基于组合赋权模型的物流企业绩效评价指标体系构建研究

本文以日本物流企业绩效评价指标体系、国资委《2019年企业绩效评价标准值》为基础,通过梳理国内外文献,构建了经营活动、物流活动、企业内外部环境在内的三个准则层,员工离职率等24个评价指标的评价体系。以25家5A级物流企业2018年数据为研究对象,通过组合赋权模型对G1法和BP神经网络法两种单一赋权方法进行组合,建立适应我国物流企业绩效评价的指标体系。本文研究结果表明,我国物流企业绩效评价指标体系的评价结果与物流企业发展现状基本一致。目前,研发投入不足、人才吸引能力较弱是造成传统运输型、仓储型物流企业严重落后于综合服务型物流企业的主要原因。资产回报能力和客户服务水平的差异,是造成我国5A级物流企业之间拉开差距的重要指标。     

基于组合赋权的人力资源管理评价模型

随着人力资源管理在企业中战略地位的提升,对其进行评价成为备受关注的、具有理论意义和实践意义的重要问题。本文根据G1法和熵权法得到各个评价指标的主客观权重,在此基础上利用主、客观评价法的各自评价结果偏离程度最小的原则优化组合赋权模型,确定出最优组合权重,建立基于组合赋权的企业人力资源管理评价模型来对企业的人力资源管理进行有效评价,根据各评价对象的评价结果的大小进行排名并判断其人力资源管理水平的高低。     

多属性决策的组合赋权方法研究

提出了多属性决策组合赋权的一种线性目标规划方法,该法把主观和客观两类权重信息相结合,既能充分利用客观信息,又尽可能地满足决策者的主观愿望,且具有思路清晰、简洁实用、易于计算机上实现等特点。最后通过算例说明了方法的可行性和有效性。     

基于组合赋权的高速公路上市公司绩效动态综合评价

结合高速公路行业的特点,建立了高速公路上市公司绩效评价的评价指标体系,通过组合赋权的方法赋予动态指标权重,并结合理想解法,运用动态综合评价原理对10家高速公路上市公司2005-2007这一时段的经营绩效进行了实证分析。在动态评价模型中,采用序关系分析法和和熵值法确定指标的组合权重,兼顾了主客观赋权的优点,提高了评价结果的准确性。     

基于离差函数和联合熵的组合赋权方法

针对多指标评价权重确定问题,提出了基于最小离差和最大广义联合熵的组合赋权方法。该方法一方面综合考虑了各评价方法从不同角度所确定的权向量,使确定的理想组合评价权向量与所有其他方法的评价权向量之间的总体偏差为最小;另一方面尽量消除组合赋权的不稳定性,使各方法各指标权数赋予平衡因子后广义的联合熵最大,使得全局的不确定性最小、最为合理,由此建立了组合权系数优化模型。最后通过实例说明了此方法的合理性。     

基于粗糙集的组合评价方法研究

为了解决多方法评价结论的非一致性问题,目前有不少学者提出了组合评价的思路.但现有的组合评价方法普遍隐含着与实际情况相悖的基本假设;所讨论的方法适用于所有评价问题,把所有的评价方法进行组合.针对上述问题本文试图基于粗糙集理论和信息熵概念,首先进行评分方法的筛选,然后再计算主要方法的重要程度,经过归一化处理后即得到各可组合方法的权重,进而得到组合评价的结论.最后用一个实例说明本研究实际应用上的有效性.     

基于最小偏差组合权重的突发事件应急能力评价模型

在突发事件应急能力评价问题中存在着不同评价方法的冲突性,即群决策评价结果的方法依赖性问题。本文以高速公路突发事件应急能力评价为研究对象,提出了基于最小偏差组合权重的评价模型。首先,系统地分析了高速公路突发事件应急能力的评价问题,建立了基于过程管理的高速公路突发事件应急能力评价的指标体系。根据语言评价指标分别运用二元语义层次分析法、G1主观赋权法和基于熵值法的二元语义赋权法等三种方法确定各评价指标的权重,然后综合各种评价方法构建了基于最小偏差的组合权重线性规划模型,确定准则层的最优复合权重,得出高速公路应急能力的评价值。最后,以上海"9·14"重大道路交通事故作为应急能力评价的分析案例,比较了不同评价模型的结果,并对评价指标进行敏感性分析。研究结果表明,基于最小偏差组合权重的评价模型能够在多个评价模型中达到最大的一致性,从而有效地减少了群决策中不同主客观评价方法的"极化"效应。     

应用合作博弈确定组合评价权重系数的方法研究

本文运用合作博弈的原理,将用于组合评价、具有相同属性的单一评价方法看作合作博弈中的局中人;采用平均值作为单一方法相对于组合评价结论偏差的参考基准,所得组合评价的误差平方和视为合作的结果;应用多种单一评价方法所得结论的偏差相对于组合评价结论总偏差的贡献,来对单一方法进行赋权。最后针对一个案例,采用自主开发的基于MATLAB语言工具的EVversion1 0软件进行模拟分析与比较分析。     

一种最小二乘意义下主客观评价一致的组合评价方法

本文分析了主观赋权法和客观赋权法的基本原理,在此基础上,提出了一种最小二乘意义下主客观评价一致的组合评价方法,并通过实例说明这种方法的合理性。     

一种基于方差最大化的组合赋权评价方法及其应用

粗糙集权重确定方法利用属性重要度来确定属性的客观权重,这种方法克服了权重确定过分依赖专家经验知识的不足,但也忽略了各属性指标本身的重要性问题。本文将粗糙集权重确定方法与专家主观赋权的层次分析法相结合,基于方差最大化的原理提出了一种主客观组合赋权方法。粗糙集结合主观层次分析法的组合权重很好地将两者的优点有效结合,同时方差最大化原理也对传统组合权重确定方法进行了改进,使得权重的确定更加合理,更能有助于决策者做出决策。最后,用一个算例应用证明了该种组合赋权决策方法的可行性。     

基于信息熵的群组聚类组合赋权法

在多属性群决策方法的研究中,为了科学地确定专家的权重,提出一种基于信息熵的群组聚类组合赋权法。依据各个专家的判断矩阵归一化得到的排序向量,利用相关系数法构造相关矩阵。通过分析阀值变化率选取最优聚类阀值,对相似程度较高的排序向量给出合理的聚类。运用信息熵为类内专家赋权,综合聚类结果和排序向量的信息熵,确定专家的总权重。算例表明该方法可以对较为相近的专家评价结果进行有效分类,并准确衡量每位专家评价信息量的大小,能够有效提高专家赋权的合理性和群组决策的科学性。     

基于差异系数σ/μ的最优投资组合方法

本文以Markowitz均值-方差模型为基础,提出了差异系数σ/μ极小化以及在此条件下的组合收益率极大化的均衡理论,利用Lagrange参数法,得到了一种使单位收益风险最小的投资组合决策方法,并给出了实例分析。     

基于综合集成赋权法的工程项目风险评估模型研究

本文综合"差异驱动"与"功能驱动"赋权法的优缺点,针对定量评估和打分法确定权重的非充分客观性,建立了基于综合集成赋权方法的项目风险评估模型,并通过实例计算,验证了方法的正确性与适用性.为建筑企业在风险管理方面提供决策依据.     

基于最大指标区分度与最优相对隶属度的上市公司信用风险研究

信用风险又称违约风险,是评价一笔债务由于某些因素遭受损失的可能性,因此信用评价体系既要有违约鉴别能力,又能给出违约产生的原因。本文涉及的问题一是如何在众多指标中筛选出对违约状态鉴别最大的指标组合,二是如何对指标赋予权重,使得权重体现指标真实的重要程度,三是如何选取兼顾分类性能和可解释性的模型。本文的方法一是通过指标区分度最大的广义F-Score、指标子集间冗余度最小的平均相关系数遴选出对违约状态鉴别能力最大的指标体系;二是通过构建组合赋权模型,以指标信息含量最大、赋权结果一致性最大为目标函数,得到一组最优的指标权重;三是以客户与类别的广义加权距离最小为目标函数,求解非线性目标规划得到客户在不同类别中的相对隶属度,以此得到客户所属类别。上市公司样本实证分析表明：（1）从610个指标中筛选出的31个指标既具有违约状态的区分能力,又符合"信用5C"原则,是一个科学、合理的指标体系;（2）通过组合赋权得到31个指标的权重,企业内部财务因素对信用评价影响最大,"营运资本周转率"的权重值最大,是影响企业信用评价的关键指标,"监事会会议次数"、"派息比"、"审计意见类型"等指标都是影响信用评价的重要指标;（3）与逻辑回归、支持向量机等8种模型对比发现,本文提出的相对隶属度模型不仅具有良好的分类性能,而且是一个平衡分类性能、可解释性的模型。     

基于熵权的电网性能评价指标权重的确定

在电网性能评价过程中,对指标权重的确定是必不可少的环节,常用的方法中,主观性过强,为了避免由于主观性过强而引起的偏差,引用了客观性占较大权重的熵权系数法,与传统的层次分析法相比,该方法更符合项目的实际情况,决策更合理,风险也更小。     

敏感度系数应用问题探析

敏感度系数是进行敏感性分析的重要指标,由于<建设项目经济评价方法与参数>(第三版)没有对敏感性系数的计算公式进行详细解释,因此导致了工程咨询人员在对项目进行经济评价时对敏感性系数的误解和误用.对敏感度系数的正确解释有助于解决长期困扰工程咨询人员的这一问题,提高工程咨询的质量和水平.     

基于兼容一致性方法集成组合评价研究

由于单一的评价方法从不同的角度得出的评价结果存在一定的差异;使得多方法评价结论的兼容一致性问题难以解决.针对这个问题,本文在分析前人成果的基础上提出了基于兼容一致性方法集成组合评价模型.并通过实例验证了研究的实际应用中的有效性.     

敏感度系数应用问题探析

敏感度系数是进行敏感性分析的重要指标,由于《建设项目经济评价方法与参数》(第三版)没有对敏感性系数的计算公式进行详细解释,因此导致了工程咨询人员在对项目进行经济评价时对敏感性系数的误解和误用。对敏感度系数的正确解释有助于解决长期困扰工程咨询人员的这一问题,提高工程咨询的质量和水平。