表3 实体质量四级指标权重系数对比分析情况

表3 实体质量四级指标权重系数对比分析情况

空气质量评价预测模型论文

城市空气质量的评估与预测 一．问题的提出 1.1背景介绍 环境空气质量指标与人们的日常生活息息相关，同时也在城市环境综合评价中占有重要地位，根据已有的数据，运用数学建模的方法，对环境空气质量进行科学合理的评价，预测与分析是一个很具有实用价值的问题。 目前我国城市环境空气质量评价的主要依据是API值的二级达标天数，即根据已有的API分级制，计算城市的二级空气质量达标天数并以之作为该城市空气质量的评价。 然而，这种评价方法虽然有利于城市空气质量管理，但是API分级制具有统计跨度大且较为粗略的特点，不适合对城市的空气质量做综合客观的评价，因此，我们应该提出更为科学合理的评价方法。 关于环境空气质量已有多方面的研究，并积累了大量的数据，原题附录1-10就是各城市2010年1-11月空气质量的观测值，可以作为评价分析与预测的研究数据。 1.2 需要解决的问题 1)利用附件中数据，建立数学模型给出十个城市空气污染严重程度的科学 排名。 2)建立模型对成都市11月的空气质量状况进行预测。 3)收集必要的数据，建立模型分析影响城市空气污染程度的主要因素是什 么？ 二、基本假设 1.表中的API值是准确的，忽略仪器测量误差对测量数据造成的影响 2.API值对不同污染物的危害程度具有可度量性，即：相同API值对应的不同污染物危害程度相等。 3.根据附录中的数据，API首要污染物为二氧化氮的天数在十个城市2010年的观测数据中仅出现一次，二氧化氮对空气质量的综合评价的影响忽略不计。

三、问题的分析 3.1 提出新的空气质量评价方法对城市污染程度排名应该注意的问题。 总的来说，提出一种科学合理的评价方法，应该以各城市的空气污染指数（API）观测数据为基础，对不同城市空气质量进行量化综合评价，这个综合评价在符合空气质量实际的同时，应该较为细致与直观，既能够体现该城市空气质量的整体水平，又能够方便地对不同城市的空气质量进行合理客观的对比。 第一．传统的API指数评价制度具有较大的局限性，其主要原因是API空气质量分级制具有跨度较大的特点，举例来说，以可吸入颗粒物或二氧化硫为最大污染物计算，API数值51到100都属于二级,对应的日均浓度值是51到150微克/立方米。这种分级制度对观测数据进行了较大幅度的简化，分级制的数据较为简洁，仅以级次衡量城市的空气质量水平，有利于部分问题的决策，但是，这种简化的级次评分制浪费了大量的观测信息，不适合对一个城市的空气质量进行长期的管理，评价，与预测，更不利于对城市空气质量进行细致客观的评价与城市之间污染程度的对比。 所以，新的评价体制应该充分地考虑到对信息的最大程度利用与对空气质量的综合客观分析。 第二．空气污染程度的评价最为直观与简便的方法是计算观测时间区间上的平均值，但是这种简便的数据处理方法具有较大的局限性，结合污染物种类与API 观测数据值分析，问题可以归结为基于API数据的综合评价问题，故可以引进综合评价问题的方法对平均值计算法进行适当的修正与改进，建立基于综合评价方法的评分体制，对空气质量进行评分与排序。 第三．这个对空气质量的综合排名问题以不同种类的污染物的API数值为基础，以对十个城市的污染程度进行综合排名为最终目的，具有一定的层次性，因此，还可以可以考虑建立以对十个城市的污染物排序为决策层，以不同种类的污染物API数据为准则层，以十个待评城市为方案层的选优排序问题，根据层次分析方法，确定方案层对决策层的“组合权重”，从而达到建立层次分析模型对十个城市污染程度进行综合排名的目的。 3.2 对成都11月份空气质量进行预测问题的分析 1）对成都十一月空气质量进行合理的预测，我们应该对数据进行有效的分析处理，考虑多方面因素，建立数学模型进行综合预测，通过对数据的初步观测，并作出成都市自2005年1月1至2010年11月4日的月平均API值折线图（如图3-1所示），我们发现，数据不具有很好的规律性，无法用一个确定的函数去描述，又通过对问题的分析，我们认为对空气质量的预测问题是一个针对环境系统的预测问题，而环境系统具有系统内部作用因素较多，系统内部各因素作用关系复杂的特点，因此，针对数据和问题的特点，我们考虑建立灰色预测模型，利用灰色系统分析方法，对数据进行有效利用，并作出最合理的预测。

绩效考核指标权重的计算方法

在企业人力资源管理中,有许多涉及到权重的设置，如素质评价、绩效考核等。在一般的情况下，管理者都知道权重的重要性，但在设定权重时却往往会依凭自己积累起来的经验以及评价因素的定位来进行判断。事实上，这种确定权重的方式存在很强的主观性，在实践中会导致一些不必要的偏差。如何在设定权重时，既考量管理者多年来积累起来的经验判断，又科学客观地定位各评价因素，避免一些不必要的偏差，使评价结果更接近于实际情况呢？下面的几种方法，或许能给你带来一定的收获。 一、简单排序编码法 这种方法通过管理者对各项考评因素的重视程度进行排序编码，然后确定权重的一种简单的方法，需要管理者从过去的历史数据及个人的经验对各项考评项目作出正确的排序。 比如在绩效考核过程中，某一职位有四个KPI的考评因素，分别为A，B，C，D，依企业的要求及目标设定者的经验，各项考评因素的重要性排序为B，D，C，A；然后再按照自然数顺序由大到小对其进行分配，分别为4，3，2，1。然后将权数归一化，最后结果为A：1/(4+3+2+1)=0.1；B：4/(4+3+2+1)=0.4C：2/(4+3+2+1)=0.2；D：3/(4+3+2+1)=0.3。 这种简单排序编码法计算权数的方法简单，但也存在主观因素，存在一定的不合理性。但至少它比管理者单纯地依据自身经验进行设定的方式要客观一些。 二、倍数环比法 倍数环比法首先将各个考评因素随机排列，然后按照顺序对各项因素进行比较，得出各因素重要度之间的倍数关系，又称环比比率，再将环比比率进行统一转换为基准值，最后进行归一化处理，确定其最终权重。这种方法需要对考评因素有客观的判断依据，需要有客观准确的历史数据作为支撑。 以上述四个因素为例，如下表。 说明:表格第二行，0.3表示A的重要性是B的0.3倍；2表示B的重要性是C的2倍，0.55表示C的重要性是D的0.55倍；1表示D本身。第三行，是以D为基准进行的比率归一化，因C的重要性是D的0.55倍，因此取值为0.55*1=0.55；B是C的2倍，所以取值为0.55*2=1.1；以下类推。最终权重则以合计数为分母，各基准值为分子算出。 这种倍数环比法决定权重的方法较为实用，计算也简单，由于有准确的历史数据作支撑，因此具有较高的客观科学性。 三、优序对比法 倍数环比法虽然较为实用，但事实上，许多企业的历史数据常常不能反映因素之间的客观关系，而且也有些因素不能用量化的形式进行计算。如何评定它们之间的重要程度呢？优序对比法通过各项因素两两比较，充分考虑各项因素之间的互相联系，从而确定其权重。 首先需要构建判断尺度，一般情况下，重要程度判断尺度可用1,2,3,4,5五级表示，数字越大，表明重要性越大。当两个目标对比时，如果一个目标性为5，则另一目标重要性为0；如果一个目标为3，则另一个目标为2。 仍以上述四个因素为例，进行说明。

权重系数的确定

权重系数的确定 1、“差异驱动原理” 根据公式j s j k1 m s k ,j1,2,^, 求得各个指标的权重系数，其中 s j21 n x ij x j2,x j 1 n j1 n x ij,j1,2,^ 此方法利用数学理论，较好的避开了在评价中主观因素的影响。但是在现实决策和评价中，评价者的主观信息也是很重要的。 2、 1 基于证据推理与粗集理论的主客观综合评价方法,对复杂问题进行评价时,通常先将其划分成若干个评价单元,根据其逻辑关系进行层次化划分,并构造出相应的指标体系,接着对评价单元内的评价指标进行评价与合成,然后将具有层次性逻辑关系的评价单元状态进行合成,最终达到对系统进行综合评价的目的。不确定知识条件下对于评价单元内属性进行评价与推理的基本模型见图1[1]。在该模型中,ejk表示评价单元内的下层属性,其集合定义为Ek= {e1k…ejk…elk};H= [H1,H2,…,Hn]代表评语集,对应的量化值表示为P(H) = [P(H1),…,P(Hn)];yk表示评价单元内的上层属性。粗集理论在知识发现方面已获得了很大的成功。它可以处理模糊性和不确定性问题,并可根据所给数据直接推得结论[2]。证据推理在处理主观判断问题以及不确定知识的合成方面具有优势。把二者结合起来就可把主观判断和过去可用的知

(一)确定各要素间的相互影响关系 评价博士学位论文水平的要素比较多,各要素 之间存在相互作用、相互影响关系。例如,论文的选题会直接影响其研究成果的实际应用价值和创新性等,而学位论文是否具有创新成果,也是判断其应用价值大小的主要要素;研究生的科学研究能力又直接影响其学术成果的创新性;等等。根据我国博士学位论文评价的实际情况,以及相关专家的研究成果,我们首先理清上述各要素之间的影响关系,再按照解释结构模型法的原理,建立各评价要素的关系矩阵R,即R为8阶方阵,如图1所示。“1”表示评 x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8

环境空气质量综合评价方法的改进及应用

环境空气质量综合评价方法的改进及应用 发表时间：2020-01-13T09:23:49.173Z 来源：《防护工程》2019年18期作者：王楠[导读] 但是还不够完整，还需要在测试中更加全面、更加的准确。除此之外，还需要做好防治措施，从而有效的提高当前的环境空气质量。 江苏润环环境科技有限公司江苏南京 210000 摘要：近些年来随着经济的提高，我国开始越来越重视环境问题，特别是环境空气质量综合评价方法越来越多，通过评价结果提出的决策大大的提高了当前的空气质量。不过，近年来，由于大气的区域性，且近些年来新技术的出现，带来了复合型的污染，使得现有的评价方法无法满足当前社会发展的需求，具有一定的局限性。本文通过对当前环境空气质量的综合评价现状进行了阐述，提出了具体的应用措施。 关键词：环境空气质量；综合评价；改进 在当前的环境管理中运用环境空气质量的综合评价，能够从各方面掌握当前空气质量的情况，以及未来质量发展的大致趋势，根据多种数据准确科学的描述出环境被污染的程度，从而反映出当前的环境问题。对于当前对环境空气质量进行检测的趋于来说，目前最重要的任务就是要对当前环境空气质量的现状问题进行检测并分析，获取有效的信息，从而根据问题能够提出具体的措施，进而改善环境。所以，在一定程度上必须要尽量的客观，而空气质量综合评价方法的出现十分客观，一方面使得当前的环境整改程度增大，一方面也增强了当前的社会公众环境保护的意识。 一、我国当前的环境空气质量综合评价现状 从上个世纪八十年代以来，我国在全国范围内积极的开展了环境空气质量综合评价的工作，而且每个省市都认真的进行每年、每五年的环境质量报告书。从2000年六月开始，国家对重点城市开展了空气质量的日报，时至今日已经一百二十多个重点城市。该日报会对每天每小时的空气状况进行实时公布，包括二氧化硫、二氧化氮以及可吸入颗粒物的浓度。从当前来看，用于空气质量的综合评价方法有很多，主要有人工神经网络法、模糊聚类法等等。对于当前情况单个城市范围内的空气质量进行评价主要是当前发行的九六年版本《环境空气质量标准》为主要的准则，然后采取各种诸如空气污染指数法、综合污染指数法等等方法对当前空气质量做全面的分析统计[1]。不过随着时间的发展，新的标准要求需要更加的科学化，准确化，所以在空气质量综合评价的要求十分高。 二、空气质量综合评价方法的改进与应用措施 1、短期评价与长期评价相结合 从当前来看，日常中，对于环境空气质量的综合评价通常采用的是空气的污染指数法，该方法一般把空气质量从重度污染到最终的优进行七个层次的评价。不过，在所有的七个评价当中，只有优和良代表的空气质量良好，其余则表示空气质量不佳。而对于年度的空气质量浓度评价来看，通常是只分成几个层次，也就是一级、二级、三级到最后的劣三级。在国际上很多的国家对当前的环境空气质量进行评价时，除了会按照每年的均值进行评价之外，还会对一些短期比如每日的评价规定具体的评价统计标准，也就是将年度的和短期的进行综合评价，从而对当前地区的环境空气质量进行判定。就拿美国来说，美国提出了三年为一周期的规定，即在周期内，PM10的日平均浓度每年不得超过标准规定一次。规定PM2.5年均质量浓度的同时，日均浓度需每年第98百分位数质量浓度的3年平均不得超过35mg/m3；SO2 和 NO2 也有类似的达标统计要求。所以我国在进行评价方法的整改时，可以在控制污染物平均浓度的基础上对每天的超标率进行一定的控制，在一定的时间段内规定能够超标的次数，从而实现长期与短期的综合评价结合。此外，在评价当前污染物浓度的时候，需要考虑其数值的最大、最小值以及中值等信息，从而能够全面的对当前空气质量的总体特征进行评价。 2、空气综合污染指数与最大污染指数相结合 所谓的污染指数指的是根据当前指定的环境质量标准，把所有相关的污染物浓度按照不容类型污染物来进行归一，从而进行叠加，使得最终的简单量纲指数为一[2]。而所谓的空气综合污染指数就是把每个不同的污染物因子进行指数的整合，也就是说，所谓的最大污染指数就是最大的空气污染物的单项因子指数。 从当前我国对于所有重点城市的综合污染水平来看，这些数据是将同一污染指数下的空气污染相对水平与综合污染指数进行比较得到的。表1为部分重点城市中综合污染指数较大的十五个城市。表1 综合污染指数、最大污染指数及空气质量级别

评价指标权重确定方法综述

评价指标权重确定方法综述 1.引言 评价指标权重的确定是多目标决策的一个重要环节，因为多目标决策的基本思想是将多目标决策结果值纯量化，也就是应用一定的方法、技术、规则（常用的有加法规则、距离规则等）将各目标的实际价值或效用值转换为一个综合值；或按一定的方法、技术将多目标决策问题转化为单目标决策问题。然后，按单目标决策原理进行决策。指标权重是指标在评价过程中不同重要程度的反映，是决策(或评估)问题中指标相对重要程度的一种主观评价和客观反映的综合度量。权重的赋值合理与否，对评价结果的科学合理性起着至关重要的作用；若某一因素的权重发生变化，将会影响整个评判结果。因此，权重的赋值必须做到科学和客观，这就要求寻求合适的权重确定方法。 2.指标权重确定方法研究现状 目前国内外关于评价指标权系数的确定方法有数十种之多，根据计算权系数时原始数据来源以及计算过程的不同，这些方法大致可分为三大类：一类为主观赋权法，一类为客观赋权法，一类为主客观综合集成赋权法。 主观赋权评估法采取定性的方法，由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评估。如层次分析法、专家调查法（Delphi法）［］（镇常青.多目标决策中的权重调查确定方法.系统工程理论与实践，1987，7(2)：16-24）、模糊分析法、二项系数法［］（程明熙.处理多目标决策问题的二项系数加权和法.系统工程理论与实践，1983，3(4):23-26）、环比评分法［］（陆明生.多目标决策中的权系数.系统工程理论与实践，1986，6(4):77-78）、最小平方法［］（宣家骥.多目标决策.长沙:湖南科技出版社，1989，陈挺.决策分析.北京:科学出版社，1997）、序关系分析法(G1法)［］（郭亚军.综合评价理论与方法[M].北京:科学出版社，2002.）等方法，其中层次分析法(AHP法)是实际应用中使用得最多的方法，它将复杂问题层次化，将定性问题定量化。层次分析法（AHP）是由美国运筹学家，匹兹堡大学的萨迪教授于20世纪70年代初提出的，它是一种整理和综合人们主观判断的客观分析方法，也是一种定量与定性相结合的系统分析方法，它适合于具有多层次结构的多目标决策问题或综合评价问题的权重确定和多指

绩效考核指标权重的计算方法-精品文档

绩效考核指标权重的计算方法-精品文档【小雅为你整理的精品文档，希望对你有所帮助，欢迎你的阅读下载。】内容如下-绩效考核指标权重的计算方法 在企业人力资源管理中,有许多涉及到权重的设置，如素质评价、绩效考核等。在一般的情况下，管理者都知道权重的重要性，但在设定权重时却往往会依凭自己积累起来的经验以及评价因素的定位来进行判断。事实上，这种确定权重的方式存在很强的主观性，在实践中会导致一些不必要的偏差。如何在设定权重时，既考量管理者多年来积累起来的经验判断，又科学客观地定位各评价因素，避免一些不必要的偏差， 使评价结果更接近于实际情况呢？下面的几种方法，或许能给你带来一定的收获。 一、简单排序编码法 这种方法通过管理者对各项考评因素的重视程度进行排序编码，然后确定权重的一种简单的方法，需要管理者从过去的历史数据及个人的经验对各项考评项目作出正确的排序。 比如在绩效考核过程中，某一职位有四个KPI的考评因素，分别为A，B，C，D，依企业的要求及目标设定者的经验，各项考评因素的重要性排序为B，D，C，A；然后再按照自然数顺序由大到小对其进行分配，分别为4，3，2，1。然后将权数归一化，最后结果为A： 1/(4+3+2+1)=0.1；B：4/(4+3+2+1)=0.4C：2/(4+3+2+1)=0.2；D： 3/(4+3+2+1)=0.3。

这种简单排序编码法计算权数的方法简单，但也存在主观因素，存在一定的不合理性。但至少它比管理者单纯地依据自身经验进行设定的方式要客观一些。 二、倍数环比法 倍数环比法首先将各个考评因素随机排列，然后按照顺序对各项因素进行比较，得出各因素重要度之间的倍数关系，又称环比比率，再将环比比率进行统一转换为基准值，最后进行归一化处理，确定其最终权重。这种方法需要对考评因素有客观的判断依据，需要有客观准确的历史数据作为支撑。 以上述四个因素为例，如下表。 说明:表格第二行，0.3表示A的重要性是B的0.3倍；2表示B 的重要性是C的2倍，0.55表示C的重要性是D的0.55倍；1表示D本身。第三 行，是以D为基准进行的比率归一化，因C的重要性是D的0.55倍，因此取值为0.55*1=0.55；B是C的2倍，所以取值为0.55*2=1.1；以下类推。最终权重则以合计数为分母，各基准值为分子算出。这种倍数环比法决定权重的方法较为实用，计算也简单，由于有准确的历史数据作支撑，因此具有较高的客观科学性。 三、优序对比法 倍数环比法虽然较为实用，但事实上，许多企业的历史数据常常不能反映因素之间的客观关系，而且也有些因素不能用量化的形式进行计算。如何评定它们之间的重要程度呢？优序对比法通过各项因素

多指标综合评价方法及权重系数的选择

多指标综合评价方法及权重系数的选择 来源：中国论文下载中心 [ 09-02-01 10:17:00 ] 编辑：studa20 作者：王晖，陈丽，陈垦，薛漫清，梁庆 【摘要】由于计算机的发展及一些相关领域的不断深入研究，综合评价方法得到了不断的发展和改进。而指标权重系数的确定方法作为综合评价中的重中之重，近几年来也取得了一些新的进展。本文对多指标评价方法和权重系数的选择进行概括介绍。 【关键词】多指标综合评价;评价方法;权重系数;选择 基金项目：广东药学院引进人才科研启动基金资助项目( 2005ZYX12)、广州市科技计划项目（ 2007J1-C0281）、广东省科技计划项目（2007A060305006） 综合评价是利用数学方法（包括数理统计方法）对一个复杂系统的多个指标信息进行加工和提炼，以求得其优劣等级的一种评价方法。本文就近年来国内外有关多指标综合评价及权重系数选择的方法进行综述，以期为药理学多指标的研究提供一些方法学的资料。 1 多指标综合评价方法 1.1 层次分析加权法（AHP法）［1］ AHP法是将评价目标分为若干层次和若干指标，依照不同权重进行综合评价的方法。 根据分析系统中各因素之间的关系，确定层次结构，建立目标树图→ 建立两两比较的判断矩阵→ 确定相对权重→ 计算子目标权重→ 检验权重的一致性→ 计算各指标的组 合权重→计算综合指数和排序。 该法通过建立目标树，可计算出合理的组合权重，最终得出综合指数，使评价直观可靠。采用三标度（－1，0，1）矩阵的方法对常规的层次分析加权法进行改进，通过相应两两指标的比较，建立比较矩阵，计算最优传递矩阵，确定一致矩阵（即判断矩阵）。该方法自然满足一致性要求，不需要进行一致性检验，与其它标度相比具有良好的判断传递性和标度值的合理性；其所需判断信息简单、直观，作出的判断精确，有利于决策者在两两比较判断中提高准确性［2］。 1.2 相对差距和法［3］ 设有m项被评价对象，有n个评价指标，则评价对象的指标数据库为 Kj=(K1j，K2j，……，Knj)，j=1，2，……，m。设最优数据为K0=（K1、K2、……Kn）。最优单位K0中各数据的确定如下：高优指标，取所有m个单位中该项评价指标最大者；低优指标，取所有m个单位中该项评价指标最小者。各单位与最优单位的加权相对差距和

11-绩效考核指标及其权重的选择

绩效考核指标及其权重的选择 绩效考核存在的问题 目前,绩效考核对企业的作用已得到了大多数企业的认可，但与此同时却走向了另一个极端：把绩效考核作为医治企业任何问题的良药，从而对绩效考核本身可能带来的问题认识不足。其实绩效考核不管是从技术方法上，还是从实施的各个环节上讲，都可能产生很多不利的影响。从一般意义上讲，绩效考核存在的问题主要体现在以下几个方面： 1、主观偏差。这种偏差有可能是有意的，比如上级恶意报复下级；也可能是无意的，比如考核量表设计不合理。这些都会造成考核结果不精确。 2、绩效标准难定。不管是定量标准还是定性标准，对有些部门来说可能都有一定困难。比如对脑力劳动者就很难定出合理的定量指标，如果直接用定性指标，考核实施又有一定难度。 3、绩效的影响因素难于消除。影响员工或企业绩效的因素是众多的，不同的外部环境同样的努力可能换来的结果是不一样的，如何剔除这些影响因素，客观的衡量员工的业绩本身就是困难的。 4、考核的公平是相对的。尽管我们在实施绩效考核时会尽量作到公平，但按照认知理论，人总是觉得自己比别人干的好，因为他对别人究竟做了什么不是非常清楚。这就造成总有员工会觉得考核不公平，公平只可能是相对的。 5、结果流于形式。这是很多企业都遇到过的问题，考核时轰轰烈烈，考核结束了一切也都结束了，既没有绩效反馈，也没有绩效结果的运用。或者干脆频繁考核，连过程都变得没有吸引力。这样的考核当然只会是形式上的考核了。 6、对人不对事。特别是在国有企业，这种情况太多了。这会造成考核后不仅没起到应有的激励、导向作用，反而引发了更多的不安定因素。 可见，在进行绩效考核时如果不注意这些潜在的问题，其结果可能比不实施考核还要糟。因此，关于绩效考核有一种说法非常实在：考核实行的不好还不如不考核。但是企业不实行绩效考核

天津市空气质量评价与方法

天津空气质量评价方法研究 学院： 专业： 学号：___ 姓名：_

目前我国经济正迅速发展,工业、城市规模的扩大、人口膨胀，这些都使大气污染不断加剧,直接威胁着国民经济的可持续发展和人民生命健康,开展空气质量的预测和治理已迫在眉睫。作为学生，我们首先应该初步学会用控制理论与系统科学精要的相关知识来评价空气质量的好坏以及评价的方法，以提高相关方面的知识，提高保护空气质量的意识。 目前，城市空气质量污染指数的分级标准是根据空气污染指数（API）的取值界定的，空气污染指数指常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，并分级表征空气污染程度和空气质量状况。 天津是中国重要的能源与工业城市，其工业化与城市化的快速发展对城市环境产生了重要影响。近年来，市委市政府立足资源型城市可持续发展战略，努力改善全市空气质量。由于空气污染程度由轻到重是逐渐过渡的,没有明确的界限, 因此对城市空气质量进行综合评价时应用模糊集理论较为适宜。但目前普遍运用的模糊综合评判模型M( ∧, ∨) 中“取大”、“取小”的算子在评判中只强调实际数据中极大值、极小值的作用, 属于“主因素突出型”评价, 会由于中间信息的损失而易使评价过程“失效”甚至“失真”, 常导致评价结果分级不清甚至背离实际情况。本文以模糊集理论中的权广义距离概念来表示待评价的城市空气质量状况与已知的空气质量分级标准之间的差异, 提出一种新的城市空气质量综合评价的模糊分析方法。 一、建立指标采集体系 首先确定各项指标采集的区域，以备后面分析使用。下面是Visio的结构图：

二、 数据处理 本文对2012年前三个月的空气污染指数和空气质量状况进行了分析，采用了指标评价法和综合指数评价法分析了对空气污染最主要的物质， 对每年每种物质用以下这个公式计算它们的污染指数： u u i u o u o i I C C C C I I I +-?--= )( 那么计算得到的最大的值的物质即是天津的主要污染物，通过计算我们发现对天津市空气影响最大的物质是10PM 。 首先，我们对数据进行预处理，根据数据的顺序分别对每一年的各种污染物进行污染指数计算： u u i u o u o i I C C C C I I I +-?--= )(（1） 且同年的空气污染指数 (2） 空气污染指数(Air pollution index ,简称API)[3]，就是将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，并分级表征孔子去染程度和空气质量状况，适合于表示城市的短期空气质量状况和变化趋势。中国计入空气污染指数的项目暂定为：二氧化硫、氮氧化物、总悬浮颗粒物。

评价指标权重确定方法综述

评价指标权重确定方法综述 *** （西安科技大学地质与环境学院西安 710600） 摘要:权重是一个相对的概念，是针对某一指标而言的。某一指标的权重是指该指标在整体评价中的相对重要程度。在多因素的各种评价决策问题中，确定各因素的权重是评价决策的关健之一，本文着重介绍了专家估测法、频数统计法、因子分析权重法、信息量权数法、独立性权数法、主成份分析法、层次分析法、模糊关系方程法等几种确定权重的方法。 关键词：权重；变量；因子分析；层次分析。 The review of the weighing values’s evaluation method *** ( xi’an university of science and technology Xi’an 710600 ) Abstract: the weight is a relative concept, is aimed at a certain indicators. One refers to the weights of indicators in the evaluation of the overall relative important degree. In multi-factor evaluation of decision making problems, determine the weight of each factor is one of the key evaluation decision, this paper emphatically introduces the expert estimation method, frequency statistics, factor analysis weighting method, weighting method, independent information weighting method, principal component analysis method, analytic hierarchy process (ahp) and fuzzy relation equation method of several kinds of determining weights methods. Key words: weight; Variables; Factor analysis; Hierarchical analysis. 0 引言 多因素的评价决策问题具有广泛的理论和实际应用背景。解决多因素决策问题的许多方法都需要关于因素权重的信息。所以，如何确定权重是评价决策的关键之一。下面将分别介绍几种不同类型的方法，应用时候可以根据具体情况选用。 1专家估测法

绩效考核指标权重的计算方法

绩效考核指标权重的计算方法在企业人力资源管理中,有许多涉及到权重的设置，如素质评价、绩效考核等。在一般的情况下，管理者都知道权重的重要性，但在设定权重时却往往会依凭自己积累起来的经验以及评价因素的定位来 进行判断。事实上，这种确定权重的方式存在很强的主观性，在实践中会导致一些不必要的偏差。如何在设定权重时，既考量管理者多年来积累起来的经验判断，又科学客观地定位各评价因素，避免一些不必要的偏差，使评价结果更接近于实际情况呢？下面的几种方法，或许能给你带来一定的收获。 一、简单排序编码法 这种方法通过管理者对各项考评因素的重视程度进行排序 编码，然后确定权重的一种简单的方法，需要管理者从过去的历史数据及个人的经验对各项考评项目作出正确的排序。 比如在绩效考核过程中，某一职位有四个KPI的考评因素，分别为A，B，C，D，依企业的要求及目标设定者的经验，各项考评因素的重要性排序为B，D，C，A；然后再按照自然数顺序由大到小对其进行分配，分别为4，3，2，1。然后将权数归一化，最后结果为A： 1/(4+3+2+1)=0.1；B：4/(4+3+2+1)=0.4C：2/(4+3+2+1)=0.2；D： 3/(4+3+2+1)=0.3。 这种简单排序编码法计算权数的方法简单，但也存在主观因素，存在一定的不合理性。但至少它比管理者单纯地依据自身经验进行设定的方式要客观一些。 二、倍数环比法 倍数环比法首先将各个考评因素随机排列，然后按照顺序对

各项因素进行比较，得出各因素重要度之间的倍数关系，又称环比比率，再将环比比率进行统一转换为基准值，最后进行归一化处理，确定其最终权重。这种方法需要对考评因素有客观的判断依据，需要有客观准确的历史数据作为支撑。 以上述四个因素为例，如下表。 说明:表格第二行，0.3表示A的重要性是B的0.3倍；2表示B的重要性是C的2倍，0.55表示C的重要性是D的0.55倍；1表示D本身。第三 行，是以D为基准进行的比率归一化，因C的重要性是D的0.55倍，因此取值为0.55*1=0.55；B是C的2倍，所以取值为 0.55*2=1.1；以下类推。最终权重则以合计数为分母，各基准值为分子算出。这种倍数环比法决定权重的方法较为实用，计算也简单，由于有准确的历史数据作支撑，因此具有较高的客观科学性。 三、优序对比法 倍数环比法虽然较为实用，但事实上，许多企业的历史数据常常不能反映因素之间的客观关系，而且也有些因素不能用量化的形式进行计算。如何评定它们之间的重要程度呢？优序对比法通过各项因素两两比较，充分考虑各项因素之间的互相联系，从而确定其权重。 首先需要构建判断尺度，一般情况下，重要程度判断尺度可用1,2,3,4,5五级表示，数字越大，表明重要性越大。当两个目标对比时，如果一个目标性为5，则另一目标重要性为0；如果一个目标为3，则另一个目标为2。 仍以上述四个因素为例，进行说明。 说明：合计列是将该行与其他因素两两比较得出的值进行加总，最终权数则是以各行合计数除以总合计得出。

中小学教师工作绩效评价指标、标准及权重

中小学教师工作绩效评价指标、标准及权重 一、有效的绩效管理系统的标准 几乎所有中小学校都有教师业绩考核办法或考核体系，但是并非所有中小学校都能有效地进行绩效管理。中小学校可通过以下五个标准来评价绩效管理系统是否科学。 （一）战略一致性 绩效管理的战略目标就是通过提高教师的个人绩效提高中小学校的整体绩效，从而实现中小学校的战略目标。因此，有效的绩效管理系统无论在评价内容，还是在评价标准上都应与中小学校的发展战略目标和中小学校文化一致。例如，一家强调顾客导向的软件中小学校就应把教师为顾客服务的质量、所开发软件是否符合顾客偏好、能否与顾客建立长期合作关系等方面作为绩效管理的重要内容，而不是仅考核教师的销售额或生产量。此外，绩效管理系统应能够随着中小学校战略和目标的变化而变化，以适应新的组织战略。 （二）明确性 尽管绩效评价是衡量教师业绩以及培养和激励教师的有用工具，但如果绩效评价中的不确定性和模糊性得不到澄清，它也可能使管理者和教师产生严重的焦虑与挫折感。明确性要求在绩效管理的系统设计和运行过程中向教师提供明确的信息，让教师领会组织对他们的期望，了解如何通过正确的工作行为帮助中小学校实现战略目标。绩效管理系统所设立的绩效标准应明确、具体，使教师准确地理解中小学校的要求，提高绩效评价的客观性和公正性。例如，“接到顾客投诉后应在24小时内处理完毕”的标准要比“尽快处理顾客投诉”的标准更明确具体。此外，绩效评价和反馈应让教师确切地了解自己的绩效问题，对症下药改善绩效，达到预期的业绩目标。 （三）效度 绩效管理系统的效度是指绩效管理系统准确考核教师绩效的程度，主要指评价手段能否很好地体现教师的实际工作情况，是否对与绩效有关的所有方面进行了评价。一个有效的绩效管理系统能够恰如其分地将被评估对象的工作绩效的各个方面纳入绩效指标体系，排除与业绩无关的内容。 如果绩效评价系统无法全面反映实际工作绩效，那么这个系统就有缺欠。 （四）信度 信度是指绩效衡量系统的可靠性（Reliability），即对教师绩效评价结果的一致性和稳定性程度。一般从两方面考察绩效衡量系统的信度：（1）评估者内部信度，即不同的评估者对被评估者绩效评价结果的一致性程度。如果两个或两个以上的评估者对同一被评估者的工作绩效所作的评价相同或非常接近，那么该绩效评价系统就具有较高的评估者内部信度。（2）再测信度，即在不同时期对被评估者的绩效进行重复测试的一致性程度。如果在不同时间采用同一套评估系统评价对同一被评估者的绩效结果一致或相似，那么该绩效评价系统就具有较高的再测信度。诚然，这是以教师的绩效在一定时期内是稳定的假设为前提的。如果再测信度较低，管理人员应设法确认是教师的绩效在这段时间内真的发生了较大变化，还是绩效衡量系统设计不良。 绩效指标和标准不明确，评估者凭主观评价教师，评估者缺乏必要的业绩评估培训，评价指标不够全面等原因都会降低绩效衡量系统的信度。 （五）公平与可接受性 绩效管理系统使用者（包括评估者与被评估者）对系统的接受程度，在很大程度上决定了该系统是否有效。影响绩效管理系统可接受性的原因是多方面的，包括系统的设计和运作成本、评估技术的可操作性以及绩效管理的公平性等。通常情况下，如果人们认为绩效管理系统不公平，他们就会拒绝绩效管理系统，或者对绩效管理敷衍了事。 教师感觉中的组织公平性包括三个方面：（1）结果公平，即教师对绩效评价体系的设计

权重的确定方法汇总

一、指标权重的确定 1.综述 目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。 主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP ）[106-108]、二项系数法、环比评分法、最小平方法等。本文选用的是利用人的经验知识的有序二元比较量化法。 主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。 鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大差异，这样的属性对方案的鉴别及排序将起重要作用，应给予较大权重.总之，各属性权重的大小应根据该属性下各方案属性值差异的大小来确定，差异越大，则该属性的权重越大，反之则越小。 常用的客观赋权法[109-110]有：主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。其中熵值法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。

层次分析法确定绩效考核指标权重

表4-2 某厂运行部年度部门级绩效考核指标 （1）由1-9比例标度法分别对每一层次的评价指标的相对重要性进行定性描述,确定两两比较判断矩阵。 一级考核指标相对于总的考核指标所得两两比较判断矩阵如下： ????? ? ??? ???=13/17/1315/1751321321V V V V V V V A 二级考核指标相对于其所属一级考核指标所得的两两判断矩阵分别如下所示： ????? ???? ???=13/15/1313/153113121113121111v v v v v v V B

??? ?? ?? ?????????=12/14/15/121 3/14/14313/15431242322212423222122v v v v v v v v V B 3313233132131/31V v v B v v ????=?????? （2）运用和积法（方根法）求解各判断矩阵，得出单一准则下各级考核指标的相对权重。 1）一级指标两两判断矩阵A 的求解 一级指标的权重向量： w =（1w ，2w ，3w ）T =（0.637，0.258，0.103）T 最大特征根：3 max 1 ()3i i i Aw w λ==∑ =3.037 一致性检验： 3.0373 0.018531 CI -= =-，0.58RI = 则0.0320.1CR =<，说明判断矩阵A 具有满意的一致性。 2）二级评价指标的两两判断矩阵的求解： ①判断矩阵1B 求解结果如下： 1B 下二级指标的权重向量： 1w =（11w ，21w ，31w ）T =（0.6548，0.2499，0.0953）T 最大特征根：3 1max 1 ()3i i i B w w λ==∑ =3.0182 一致性检验： 3.01823 0.009131 CI -= =-，0.58RI = 则0.0160.1CR =<，这表明判断矩阵具有非常令人满意的一致性。 ②判断矩阵B 2求解结果如下： 权重向量： 2w =（21w ，22w ，32w ，24w ）T =（0.5318，0.2701，0.1221，0.0760）T 最大特征根：4 2max 1 ()4i i i B w w λ==∑ =4.0753 一致性检验： 4.07534 0.025141 CI -= =-，0.9RI = 则0.0280.1C R =<，这说明判断矩阵B 2具有令人满意的一致性。 ③判断矩阵B 3求解结果如下： 权重向量：

基于模糊综合评价方法的空气质量评价

The Quality of Air Evaluation Based on Fuzzy Comprehensive Evaluation Hong Wang ,Yishu Zhai College of science, Hebei Polytechnic University, Tangshan, 063009 (E-mail: wanghong9907@https://www.wendangku.net/doc/aa8732190.html,) Abstract—For the task of image segmentation in image processing, we propose an arithmetic of image processing based on fuzzy cellular automata. It combines the theory of cellular automata and fuzzy rule to establish a model of fuzzy cellular automata. Thus, the pixels whose grey level is between object and background can be handled well, and good result of image segmentation can be got. Keywords—Cellular Automata, Fuzzy Cellular Automata, Image Segmentation 基于模糊模糊综合评价方法的空气质量评价 王宏翟艺书 河北理工大学理学院唐山063009 摘要综合评价是指综合考虑受多种因素影响的事物或系统对其进行总的评价。在实际应用中，评价的对象往往受各种不确定性因素的影响而具有模糊性，将模糊理论与经典综合评价方法相结合得到的评价方法称为模糊综合评价方法，应用模糊综合评价方法进行评价将使结果尽量客观从而取得更好的实际效果。应用模糊综合评价方法对空气质量进行评价能够更客观，更科学地反映空气质量状况。 关键词模糊综合评价空气质量空气质量隶属函数权向量确定 1. 引言 模糊数学理论与技术是近40年来发展起来的一门信新兴学科，它的突出优点就是能较好地描述与仿效人的思维方式，总结和反映人的体会与经验，巧妙地处理客观世界中存在着的模糊性现象。模糊数学与技术在自然科学和社会科学的许多领域取得了令人瞩目的成果，显示出了强大的生命力。 按确定的标准，对某个或某类对象中的某个因素或某个部分进行评价，称为单一评价。从众多的单一评价中获得对某个或某类对象的整体评价，称为综合评价。综合评价是日常生活和科研工作中经常遇到的问题。在实际应用中，评价的对象往往受各种不确定性因素的影响而具有模糊性，将模糊理论与经典综合评价方法相结合得到的模糊综合评价方法的应用将使评价结果尽量客观从而取得更好的实际效果。空气质量的好坏受多种不确定性因素的影响，从而具有模糊性。应用模糊综合评价法对空气质量进行评价能文章第二部介绍模糊综合评价原理，并且以一个简单的例子进行具体说明。第三部分介绍应用模糊综合评价法进行空气质量评价。第四部分为结论。2. 模糊综合评价原理 2.1 模糊综合评价的数学模型 设U ={u1, u2, … , un}为待评价对象的n种因素 (或指标),称为因素集。设V ={v1, v2, … , vm}为 m种评语(或等级)，称为评语集. 由于各种因素所处地位不同,作用也不一样,可用 权重A = (a1, a2, … , an )来描述,它是因素集上 的一个模糊子集，又称权向量.对于每一个因素ui , 单独作出的一个评判f (ui),可看作是U到V 的一个 模糊映射f ,由f 可诱导出U 到V 的一个模糊关系 Rf ,由Rf可诱导出U 到V 的一个模糊线性变换。 TR(A)= A °R = B, 它是评判集V上的一个模糊子集,即为综合评判. (U, V, R )构成模糊综合评判决策模型, U, V, R 是此模型的三个要素。 2.2 模糊综合评价的方法与步骤