区域风险投资环境的AHP模糊综合评价
ahp综合评价方法
ahp综合评价方法
层次分析法（Analytic Hierarchy Process，AHP）是一种用于综合评价决策问题的方法。
它基于对问题的分解和层次化，以确定并量化决策因素之间的相对重要性。
以下是AHP综合评价方法的一般步骤：
1.问题层次划分：将决策问题分解为不同的层次和准则。
顶
层是目标，下一层是准则，再下一层是具体的选择方案。
2.构建判断矩阵：对每个层次内的准则和方案进行成对比较，
使用1~9的尺度评定它们之间的相对重要性。
比较可以基
于专家意见或经验判断，填写成对比较矩阵。
3.计算权重向量：根据成对比较矩阵，计算每个层次下各项
准则和方案的权重向量。
通过一系列数学计算，得到每个
准则和方案的权重。
4.一致性检验：检验成对比较矩阵是否满足一致性。
一致性
检验通过计算一致性指标和随机一致性指标之间的比率，
判断比率是否接近1。
如果一致性比例大于1，则需要重
新审查和修改成对比较矩阵。
5.结果分析与决策：根据权重向量，对准则和方案进行排序
和比较，得出最终的评价结果。
根据目标和准则的重要性，做出决策或选择最佳方案。
AHP综合评价方法的优点在于它能够结构化地分析问题，考虑到多个因素的相对重要性，并基于专家意见或经验量化决策因
素。
然而，该方法也有一些局限性，如可能存在主观偏见和调查样本的局限性。
在实际应用中，使用AHP综合评价方法需要依靠专业的AHP软件或电子表格来处理复杂的成对比较矩阵和计算权重向量。
基于AHP与模糊综合评价法的森林旅游开发潜力评价以辽东山区为例
基于AHP与模糊综合评价法的森林旅游开发潜力评价以辽东山区为例一、概述随着全球对生态旅游和可持续发展的日益关注，森林旅游作为一种绿色、健康的旅游方式，逐渐受到人们的青睐。
辽东山区作为中国东北地区重要的森林资源富集区，其丰富的生物多样性、优美的自然景观和深厚的文化底蕴为森林旅游的发展提供了得天独厚的条件。
如何科学、准确地评价辽东山区森林旅游的开发潜力，以指导其有序、高效的发展，成为当前亟待解决的问题。
本文旨在通过综合运用层次分析法（AHP）和模糊综合评价法，构建一套科学、实用的森林旅游开发潜力评价体系。
层次分析法（AHP）作为一种定性与定量相结合的多目标决策分析方法，能够有效地将复杂问题分解为若干层次和因素，并通过两两比较的方式确定各因素的相对重要性。
而模糊综合评价法则能够处理评价过程中存在的模糊性、不确定性和主观性，使评价结果更加客观、全面。
本文将首先分析辽东山区森林旅游资源的现状和特点，明确评价的目标和原则。
运用AHP确定评价指标体系，包括自然资源、社会经济、环境承载力和开发条件等方面。
接着，通过模糊综合评价法对各项指标进行量化分析和综合评价，得出辽东山区森林旅游的开发潜力等级。
根据评价结果，提出针对性的开发建议和对策，以期为辽东山区森林旅游的可持续发展提供科学依据。
1. 森林旅游的概念及其在全球和中国的发展趋势。
森林旅游，作为一种独特的旅游形式，主要指的是以森林、湿地、荒漠和野生动植物资源及其外部物质环境为基础，所展开的观光游览、休闲度假、健身养生、文化教育等旅游活动。
它充分利用森林风景资源，以旅游为主要目的，开展各种形式的野游活动。
这些活动在有效的管理措施下运行，旨在实现生态环境、经营者、旅游者和社区居民四方共同受益，达到环境、社会、经济的持续和谐发展。
森林旅游具有资源依赖性强的特点，其资源具有可持续性（可再生）与脆弱性（承载力）、自然景观与人文景观紧密结合、森林环境与珍稀野生动植物物种多样性、功能多重性（旅游、林下经济、加工）、增智性（科普价值）等特征。
AHP-模糊综合评判法
11
【引例】科研成果评价
假设评价科研成果，评价指标集合
U={u1 ，u2 ，u3}
={学术水平，社会效益，经济效益}，
其各因素权重设为
A {0.3,0.3,0.4}
12
确定评语集为V= {V1 ，V2 ，V3 ，V4} ={很好，好，一般，差}
26
评语集 V {v1 , v2 , v3 , v4 } 其中
v3 =“不太受欢迎”； v1 =“很受欢迎”；v2 =“较受欢迎”；
v4 =“不受欢迎”；
对于某个型号的电脑，请一些用户对各因素进行评价： 若对于运算功能
u1 ,有20%的人认为是“很受欢迎”，50%的
的单因素评价向量为
人认为“较受欢迎”，30%的人认为“不太受欢迎” ，没有
对各指标分别表示如下：
u1 =“运算功能（数值、图形等）”； u 2 =“存储容量（内、外存）”； u3 =“运行速度（CPU、主板等）”； u 4 =“外设配置（网卡、调制调解器、多媒体部件等）”；
u5 =“价格”。
则
U {u1 , u2 , u3 , u4 , u5} 构成指标集或因素集。
R1 ,
R2 , R3 , R4 ,
R5 组合成评判矩阵 R
28
0 .2 0 .1 R 0 .0 0 .0 0 .5
0 .5 0 .3 0 . 0 0 .3 0 .5 0 . 1 0 .4 0 .5 0 . 1 0 . 1 0 .6 0 .3 0 .3 0 .2 0 . 0
A2 (0.4,0.35,0.15,0.1)
23
（5）用算子 M (,) 计算综合评判为
ahp-模糊综合评价法
AHP-模糊综合评价法是一种将层次分析法（AHP）与模糊综合评价法相结合的评价方法。
这种方法结合了AHP的层次化、结构化的思维过程和模糊综合评价法的模糊数学处理，使得在复杂问题的决策过程中，可以更加科学、准确地进行评价。
AHP的应用可以使决策者的思维过程化、主观判断规范化和数量化。
通过将与问题相关的因素划分成目标、准则和方案等多个层次，AHP能够在结合实际的情况下，科学地计算各层次中因素重要性的权重值。
这有助于决策者进行合理的决策。
而模糊综合评价法则是基于模糊数学的一种评价方法。
它将考察对象的基本特征和影响因素组合成模糊集合，通过建立相应的隶属函数，进行集合的变换运算，从而对考察对象进行定量分析，并制定综合评价的方法。
这种方法特别适用于处理那些受多个影响因子综合作用，且评价对象具有模糊性的问题。
将AHP与模糊综合评价法相结合，可以发挥两者的优势。
首先，通过AHP确定各因素的权重，这有助于在评价过程中区分不同因素的重要性。
其次，利用模糊综合评价法对因素进行模糊评价，可以处理评价对象中的模糊性，使评价结果更加全面、准确。
总的来说，AHP-模糊综合评价法是一种有效的多属性决策方法，特别适用于处理复杂、模糊的评价问题。
这种方法在企业管理、项目评估、环境评价等领域有着广泛的应用前景。
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(AHP)和模糊综合评价法的土地整治效益评价——重庆市3个区县26个村农村土地整治的实证
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｃｈ ｏ ｎ ｇ ｑ ｉ ｎ ｇ’ｔ ｅ ｒ ｒ ａ ｉ ｎ ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ － ｌ ｏ ｗ ｈ ｉ ｌ ｌ ａ ｎ ｄ ｍｏ ｕｎ ｔ ａ ｉ ｎｓ — ｉ ｓ ｏ ｂ ｖ ｉ ｏ ｕ ｓ ｌ ｙ ｌ ｉ ｍｉ ｔ ｅ ｄ ｔ ｏ ｒ ｕｒ ａ ｌ — ｌ ａ ｎ ｄ ｕ ｓ ｅ ．Ｌａ ｎ ｄ
态 的协调发 展 ； 因地 制 宜、 科 学规 划 ， 充分调 动农 民参 与 土地整 治的 主动性 和积 极性 ； 加 强对土 地整 治效
益 的预测 和评价 研 究 ， 完善 土地 整 治管理 体制 与机 制 。 关键 词 ： 土地整 治 ； 指 标体 系； 层 次分析 ； 模 糊评 判 ； 效益评 价
好” 、 社 会效 益 “ 优 秀” 、 生 态效益 “ 中等 ” ； 在 注重 经济 效益和 社会 效益 的 同时 ， 着力提 高 生态效益 ， 以全 面
提 高综合 效益 。对 策建议 ： 在农 村 土地整 治 中应加 强对 生 态环 境 的保护 和规 划建设 ， 促进 经济 、 社会 、 生
— —
重庆市 ３ 个区县 ２ ６ 个村农村土地整治的实证
刘姝 驿 ， 杨 庆媛 ， 何春燕， 王 雪， 侯 培
（ 西南 大学 地 理 科 学 学 院 ， 重庆 ４ ０ ０ ７ １ ５ ）
摘 要： 重庆低 山丘 陵的地 形条件 对农 村 土地利 用具有 明 显的制 约作 用。通 过 引导 农 户相 对 集 中居住 ，
ahp模糊综合评价法
ahp模糊综合评价法
AHP-模糊综合评价法
一、简介
1、AHP-模糊综合评价法是模糊综合评估方法的一种，是指一种通过模糊数学的方法，去对一定的对象和目标进行评价，从而得出该目标实际状态的一种方法。
2、AHP-模糊综合评价法是由美国系统（systems）学家史宾格（Saaty）提出的一种综合评价模型，该模型把一个复杂的评价系统分解为多个分析角度，并以矩阵形式表达一系列模糊比较关系，以实现对有待评价的对象和目标的模糊综合评价的一种方法。
二、原理
1、AHP-模糊综合评价法是通过模糊数学的方法，来实现有待评价的对象和目标的模糊综合评价的一种方法。
2、AHP-模糊综合评价法通过对对象和目标设定一系列模糊比较关系，并以矩阵的形式表达，然后计算矩阵的特征值，最后利用该特征值来实现对目标的模糊综合评价。
三、应用
1、AHP-模糊综合评价法可以用于综合性分析和评价工程经济，机械制造、运输设备设计、管理系统优化等多种方面的选择性决策。
2、AHP-模糊综合评价法还可以用于对风险评估、城市科技发展水平评价、投资项目的评价和选择性决策等多个领域。
- 1 -。
AHP——模糊综合评价方法的理论基础
AHP——模糊综合评价方法的理论根底1.层次分析法理论根底1970—1980年期间,着名学者Saaty最先开创性地建立了层次分析法,英文缩写为AHP.该模型可以较好地处理复杂的决策问题,迅速受到学界的高度重视.后被广泛应用到经济方案和治理、教育与行为科学等领域.AHP建立层次结构模型,充分分析少量的有用的信息,将一个具体的问题进行数理化分析, 从而有利于求解现实社会中存在的许多难以解决的复杂问题.一些定性或定性与定量相结合的决策分析特别适合使用AHP.被广泛应用到城市产业规划、企业治理和企业信用评级等等方面,是一个有效的科学决策方法.Diego Falsini、Federico Fondi 和Massimiliano M. Schiraldi〔2021〕运用AHP 与DEA的结合研究了物流供给商的选择；Radivojevi、Gordana和Gajovi, Vladimir 〔2021〕研究了供给链的风险因素分析；.Maniya和.Bhatt〔2021〕研究了多属性的车辆自动引导机制；朱春生〔2021〕利用AHP分析了高校后勤HR配置的风险治理；蔡文飞〔2021〕运用AHP分析了煤炭治理中的风险应急处理；徐广业〔2021〕研究了AHP与DEA的交互式应用；林正奎〔2021〕研究了城市保险业的社会责任.第一,递阶层次结构的建立一般来说,可以将层次分为三种类型：〔1〕最高层〔总目标层〕：只包含一个元素,表示决策分析的总目标,因此也称为总目标层.〔2〕中间层〔准那么层和子准那么层〕：包含假设干层元素,表示实现总目标所涉及的各子目标,包含各种准那么、约束、策略等,因此也称为目标层.〔3〕最低层〔方案层〕：表示实现各决策目标的可行方案、举措等,也称为方案层.典型的递阶层次结构如下列图1：一个好的递阶层次结构对解决问题极为重要,因此,在建立递阶层次结构时,应注意到：〔1〕从上到下顺序地存在支配关系,用直线段〔作用线〕表示上一层次因素与下一层次因素之间的关系,同一层次及不相邻元素之间不存在支配关系.〔2〕整个结构不受层次限制.〔3〕最高层只有一个因素,每个因素所支配元素一般不超过9个,元素过多可进一步分层.〔4〕对某些具有子层次结构可引入虚元素,使之成为典型递阶层次结构.第二,构造比拟判断矩阵设有m个目标〔方案或元素〕,根据某一准那么,将这m个目标两两进行比较,把第i个目标.=1,2,…,m〕对第j个目标的相对重要性记为a i「这样构造的m 阶矩阵用于求解各个目标关于某准那么的优先权重,成为权重解析判断矩阵, 简称判断矩阵,记作A =〔a〕.ij m x nSatty于1980年根据一般人的认知习惯和判断水平给出了属性间相对重要性等级表〔见表1〕.利用该表取的a^值,称为1-9标度方法.表1目标重要性判断矩阵A中元素的取值假设决策者能够准确估计a..,那么有：a二-1,a=a *a ,a=1 ,其根本的定1]ij a ij ik kj li理如下：第一,设A=(a ij)mxm,A>0,(即2产0间=12・.・加),如果满足条件(1)a ii =1 (i =12・・・,m)；⑵a ij=1/a ji(i,j =1,2,…,m),那么称矩阵A为互反正矩阵.第二,设A=(a ij)mxm,A>0,如果满足条件a j= a ik-a kj(i,j,k=12・・・,m)那么称矩阵A为一致性矩阵.第三,对于任何一个m阶互反正矩阵A,均有X ma x Nm,其中勺曲是矩阵A 的最大特征值.第三,m阶互反正矩阵A为一致性矩阵的充分必要条件是A的最大特征根为m.第三,单准那么下的排序层次分析法的信息根底是比拟判断矩阵.由于每个准那么都支配下一层假设干因素,这样对于每一个准那么及它所支配的因素都可以得到一个比拟判断矩阵. 因此根据比拟判断矩阵如何求得各因素w1,w2,…,w m对于准那么A的相对排序权重的过程称为单准那么下的排序.这里设A=(a ij)mxm,A>0.方法一：本征向量法利用AW=九W求出所有九的值,其中！_为九的最大值,求出X max对应的特征向量W*,然后把特征向量W*规一化为向量W,那么W=[W],w2, ・・.w m]T为各个目标的权重.求九需要解m次方程,当mN3时,计算比拟麻烦,可以利用matlab 来求解.(2)判断矩阵的近似解法判断矩阵是决策者主观判断的定量描述,求解判断矩阵不要求过高的精度. 这里,介绍三种近似计算方法：根法、和法及幂法.幂法适于在计算机上运算.第一,根法①A中每行元素连乘并开m次方,得到向量W* =(狡*,狡*,...,狡*)T其中,12 mw* = 1r m a. ml%「1j j=②对W*作归一化处理,得到权重向量W=(w1,w2,…w )T,其中w = w*/£w* 12m l lll=1③对A中每列元素求和,得到向量S=(s1,s2,…s m),其中s j= E a j l=1④计算入max的值,九max=£s w = SW = -!-£ (AW：l=1l=1l方法二：和法①将A的元素按列作归一化处理,得矩阵QXqJmm.其中,q j = ajZa jk=1②将Q的元素按行相加,得向量a = (a ,a,…,a ).其中,a =£q12 mljjT③对向量a作归一化处理,得权重向量W=(w/w2, ・・.w m)T,其中w^a. /£a kk=1④求出最大特征值九=1£〞乜max m ,w ,方法三：幂法幂法是一种逐步迭代的方法,经过假设干次迭代计算,根据规定的精度,求出判断矩阵A的最大特征值及其对应的特征向量.设矩阵A=(a..)mxm,A>0,那么lim2土= CW,其中,W是A的最大特征值对应的的特征向量,C为常数, e T A k e k-8向量 e=(1,1,…,1)T .幂法的计算步骤是：①任取初始正向量X (0)=(x 1(0), x 2(0),…,X m (0))T ,计算=max { X 〔0〕}, Y 〔0〕= X 〔0〕/ mi②迭代计算,对于k=0,1,2,…计算X 〔 k +i 〕= AY 〔 k 〕, m = |X 〔 k +i 〕I = max { X 〔8i③精度检查.当|m k +1 -m j<£时,转入步骤④；否那么,令卜=卜+1,转入步骤②. ④求最大特征值和对应的特征向量,将Y (k+1)归一化,即： W = Y (k +1) / £ y ( k +1),九 =mi =1第四,单准那么下的一致性检验由于客观事物的复杂性,会使我们的判断带有主观性和片面性,完全要求 每次比拟判断的思维标准一致是不太可能的.因此在我们构造比拟判断矩阵时, 我们并不要求n(n-1)/2次比拟全部一致.但这可能出现甲与乙相比明显重要,乙 与丙相比极端重要,丙与甲相比明显重要,这种比拟判断会出现严重不一致的 情况.我们虽然不要求判断具有一致性,但一个混乱的,经不起推敲的比拟判 断矩阵有可能导致决策的失误,所以我们希望在判断时应大体一致.而上述计 算权重的方法,当判断矩阵过于偏离一致性时,其可靠程度也就值得疑心了. 因此,对于每一层次作单准那么排序时,均需要作一致性的检验.一致性指标〔Consistency Index,CI 〕 : CI =九 maxmm — 1 随机指标〔Random Index,RI 〕一致性比率〔Consistency Rate,CR 〕 :CR=CI/RI当CR 取时,最大特征值为=CI ・〔m-1〕+m=・RI ・〔m-1〕+mmaxm = ||X 〔0〕X 〔k +1〕}, Y 〔k +1〕=X 〔 k +i 〕/ m k +1表2随机指标RI ,九 取值表max表中当n=1,2时,RI=0,这是由于1,2阶判断矩阵总是一致的.当nN3时,假设CR^P X ma x＜认为比拟判断矩阵的一致性可以接受,否那么应对判断矩阵作适当的修正,直到X max小于X max通过一致性检验时,求得的W 才有效.第五,层次总排序计算同一层次中所有元素对最高层(总目标)的相对重要性标度(又称权重向量)称为层次总排序.(1)层次总排序的步骤为：第一,计算同一层次所有因素对最高层相对重要性的权重向量,这一过程是自上而下逐层进行；第二,设已计算出第k-i层上有叱1个元素相对总目标的权重向量为K-1W(k-1)=(W1(k-1), W2(k-1),…,W n(k-1)(k-1))T第三,第k层有个n k个元素,他们对于上一层次(第k-1层)的某个元素j 的单准那么权重向量为p j(k)=(w1j(k), W2j(k),…,W nkj)(k))T (对于与k-1层第j个元素无支配关系的对应W j取值为0)；第四,第k层相对总目标的权重向量为W k= (p1(k), p2(k),…p k-1(k),)W(k-1)(2)层次总排序的一致性检验人们在对各层元素作比拟时,尽管每一层中所用的比拟尺度根本一致,但各层之间仍可能有所差异,而这种差异将随着层次总排序的逐渐计算而累加起来,因此需要从模型的总体上来检验这种差异尺度的累积是否显着,检验的过程称为层次总排序的一致性检验.第k 层的一致性检验指标CIk=(CI1(k-1), CI2(k-1),・・・, CIn K(k-1))W(k-1)RI k=(RI1(k-1), RI2(k-1),・・・, RIn K(k-1))W(k-1)CR k=CR k-1+CI k/RI k(34k4n)当CR k ＜,可认为评价模型在第k层水平上整个到达局部满意一致性.第六,递阶层次结构权重解析过程(1)树状结构目标体系目标可分为多个层次,每个下层目标都隶属于一个而且只隶属一个上层目标,下层目标是对上层目标的具体说明.对于树状结构的目标体系,需由上而下逐步确定权重,即由树干向树梢,求树杈各枝相对于树杈的权重.〔2〕网状结构目标体系网状结构的目标也分为多个层次,每个下层目标隶属于某几个上层目标〔至少有一个下层目标隶属于不止一个上层目标〕.AHP方法的根本步骤：层次分析法大体分为以下六个步骤：〔1〕明确问题；〔2〕建立层次结构；〔3〕两两比拟,建立判断矩阵；〔4〕层次单排序及其一致性检验；〔5〕层次总排序及其一致性检验；〔6〕根据分析计算结果,考虑相应的决策.2.模糊综合评价方法理论根底模糊综合评价是以模糊数学为根底.应用模糊关系合成的原理,将一些边界不清,不易定量的因素定量化,进行综合评价的一种方法.在校园环境质量综合评价中,涉及到大量的复杂现象和多种因素的相互作用,而且,评价中存在大量的模糊现象和模糊概念.因此,在综合评价时,常用到模糊综合评价的方法进行定量化处理,评价出校园环境的质量等级,取得了良好的效果.但权重确实定需要专家的知识和经验,具有一定的缺陷,为此,本文采用层次分析法来确定各指标的权系数.使其更有合理性,更符合客观实际并易于定量表示, 从而提升模糊综合评判结果的准确性.此外,模糊综合评价中常取的取大取小算法,信息丧失很多,常常出现结果不易分辨〔即模型失效〕的情况.模糊综合评价方法和步骤的流程如下列图2：模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化〔即确定隶属度〕,然后利用模糊变换原理对各指标综合.流程如下：〔1〕确定评价对象的因素论域P个评价指标,u=k u2,, u｝.〔2〕确定评语等级论域v = 11,\,・・・・・・,V p｝,即等级集合.每一个等级可对应一个模糊子集.〔3〕建立模糊关系矩阵R在构造了等级模糊子集后,要逐个对被评事物从每个因素ui〔i = 1,2, ・・・・・・,p〕上进行量化,即确定从单因素来看被评事物对等级模糊子集的隶属度〔R I u.〕, 进而得到模糊关系矩阵：一u r r• • •r11112 1 mR I u r r• • •rR =2一2122 2 m• •*• • •• • •« • ••rR I u r r• • •p 1 p 2pm」p . m矩阵R 中第i 行第/列元素r j,表示某个被评事物从因素4来看对匕等级模糊子 集的隶属度.一个 被评事物在某个因素4方面的表现,是通过模糊向量 〔R ।匕〕=〔/%,……,0来刻画的,而在其他评价方法中多是由一个指标实际值来刻画的,因此,从这个角度讲模糊综合评价要求更多的信息［10. 〔4〕确定评价因素的权向量在模糊综合评价中,确定评价因素的权向量：A = 〔a ,a ,・・・・・・,a 〕.权向量A12p中的元素a.本质上是因素u 对模糊子｛对被评事物重要的因素｝的隶属度.本文使 用层次分析法来确定评价指标间的相对重要性次序.从而确定权系数,并且在 合成之前归一化.即寸a .=1,a0 , i = 1,2,・・・・・・,n i =1〔5〕合成模糊综合评价结果向量利用适宜的算子将4与各被评事物的R 进行合成,得到各被评事物的模糊 综合评价结果向量B .即：AoR =C a ,a ,……,a ) p r11 r21• • •r 12 r22 • • •• • • • • • • • •r 1 m r2 m• • •=(b , b , (12)•••, b m )=BL r r• • •rp 1 p 2pm」其中?是由4与R 的第j 列运算得到的,它表示被评事物从整体上看对匕等级模 糊子集的隶属程度.〔6〕对模糊综合评价结果向量进行分析实际中最常用的方法是最大隶属度原那么,但在某些情况下使用会有些很勉 强,损失信息很多,甚至得出不合理的评价结果.提出使用加权平均求隶属等 级的方法,对于多个被评事物并可以依据其等级位置进行排序.多级模糊综合评价方法的步骤如下,以二级模糊评价为例：(1)进行一级因素的综合评价即按某一类中的各个因素进行综合评价.设对第i(1=12,,N)类中的第川=12加)元素进行综合评价,评价对象隶属于评价集合中的第k(k=1,2〃,m)个元素的隶属度为争(i=1,2,,,N；j=1,2,,,n；k=1,2〃,m),那么该综合评价的单因素隶属度矩阵为：Ci11 …RmR=()i C ... C in i inm于是第i类因素的模糊综合评价集合为：C11…C i i mB — W .R —(w , w ,.... w ).()i i ii1i2 in C ... Cin i inm同理确定B i.....B n的单因素模糊评价行向量：B -(,,,,) B；=(,,,,) ...B n -(,,,,)I=1,2,,,N,Bi为B层第i个指标所包含的各下级因素对于它的综合模糊运算结果, b 为B层第i个指标下级各因素相对于它的权重；R为模糊评价矩阵.i(2)进行二级因素的模糊综合评价最底层模糊综合评价仅仅是对某一类中的各个因素进行综合,为了考虑各类因素的综合影响,还必须在类之间进行综合.进行类之间因素的综合评价时, 所进行的评价为单因素评价,而单因素评价矩阵应为最底层模糊综合评价矩阵：B i ii - B i i mA — W .R —(w , w,….w ).()i i ii1 i2 in B ... Bin1inm。
模糊综合层次评判法
模糊综合层次评判法（FAHP)FAHP评价法是一种将模糊综合评判法（Fuzzy Comprehensive Evaluation，FCE）和层次分析法（Analytic Hierarchy Process，AHP）相结合的评价方法，在体系评价、效能评估，系统优化等方面有着广泛的应用，是一种定性与定量相结合的评价模型，一般是先用层析分析法确定因素集，然后用模糊综合评判确定评判效果。
模糊法是在层次分析法之上，两者相互融合，对评价有着很好的可靠性。
模糊数学的相关理论研究1965年，美国加利福尼亚大学控制论专家L.A.Zadeh教授发表了《模糊集合》一文，这标志着模糊数学的诞生。
模糊数学是研究和处理模糊性现象的一种数学方法。
模糊性基本概念模糊性是事物类属的不确定性，是对象资格程度的渐变性。
例如，对于一座山，有人可以认为是高山，但可能有人觉得它并不高。
事物的这种不清晰类属的特性就是模糊性，而这类事物我们通常称为模糊事物。
模糊事物在类属问题上不能做出“是”或“不是”，“属于”或“不属于”，“存在”或“不存在”等的是非断言，只能区别程度和等级。
模糊集合概念论域X上的模糊集合A定义是：A={（x,A(x)）｜x∈X}或者A={（x,μA（x））｜x∈X}其中A(x)或μA（x）称为隶属函数，它满足A：X→M，M称为隶属空间上式表示模糊集合A是论域X到隶属空间的一个映射。
隶属函数A(x)用于刻画元素x对模糊集合A的隶属程度，通常称为隶属度。
模糊集合A的每一个元素（x, A(x)）都能明确的表现出x的隶属等级。
A(x)的值越大，x的隶属度就越高。
例如，当隶属空间是（0，1）时，若A(x)=1，则说明x完全属于A；而若A(x)=0时，说明x不属于A；而A(x)值介于0与1之间时，说明隶属度也介于属于与不属于之间——模糊的。
隶属函数的构造与经典集合可由其特征函数所确定一样，模糊集合A也能由其隶属函数所确定。
在解决实际问题时，往往首先遇到的问题是确定隶属函数。
基于AHP——模糊模型的环境信息披露绩效评价
一
回收 不环 境声 誉等 绩效 评 价指标 体 系 ；乔 引华 等 （ ０６） １ Ｊ ２０ 从 政 府 层 、行 业层 和 企业 层 构 建 厂 同 层 次的 环境 绩 效 不 评 价 指 标 体 系 ；贾 妍 妍 （ ０４） 环境 成本 与 风 险 、污 ２０ 从
效 评 价 标 准 》的正 式 公告 ，将 环 境 绩 效指 标 分 为环 境 状
态指标 （ Ｃ ｓ 、管理绩效指标 （ Ｉ ） Ｅ Ｉ） ＭＰ ｓ 和经营绩效指标
（ Ｉ ） 并例举 了具 体评 价指标 。世 界可持 续发 展＿ ＯＰ ｓ ， Ｔ商理
济 绩效 仔在负 相关关 系 （ ｔ ｗｃ ｎ ｔｅ ，２ ０ Ｓ ｎ ｉ ａｄｏ ｒ ００ ｏ其 ａ ｋ ｈｓ 他 一些 文 献 则研 究 了环 境 信 息 披 露 的 影 响 因 素 （ 敏 ， 梁
政 府 补 贴 三个 方 面探 讨 ＿指 标 的 需求 和 使用 。 至于 环境 ｒ ｌ
亦 文 （ ０ ９ 、 引华等 （ ０６） ２０ ） 乔 ２０ 、 许家林 和孟 Ｊ￣ （ ０４） ， ｒ ２０ 、 Ｌｊ 曹东 （ ０ ８ 等作 了阐述 。 ２０ ） ２ 环境 绩 效 评 价 指标 。国 内外 对 环 境绩 效评 价 进 行 ． 系 统化 的研究 始 于２ 世 纪９ 年 代 ， 得 了较 丰硕 的成 果 。 ０ ０ 取
染 与废 弃 物 、外 界认 同绩 效 这 三 个方 面 构造 了绩效 评 价
、
文 献 综 述
１环 境 绩 效评 价 内涵 。 国内 外环 境 绩效 评价 内涵 大 ． 体 从 五 个 角度 来 阐述 ：从 信 息 披 露 角度 ，就 企 业 所 采取 的 环境 政 策 、环 境 活 动 、环 境 计 划 、涉 及 的 财 务状 况 、 町持 续 发展 的管 理这 ５ 方 面来 阐述 环 境绩 效 评 价 内容 个
- 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)。
C11科技人力资源
C12科研物质条件
B3 技术 原创环境
C13科技意识 C14科研主体状况
(0. 167) A
风
险
投
B4 高新
资
技术产业化 基础环境
环 (0. 244)
境
C15科技活动人力投入 C16科技活动财力投入 C17科技活动直接产出 C18高新技术产业化状况 C19主要产业化或孵化基地状况 C20高新技术成果交易环境 C21科技进步对经济社会贡献 C22宏观经济政策
18 0. 0 0. 4 0. 3 0. 3
10 0. 1 0. 4 0. 4 0. 1
32 0. 4 0பைடு நூலகம் 5 0. 1 0. 0
19 0. 1 0. 4 0. 5 0. 0
(20) 0. 1 0. 4 0. 5 0. 1
5
0. 0 0. 4 0. 5 0. 1
33 0. 0 0. 2 0. 6 0. 2
第 3期
靳景玉等 :区域风险投资环境的 AHP模糊综合评价
381
为了使分析对象符合研究主题 ,以西部一个中心城市 (称为城市 C)为样本 ,将层次分析法和综合模 糊评价法结合起来应用于区域风险投资环境的评价. 评价的技术路线分为 5个步骤 :
(1) 建立多层次的风险投资环境指标体系 ; (2) 确定各层次指标体系的权重 ; (3) 进行再次专家咨询 ,建立起对 C级各因素评价的评语集合 ; (4) 在此基础上 ,对风险投资环境状况进行综合评价 ,得出评价结果 ; (5) 针对风险投资环境存在的问题 ,提出优化和培育风险投资环境的主要措施.
(0. 037 3) C34教育水平
B8 自然地理 C35地理位置
(0. 016) C36自然环境
0. 118 0. 214 0. 057 0. 117 0. 101 0. 344 0. 051 0. 131 0. 340 0. 529 0. 179 0. 092 0. 032 0. 055 0. 214 0. 208 0. 220 0. 088 0. 513 0. 319 0. 039 0. 048 0. 155 0. 162 0. 098 0. 130 0. 155 0. 251 0. 238 0. 257 0. 149 0. 356 0. 333 0. 667 0. 667 0. 333
(1. School of Econom ics and M anagement, Southwest J iaotong University, Chengdu 610031, China; 2. School of Finance and Fiscal Affairs, Chongqing Technology and Business University, Chongqing 400067, China)
表 1 风险投资环境评价指标及权重 Tab. 1 Evaluation indexes and weight of venture cap ital environment
目 准则层 B
标
层 子因素
A
(权重 )
具体指标 Ci
指标层 C
C层指标相对 于 B 层权重 的计算结果
C层指标相对 于 A层权重 的计算结果
15 0. 1 0. 3 0. 4 0. 2
28 0. 4 0. 3 0. 3 0. 0
17 0. 0 0. 3 0. 4 0. 3
23 0. 0 0. 2 0. 5 0. 3
13 0. 2 0. 3 0. 3 0. 2
26 0. 2 0. 5 0. 2 0. 1
35 0. 0 0. 2 0. 5 0. 3
12 0. 0 0. 2 0. 5 0. 3
3
0. 0 0. 0 0. 3 0. 7
2
0. 0 0. 0 0. 2 0. 8
9
0. 2 0. 5 0. 2 0. 1
(20) 0. 2 0. 4 0. 3 0. 1
34 0. 3 0. 5 0. 1 0. 0
30 0. 1 0. 6 0. 3 0. 0
0. 016 0. 029 0. 008 0. 016 0. 015 0. 047 0. 007 0. 028 0. 073 0. 113 0. 030 0. 015 0. 006 0. 009 0. 036 0. 035 0. 037 0. 022 0. 125 0. 072 0. 010 0. 004 0. 012 0. 013 0. 008 0. 010 0. 012 0. 019 0. 029 0. 021 0. 010 0. 018 0. 001 0. 025 0. 011 0. 005
7
0. 1 0. 5 0. 4 0. 0
8
0. 0 0. 4 0. 4 0. 2
6
0. 0 0. 3 0. 6 0. 1
14 0. 0 0. 3 0. 4 0. 3
1
0. 0 0. 3 0. 4 0. 3
4
0. 0 0. 4 0. 4 0. 2
29 0. 1 0. 4 0. 3 0. 2
36 0. 5 0. 4 0. 1 0. 0
标度 aij 1 3 5 7 9
2, 4, 6, 8 倒数
专家评语集
排序 位次
优
良
中
差
C1 经济体制
B1 风险投 资的基础 经济环境
(0. 137)
C2 经济发展水平及潜力 C3 经济稳定性 C4 三次产业结构 C5 市场环境 C6 基础设施
C7 涉外经济状况
B2 资本 市场环境
C8 金融市场基础 C9 风险投资的聚集能力
(0. 244) C10风险投资的退出渠道
1 技术路线和指标体系
在对风险投资环境系统因素结构分析的基础上 ,构建风险投资环境评价的 3级指标体系 ,其中 A 层为
目标层 , B 层为准则层 , C 层为指标层. 在目标层只有 1个因素 , 准则有 8个因素 , 指标层有 36 个指标 , 见
表 1. 表 1中的排序位次是根据 C层指标相对于 B 层权重得出的 1
区域风险投资环境的 AHP模糊综合评价
靳景玉 1, 2 , 刘朝明 1 , 韩 斌 1
(1. 西南交通大学经济管理学院 , 四川 成都 610031; 2. 重庆工商大学财政金融学院 , 重庆 400067)
摘 要 :针对我国风险投资快速发展的背景 ,为对大城市风险投资环境评价提供决策依据 ,将 AHP和模糊综合 评价结合 ,应用于风险投资环境分析. 以西部某大城市的为例 ,评价指标体系分为目标层 、含 8个因素的准则层 和含 36个指标的指标层. 评价结果表明 ,采用这种方法分析大城市风险投资环境 ,可以解决风险因素的多层次 性与复杂性造成的评价结果的离散问题 . 关键词 : AHP;模糊综合评价 ;风险投资 ;投资环境 中图分类号 : X321 文献标识码 : A
( 24) 0. 4 0. 4 0. 2 0. 0
22 0. 3 0. 4 0. 3 0. 0
31 0. 1 0. 4 0. 3 0. 2
27 0. 0 0. 3 0. 5 0. 2
( 24) 0. 2 0. 5 0. 2 0. 1
16 0. 0 0. 2 0. 3 0. 5
11 0. 0 0. 0 0. 0 1. 0
2 影响因素的比较
2. 1 指标权重的计算
根据文献 [ 6～8 ] ,邀请专家对各级环境因素相对于上一级指标的重要程度进行两两比较 ,比较的结
果用于建立 AHP的判断矩阵分布权重. 为了得到量化的判断矩阵 ,采用 1～9的标度 (见表 2).
表 2 标度排列 Tab. 2 Sort of measures
Ana lysis on Reg iona l Ven ture Cap ita l Env ironm en t Ba sed on AHP Fuzzy Com prehen sive Eva lua tion
J IN J ing2yu1, 2 , L IU Chao2m ing1 , HAN B in1
B 5 风险 投资的政 策环境
( 0. 077)
C23税收政策 C24科技产业政策 C25政府采购政策 C26担保政策 C27人才政策
C28政府人员行政行为
B 6 风险 投资的法
C29风险投资专门法 C30知识产权、技术转移、扩散立法
制环境
C31中小企业发展立法
( 0. 077) C32执法环境
B7 社会文化 C33价值观念
第
40卷 第 3期 2005年 6月
西 南 交 通 大 学 学
JOURNAL OF SOUTHW EST J IAOTONG
报
UN IVERSITY
Vol. 40 No. Jun. 2005
3
文章编号 : 025822724 (2005) 0320379206
Abstract: AHP ( analytic hierarchy p rogress ) and fuzzy evaluation were com bined to get a comp rehensive evaluation method for evaluating venture cap ital environments of big cities in China, where there have been fast developm ents in venture cap ital. A big city in west China was taken as an examp le. The evaluation index system in the examp le consists of three layers: an objective layer, a rule layer w ith 8 factors, and an index layer w ith 36 indexes. The evaluation result show s that exp licit evaluation results can be obtained w ith the p roposed method and scattering of results due to m ultilayer and comp lexity of venture factors can be avoided. Key words: AHP; fuzzy comp rehensive evaluation; venture cap ital; investm ent environment