基于AHP-模糊综合评判法的(5)

?????(3)5(3)6(3)7(3)8(3)9?0.1082?0.2684?0.0290 ?0.0655?0.2684?0.0176 ?0.4286?0.1172?0.0502 ?0.4286?0.1172?0.0502 ?0.1428?0.1172?0.0167

绘制总排序表，如表3.6。

表3.6 绩效测评各评价指标总排序表

A层 B层 权重 C层 目标达成度C11 工作效率C12 业务能力C21 绩效考核A 工作能力B2 0.2684 创新能力C22 应变能力C23 抗压能力C24 责任心C31 工作态度B3 0.1172 敬业精神C32 团队合作C33 权重 0.1995 0.4149 0.1528 0.0680 0.0290 0.0176 0.0502 0.0502 0.0167 C层评价指标权重排序 2 1 3 4 6 7 5 5 8 工作业绩B1 0.6144 从上表中可以看出，员工绩效测评中各评价指标相对重要性的一个大致排序。

21

第4章 基于模糊综合评判法的 岗位评价和绩效测评结果的处理

运用AHP确定了各评价指标的权重之后，就可以针对某一岗位或者某一员工的绩效进行评估，下面我们就用模糊综合评判法对其进行处理。

4.1 模糊综合评判法概述

在现实世界中，很多事物之间的关系是不清晰的，是模糊的，他们之间没有明确的界限，具有模糊性，在方案的评价过程中，要想准确的描述一个目标，往往极为困难。而模糊综合评价法能有效地解决行为信息不完全、决策目标具有模糊性且难以量化的问题[14]。

综合评判是对多种属性的事物，或者说其总体优劣受多种因素影响的事物，做出一个能合理地综合这些属性或因素的总体评判。例如，教学质量的评估就是一个多因素、多指标的复杂的评估过程，不能单纯地用好与坏来区分。而模糊逻辑是通过使用模糊集合来工作的，模糊集合的概念是由美国控制论专家扎德教授在1965年提出的，从而开创了模糊数学这个崭新的分支。用模糊数学能够有效地描述模糊概念，是一种精确解决不精确不完全信息的方法，其最大特点就是用它可以比较自然地处理人类思维的主动性和模糊性。因此对这些诸多因素进行综合，才能做出合理的评价，在多数情况下，评判涉及模糊因素，用模糊数学的方法进行评判是一条可行的也是一条较好的途径。

4.1.1 模糊综合评判模型的建立步骤

1) 建立因素集

因素就是评价对象的各种属性或性能，在不同场合，也称为参数指标或质量指标，它们综合的反映出对象的质量，人们就是根据这些因素进行评价。所谓因素集，就是影响评价对象的各种因素组成的一个普通集合，即U={u1，u2，...，un}。这些因素通常都具有不同程度的模糊性，但也可以是非模糊的。 2) 建立备择集

备择集，又称评价集、因素评语集，是评价者对评价对象可能做出的各种总的评价结果所组成的集合，即V={v1，v2.....，vm}。各元素vi代表各种可能的总评结果，如对学生成绩评价中的优秀、良好、中等、及格、不及格等。模糊综合评判的目的，就是在

22

综合考虑所有影响因素的基础上，从备择集中得出一个最佳的评价结果。 3) 建立权重集

在因素集中，各因素的重要程度是不一样的。为了反映各因素的重要程度，对各个因素ui应赋予一相应的权数ai（i=1，2，…，n）。由各权数所组成的集合A=(ai,a2,…,an)称为因素权重集，简称权重集。 4) 单因素模糊评价[15]

单因素评价集Ri=（ri1，ri2，…，rim）

以单因素评价集为行组成的矩阵称为单因素评价矩阵。该矩阵是一个模糊矩阵。

?R1??r???11??R??R2???r21?......?????rn1?Rn???5) 模糊综合评价

rrr1222...n2............rr??2m? ...???rnm?1m由单因素评价矩阵可以看出：R的第i行反映了第i个因素影响评价对象取备择集中各个元素的程度；R的第j列则反映了所有因素影响评价对象取第j个备择元素的成都。如果对各因素作用以相应的权数ai，便能合理的反映所有因素的综合影响。因此，模糊综合评价可以表示为：

?r11?B?A?R?(a1,a2,...,an)?r21?...???rn1rrr1222...n2............rr??2m??(,,...,) （式4-1） ...?b1b2bm?rnm??1m式中，bj称为模糊综合评价指标，简称评价指标。其含义为：综合考虑所有因素的影响时，评价对象对备择集中第j个元素的隶属度。 6) 评价指标的处理

得到评价指标之后，可以根据某一评价原则来决定评价结果。 评价原则一：最大隶属原则

即取与最大的评价指标相对应的备择元素为评价结果。本文欲采用此原则对评价指标进行处理。

评价原则二：最小代价原则

设x属于vi却判别为vj的代价为dij，又用βj表示判别为vj的全部代价，即

???db （j=1，2，…，n）

ji?1ijin

23

若 则认为x属于vj0类。

评价原则三：置信度原则

?j?min?

01?j?nj置信度准则主要应用于有序评价类的评价结果的处理。 评价原则四：评分原则

设{v1，v2.....，vn}为一个有序评价类。由于评价类vi之间有强弱关系，我们可以用分数表示评价类的强弱关系，强类的分数比弱类的分数大。设vi的分数为ki，当v1﹤v2﹤…﹤vn时，有k1﹤k2﹤…﹤kn；当v1﹥v2﹥…﹥vn时，有k1﹥k2﹥…﹥kn。称

q??kb

xi?1iin为x的分数。

如果 则认为x1比x2强，记为x1﹥x2。

qx﹥qx1

24.1.2 模糊综合评判法的原理

1) 单因素模糊评价[16]

单独从一个因素出发进行评价，以确定评价对象对备择集元素的隶属度。单因素评判矩阵的获得，为下一步的模糊综合评判做好了铺垫，以后的步骤是在此基础上进行模糊运算的。 2) 模糊综合评价

单因素模糊评价仅反映了一个因素的评价对象的影响，这显然是不够的，要综合考虑所有因素的影响，便是模糊综合评价。在进行模糊综合评价，权重矩阵与单因素评价在合成时，可选用下述几种模型[17]：

模型一：M(?,?) 即

b??(a?rji?1inij) （式4-2）

由于取小运算使得rij﹥ai的rij均不考虑，ai成了rij的上限，当因素较多时，权数ai很小，因此将丢失大量的单因素评价信息。相反，因素较少时，ai可能较大，取小运算使得ai﹥rij的ai均不考虑，rij成了ai的上限，因此，将丢失主要因素的影响。取大运算均是在ai和rij的较小者中去其最大者，这又要丢失大量信息。所以，该模型不宜用于因素太多或者太少的情形。

24

模型二：M(?,?) 即

b??(a?rji?1inij) （式4-3）

ai和rij为普通乘法运算，不会丢失任何信息，但取大运算仍将丢失大量有用信息。 模型三：M(?,?) 即

b??(a?rji?1inij) （式4-4）

该模型在进行取小运算时，仍会丢失大量有价值的信息，以致得不出有意义的评价结果。

模型四：M(?,?) 即

b??(a?rji?1inij) （式4-5）

该模型不仅考虑了所有因素的影响，而且保留了单因素评价的全部信息，适用于需要全面考虑各个因素的影响和全面考虑单因素评价结果的情况。

对于企业岗位评价和绩效测评来说，是一个多因素的评价过程。在抓住关键因素的同时，需要综合考虑多个因素来确定岗位的价值以及考核对象的绩效。因此，本文采用模型四进行模糊综合评判。

4.2 基于模糊综合评判法的岗位评价结果的处理

首先利用隶属度对每个因素的归属级别(相应的点数)逐个进行模糊处理，然后再综合到各个岗位。例如，对于某一岗位“学历”这一评价因素，在8位评价委员中，认为其属于第一等级的有1人，认为其属于第二等级的有3人，认为其属于第三等级的有4人，认为其属于第四等级的有0人，那么，对于“学历”隶属于各个等级的程度为：u= (1/8，3/8，4/8，0/8)。对于其他评价因素做同样的处理，分别确定各评价因素所属等级程度，最后将每个岗位所有评价因素的等级程度以及各因素所占的权重结合起来，最后根据最大隶属原则，确定该岗位所属等级。这样的处理过程不仅简单易行，而且大大提高了岗位评价的精确性。因为，它更加注重对过程的处理，对每一个评价因素所属的等级分别进行了确定，更加全面、综合地考虑了各位评价委员的意见，而不只是在某一个环节上作处理。因此，这样得出的结果就会更可靠， 更接近现实。

结合层次分析法研究的结果，对“技术总监”这一岗位进行模糊评价。假设该企业的岗位分为四个等级，有8位专家对该岗位各个评价因素进行评定，如表4.1所示。则

25

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于AHP-模糊综合评判法的(5)在线全文阅读。