何形状越接近，则关联度越大。
灰色关联分析把各项指标等权划分，无法给出各评价指标的重要性差异，而按照信息论观点，各个指标在指标体系中的作用，与指标的变异度有关，指标的变异度越大，它所携带和传递的决策信息越多，对方案的比较作用也越大。
信息量的大小可用熵值来测度，熵值的减少意味着信息量的增加。
熵值法根据各指标的信息载量的大小来确定指标权重。
熵值法的最大优点是其计算得到的权重完全是依据属性矩阵所带的信息，没有任何主观判断，能够得出较为客观的综合评价结果。
1.指标规范化处理设原始指标属性矩阵，则对效益型指标规范化处理，有：,;对成本型指标规范化处理，有。
基于改进的AHP和灰色关联分析在实例检索中的应用
关键词 ： 实例检索 ；改进的Ａ Ｐ；灰色关联 ；相似度 Ｈ 中图分 类号 ：Ｔ １ ；Ｔ １ ２ 文献标识码 ：Ａ Ｐ ８ Ｈ ２
Ｄｏｉ １ ３ ６ ／ｉｉｓ １ ０ －０ ４ ２ １ ６ － ２ ： ９ ９ ． ｎ． ０ ９ １ ． ０ （Ｉ）． ６ ０． ｓ ３ ２．
陈建军 ’ 如海 ，葛 ，刘德仿 ，王
斌
ＣＨ Ｎ Ｊａ ． ｎ ．ａ。ＬＵ Ｄｅｆｎ Ｗ Ａ ｉ Ｅ ｉｎｊ ’ＧＥ Ｒｕｈ ｌ Ｉ ． ｇ， ＮＧ 通工程学院 。镇江 ２ ２ １ ；２ 盐城工学院 优集学院 ，盐城 ２ ４ ０ ） １０ ３ ． ２ ０ １
求 出 实例 间每 个 属 性 的 相 似 度 ，再 根 据 指 定 的权 值 计 算 加 权 向量 ，以此 确 定 实 例 库 中 实例 与输 入
实例 的总体 相似 度 。 假 设 实 例 库 中 已经 存 在 ｍ个 实 例 ，即 实例 库
Ｃ＝ ｛ ２ ３ Ｃ ，Ｃ ，Ｃ ，… ， ＞ ；实例 Ｇ （ １≤ ｉ ｍ） ≤
＝
有 Ｅ【 ，１， ０ 】
ｌ
之 间第 ， 个属 性 的相似 度 。
由上 面分 析可 知 ，最近 邻法 对相似 度的计 算实 质 是要求 出实例 各 属性 所 占的权重 以及 各属性 相似
１ 实例检索模型的建 立与求解
实例 检 索 是实 例 推 理 的 关 键 环 节 ，对 推 理 的 求 解效 率 和 准 确 性 有较 大 的 影 响 。 目前 实例 的检
的关联 度 ，体 现 了实例 的相似 匹配 。
世纪 ７ ０年 代 末 发展起 来 的一项 人 工智 能技 术 ，最
早 起 源 于 Ｓ ｋｎ 著 作 中有 关 动 态 记 忆 模 型 、 问 ｃａｋ 题求 解与 ＭＯ （ ｍｏ Ｏ ｇｎｚｄＰ ｃ ｅ，记忆组 Ｐ Ｍｅ ｕ ｒａｉｅ ａｋ ｔ
基于熵权灰色关联分析法的供应商选择决策研究的开题报告
基于熵权灰色关联分析法的供应商选择决策研究的开题报告一、研究背景和意义作为企业采购管理的重要环节，供应商选择涉及到企业的质量、成本、交货期等多个方面。
然而，在众多的供应商中，如何选择合适的供应商则一直是企业所面临的难题。
传统的供应商选择方法主要基于成本、质量、服务水平等方面的考虑，但这些指标之间通常存在着因果关系和相互影响，不能够真正反映供应商的真实情况，因此需要寻找一种更加科学客观的方法对供应商进行评选。
近年来，熵权灰色关联分析法逐渐成为供应商选择领域的研究热点，在评价指标的权重确定和指标的评价方面有所突破。
本研究的目的就是基于熵权灰色关联分析法，建立供应商评价指标体系和评价模型，以期为企业的采购工作提供一种科学的决策方法。
二、研究内容本研究将以某制造企业为研究对象，采用熵权灰色关联分析法对该企业的供应商进行评价选择。
具体内容如下：1. 构建评价指标体系。
根据采购管理的要求，选取成本、质量、交货期、服务水平等指标，对其进行归一化处理，建立供应商评价指标体系。
2. 确定指标权重。
采用熵权法对评价指标进行权重分配，通过信息熵计算各指标的权重，得到指标权重矩阵。
3. 灰色关联度分析。
运用灰色关联分析法，对各供应商的评价指标数据进行处理，得到各指标之间的关联度，并计算各供应商的综合关联度值。
4. 供应商排序与选择。
根据供应商的综合关联度值，对供应商进行排序，得到优质供应商并进行选择。
三、研究方法本研究采用熵权灰色关联分析法，在评价指标的权重确定和指标的评价方面有所突破，可以更加准确地反映供应商的真实情况。
具体方法如下：1. 熵权法确定评价指标权重。
通过信息熵计算各指标的权重，实现指标权重的客观分配。
2. 灰色关联度分析法。
通过对供应商评价指标数据进行处理，得到各指标之间的关联度，并计算各供应商的综合关联度值。
3. 供应商排序与选择。
根据供应商的综合关联度值，对供应商进行排序，得到优质供应商并进行选择。
课题研究论文：基于AHP灰色关联分析的企业电子商务信用评价研究
105275 电子商务论文基于AHP灰色关联分析的企业电子商务信用评价研究一、引言随着互联网经济的迅速发展，越来越多的企业已经开始拥抱电子商务，绝大部分的企业依托于各种电子商务平台取得了巨大的成功，电子商务已经成为企业交易活动的重要组成部分。
根据中国电子商务研究中心发布的《20xx 年（上）中国电子商务市场数据监测报告》显示，20xx年上半年，中国电子商务交易额达到7.64万亿元，同比增长30.4%。
其中，B2B交易额达5.8万亿元，同比增长28.8%。
占电子商务市场交易额的比例达到75.9%，处于电子商务行业的主导地位。
随着众多电子商务网络平台的发展壮大，越来越多中小企业选择通过第三方平台开展B2B 电子商务活动，截至20xx年末，阿里巴巴B2B内贸和外贸平台上的国内供应商已达百万级别，而国内采购商有1000万，海外采购商高达1亿，采购商数量远远多于供应商数量，B2B市场发展潜力巨大[1]。
信用是保证商务活动有序公平进行的基础。
电子商务活动相较于传统交易活动具有交易虚拟化、交易成本低、交易效率高的特点，交易需要更高的服务性和安全性，因此全面而准确的企业电子商务信用信息是信用评判的基础，现有的电子商务信用信息服务平台较少，电子商务交易平台提供的信用信息有限，不但给电子商务的交易企业带来了商业风险，也不利于电子商务市场的健康发展。
在信用信息有限和信息关系模糊的情况下，如何有效评价企业电子商务信用是本文要解决的关键问题。
二、企业电子商务信用评价研究概述国外学者对电子商务信用的影响因素和企业信用风险评估的研究较多，多以实证为主。
Akhter和Hobbs利用模糊分析揭示了电子商务交易的影响因素，其中信用是重要的影响因素[2]。
Jones和Leonard从内部信任（自然倾向和感知网站质量）和外部信任（买家/卖家信任和第三方识别）两个方面研究了个体对C2C电子商务卖家的信任度，建立了相关模型并进行了验证[3]。
基于AHP—灰色关联度分析的我国城市综合管廊运维风险研究
基于A H P-灰色关联度分析的我国城市综合管廊运维风险研究*安玉华杜影泽(吉林建筑大学经济与管理学院长春130118)摘要为了准确评估综合管廊运维阶段的风险因素,降低综合管廊运维过程中的安全事故发生概率,笔者从管廊附属设施风险㊁廊体结构风险㊁管廊运营风险㊁基础环境风险4个方面构建25个运维风险评价指标㊂针对涉及定性和定量的运维风险评价指标,利用A H P法和灰色关联度法,建立了城市综合管廊运维风险评价模型,用于识别综合管廊在运维阶段的风险因素,并以某城市综合管廊项目为工程实例,分析管廊运维阶段风险㊂其结果表明:该方法能够准确评价管廊项目运维阶段风险因素,为管廊项目降低运维风险的措施提高新思路㊂关键词综合管廊运维管理 A H P方法灰色关联度分析风险研究中图分类号:T U714文献标识码:A 文章编号:1002-2872(2023)11-0199-05综合管廊是城市的生命线,综合管廊运维管理是标准化,有利于今后综合管廊行业的稳健快速发展㊂但是目前在城市综合管廊运维风险方面的研究方法多为定性分析和静态研究,没有一个量化的标准说明,也没有考虑到各项指标之间复杂的影响㊂针对综合管廊建设的相关研究较多,对管廊运维风险问题分析的角度相对单一,无法全面评估管廊运维过程中的综合风险水平㊂管廊运维风险类型复杂多样,单一风险类型的评估无法使运维单位全方位了解管廊运维阶段的状态㊂基于此,笔者在分析综合管廊运维阶段现状的基础上,结合已有研究成果,从从管廊附属设施风险㊁廊体结构风险㊁管廊运营风险㊁基础环境风险四个方面,构建25个运维风险评价指标,设计了综合管廊运维阶段风险评价指标体系,并采用A H P-G R E构建了运维风险评价模型㊂1评价指标体系建立本文按照区域性原则㊁层次性原则㊁可操作性原则以及动态性原则,参考大量的研究文献并结合某综合管廊的实际情况,制定出符合综合管廊实际情况的城市综合管廊运维风险评价指标体系㊂按经典风险管理理论中风险源辨识的思路,从管廊附属设施风险㊁廊体结构风险㊁管廊运营风险㊁基础环境风险四个方面挑选出城市综合管廊运维风险评价指标体系(见表1)㊂表1综合管廊项目运维风险评价指标体系目标层准则层指标层运维风险评价指标管线及附属设施风险B1设施质量C1设备安装情况C2设施空间布局C3管线空间布局C4管线扩容C5管线间相互作用C6管线材质㊁安装情况C7管线运行超负荷C8廊体结构风险B2结构力学性能不合格率C9抗震设计不合格率C10复杂节点设计不合理C11断面设计不合理C12施工人员素质较差C13工程材料质量不合格率C14作业环境较差C15运营风险B3管理制度不健全C16运维信息化水平较低C17运维人员素质较差C18暴雨㊁地震自然因素C19基础环境风险B4管廊上方交通流量过大C20地质环境较差C21人为破坏C22温度不合理率C23湿度不合格率C24有毒气体浓度C25*作者简介:安玉华(1974 ),博士,副教授;研究方向为工程经济㊁建筑项目管理㊂2 建立管廊运维阶段风险评价模型2.1 A H P 法层次分析法(A H P 法)将综合管廊项目运维阶段风险分解为不同层次,即指标层对准则层㊁准则层对目标层,并计算各风险评价指标的权重值,步骤如下:(1)确定综合管廊运维风险指标㊂由表1可知,主要分为目标层A ㊁准则层B 和指标层C ㊂根据1-9标度法(见表2),邀请综合管廊项目专家㊁相关人员对同一层级的运维风险评价指标进行两两比较及赋值㊂表2 风险等级表序号重要等级赋值1指标i 与指标j 同等重要12指标i 与指标j 稍微重要33指标i 与指标j 明显重要54指标i 与指标j 强烈重要75指标i 与指标j 极端重要96上述指标重要等级之间的值2,4,6,8根据标度法得到两两比较风险评价指标判断矩阵,即:C =C 11 C 1n︙ ⋱ ︙C n 1 C n néëêêêê(4)(2)根据P e r r o n 定理,综合管廊项目判断矩阵相应的权重向量W :W =[ω1㊁ω2 ωn ]T (2)(3)判断矩阵一致性检验,也就是对综合管廊项目运维风险评价指标权重合理性进行检验,即一致性指标C R<0.1,说明给定投资风险指标权重合理,满足一致性检验效果,能对其进行风险评估,综合反之亦然,具体计算表达式为:C R =λ-nm a x(n -1)R I<0.1(3)式中:R I平均随机一致性指标㊂2.2 灰色关联度法灰色关联度法是在灰色理论的基础上分析综合管廊项目运维风险因素之间的差异程度,计算步骤如下:(1)分析综合管廊项目运维风险评价指标之间的相互关系,本文风险因素有24个,具体评价指标为:(x '1㊁x '2 x 'n )=x '1(1) x '1(1) ︙ ⋱ ︙x '1(m ) x 'n (m )éëêêêê(4)(2)取各风险因素的最小值作为投资风险评价的参考数列序列,并进行无量纲化处理㊂(3)计算投资风险评价指标与确定参考序列之间的绝对值,即:Δi =|x 0(k )-x i (k )|(5)(4)计算综合管廊项目运维风险各指标之间的关联情况,即:ξi (k )=m i n i m i n k |x 0(k )-x i (k )|+ρ㊃ma x i m a x k|x 0(k )-x i (k )|x 0(k )-x i (k )+ρ㊃ma x i m a x k|x 0(k )-x i (k )|(6)式中:ξi (k ) 关联系数,k =1,2,...24;ρ 分辨系数,体现各投资风险指标间的关联差异,该指标越小,风险评价指标关联差异性越大,本文取0.5㊂(5)最后得到由各风险指标关联度构成的灰色评价矩阵,即:L =L 11 L n 1L 1m L n méëêê(7)2.3 基于A H P 法和灰色关联度的运维风险评价模型根据上述计算步骤,综合管廊项目运维风险评价模型为:E i =ðmi =1ωj L i j(8)3 案例分析为验证所选模型的有效性,笔者选取某城市综合管廊项目为例进行评价,根据综合管廊项目运维风险邀请专家对各风险评价指标进行评分,制定5个风险等级,即极高㊁高㊁中㊁低㊁较低风险(见表3)㊂笔者邀请10位相关领域专家采用1-9标度法对综合管廊项目运维风险因素中的定性指标赋权打分,对定量指标调研,从而得到目标层㊁准层㊁指标层各风险评价指标权重(见表4)㊂表3综合管廊项目运维风险等级划分序号风险等级风险等级区间1极高风险(0.17,0.20] 2高风险(0.14,0.17] 3中风险(0.10,0.14] 4低风险(0.07,0.10] 5较低风险(0,0.07]表4综合管廊项目风险因素权重指标B1B2B3B4W B111/5330.2236 B251730.5762 B31/31/7110.0859 B41/31/3110.1143一致性检验:=4.253,C I=0.084,R I=0.882,C R=0096<1表5各风险因素权值表目标层权重指标层权重综合权重管线及附属设施风险B10.2236设施质量C10.03090.0069设备安装情况C20.07250.0162设施空间布局C30.12330.0276管线空间布局C40.10490.0235管线扩容C50.04430.0099管线间相互作用C60.14660.0328管线材质㊁安装情况C70.14050.0314管线运行超负荷C80.33720.0754廊体结构风险B20.2762结构力学性能不合格率C90.34310.0948抗震设计不合格率C100.15960.0441复杂节点设计不合理C110.26450.0731断面设计不合理C120.12730.0352施工人员素质较差C130.02780.0077工程材料质量不合格率C140.07780.0215运营风险B30.0859作业环境较差C150.12640.0109管理制度不健全C160.11960.0103运维信息化水平较低C170.12640.0109运维人员素质较差C180.05120.0044暴雨㊁地震自然因素C190.57650.0495基础环境风险B40.1143管廊上方交通流量过大C200.22030.0252地质环境较差C210.10480.0120人为破坏C220.32370.0370温度不合理率C230.04170.0048湿度不合格率C240.04340.0050有毒气体浓度C250.26610.0304同理得到综合管廊项目运维阶段目标层风险指标权重,具体如表5所示㊂接着邀请十位管廊项目专家及经验人士对25个运维风险指标进行评分㊂表6 专家评分表专家C 1C 2C 3C 4C 5C 6C 7C 8C 9C 10C 11C 12C 13C 14C 15C 16C 17C 18C 19C 20C 21C 22C 23C 24C 2511.511.53.5432.532.53.51.511.53.5432.532.53.532.53.51.51211.5133.53.532.523.511.5133.53.532.523.52.523.511.531.511.53.534223.531.511.53.534223.5323.531.52421.51.544.53.52.52.533.521.51.544.53.52.52.533.52.523.511.551.5112.533.53.533.531.5112.533.53.533.5333.53.51.5161.51.51.53.534223.52.51.51.51.53.534223.52.523.52.51.51.5711.51.533.53.532.523.511.51.533.53.532.523.52.523.511.5821.51.544.53.52.52.53321.51.544.53.52.52.5332.53321.591.51.51.52.533.53.533.52.51.51.51.52.533.53.533.52.533.52.51.51.5101.511.53.5432.532.53.51.511.53.5432.532.53.532.53.51.51参考序列1112.5332222.51112.5332222.5222.511根据(5)得到了运维风险指标与确定参考序列之间的最大㊁最小绝对值,即:Δm i n =m i n 1ɤi ɤn m i n1ɤj ɤm|x 0j -x i j|=0Δm a x =m a x 1ɤi ɤn m a x 1ɤj ɤm|x i 0-x i j|=1.5然后得到综合管廊项目运维风险评价指标的关联度,如表7所示㊂表7 各运维风险评价指标权值大小风险指标关联度设施质量C 10.6260设备安装情况C 20.7299设施空间布局C 30.5532管线空间布局C 40.6502管线扩容C 50.7022管线间相互作用C 60.6779管线材质㊁安装情况C 70.6294管线运行超负荷C 80.6468结构力学性能不合格率C 90.5810抗震设计不合格率C 100.6312复杂节点设计不合理C 110.6779断面设计不合理C 120.7818施工人员素质较差C 130.7091工程材料质量不合格率C 140.5983续表7作业环境较差C 150.7022管理制度不健全C 160.6779运维信息化水平较低C 170.6294运维人员素质较差C 180.6468暴雨㊁地震自然因素C 190.5810管廊上方交通流量过大C 200.6312地质环境较差C 210.6468人为破坏C 220.6329温度不合理率C 230.6156湿度不合格率C 240.7299有毒气体浓度C 250.7299各风险因素评价结果如表8所示㊂表8 综合管廊项目运维风险因素等级风险指标综合评价风险级别设施质量C 10.0043低风险设备安装情况C 20.0018低风险设施空间布局C 30.0153较高风险管线空间布局C 40.0152较高风险管线扩容C 50.0070一般风险管线间相互作用C 60.0222高风险管线材质㊁安装情况C 70.0198高风险管线运行超负荷C 80.0488高风险结构力学性能不合格率C 90.0051低风险续表8风险指标综合评价风险级别抗震设计不合格率C100.0278高风险复杂节点设计不合理C110.0495高风险断面设计不合理C120.0275高风险施工人员素质较差C130.0055低风险工程材料质量不合格率C140.0129较高风险作业环境较差C150.6913高风险管理制度不健全C160.0069一般风险运维信息化水平较低C170.0028低风险运维人员素质较差C180.0028低风险暴雨㊁地震自然因素C190.0289低风险管廊上方交通流量过大C200.0159高风险地质环境较差C210.0077低风险人为破坏C220.0234高风险温度不合理率C230.0030低风险湿度不合格率C240.0036低风险有毒气体浓度C250.0222高风险4评价结果分析将综合权值㊁关联度系数㊁专家打分值相结合,综合计算得到,在城市综合管廊运维阶段的25个风险因素中,管线间相互作用C6㊁管线材质㊁安装情况C7㊁管线运行超负荷C8㊁抗震设计不合格率C10㊁复杂节点设计不合理C11㊁断面设计不合理C12㊁作业环境较差C15㊁管廊上方交通流量过大C20㊁人为破坏C22有毒气体浓度C25属于Ⅰ级(高风险水平);设施空间布局C3㊁管线空间布局C4㊁工程材料质量不合格率C14㊂属于Ⅱ级(较高风险水平);管线扩容C5㊁管理制度不健全C16属于Ⅲ级(一般风险水平);设施质量C1㊁设备安装情况C2㊁结构力学性能不合格率C9㊁施工人员素质较差C13㊁运维信息化水平较低C17㊁运维人员素质较差C18㊁暴雨㊁地震自然因素C19㊁地质环境较差C21㊁温度不合理率C23㊁湿度不合格率C24等属于Ⅳ级(低风险的风险水平)㊂综合评估分析各评价指标所对应的施工风险等级,在工程施工过程中需要重点加强规章制度体系建设提升施工现场管理能力,并通过加强日常安全培训教育提升运维人员技术素质,降低运维风险㊂5结语笔者以某综合管廊项目为研究对象,从管廊附属设施风险㊁廊体结构风险㊁管廊运营风险㊁基础环境风险四个方面出发建立评价指标体系,以行业专家综合评分计算指标权重,构建系统的综合管廊项目风险评价指标体系,并将该方法在工程实例运用,验证了其可行性,对于综合管廊项目运维阶段降低风险的措施具备一定的参考价值㊂参考文献[1]陈雍君,李晓健,吴光晔,等.基于故障树和贝叶斯网络的管廊运维风险评估[J/O L].地下空间与工程学报,2023-09-09.[2]秦璇璇,方必和.基于A H P-灰色关联度分析法的水利工程风险评价研究[J].项目管理技术,2020,18(8):74-79.[3]陈刚,张培兴,王博冉,等.国内城市地下综合管廊文献计量可视化分析[J].建筑经济,2022,43(S2):461-466.[4]刘爽,焦晨晓.基于组合赋权的城市地下综合管廊运维阶段风险因素分析[J].工程经济,2023,33(7):45-54.[5]王舒.A H P-模糊综合评价法在高校基建项目审计风险评价中的应用[J].经济研究导刊,2018,25:114-115.[6]陈亮.基于A H P-熵值法的市政道路工程风险模糊评价[J].安徽建筑,2018(1):287-289.[7]程宇航.基于模糊认知图的城市地下综合管廊运维安全风险分析研究[D].烟台:山东工商学院,2023.[8]韩红凯,李琳琳,刘彦伟,等.滨海城市综合管廊全方位风险评估与智能化实现[J].河南理工大学学报(自然科学版),2023(4):57-65.[9]崔文浩.基于概率对偶犹豫模糊集的综合管廊运维安全风险评估模型研究[D].重庆:重庆交通大学,2023.[10]魏华杰.综合管廊智慧运维管理平台应用研究[J].天津建设科技,2022,32(6):77-80.[11]商冬凡,苗雷强,唐梦芸,等.综合管廊运维阶段安全风险分析及控制[J].低温建筑技术,2022,44(11):144-147 +151.[12]杜华明,张明昌,刘爽,等.基于数据融合与挖掘的城市综合管廊运维管理探索[J].建筑电气,2022,41(11):64-70.。
基于 AHP 法的课程教学效果灰色聚类综合评价模型
基于AHP法的课程教学效果灰色聚类综合评价模型于艳红【摘要】摘要：针对教学评价中存在的主观性等问题，笔者依据灰色聚类分析原理，提供一种综合评价方法，使得评价过程客观公正，减少了评价中的主观因素.首先，利用建立评价指标体系，并利用AHP法确定各指标的权重系数，以此作为灰色聚类权；其次，利用统一标准确定白化值，以此建立白化函数；最后计算聚类向量，形成综合评价模型.通过结合实例进行综合评价，表明利用该模型可得到较客观、可靠的教学评价.【期刊名称】山东师范大学学报（自然科学版）【年(卷),期】2015(000)003【总页数】4【关键词】课程教学效果； AHP法；灰色聚类分析；评价模型1 引言正确评价教学效果、真实反应教师的教学水平、学生的接受水平以及教学对学生产生的效果是一项极其复杂的工作.在实际操作中，由于人们对事物的看法及认识不同，从而在教学评价中对评价对象的判断存在一定差异，导致评价结果与实际情况存在偏差[1].因此，设计科学、合理的评价方法，尽量减少人为的判断失误，是教学评价研究中一个亟待解决的问题.目前对教学评价的常用方法有因子分析法、模糊评价法、BP神经网络法、层次分析法等[2-5].这些方法有一定科学性，但受人的主观影响较大.本文运用灰色聚类分析法，通过改进聚类权重和白化值的确定方式，提出基于灰色聚类层次分析法的教学效果评价方法.2 评价指标体系本文的评价指标体系来源于文献[6]，并经过适当改动.主要包括1个一级指标教学效果，3个二级指标，教师教学过程、辅助教学手段和学生学习状况，以及若干三级指标.评价指标体系如图1所示.3 灰色聚类层次分析法灰色聚类法是建立在以灰数的白化函数生成为基础的一种多维灰色评估方法，它将聚类对象针对不同聚类指标所拥有的白化数，按照若干灰分类进行归纳，从而判断出聚类对象所属的灰类[7].在灰色聚类分析中，最重要的步骤是确定白化值和聚类权.在传统的灰色聚类分析中，聚类权由白化值来确定的，虽然这样在确定聚类权时能够最大程度的避免人为主观因素干扰，但白化值的选择对结果的准确性影响较大.然而目前白化值的确定并没有统一方法，所以，本文采用层次分析法来确定聚类权.虽然层次分析法仍为一种主观确定权重的方法，但其科学性和适用性已经过长期实践的检验，无疑是一种好的方法.同时，对白化权值的确定采用统一的标准，尽量将人为影响降到最低.3.1 评价过程教学质量的灰色聚类层次评价过程如图2所示.3.2 灰色聚类对象与聚类权的确定采用N种方案作为灰色聚类对象，并以Cj(j=1,2,…，11)作为评价指标，以各指标的评价分数(10分制)进行度量，建立如下评价指标矩阵D：(1)式中，i为评价对象序号，i∈{1，2，…，N}；j为评价指标序号，j∈{1，2，…，11}.聚类系数用层次分析法确定，其具体步骤如下：1) 采用专家打分法来确定各级指标的相对重要度，并以9标度法表示，其结果如表1-4.2) 利用仿真软件matlab计算各判断矩阵的最大特征值λm ax分别为3，4.021，3.009和4.046，利用公式及计算出各判断矩阵的随机一致性比率CR分别为0，0.008，0.008和0.017，均满足CR<0.1的一致性判断条件，因此以上各判断矩阵均具有较好的一致性.对各判断矩阵的特征向量进行标准化后得到各级指标的权重：A=(a1,a2,a3)=(0.297,0.163,0.540),(2)B1=(b1,b2,b3,b4)=(0.392,0.320,0.144,0.144),(3)B2=(b5,b6,b7)=(0.297,0.540,0.163),(4)B3=(b8,b9,b10,b11)=(0.148,0.231,0.195,0.426).(5)3.3 确定灰类和白化值本文将教学质量综合评价分为4个等级：优、良、中、差.取灰类数为4，k=1,2,3,4分别代表综合评价的4个等级.对评价指标的分数求平均值μj，定义μj+1.5，μj+0.5，μj-0.5，μj-1.5分别作为综合评价4个等级的白化值，记为λjk，k=1,2,3,4，白化值λjk组成的矩阵λ的计算结果表示为：(6)3.4 灰类的白化权函数和聚类向量用分段函数来表示教学效果评价指标的白化权函数，用以描述该指标的灰数对其临界值的权重程度.记为第j个聚类指标对第k子类的白化权函数，其形式如下：(7)(8)(9)(10)将dij代入白化权函数中，由(11)式计算各子类的灰色聚类系数，并组合成聚类系数向量，如式(12).(11)(12)令评价对象所属灰类为k*，求得为计算聚类对象的综合评价等级.4 案例分析根据问卷调查结果，以下5门课的打分如表5所示(10分制).通过上述方法，计算结果如表6.从结果中可以看出，5门课程中无一门评价为优秀，课程IV的评价为差.从课程IV的得分情况来看，辅助教学手段类指标与学生学习状况的前3项指标(出勤率、考试成绩、试验成绩)均最高，但动手能力一项最低，而这项的权重指标相当高(b11=0.426，a3=0.540)，最终导致了该课程综合评价最低.然而，对比该课程聚类系数向量的其它等级数据，其中优类等级的聚类系数为0.3018，说明该课程成为“优类”的潜力很大.笔者曾尝试将课程IV的动手能力一项分数改为3，运算结果该课程就为“优”.针对其它课程的评价结果分析类似，这里不再详述.5 结语1) 通过对课程的实例测评，可以看出利用基于AHP的灰色聚类法能对影响教学质量的各种因素进行综合考虑，进而能够较好地避免个人的主观判断，以保证评价结果的客观公正性.本文所提供的方法还可利用计算机编制成软件，进而可方便进一步推广应用.2) 在分析评价结果时，除关注本方法得出的评价结果外，还应重点考察各种可能出现的结果，即分析聚类系数向量中的“次大”类.对其未达到“最大”的原因作进一步分析，这样可以为决策提供更为丰富的参考信息.3) 本方法的重点在于聚类权重的确定，该步骤也是受人为因素影响最大的一个环节.因此，如何合理的确定聚类权重，进而保证评价结果的公正合理，应作为今后进一步研究的重点方向[8].6 参考文献：[1] 张素梅. 基于AHP法的教师教学质量模糊综合评价[J]. 高等理科教育，2009，2: 51-55.[2] 李国安，李卫华. 因子分析法在简易评价教师课程教学效果中的应用[J]. 数学的实践与认识，2006，36 (3): 79-83.[3] 解学祖. 教学质量评估的统计分析法[J]. 数理统计与管理，2001，20 (3): 54-59.[4] 杨萍. AHP法在评价教师课堂教学中的应用[J]. 数学的实践与认识，2004，34 (2): 32-34.[5] 彭志捌，尹雪莲. 基于BP神经网络的教学质量评价模型[J]. 安徽建筑工业学院学报，2009，17 (6): 110-113.[6] 孙玉荣，彭金波. 基于AHP的课堂教学效果评价指标体系研究[J]. 湖南工业大学学报，2010，24 (5): 86-88.[7] 易德生，郭萍. 灰色理论论与方法[M]. 北京：石油工业出版社，1992:221-235.[8] 于艳红，于艳春.基于AHP法的沥青路面破损状况灰色聚类综合评价模型[J]. 内蒙古农业大学学报:自然科学版，2012，2:155-158.doi：10.3969/j.issn.1001-4748.2015.03.016。
《基于AHP和灰色关联度法的B企业财务绩效研究》范文
《基于AHP和灰色关联度法的B企业财务绩效研究》篇一一、引言随着市场竞争的日益激烈，企业财务绩效的评估与提升已成为企业持续发展的重要课题。
本文以B企业为研究对象，采用层次分析法（AHP）和灰色关联度法相结合的方法，对其财务绩效进行深入研究。
首先，通过AHP法构建财务绩效评估体系；其次，运用灰色关联度法对B企业的财务绩效进行定量分析；最后，根据分析结果提出相应的改进建议。
二、B企业财务绩效评估体系构建1. 指标体系设计基于财务绩效评估的全面性和科学性原则，本文从盈利能力、营运能力、偿债能力、成长能力四个方面构建B企业财务绩效评估体系。
具体指标包括：总资产收益率、净资产收益率、应收账款周转率、存货周转率、流动比率、速动比率、营业收入增长率等。
2. 层次结构模型采用AHP法，将B企业财务绩效评估体系分为目标层、准则层和指标层。
目标层为B企业财务绩效；准则层包括盈利能力、营运能力、偿债能力、成长能力；指标层则为具体的财务指标。
3. 判断矩阵与权重确定通过专家打分法，构建各层级的判断矩阵，计算各指标的权重。
最终得到各指标的权重，为后续的定量分析提供依据。
三、灰色关联度法在B企业财务绩效分析中的应用1. 数据预处理收集B企业近几年的财务数据，对原始数据进行无量纲化处理，使各指标具有可比性。
2. 灰色关联度模型构建以各年度的财务数据为参考序列，以各指标的权重为比较序列，构建灰色关联度模型。
3. 灰色关联度计算与分析根据灰色关联度模型，计算B企业各年度的财务绩效与理想解的关联度。
通过对比分析，找出B企业财务绩效的优劣及变化趋势。
四、结果与讨论1. 结果呈现通过灰色关联度法分析，得出B企业各年度财务绩效的关联度排序及与理想解的差距。
同时，结合AHP法确定的指标权重，对B企业的财务绩效进行综合评价。
2. 讨论与改进建议根据分析结果，讨论B企业在盈利能力、营运能力、偿债能力、成长能力等方面存在的问题及原因。
针对问题，提出相应的改进建议，如优化资本结构、提高资产周转率、加强成本控制等。