灰色模糊范文

灰色模糊范文（精选9篇）

灰色模糊 第1篇

知识管理是在知识成为企业核心资源的背景下, 人类社会向知识经济演进的过程中产生的。管理学大师彼得德鲁克认为, 知识管理是全球企业管理的第二次革命。随着知识成为经济增长、企业成长和社会发展的关键性资源, 知识管理可以通过系统管理组织的知识资源来提高效率, 逐渐成为“人类信息管理活动迄今为止最高级的形式和最新发展阶段”[1]。不难看出, 有效地管理知识对组织获得和保持竞争优势来说是极其重要的[2]。知识管理绩效评价作为知识管理的重要组成部分, 在知识管理过程中起着重要作用。

国内外学者对企业知识管理绩效评价进行了一定的研究。瑞典的Edvinsson 和 Sullivan (1996) [3]建立了知识管理过程、企业知识结构、经济收益和效率等4个指标来衡量企业知识管理的绩效;美国的Stewart (1997) [4] 采用平衡计分卡法评价企业知识管理, 建立了企业内部经营运作、外部顾客导向学习、财务利润和非财务企业成长的评价体系;美国的Arthur Andersen在知识管理评价工具KMAT中提出用领导、文化、评估、技术和学习等五个维度来评价企业知识管理的成效[5]。 国内张少杰和王连芬 (2004) [6]构建了企业知识管理绩效评价指标体系;颜光华和李建伟 (2001) [7]、靳晓威 (2007) [8]运用AHP和模糊数学方法建立了企业知识管理的绩效评价模型;朱小敏 (2008) [9]基于LWD算子和LOWA算子提出了企业知识管理绩效的定量评价方法等。总的来说, 这些研究成果各有特色, 从不同的视角探讨了企业知识管理的绩效评价。本文在借鉴相关研究成果的基础上, 运用灰色模糊综合评价方法, 对企业知识管理绩效进行评价。

2 企业知识管理绩效评价指标体系

2.1 评价指标体系建立的原则

评价指标体系是影响评价效果的关键因素。在建立企业知识管理绩效评价指标体系时一般应遵循以下几条原则:

(1) 科学性原则。在设计指标体系时要考虑到企业知识管理元素及指标结构整体的合理性, 从不同侧面设计若干反映企业知识管理状况的指标, 并且指标要有较好的可靠性和代表性。

(2) 可操作性原则。选择的指标要具有较强的可操作性, 要尽可能选择定量指标, 而对于定性指标也要用科学的方法进行量化。

(3) 客观性原则。准确地反映企业知识管理活动的实际情况、尽量克服主观因素的影响是评价的基本要求, 因而, 对各个评价指标的定义应尽可能明确, 界限要清晰。

(4) 可比性原则。指标体系应能对多个企业的知识管理绩效进行评价, 为此, 指标体系的设计要充分考虑到各企业间统计指标的差异, 指标的统计口径和范围应尽可能保持一致, 以保证指标的可比性。

2.2 评价指标体系的建立

由于实施知识管理涉及企业的许多方面, 因而在进行绩效评价时也要从多个方面进行考虑。依据相关文献[3,10,11]和企业知识管理的实践情况, 本文认为, 综合、全面地评价企业知识管理绩效应充分考虑企业知识管理的过程、知识结构、实施知识管理的经济收益以及效率的提高等四个方面。遵循上述指标体系建立原则, 构建了企业知识管理绩效评价指标体系 (如表1) 。

3 企业知识管理绩效的灰色模糊综合评价模型

在企业知识管理绩效的综合评价中, 评价准则具有相对的不确定性, 影响绩效的一些因素是模糊的;另一方面, 由于主观原因, 评价人员受知识和信息等方面的限制, 加之个人偏好, 他们所提供的评价信息往往是不完全或不充分的 (即灰色性) 。目前, 模糊综合评价能够考虑评价问题中的模糊因素, 而灰色综合评价适用于信息存在灰色性的问题。在企业知识管理绩效综合评价实践中, 模糊性和灰色性往往是伴生伴随的, 若单纯采用模糊方法会造成信息丢失, 若仅采用灰色理论方法则不能充分利用评价准则和影响因素模糊性的特点, 这两种情况都会造成评价结果与实际存在偏差。

鉴于此, 本文综合灰色理论与模糊理论, 将灰色模糊综合评价方法引入企业知识管理绩效评价中, 建立了企业知识管理绩效的灰色模糊综合评价模型, 步骤如下[12,13]:

(1) 分析影响因素体系

利用AHP法的思想, 对影响所评价事物的各因素按属性进行分类, 建立影响因素的递阶层次关系。设因素集U={u1, u2, , um}, 备择集 (或评语集) V={v1, v2, , vn}。

(2) 确定权重集

权重集可视为评价对象与因素集之间的灰色模糊关系。根据影响因素的递阶层次关系, 给出同一层次中各因素关于上一层准则的权重及相应的点灰度, 构成权重集:

undefined

其中, 各权重值要求归一化, 即undefined

由于信息量很难用数值来衡量, 可用一些描述性语言来对应一定的灰度范围, 可按信息的充分程度分成以下几类:{很充分, 比较充分, 一般, 比较贫乏, 很贫乏}, 分别对应灰度值{0～0.2, 0.2～0.4, 0.4～0.6, 0.6～0.8, 0.8～1.0}, 具体视评价者的实际情况给定。

(3) 建立评价矩阵

评价矩阵可视为因素集与备择集之间的灰色模糊关系, 根据某一因素给出评价对象对备择集中各元素的隶属度, 并根据信息的充分程度给出相应的灰度:

undefined

(4) 一级综合评价

为保留尽可能多的评价信息, 在模部运算中采用M (, +) 算子, 而灰部运算中采用M (⊙, +) 算子, 因此, 灰色模糊综合评价的结果为:

undefined

(5) 多级综合评价

因为子因素ui是其上一级因素集U的元素, 则因素集U与备择集V的灰色模糊关系为:

undefined

按照一级评价的方法给出权重集undefined求出最终评价对象U的综合评价向量:

undefined

(6) 评价结果处理

在灰色模糊综合评价中, 灰度是对信息不充分程度的描述, 也可理解为对信息的不可信程度, 相应的白度即为信息的可信度, 因此, 可对上述评价结果作如下处理:

若bi≥bj, 则bi≥bj的可信度为:

pij= (1-vi) (1-vj) (i, j=1, 2, , m且i≠j) (6)

反之, bibj的可信度为:

pij=1- (1-vi) (1-vj) (i, j=1, 2, , m且i≠j) (7)

上述评价结果中, 隶属度为最大的可信度:

undefined

按照最大隶属度原则, 选取可信度值最大的pi对应的决断为最终评价结果。

4 实例应用

以浙江一家上市公司为分析对象, 从高校和该公司选取5名专家, 运用上述评价指标体系和评价模型对其知识管理绩效进行评价。评语集V={好, 较好, 一般, 较差, 差}, 采用改进的AHP法[14]得到一级指标和二级指标的权重, 并通过对专家打分求平均值的方法获得各评价指标的评分和评分灰度 (具体计算过程略) , 相关信息见表2。

(1) 一级评价

知识管理过程:

undefined

同理可得:知识结构:undefined;

财务绩效:undefined;

其他方面绩效:undefined

(2) 二级评价

根据式 (5) 可以得出:

undefined

(3) 评价结果处理

由式 (6) 、式 (7) 和式 (8) 对评价结果进行分析, 得出:P1=0.002101, P2=0.996587, P3=0.000004, P4=0, P5=0

选取P2对应的决断为最终评价结果, 即认为该企业的知识管理绩效较好, 这与实际情况相符合。

5 结束语

灰色模糊 第2篇

以灰色系统理论的思想和方法为基础,探讨了决策方案的属性值为区间灰数的灰色多属性决策问题,提出了解决这种灰色决策问题的.决策方法.根据区间灰数的本质特征,首先定义了两区间灰数的新的相离度和构建了基于相离度的灰色区间关联系数公式与灰色区间相时关联系数公式;其次通过引入方案间优势度和优势度比较矩阵概念及其计算公式,证明了方案间优势度比较矩阵为模糊互补判断矩阵,从而给出了方案的排序.实例分析说明了所提出的灰色决策方法的合理性及其算法的有效性.

作 者：陈孝新 刘思峰 CHEN Xiao-xin LIU Si-feng  作者单位：陈孝新,CHEN Xiao-xin(南京航空航天大学经济管理学院,江苏,南京,210016;江西财经大学信息管理学院,江西,南昌,330013)

刘思峰,LIU Si-feng(南京航空航天大学经济管理学院,江苏,南京,210016)

灰色模糊 第3篇

目前我国城市化率还相对较低,房地产行业有很大的发展空间。随着政府针对房价宏观调控政策的不断完善,相对于住宅地产开发能给企业带来短期利润而言,商业地产更有可能为企业提供持续的竞争力和稳定的现金流。商业地产项目的投资成本回收和效益取决于项目的长期运营,商业地产的选址是影响项目运营成功的先决条件,而影响商业地产选址的因素具有的不确定性给开发商们的决策增加难度。

1 商业地产选址影响因素与决策方法

1.1 商业地产选址影响因素

商业地产项目的选址由于不同地段项目所面临的问题互异,来自企业自身和社会以及政府等方面的因素共同影响着商业地产项目的选址,对于同一城市范围内的商业地产项目的开发,可以从企业、社会和政府三方面将影响选址的因素归纳如下:企业品牌价值目标、地价及拆迁等成本费用、单位租售价格水平、道路交通设施等基础服务配套设施、平均人流量、周围环境的竞争程度、地段升值潜力、政府对城市的整体规划。

1.2 商业地产选址决策方法

关于房地产的选址决策,目前应用比较多的是层次分析法和模糊综合评价法,以及由两者结合的模糊层次分析法。但是,目前我国大多数房地产企业存在着严重的数据不完备问题,因此商业地产项目的选址既存在模糊性又存在数据不完备性。因此,在商业地产选址决策方法中引入灰色系统理论是十分必要的,并有着坚实的理论基础。

本文将灰色系统理论、模糊数学以及层次分析法相结合,采用灰色模糊综合评价法对商业地产选址进行决策。较单纯运用模糊综合评价而言,将灰色系统理论和模糊综合评价结合,不仅能得出一个综合的评价结果,还能够通过模糊评价矩阵中的关联系数比较不同方案的因素之间的优劣,使评价的过程更具有明确性。

2 灰色模糊选址决策模型

2.1 评价指标体系的构建

商业地产的选址直接关系到项目的运营,对于很多影响选址的因素,我们只能进行定性分析,从企业对项目的定位、社会对项目的综合影响以及政府对城市的整体规划三方面将影响选址决策的指标因素划分成8个指标:企业品牌价值、土地价格及拆迁成本、租售价格、道路交通等基础配套设施、平均人流量、竞争程度、地段升值潜力、政府整体城市规划八个因素作为评价指标,评价指标体系如图1。

2.2 决策模型构建

灰色模糊决策的步骤是首先邀请熟悉项目情况的专家对各因素的重要程度进行综合打分,确定各评价指标的权重,再对不同方案的相同因素进行综合评分,计算灰色关联系数,最后利用评价指标的权重向量和以灰色关联系数构成的模糊判断矩阵进行模糊综合评价。

2.2.1 运用判断矩阵确定评价指标集矩阵

各指标权重和指标集矩阵通过邀请专家进行综合评分确定,假设不同因素相互间的判断矩阵为B,如:

设Aij=ai/aj,,则矩阵的元素Aij有如下性质:Aij=1;Aij=1/Aji。判断矩阵中元素Aij的确定运用1-9标度法:同样重要取值为1;稍微重要取值为3;明显重要取值为5;重要得多取值为7;极端重要取值为9;介于以上各种情况之间则分别取2、4、6、8;两个目标反过来比较则以上各种值的倒数。通过计算和归一化处理,可以得出各指标因素的权重向量W=(w1,…,wn)。

对于各因素相对于不同方案的评判矩阵为B,bij表示为第i个方案中的第j个指标的原始值,其中bj*(j=1,…,n)表示第j个指标的最优值:指标值若越大越好则取最大值,若越小越好则取最小值。

2.2.2 指标值的规范化处理

将各指标值进行无量纲化和规范化处理,运用如下公式将bij无量纲化、规范化后得Cij(第i个方案的第j个指标值):将指标判断集矩阵B变为规范矩阵C:

其中i=1,…,m;j=1,…,n。

2.2.3 灰色关联系数的计算及模糊关系矩阵的确定

将规范化矩阵中的[c1*,…,cn*]作为计算关联系数的参考指标,首先计算绝对差序列,令,计算不同方案的不同因素取值与参考值的关联系数dji:

运用上述公式对各因素相对参考因素的关联系数进行计算,可以得到模糊综合评价所需的模糊评价矩阵D:

2.2.4 模糊综合评价

为了综合考虑所有指标的贡献,选用普通矩阵乘法来进行模糊合成运算,综合评价模型E=W×D,即:

通过比较向量E的各个指标值的大小来评选最优选址决策方案。

3 灰色模糊决策实例

现选取四块不同的地段(f1,f2,f3,f4),分别从企业、社会及政府三方面的角度对这四块地进行分析,邀请熟悉情况的专家对各个不同地段的企业品牌价值(g1)、土地价格及拆迁成本(g2)、租售价格(g3)、道路交通等基础配套设施(g4)、竞争程度(g5)、平均人流量(g6)、地段升值潜力(g7)、政府整体城市规划(g8)这八个评价指标进行综合评分。

3.1 计算评价因素权重和确定评价矩阵

现定指标权重比较标度值(1-9标度),得指标重要性标度比较值如表1所示。

通过计算得出指标因素权重集W=(3/24,1/24,6/24,3/24,4/24,1/24,4/24,2/24)。易知土地价格及拆迁成本和竞争环境这两个指标为逆向型指标,而其它指标为正向型指标,因此将土地价格及拆迁等成本(g2)和竞争程度(g5)两个指标的最小值为最优参考值,其余的指标值取其它们的最大值为最优参考值,由各方案的评价指标因素的得分得出如下评判矩阵:

3.2 评判矩阵规范化、计算模糊评价矩阵

由规范化公式可将矩阵B转换成矩阵C:

得到规范化判断矩阵之后进行绝对序列差的计算,计算结果如表2。

依据这些绝对序列差数值计算各因素指标值与参考值的关联系数,取分辨系数α=0.5。得出模糊评价矩阵D:

3.3 模糊综合决策

根据前面的计算得出的矩阵W和D,运用矩阵相乘进行模糊综合决策,可以进行决策评价,E=W×D,计算得到:E=W×D=[0.66 0.57 0.54 0.60]。

将不同方案的得分值排序,e1>e4>e2>e3,因此依据八个评价指标综合分析四个不同的地段得出的情况是:最满意的是f1地段,其次是f4地段,最不满意的是f3地段。从关联系数矩阵得知地段f1在租售价格和城市规划方面有着绝对的优势,基础配套设施还需等完善,但以后地段的升值空间不大。

4 结语

运用综合灰色系统理论和模糊综合评价的灰色模糊综合评价方法对商业地产开发的选址进行决策,符合商业地产的选址影响因素多且不确定性程度大的条件,相对只用模糊综合评价结果,在不同方案比较过程更透明,计算更合理。

参考文献

[1]霍亚坤.基于模糊数学的商业地产地段价值影响因素研究[J].商场现代化,2007(,1):60-61.

[2]王松涛,陈伟.我国大中城市商业地产投资潜力评价[J].商业时代,2007(,3):10-11.

[3]黄正军,万继业等.基于集合理论的房地产项目的选址决策分析[J].重庆大学学报,2007(,9):113-116.

[4]刘波.中国商业地产发展现状与趋势分析[J].国土资源,2009(,5):34-37.

灰色模糊 第4篇

为了提高水利工程建设绩效评价效果的准确性，就应该充分利用水利工程建设多级分治管理的特点，在绩效评价体系参与建设活动初期阶段，对水利工程建设项目进行整体性的分析，限定子系统范围，明确工程建设绩效评价的目的，然后围绕工程建设绩效评价目的展开后续工作。首先制定工程建设绩效评价具体指标,在保证绩效评价指标符合既定标准的基础上，根据水利工程建设的施工周期，确定定期评价的时间规律，其次将绩效评价体系与水利工程建设各子系统联系起来，加强对水利工程假设实际情况的监督与审查，收集整合工程建设费用与进度数据，并与财务预算的具体数值进行比较，在保证水利工程建设项目质量的情况下，对项目建设进度方案进行适当的调整。最后从全局角度重新审视水利工程建设项目，划分出工程项目建设的薄弱点，通过绩效评价，得出阶段性的工程建设评价效果，为后续水利工程建设提供科学的数据依据，提高水利工程建设计划方案的适用性。

3.2发挥绩效评价体系的应用特点

从水利工程建设实际管理状态的角度进行分析，水利工程建设项目管理大多采用多级分治的方式，细化水利工程建设项目的具体内容，以水利工程建设项目内容的重要性为依据，合理配置管理级别劳动力，并制定工程建设项目管理实施计划，以及工程建设项目管理的优先级，保证水利工程建设管理的高效性和全面性。在这样的管理模式下，要想提高水利工程建设绩效评价结果的说服力，在进行水利工程绩效评价的过程中，不仅要掌握水利工程建设的整体情况，以及绩效评价项目的重要性级别，还要注重工程子系统建设绩效评价结果的比较，运用模糊数学理论，划分不同影响因素和模糊条件之间的.界限，确定所评价项目的实际属性级别,充分发挥灰色模糊评价法实用性强，绩效评价重点突出的特点。

3.3遵循绩效评价的应用原则

水利工程建设涉及的信息数据比较多，再加上绩效管理体系在水利工程建设中的应用，更加注重工程建设效果，所以在一定程度上提高绩效评价工作的难度，在这样的情况下，要想推进基于灰色模糊评价的水利工程管理绩效评价的应用，提高绩效评价的实际效果，就应该遵循绩效评价的应用原则，围绕水利工程施工目标开展绩效评价工作，注重工程子系统项目建设信息的收集，实时把握工程建设的信息和进度情况，致力于不断发现问题，并对水利工程建设过程中的问题进行深人的分析，制定有效的解决方案，调整工程建设计划方案，确保水利工程建设计划方案内容有一定程度的提高，让水利工程建设更加接近工程功能目标，继而保证整个工程能够顺利稳定的发展。

3.4保证绩效评价方法应用的合理性

一般情况下，大型的水利工程建设项目都是由政府投资开展的，这种类型的水利工程建设项目涉及的建设内容比较广泛，水利工程建设项目功能要求多，在短时间内无法表现出明显的社会效益或者经济效益，所以在进行绩效评价活动时，不能一次性判定水利工程建设项目的内在应用价值,要根据水利工程建设项目的实际应用情况，制定科学合理的绩效评价计划，对大型的水利工程建设项目进行长期的检测和评价，从全面的角度判断水利工程建设项目的效益。以防洪水利工程项目为例，以防洪水利工程为对象开展绩效评价工作，首先要对当地的洪汛情况进行调查，收集相应的洪水灾害造成的损失数据信息，然后对防洪水利工程的调节功能进行研究，掌握水利工程减灾面积，减少的洪涝灾害经济损失的具体数值，并从客观的角度对两者进行数据对比分析，最后确定防洪水利工程的实际效益指标。

3.5确保绩效评价指标的综合性

灰色模糊评价法能够对水利工程建设进行定量分析，但是在实际应用的过程中，受多方面因素的影响,不能有效的区分定量分析和定性分析的界限，容易出现水利工程绩效定量评价指标与定性评价指标混淆的现象，大大增加了绩效评价的难度。为了保证水利工程建设绩效评价结果的有效性，就应该避免分析大量量化指标现象的发生，对绩效评价指标内容进行有效的分析，确保绩效评价指标的综合性，并且以具体的要求为依据，按照规定的标准或原则,对水利工程建设绩效评价指标进行分类，注重对项目工程施工环境，以及项目工程产生社会效益的评价，从根本上提高水利工程建设绩效评价的针对性，增加社会效益指标的影响力度，实现对水利工程建设进行综合评价的目的。

参考文献

[1]王海涛.大型水利工程项目的绩效评价研究[D].中国科学院大学(工程管理与信息技术学院)，.

[2]聂相田?基于模糊优选BP网络的水利工程建设管理绩效评价[J].水电能源科学,,04:136-138+116.

灰色模糊 第5篇

飞行运行系统是航空系统的核心[1], 其安全状况不仅会直接影响整个航空系统的安全水平, 还会影响到旅客的人身及财产安全、航空公司的声誉、经济效益, 甚至直接关系到航空公司的存亡。因此, 科学评估民航飞行安全水平, 以降低飞行事故发生率, 提高民航安全管理能力, 具有重要的现实意义。

近年来, 随着民航运输业的迅速发展, 国内外已有众多学者开展了民航飞行安全评价方面的研究工作, 并取得了不少研究成果。EI Moudani等在对民航飞行安全系统进行风险评估时, 主要考虑了机组执勤问题[2]。Ahmadi和Soderholm在对航空事故的评估中考虑了成本因素, 采用事件树分析方法对成本约束下的航空公司飞行安全做出了评价[3]。Chen等根据飞行控制系统及其组成部件的特点, 建立了基于贝叶斯网络的飞行安全评价模型[4]。王新和李祥从人、机、环境和管理4个方面建立了飞行安全评价指标体系, 并建立了飞行安全模糊综合评价模型[1]。刘洋从人为因素、机械因素和环境因素3个方面对影响飞行安全的危险因素进行了分析, 建立了民航飞行安全评价指标体系, 并针对危险因素的不确定性, 采用贝叶斯网络对民航飞行安全进行评价[5]。李大伟等针对飞行安全系统的复杂性, 利用多元统计分析对飞机是否可能进入失控状态进行判断[6]。

飞行运行系统是民航飞行安全的评价对象, 它是一个人、机、环境三大要素间相互作用、相互联系的复杂非线性系统[7]。对民航飞行运行系统的安全状况进行评价时, 面临着决策因素的不确定性, 而传统的模糊评价法中模糊矩阵采用“∧”、“∨”, 在计算过程中容易丢失很多信息, 难以对飞行安全状况做出正确的评价。因此, 采用基于灰色模糊理论的评价方法对民航飞行安全水平进行评估[8], 先建立评价指标体系, 然后将隶属度和灰度结合应用到评估过程中, 确定民航飞行安全等级高低, 并在此基础上进行了算例分析。

2 民航飞行安全评价指标体系

按照指标体系构建的科学性、全面性、可比性、客观性和实用性的原则[9], 结合文献[10,11], 从机组、设备、环境和管理四个方面构建民航飞行安全评价指标体系P (见表1) 。该指标体系由4个一级指标和19个二级指标构成。

3 基于灰色模糊理论的民航飞行安全评价

3.1 确定评语集

为了准确地反映民航飞行安全的特点, 并考虑到实际操作的可行性, 将评价的安全等级划分为5个等级, 即形成评语集D={d1, d2, d3, d4, d5}, 其中d1、d2、d3、d4、d5分别表示非常安全、基本安全、一般安全、低安全和不安全。

3.2 确定指标权重集

首先, 针对评价指标体系所具有的层次结构, 考虑采用层次分析法 (Analytic Hierarchy Process, AHP) 确定各指标权重。设一级指标Pi的权重系数为wi, 有wi≥0, 且, 二级指标Pij的权重系数为wij, 有wij≥0, 且, 其中mi表示第i个一级指标所对应的二级指标数量。然后, 根据专家对评价指标的熟悉程度给出各个指标对应的点灰度。将信息的充分程度划分为充分、较充分、一般、较贫乏和很贫乏5个等级, 分别对应灰度值{0~0.2, 0.2~0.4, 0.4~0.6, 0.6~0.8, 0.8~1.0}[8]。最后, 结合指标权重和点灰度, 得到各级评价指标权重对应的灰色模糊集合:

其中, aij表示评价指标Pij的点灰度, a1、a2、a3、a4分别表示评价指标P1、P2、P3、P4的点灰度, 分别表示的模糊部分, 分别表示的灰色部分。

3.3 建立评价矩阵

评价矩阵体现评价指标集与评语集之间的灰色模糊关系, 根据专家意见, 给出评价指标对评语集中各元素的隶属度bij, 并根据信息的充分程度给出对应的点灰度cij, 得到评价矩阵:

其中, bkij和ckij中的k对应评语集中的dk, k=1, 2, 3, 4, 5。例如, (b1i1, c1i1) 表示第i个一级指标下第一个二级指标与d1的灰色模糊关系。

3.4 综合评价

为了使评价信息得到尽可能多地保留, 在进行综合评价时, 对于模糊部分采用M (, +) 算子, 对灰色部分采用M (⊙, +) 算子[12]。由此, 可以得到评价指标Pi的灰色模糊综合评价结果:

将各个一级指标的灰色模糊综合评价结果组成灰色模糊评价矩阵:

因此, 民航飞行安全的灰色模糊综合评价结果Z:

对综合考虑到其模糊性和灰色性, 根据最大隶属度和最小灰色度的原则, 将转化为结果集Z:

最后, 设安全等级向量F= (1, 2, 3, 4, 5) , 则民航飞行安全灰色模糊综合评价度量值Q=Z·FT。

4 实例研究

采用基于灰色模糊理论的评价方法对某民航飞行运行系统的安全状况进行评价, 指标体系如表1所示。

4.1 确定评价指标权重集

邀请民航安全管理专家、资深飞行员、安全理论研究者等人组成专家组, 根据其专业知识和经验, 分别对一级指标相对于总目标的重要性和二级指标对于相应一级指标的重要性进行两两比较打分, 采用AHP确定各个指标权重, 然后按照信息量, 对各个指标的点灰度进行评分, 得到评价指标权重集:

4.2 建立评价矩阵

邀请20名专家对各个二级指标进行评价, 得到灰色模糊评价矩阵。例如, 20名专家对评价指标P11的评价为:7人认为非常安全, 6认为基本安全, 4人认为一般安全, 2人认为低安全, 1人认为不安全, 则P11对应的模糊评价集为 (0.35, 0.3, 0.2, 0.1, 0.05) 。同理可得其他指标的模糊评价集, 最终得出灰色模糊评价矩阵:

4.3 综合评价

根据公式 (4) - (5) 可以得到灰色模糊评价矩阵

根据公式 (6) , 得到民航飞行安全的灰色模糊综合评价结果:

参照公式 (7) , 将转化为结果集:Z= (0.216, 0.321, 0.194, 0.149, 0.120) 。由于0.321最大, 根据最大隶属度原则, 认为该民航飞行安全处于基本安全状态。此外, 还可以得到民航飞行安全灰色模糊综合评价度量值Q=3.364。

5 结论

飞行运行系统是航空系统的核心, 其安全状况直接影响到整个航空系统的安全水平, 因此, 科学评价民航飞行安全具有重要的现实意义。本文建立了民航飞行安全评价指标体系, 考虑其决策因素的不确定性, 将灰色理论和模糊集理论相结合, 提出了基于灰色模糊理论的民航飞行安全评价方法。实例应用表明, 基于灰色模糊理论的民航飞行安全评价方法能够充分利用现有的信息, 科学地评价民航飞行安全水平, 且所得评价结果与实际情况相符。该方法具有有效性、实用性。

摘要：飞行运行系统是航空系统的重要组成部分, 其安全水平直接影响航空安全状况。文中针对飞行运行系统的特点, 建立了民航飞行安全评价指标体系, 考虑其决策因素的不确定性, 充分利用现有信息, 提出了基于灰色模糊理论的民航飞行安全评价方法。通过实例研究, 验证了该方法的有效性和可行性。

关键词：飞行安全,安全评价,灰色理论,模糊集理论

参考文献

[1]王新, 李祥.飞行安全模糊综合评价模型研究[J].安全与环境学报, 2008, 8, (3) :150-152.

[2]EI Moudani W, Cosenza C, Mora-Camino F.An intelligent approach for solving the airlines crew rostering problem[A].ACS/IEEE INTERNATIONAL CONFERENCE ON COMPUTER SYSTEMS AND APPLICATIONS[C].Los Alamitos, CA, USA:IEEE Comput.Soc, 2001:73-79.

[3]Ahmadi A, Soderholm P.Assessment of operational consequences of aircraft failures:using event tree analysis[A].2008 IEEE Aerospace Conference[C].2008 IEEE AEROSPACE CONFERENCE, 2008:3824-3837.

[4]CHEN Kang, LU Zhong, Zeng Haijun.Research on probabilistic safety analysis approach of flight control system based on Bayesian network[J].Procedia Engineering, 2015, 99:180-184.

[5]刘洋.贝叶斯网络在民航飞行安全评价中的应用[D].南京:南京航空航天大学, 2012:17-41.

[6]李大伟, 陈云翔, 张执国, 项华春.多元统计分析在飞行安全监控中的应用[J].安全与环境学报, 2014, 14, (5) :130-132.

[7]甘旭升, 端木京顺, 高建国.基于相关向量机的飞行安全评价方法[J].中国安全生产科学技术, 2012, 8, (12) :143-148.

[8]付沙, 杨波, 李博.基于灰色模糊理论的信息系统安全风险评估研究[J].现代情报, 2013, 33, (7) :34-37.

[9]谭朝阳.航空公司飞行安全风险评价研究[D].广汉:中国民用航空飞行学院, 2012:13-14.

[10]潘天峰, 陈云翔, 项华春.飞行安全的灰色多层次综合评价[J].微计算机信息, 2008, 24, (10) :65-67.

[11]石荣.基于最优组合赋权的航空公司飞行安全风险评估[J].交通运输工程与信息学报, 2014, 12, (2) :36-41.

灰色模糊 第6篇

精量灌溉既要控制作物正常生长发育所需的水肥,又要用最少的水肥量获得最大的纯收益。而灌溉对象是一个大惯性、 非线性和纯时延的系统,无法对其建立精确与统一的数学模型,传统控制方法受到了严峻的挑战[4,5,6]。模糊控制不需要建立被控对象的数学模型,鲁棒性强,有效改善其非线性与时变问题[7,8,9],但存在着大时滞现象。

本研究结合PID控制器的控制效果、模糊控制改善其非线性的控制效果,灰色预测控制解决大时滞现象,很好的克服了以上难点,并利用仿真分析和实验验证了该控制器在精量水肥灌溉控制机的控制水肥效果。

1灰色预测控制

针对农作物需水量易受到气候、土壤墒情等诸多因素的影响,且有些因素是可以明显确定,有些因素是未知而且难确定, 这样符合灰色研究范畴。这里就提出多因素灰色预测MGM (1,n)模型可以对其进行有效的预测农作物的需水量,其模型是偏微分方程组[10]。

多因素灰色预测模型的具体算法如下,其中n表示n个数据序列,m为每个序列中所含有的m个历史数据,则xi0={x0i(1),xi0(2),…,xi0(m)}:对xi0做一次累加生成得到。设系统中有n个输入变量,每个变量有N个时刻的数据{Xi(0)(k)},对其进行一次累加生成则推出序列,即:

其中:i=1,2,…,n;k=1,2,…,N。

MGM(1,n)模型的常微分方程组:

令:

且称A、B称为辨识参数。此时,将式(2)写成矩阵形式有:

其中:X(1)=[X1(1),X2(1),…,Xn(1)]。

通过求解MGM(1,n)模型,得模型预测解为:

还原预测模型为:

其中,i=1,2,…,n;k=2,3,…。

2灰色预测模糊PID控制与设计原则

2.1模糊PID控制系统

模糊PID控制系统主要由参数可调整PID和模糊控制系统两部分组成。参数可调整PID完成对系统的控制,模糊控制系统实现对PID的三个参数进行自动校正。通常。 数字式PID控制器可以用以下函数表示:

式中:u(k)是k时刻的控制作用;e(k)为误差;ec(k)为误差变化率,它们可以作为模糊系统的输入语言变量;T为控制器的采样周期;δ为比例带;Ti为积分时间;Td为微分时间。

2.2模糊PID控制设计原则

本系统由传感器采集到精确的模拟量,模糊控制器无法直接加以识别,而是需要将该模拟量进行模数转化,并将结果按一定规则转化为模糊语言,在二维模糊控制中,分别以偏差和偏差的变化率进行定义,即将偏差映射到输入论域的模糊集合上为“偏差E”,同理对偏差的变化率进行映射,得其语言变量EC。这样就通过将偏差以及偏差的变化率在实际情况中的变化范围进行尺度变换,变换到模糊集体域X上。

其中X={-n,-n-1,…,0,…,n-1,n}。

式中,符号< >代表取整运算。

模糊控制器的输出需要转换为输出值u,其转换公式如下:

根据精度需求,文中将偏差和偏差率的量化等级定为7个等级,即{-3、-2、-1、0、1、2、3}。模糊推理系统的输入量包括水肥流量误差e和误差变化率ec,其输出量u包括PID控制器的3个修正参数 ΔKp、ΔKi、ΔKd。定义e、ec、u的模糊集均为{负大、负中、负小、零、正小、正中、正大},表示为{NB、NM、 NS、ZO、PS、PM、PB},e、ec、u论域的范围定义为{-3,3},隶属函数采用三角隶属函数曲线。按照上述PID参数整定规则可得出输出参数模糊规则表,如表1所示。

2.3灰色预测模糊PID控制在精量灌溉中应用

精量灌溉系统决策后输出水肥流量变化时,被控对象特性参数变化灵敏范围大,因此融合灰色预测控制的模糊PID控制相结合的控制方法。一方面,用PID的积分调节作用,降低稳态误差,提高精度,用模糊控制实时调节PID参数,增强适应能力;另一方面,用灰色预测控制,解决被控对象中的纯滞后环节,以提高控制效果,其灌溉控制结构如图1所示。

实际上由于周围工况的变化以及事后控制等因素会造成系统的输出值和期望值之间有偏差。然后对其进行模糊逻辑推理,推出适合当下工况的PID的三个整定参数,进而获得PID控制器的输出量,作用于控制对象,对控制对象作进一步的调整。这里对控制对象信息采集再次作为反馈量,通过灰色预测模型可以得到下一时刻,即未发生时刻的控制对象反馈值,而以此作为当前时刻的反馈值输入给系统,属于事前控制。

3实验结果分析

3.1仿真调试实验

为了验证灰色模糊PID控制算法的有效性,对其进行仿真试验。在SIMULINK图形仿真环境下,建立了灰色预测模型, 利用Fuzzy Logic Toolbox工具箱设计了模糊控制器,借助SIMULINK模块库建立了相应的灰色预测模糊PID控制结构,采用阶跃输入信号对水肥灌溉流量控制系统进行常规PID、模糊PID、灰色预测模糊PID控制仿真实验。得到结果曲线如图2所示及性能指标见表2。

根据以上仿真实验,对阶跃信号响应进行性能分析,得到控制系统性能指标如表2所示。

从图2、表2可以看出,在基于灰色理论与模糊控制的灌溉系统中,流量的控制系统响应曲线平滑,超调量小,系统稳定性好。同时系统响应的上升时间和调节时间都比模糊PID控制和传统PID控制短,灌溉控制系统能很快的达到稳定状态,表明灰色预测模糊PID控制有更良好的控制性能和鲁棒性。

3.2水肥浓度精量灌溉模拟实验

为验证在该控制器在大田灌溉中的应用效果,采用研华数据采集卡PCI1711与PC机相结合的方法,进行水肥浓度和流量的模拟实验。设计将水路流量值除以比例值设定为肥路流量的预设值,肥路流量的采集值与当前其预设值状态进行对比,将偏差及偏差的变化率输入到模糊控制器中,实现对PID进行模糊控制,实现PID调节,从而再进一步优化调节量,直到肥路流量与预测值一致。

应用开发的管理系统软件,选择水路流量通道选择为通道0,肥路流量通道选择为通道1,两路通道同时分别对水路流量和肥路流量进行采集,将水路与肥路采集的信号输入到柱状图中,方便实时的监测两路电压值的变化状态。同时将预设值和实际肥量这两值设为变量在程序的第二层中作为输入,输入到控制器的预设值口与反馈值口,然后对两值进行比较,同时将实时采集曲线显示在同一个示波器中,观察水肥浓度的精量控制状态,得到结果如图3所示。

由图可以看出,在打开水路开关和肥路开关后,两路流量急剧增加,设定肥量(水流量除以水肥浓度)的曲线首先变化, 而代表实际采集肥量的曲线跟随着一起变化。由图3可以看出,采集的实际肥路与设定肥量的实时响应曲线较好,也即是实现了水肥浓度比的精量控制。

为了更好的反映出智能灌溉精量控制的效果,进行单路肥路流量的精量控制实验。选择通道0作为采集通道。将流量计输出的电流信号转变为电压信号后输入到数据采集卡中,并以实时采集曲线的形式显示,得实验结果如图4所示。

由图4实验结果可以看到,实际肥流量值在较短的时间内上升到预设值的大小,并且无过冲现象,小波震荡后较快实现稳定,与预设值相等,从而实现了肥路流量的精量控制。

4精量水肥灌溉机验证

精量水肥灌溉控制机主要由RAM控制器、流量计、压力表、电磁阀、泵、过滤器和传感器及控制软件、农作物水肥需求数据库软件等组成。接入采集的土壤作物含水量和地温等信息,其水、肥混合为闭环控制,水肥变频连续控制,实现智能全自动水肥灌溉控制,具有自动和手动控制模式,如图5所示。

其工作原理:在现场水分、土壤等传感器采集农作物缺水肥状态,控制器接收信号,并发送指令,开启进水泵,打开电磁阀,让水进入管路,水路流量计进行检测水量,到一定值后反馈给控制器,控制器做出决策判断,启动相应的营养液所在的肥路泵,开启电磁阀,进入管路,根据专家系统配比作物所需营养溶液浓度,水肥混合出水管进入现场网络灌溉,实现精量灌溉。

采用本研究控制技术应用该灌溉机,对其进行精量控制, 同时融入结合专家经验对PID的参数进行自动整定,在约5s时间后就基本稳定实现水肥灌溉,实时施肥效果明显。

5结论

本文对系统的控制策略和控制方式进行了深入探讨,研究了基于灰色理论的智能灌溉控制技术,通过对PID控制、模糊PID控制以及灰色预测模糊PID控制进行研究,表明系统拥有更强的适应性,良好的控制性能和鲁棒性。

(1)采用PID控制有效解决了节水灌溉不确定模型问题, 采用模糊PID控制成功解决系统的大惯性、非线性的问题,增加多因素灰色预测MGM(1,n),克服了大时滞现象。

(2)采用研华数据采集卡PCI1711与PC机相结合的基于Labview开发的灌溉系统,实现了该控制方法下了水肥两路流量和肥路单通道的实时采集,完成了浓度和肥路流量的精量控制,同时应用现有开发设备中实现水肥精量控制,为农业节水精量灌溉提供了技术支持。

摘要：针对节水自动灌溉中的水肥比例调节和灌溉精度低的控制问题,设计了基于PID控制、模糊控制和灰色预测控制相结合的控制算法,在PID控制的基础上,通过模糊规则进行模糊推理,查询模糊矩阵表进行参数自整定,从而实时调整PID各项参数,加入多因素灰色预测MGM(1,n)解决时滞现象,进行有效的预测作物的需水量,达到对系统的精确灌溉控制。运行测试:该系统与常规PID控制相比,超调量降低了14.68%,系统的调节时间减少了86.62%;比较模糊PID控制,超调量略上升了1.9%,同时调节时间减少了77.71%;并验证了其在水肥浓度和肥量精量控制中,系统响应速度快和实时性好,稳定,大幅度提高了水肥灌溉效果。

关键词：水肥灌溉,PID控制,模糊PID算法,灰色预测控制

参考文献

[1] 蔡甲冰,刘 钰.精量灌溉决策定量指标研究现状与进展[J].水科学进展,2004,4(15):531-533.

[2] 魏正英,葛令行.灌溉施肥自动控制系统的研究与开发[J].西安交通大学学报,2008,42(3):347-349.

[3] 郁晓庆,吴普特.基于无线传感器网络的农田灌溉远程监控系统[J].排灌机械工程学报,2013,31(1):66-80.

[4] SU Lin,YUAN Shouqi,ZHANG Bing.Intelligent Irrigation Fuzzy Control System Based on ARM7[J].China Rural Water and Hydropower,2007,(12):28-31.

[5] 朱志坚,早热木,尼加提·依,等.自控变频调速式泥水灌肥装置的研究[J].农业工程学报,2005,21(9):94-97..

[6] Sam Moore Young,J.Han,Ahmad Khalilian,et al.Instrumentation for Variable-Rate Lateral Irrigation System[C]∥2005ASAE Annual International Meeting.Florida,2005,7:17-20.

[7] 陈 晖,耿庆波.基于自适应模糊PID的智能灌溉控制研究[J].测控技术,2006,(1):30-34.

[8] 郭正琴,王一鸣.基于模糊控制的智能灌溉控制系统[J].农机化研究,2006,(12):15-19.

[9] Guodong You Xiuqing Wang,Shifeng Yang.Fuzzy Control Model Study on Precision Irrigation System for Water Stress in Crops[J].Journal of Computers,2011,6(5):955-962.

灰色模糊 第7篇

从它的性质, 一般分为政策风险, 金融风险, 自然风险, 技术风险和管理风险。

1) 政策风险。土地和税收政策的调控对高速公路的建设和运营会产生一定的影响, 收费站的收费标准基本上由政府主导, 收费过高在一定程度上对交通流量有较大影响。

2) 金融风险。建设周期较长的高速公路建设项目, 债务结构的不合理有可能使建设项目的债务偿还深陷困境。金融风险主要包括债务结构风险、利率风险和外汇风险三大类。

3) 自然风险。自然风险来自不良的地质条件, 恶劣的天气条件和现场条件。

4) 技术风险。技术风险是指高速公路项目在建设到运营中采取的技术方案缺陷给工程带来的损失。

5) 管理风险。高速公路在项目建设中需要熟悉工程项目管理的专业人才, 而目前很多项目公司中的人员缺乏有经验的管理者, 在公路工程项目建设和运营过程中, 专业管理人才的缺乏, 使项目不能有效的, 合理的, 规范化的建设与管理, 不利于工程的整体建设进而不能取得应有的经济效益。

2 高速公路项目债务风险评价指标体系的确定

基于国内外公路工程建设中遇到的较为常见的风险, 利用层次分析法 (AHP) 原理, 将影响公路项目的债务偿还风险按照表现形式分类如图1所示。

2.1 建立债务风险指标集

影响高速公路项目偿还债务的风险U在项目融资建设和运营两阶段用指标集ut={u1t, u2t, …, u5t} (t=1, 2) 表示, 各个风险指标子集包含ni个风险指标, 即:uit={uti1, uti2, …, utini} (i=1, 2, …, 5) 。

其中, ni为第i个风险指标子集中的风险指标个数;n为风险子集的风险指标。

2.2 建立债务风险评语集

债务风险评语集假定为V={v1, v2, …, v5}, v1, v2, …, v5分别表示债务风险程度为低、较低、中等、较高和极高。即公路项目中建设和运营阶段的风险评语集相同。

2.3 确定风险指标的权重集

atij为Uit中第j个债务风险指标Utij的权重, Ait={ati1, ati2, …, atini}就是债务风险因素指标子集权重分配, 满足:ati1+ati2+…+atini=1。

2.4 确定债务风险评价指标的评分标准

评价指标utij的债务风险水平评价指标分为5个层次, 值分别为1, 2, 3, 4, 5, 相邻等级之间相应的评分为1.5, 2.5, 3.5和4.5。

2.5 建立评判样本矩阵

选取m个评价专家, 序号为k, k=1, 2, …, m。让评定专家对第t阶段的公路项目债务按风险判定指标集Uit评分标准打分dtijk得出公路项目债务风险评价矩阵Dit。

2.6 确定评价灰类

根据评分标准, 得出评价灰类h=1, 2, …, 5。将评价灰类取为风险低、风险一般、风险较高、风险高、风险极高五级。其函数如下:

第一灰类为风险低 (H=1) , 设灰数为, 函数为f1:

第二灰类为风险一般 (H=2) , 设灰数为, 函数为f2:

2.7 综合评价风险指标子集

每阶段的风险指标子集Uit的评判向量:

其中, i=1, 2, …, 5;Bit为向量对V的隶属度。设Ut中第i个风险指标Uit的权数为ait, 则风险因素指标集权重分配为:

其中, a1t+a2t+…+a5t=1。

第t阶段的风险Ut到V的模糊隶属度矩阵可表示为:

则第t阶段的风险Ut评判向量为:

2.8 综合评判项目的债务风险

在债务风险分析的前提下, 对项目建设和运营阶段的债务风险进行评价。依据债务风险指标的隶属度向量构成总的评价函数矩阵R:

设项目各阶段债务风险对应的权重分配为:

其中, a1+a2=1。

则项目全过程的债务风险U的综合评判为:

2.9 确定债务风险综合评价值

评价等级灰色聚类根据“灰度” (阈值) 的分配, 灰度值向量C= (1, 2, 3, 4, 5) 。则高速公路项目债务风险评价值Q=B·CT, 债务风险评价值Q求出后, 依据Q值判断该公路项目债务风险处于何等级, 进而判定该公路项目全过程债务风险的严重程度。

3 案例分析

HN省CJ高速公路项目, 其中交通部补助为114 500万元, 省公路基金为79 804万元, 银行贷款851 176万元, 其他机构贷款19 411万元, 该项目的债务额高达870 587万元, 应用上述模型对此高速公路项目进行债务风险评价。项目在建设阶段和运营阶段, 请6位专家给该项目两阶段的债务风险指标因素打分。

应用AHP来确定Ait, At, A, 将此项目建设阶段和运营阶段的样本矩阵经过灰色化, 进而得出两阶段的综合评判矩阵。

高速公路项目融资建设阶段的风险评判矩阵和风险值为:

高速公路项目运营阶段的风险评判矩阵和风险值为:

高速公路项目全过程的债务风险综合评价矩阵R:

高速公路项目在全过程的债务风险U的综合评判为:

在公路项目的整个过程中的债务风险综合评价值为:

4 结语

该高速公路项目债务风险的综合评价值为3.586 4, 结论为该项目债务风险水平较高。项目融资建设阶段和运营阶段的债务风险值分别为3.671 3和3.526, 两个阶段的风险值也较高。因此项目决策者可以把重点放在专家评分普遍较高的指标项上, 制定相应的降低风险策略, 避免债务风险较高而导致债务无法按时偿还。

摘要：针对高速公路项目债务受多因素、多目标的影响, 建立了公路项目在建设和运营两阶段的动态模糊评价方法, 其不仅可以评价项目各个阶段的风险值, 还可以对项目全过程的债务风险进行总的综合评价, 使决策者根据风险评价值对债务风险进行针对性的监控和预防并制定风险降低策略。

关键词：公路工程,债务风险,灰色,模糊评价

参考文献

[1]王作功.基于生态理论的高速公路投资风险管理研究[D].北京:北京交通大学博士学位论文, 2009:16-23.

[2]温胜强.高速公路项目融资风险层次分析模型研究[J].中外公路, 2005 (3) :118-119.

[3]刘星, 岳中志, 刘谊.地方政府债务风险预警机制研究[M].北京:经济管理出版社, 2005:35-38.

灰色模糊 第8篇

灰色模糊评价实质上是数学模型理论的具体应用,能够有效的区分边界不清、定义不明的应用理论,进而对具体的研究项进行定量分析,从更加深入的层次对问题进行剖析,确定所有的能够对分析结构造成影响的因素,充分发挥灰色模糊评价综合性的特点。绩效评价体系作为一种量化的评价指标,是监管水利工程建设情况,保证水利工程建设工程质量的有效手段,基于灰色模糊评价理论的绩效评价体系,能够保证水利工程建设的质量,确保水利工程建设实现要求的功能,要想进一步提高灰色理论的实际应用性能,在实际建设过程中, 就要对水利工程建设的每个环节进行实时的测评,以便于及时发现工程建设的问题,调整工程建设方案,继而保证水利工程建设能够顺利的进行。由此可以看出对基于灰色模糊评价的水利工程管理绩效评价进行研究,不仅能够提高绩效管理体系的有效性和执行力,还能提升工程建设评价效果的准确性,为水利工程后续建设提供数据参考,具有重要的应用研究价值意义[1]。

2基于灰色模糊评价的水利工程管理绩效评价研究现状

我国相关学者以灰色模糊评价理论为基础,对我国水利工程建设绩效评价体系进行了深入的研究,具体的研究内容如下:

1水利工程建设绩效评价水平的显著提升。我国水利工程建设绩效评价体系起步比较晚,管理制度不够规范,在实际应用的过程中,不能保证顾及到水利工程建设的所有细节,基于灰色模糊评价的水利工程管理绩效评价研究,针对这个问题,在我国现有水利工程建设绩效评价体系之上进行了创新, 弥补了传统绩效体系的不足,改变了后评价的评价方式,优化了水利工程绩效评价流程。与此同时随着我国社会经济的快速进步,我国政府对水利工程绩效评价体系的关注度越来越高,提供了大量的资金支持和技术支持,使我国水利工程建设绩效评价体系水平有了质的飞跃[2]。

2提高了水利工程建设绩效评价方法的实用性。基于灰色模糊评价的水利工程管理绩效评价研究,以模糊数学计算法为基本,根据水利工程建设的实际情况,建立了模糊数学应用模型,对水利工程建设的关键点进行了有效的定量分析,用更加科学合理的方式处理了外部信息给工程建设带来的影响,与此同时排除了人们主观上的惯性评价理论,从最基本的层面入手,确保了绩效评价体系实际应用的科学有效性,进而提高了水利工程建设绩效评价的实用性效果。

3提升了水利工程建设绩效评价的全面性。早期的水利工程绩效评价体系过于注重后评价阶段,忽视了水利工程建设过程中外部因素带来的影响,绩效评价项目内容片面,缺少专业性的数据支持和参考,所以不能保证水利工程建设绩效评价效果的准确性。基于灰色模糊评价的水利工程管理绩效评价研究,加强了对水利工程建筑过程中各项目的管理评价, 考虑了多种现实因素的影响,增加了模糊数学模型项目整合因素和项目评价因素,同时结合分层分析法,根据绩效评价的具体结果,划分了工程效果等级,进而从更加客观的角度反映了水利工程建设的状态[3]。

3提高灰色模糊评价的水利工程管理绩效评价研究效果策略

3. 1明确绩效评价的目的

为了提高水利工程建设绩效评价效果的准确性,就应该充分利用水利工程建设多级分治管理的特点,在绩效评价体系参与建设活动初期阶段,对水利工程建设项目进行整体性的分析,限定子系统范围,明确工程建设绩效评价的目的,然后围绕工程建设绩效评价目的展开后续工作。首先制定工程建设绩效评价具体指标,在保证绩效评价指标符合既定标准的基础上,根据水利工程建设的施工周期,确定定期评价的时间规律,其次将绩效评价体系与水利工程建设各子系统联系起来,加强对水利工程假设实际情况的监督与审查,收集整合工程建设费用与进度数据,并与财务预算的具体数值进行比较,在保证水利工程建设项目质量的情况下,对项目建设进度方案进行适当的调整。最后从全局角度重新审视水利工程建设项目,划分出工程项目建设的薄弱点,通过绩效评价,得出阶段性的工程建设评价效果,为后续水利工程建设提供科学的数据依据,提高水利工程建设计划方案的适用性。

3. 2发挥绩效评价体系的应用特点

从水利工程建设实际管理状态的角度进行分析,水利工程建设项目管理大多采用多级分治的方式,细化水利工程建设项目的具体内容,以水利工程建设项目内容的重要性为依据,合理配置管理级别劳动力,并制定工程建设项目管理实施计划,以及工程建设项目管理的优先级,保证水利工程建设管理的高效性和全面性。在这样的管理模式下,要想提高水利工程建设绩效评价结果的说服力,在进行水利工程绩效评价的过程中,不仅要掌握水利工程建设的整体情况,以及绩效评价项目的重要性级别,还要注重工程子系统建设绩效评价结果的比较,运用模糊数学理论,划分不同影响因素和模糊条件之间的界限,确定所评价项目的实际属性级别,充分发挥灰色模糊评价法实用性强,绩效评价重点突出的特点。

3. 3遵循绩效评价的应用原则

水利工程建设涉及的信息数据比较多,再加上绩效管理体系在水利工程建设中的应用,更加注重工程建设效果,所以在一定程度上提高绩效评价工作的难度,在这样的情况下,要想推进基于灰色模糊评价的水利工程管理绩效评价的应用, 提高绩效评价的实际效果,就应该遵循绩效评价的应用原则, 围绕水利工程施工目标开展绩效评价工作,注重工程子系统项目建设信息的收集,实时把握工程建设的信息和进度情况, 致力于不断发现问题,并对水利工程建设过程中的问题进行深入的分析,制定有效的解决方案,调整工程建设计划方案, 确保水利工程建设计划方案内容有一定程度的提高,让水利工程建设更加接近工程功能目标,继而保证整个工程能够顺利稳定的发展。

3. 4保证绩效评价方法应用的合理性

一般情况下,大型的水利工程建设项目都是由政府投资开展的,这种类型的水利工程建设项目涉及的建设内容比较广泛,水利工程建设项目功能要求多,在短时间内无法表现出明显的社会效益或者经济效益,所以在进行绩效评价活动时, 不能一次性判定水利工程建设项目的内在应用价值,要根据水利工程建设项目的实际应用情况,制定科学合理的绩效评价计划,对大型的水利工程建设项目进行长期的检测和评价, 从全面的角度判断水利工程建设项目的效益。以防洪水利工程项目为例,以防洪水利工程为对象开展绩效评价工作,首先要对当地的洪汛情况进行调查,收集相应的洪水灾害造成的损失数据信息,然后对防洪水利工程的调节功能进行研究,掌握水利工程减灾面积,减少的洪涝灾害经济损失的具体数值, 并从客观的角度对两者进行数据对比分析,最后确定防洪水利工程的实际效益指标。

3. 5确保绩效评价指标的综合性

灰色模糊评价法能够对水利工程建设进行定量分析,但是在实际应用的过程中,受多方面因素的影响,不能有效的区分定量分析和定性分析的界限,容易出现水利工程绩效定量评价指标与定性评价指标混淆的现象,大大增加了绩效评价的难度。为了保证水利工程建设绩效评价结果的有效性,就应该避免分析大量量化指标现象的发生,对绩效评价指标内容进行有效的分析,确保绩效评价指标的综合性,并且以具体的要求为依据,按照规定的标准或原则,对水利工程建设绩效评价指标进行分类,注重对项目工程施工环境,以及项目工程产生社会效益的评价,从根本上提高水利工程建设绩效评价的针对性,增加社会效益指标的影响力度,实现对水利工程建设进行综合评价的目的。

摘要：文中简单介绍了基于灰色模糊评价的水利工程管理绩效评价研究意义,针对基于灰色模糊评价的水利工程管理绩效评价研究现状,以及提高灰色模糊评价的水利工程管理绩效评价研究效果策略进行了深入的探讨和分析。

灰色模糊 第9篇

PPP模式是政府和私人部门针对基础设施建设在特许权合同的基础上建立的一种公私共盈模式, 合理的应用PPP模式可以有效释放私人企业潜力, 解决基础设施建设融资难题。然而, 由于PPP项目具有特许经营期长、不确定因素多、动态持续分阶段等特点, 其面临的风险程度较高且风险管理存在一定的复杂性。有效的风险管理可以促进PPP项目融资的顺利运行, 作为风险管理的前提, 构建科学、完善的风险评价体系至关重要。本文根据PPP项目的风险特点构建灰色模糊综合评价模型, 并通过实例分析验证了该模型的可行性。

二、国内外研究现状

国外关于PPP项目的融资风险研究开始于20世纪90年代。Akbiyikli与Eaton (2004) 通过对PPP项目的所面临的风险进行系统的分析, 指出风险管理应当贯穿项目的规划、设计、施工、运营等各个阶段。Grimsey与Lewis (2002) 结合苏格兰废水处理设施PPP项目的具体情况, 应用概率论、敏感度分析法以及样本统计模拟技术评估了项目面临的各类风险。Thomasctal (2006) 基于故障树法和德尔菲法, 提出了对风险水平和风险权重进行评价的理论框架。

国内关于PPP风险评价的研究尚未形成合理的框架体系, 且模型适用范围各有不同。李辉等 (2008) 以某城市基础设施PPP项目为例, 应用熵权法和专家评价法确定指标权重, 并建立了模糊综合评价模型;张玮等 (2010) 采用网络层次分析法, 根据项目风险指标的关联性, 对东南亚某国家PPP水电站项目风险进行了评价研究;黄斌等 (2010) 等采用蒙特卡洛模拟法对高速公路PPP建设项目进行了风险评价。

尽管关于基础设施项目的PPP融资风险评价的研究日趋完善成熟熟, 目前仍存在以下问题:

(1) 较少考虑风险因素的关联性, 对于各各类风险如何相互作用并影响整体风险水平平的研究较为匮乏。

(2) 模型构建较为单一纯粹。常见的有有层次分析模型、模糊综合评价模型、敏感感性分析模型、BP神经网络模型、基于VVAR方法的风险评判模型等。基于PPP项目目融资风险的复杂性, 根据单一的方法建立立模型无法避免风险评判的片面性。

三、方法选择依据

本文将采用灰色模糊综合评价法构建PPPP融资风险评价模型, 方法选择依据如下下:

(1) 基于PPP项目的复杂性、数据资料的的难获取性和融资风险因素交叉性, 其风险险评价难以定量分析风险因素与风险水平的的关系。受到以往资料和专家经验制约, 不不同类别的风险所处的评价等级必定存在一一定的模糊性, 需要借助模糊理论进行研究究。

(2) PPP融资项目风险的识别往往容易受受经验控制而缺乏客观性, 导致风险的形成成因素及其关系不够明确, 因此PPP融资风险险的评价体系又是一个典型的灰色系统。

(3) 灰色模糊综合评价法在应用过程中不不受样本量大小的限制, 也无需典型的分布布且计算量较小, 对于研究种类繁多关系复杂的PPP项目融资风险有较好的实用性。

四、指标体系构建

李灿灿 (2010) 指出:非系统风险代表与项目建设、生产经营过程直接相关, 并为公司或投资者可控制的风险;而系统风险是指项目在开发建设、生产经营过程中超出项目公司或者投资者控制范围所产生的风险。结合PPP项目的融资结构和各参与方相互关系, 综合考虑项目的社会效益、经济效益和环境效益, 遵循全面性、独立性、可量化等指标选取原则, 从风险的可控性角度将对PPP项目风险分为非系统风险和系统风险, 建立风险清单进行识别并构建指标体系, 如表1所示。

五、评价模型构建

(一) 灰色关联度确定指标权重

Step 1:请m位专家对风险指标权重做出评定。

计算各风险评价指标与权重最大指标A11的序列差 (g1i表示相对于A11, 其他指标的重要度) 。

Step 3:根据公式计算灰色关联系数 (M、m分别为最大、最小序列差, β一般取值0.5) 。

Step 4:根据公式计算灰色关联度。

Step 5:将灰色关联度进行归一化处理, 得到各指标权重系数αij, Aij权重矩阵为

(二) 灰色模糊评价矩阵确定风险水平

Step 1:请k位资深专家, 根据经验对于PPP项目融资风险水平分等级进行赋值评价。

Step 2:将评价灰类分为高, 中高, 中等, 中低, 低5个等级, 用e表示 (e=1, 2, 3, 4, 5) , (灰数, 白权化函数记为) 。

Step 3:白权化处理指标元素Aij的原始评价样本值, 把同一个灰类值的白权化函数值之和作为的灰色评价系数, 记为, 计算公式为以A11为研究对象, 其灰色评价数分别为

Step 4:将灰色评价数归一化处理得到A11的隶属向量为

Step 5:求向量Sij, 得隶属矩阵

(三) 模糊综合评价

Step 2:综合评判矩阵 (其中Xi为一级指标权重) 。

Step3:确定项目风险值Z=C×V (8) , (V为评价向量, 且V= (9, 7, 5, 3, 1) ) 。根据风险值所在的区间判断项目风险等级 (当Z∈ (1, 5) , 风险等级为低级, 为风险可控项目。当Z∈ (5, 8) , 风险等级为中级, 为风险可控项目。Z∈ (8, 9) 风险为高级, 项目不可行) 。

六、案例分析

(一) 项目概况

青岛市政府采用PPP模式与私人企业合作开发廉租房L项目, 该项目建筑面积约4万平方米, 占地面积20亩, 土地开发费用为90元/亩, 项目的建安造价为1600元/平方米。按照廉租房项目PPP融资风险识别中8个风险因素分组, 共24个风险因素, 邀请10名专家组成决策组。

(二) 算例分析

请决策组评判指标体系中的二级风险指标权重分别进行打分, 具体打分结果见表2。

根据公式 (1) — (3) 计算灰色关联度后归一化处理得到各级风险指标的权重系数以及两级指标层间的相对权重, 并进行排序, 结果如表3所示。

请决策组按照第二章建立的标准, 根据历史经验和文献资料, 分别对于体系中24个风险因素的风险水平进行打分。

根据风险水平的评定值确定灰色模糊评价系数, 归一化得到各指标因素的隶属向量, 根据公式 (4) - (5) 确定各类风险隶属矩阵:

(1) 系统风险:

观察比较各类系统风险隶属矩阵行向量, 系统风险中, 贪污腐败、法律变化、政策稳定性、没收或主权变动及不可抗力造成的风险较为严重。

(2) 非系统风险:

观察比较各类非系统风险隶属矩阵行向量, 非系统风险中, 政府违约、技术风险、私人部门违约、完工风险、技术风险、管理风险、租金标准变更、市场需求造成的风险较为严重。

对总体风险进行模糊综合评判:

项目风险C=X×S= (0.4474, 0.2991, 0.1688, 0.0762, 0.0085) 。

计算项目的总体风险值Z=CVT=7.2014, 属于中级风险。

(三) 评价结果分析

根据综合评价结果, 青岛市的L廉租房项目的PPP融资风险等级为中级, 为保证项目的可行性需要采取有效的措施进行风险控制和防范。根据各风险指标的隶属矩阵, 将风险级别高的风险因素定义为Ⅰ级风险因子, 具体包括贪污腐败、政府违约、技术风险、不可抗力风险;将处于轻度风险和重度风险的临界区域的风险因子定义为Ⅱ级风险因子, 有法律变化、私人部门违约、完工风险、技术风险、管理风险、租金标准变更、市场需求;其余为Ⅲ级风险因子。对于Ⅰ级风险因子, 通过改变其产生几率或引发损失严重度进而确定策略和风险处置组, 包括风险转移、风险分割、风险规避等策略综合运用。对于Ⅱ级风险因子, 需要将事前控制、事中控制、事后控制相结合, 在目标控制阶段加强跟踪、监督和反馈, 一旦偏离, 及时采取有效的措施, 最大限度的降低风险。对于Ⅲ级风险因子, 由于其对项目造成的损失较小, 可以采用风险自留策略。

七、结语

本文结合廉租房PPP融资风险评价指标的模糊性和评价信息的不确定性, 根据灰色模糊理论构建了廉租房PPP融资风险评价模型。通过计算灰色关联度确定指标权重, 求得隶属度矩阵并得到灰色模糊评价矩阵, 进行多级模糊综合评价后求得评价风险等级。实例证明, 灰色模糊综合评价法可以有效结合定性与定量的方法对廉租房PPP融资风险进行分析, 从而为规避融资风险提供理论依据, 同时对其他基础设施建设项目PPP融资风险评估有一定的参考价值。

摘要：本文首先基于国内外研究现状, 指出研究PPP项目融资风险因素关联性和构建PPP项目融资评价复合型模型的必要性, 通过综合PPP项目融资风险指标的不确定性和模糊交叉性, 建立了基于灰色模糊理论的PPP融资风险评价模型;之后, 根据PPP项目的融资结构和利益相关关系, 从系统风险和非系统风险两个层面出发, 将风险分作6类并选取24项指标;最后, 应用本模型对青岛市L廉租房PPP项目进行风险评价, 最终计算得到各类一级风险指标模糊综合评判矩阵和总风险模糊综合评判矩阵, 并结合项目的风险等级和风险指标的隶属矩阵提出合理的风险控制措施, 保证项目的可行性。

关键词：PPP项目,融资风险,灰色模糊评价,风险评价

参考文献

[1]李辉, 徐霞.基于熵值权的PPP项目风险的模糊综合评价方法研究.投资分析, 2008 (3)

[2]张玮, 张卫东.基于网络层次分析法 (ANP) 的PPP项目风险评价研究.项目管理技术, 2010 (10)

[3]李灿灿.PPP融资模式风险分析.经济视点, 2010 (2)

[4]黄斌, 张昊辰, 任泽生.Va R在PPP项目风险管理中的应用.辽宁工程技术大学学报, 2010 (4)

[5]Darrin Grimsey and Mervyn K.Lewis, Evaluating the risks of Public Private Partnerships for infrastructure projects, UK:University of Central Lancashire:Intemational Journal of Porject Management, 2002, (20) , pp.107-118.

[6]A.V.Thomas and Satyanarayana N.Kalidindi, Modeling and assessment of critical risks in BOT road projects.Construction Management and Economics, 2006, 24, (4) , pp.407-424.