導(dǎo)語：如何才能寫好一篇數(shù)學(xué)建模求權(quán)重的方法，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】層次分析法；MATLAB；學(xué)生素質(zhì)綜合評定

一、層次分析法概述

層次分析法是將決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)上進(jìn)行定性和定量分析的決策方法.該方法是美國匹茨堡大學(xué)教授、運籌學(xué)家薩蒂于20世紀(jì)70年代初，在為美國國防部研究“根據(jù)各個工業(yè)部門對國家福利的貢獻(xiàn)大小而進(jìn)行電力分配”課題時，應(yīng)用網(wǎng)絡(luò)系統(tǒng)理論和多目標(biāo)綜合評價方法，提出的一種層次權(quán)重決策分析方法.這種方法的特點是在對復(fù)雜的決策問題的本質(zhì)、影響因素及其內(nèi)在關(guān)系等進(jìn)行深入分析的基礎(chǔ)上，利用較少的定量信息使決策的思維過程數(shù)學(xué)化，從而為多目標(biāo)、多準(zhǔn)則或無結(jié)構(gòu)特性的復(fù)雜決策問題提供簡便的決策方法.尤其適合于對決策結(jié)果難于直接準(zhǔn)確計量的場合.運用層次分析法建模，大體上可按下面四個步驟進(jìn)行：

1建立遞階層次結(jié)構(gòu)模型

應(yīng)用層次分析法分析決策問題時，首先要把問題條理化、層次化，構(gòu)造出一個有層次的結(jié)構(gòu)模型.在這個模型下，復(fù)雜問題被分解為元素的組成部分.這些元素又按其屬性及關(guān)系形成若干層次.上一層次的元素作為準(zhǔn)則對下一層次有關(guān)元素起支配作用.這些層次可以分為三類：

（1）最高層：這一層次中只有一個元素，一般它是分析問題的預(yù)定目標(biāo)或理想結(jié)果，因此也稱為目標(biāo)層.

（2）中間層：這一層次中包含了為實現(xiàn)目標(biāo)所涉及的中間環(huán)節(jié)，它可以由若干個層次組成，包括所需考慮的準(zhǔn)則、子準(zhǔn)則，因此也稱為準(zhǔn)則層.

（3）最底層：這一層次包括了為實現(xiàn)目標(biāo)可供選擇的各種措施、決策方案等，因此也稱為措施層或方案層.

遞階層次結(jié)構(gòu)中的層次數(shù)與問題的復(fù)雜程度及需要分析的詳盡程度有關(guān)，一般層次數(shù)不受限制.每一層次中各元素所支配的元素一般不要超過9個.這是因為支配的元素過多會給兩兩比較判斷帶來困難.

2構(gòu)造出各層次中的所有判斷矩陣

層次結(jié)構(gòu)反映了因素之間的關(guān)系，但準(zhǔn)則層中的各準(zhǔn)則在目標(biāo)衡量中所占的比重并不一定相同，在決策者的心目中，它們各占有一定的比例.在確定影響某因素的諸因子在該因素中所占的比重時，遇到的主要困難是這些比重常常不易定量化.此外，當(dāng)影響某因素的因子較多時，直接考慮各因子對該因素有多大程度的影響時，常常會因考慮不周全、顧此失彼而使決策者提出與他實際認(rèn)為的重要性程度不相一致的數(shù)據(jù)，甚至有可能提出一組隱含矛盾的數(shù)據(jù).為看清這一點，可作如下假設(shè)：將一塊重為1千克的石塊砸成n小塊，你可以精確稱出它們的重量，設(shè)為w1，…，wn，現(xiàn)在，請人估計這n小塊的重量占總重量的比例（不能讓他知道各小石塊的重量）.此人不僅很難給出精確的比值，而且完全可能因顧此失彼而提供彼此矛盾的數(shù)據(jù).

設(shè)現(xiàn)在要比較n個因子X={x1，…，xn}對某因素Z的影響大小，薩蒂等人建議可以采取對因子進(jìn)行兩兩比較建立成對比較矩陣的辦法.即每次取兩個因子xi和xj，以aij表示xi和xj對Z的影響大小之比，全部比較結(jié)果用矩陣A=(aij)n×n表示，稱Z為Z-X之間的成對比較判斷矩陣（簡稱判斷矩陣）.容易看出，若xi與xj對Z的影響之比為aij，則xj與xi對Z的影響之比應(yīng)為aji=1aij.

矩陣A=(aij)n×n具有性質(zhì)：

（1）aij>0.

（2）aji=1aij（i，j=1，2，…，n）.

稱之為正互反矩陣(易見aii=1，i=1，…，n).

關(guān)于如何確定aij的值，薩蒂等人建議引用數(shù)字1~9及其倒數(shù)作為標(biāo)度.下表1列出了1~9標(biāo)度的含義.

表1 判斷矩陣標(biāo)度及其含義

標(biāo) 度含 義

1表示兩個因素相比，具有相同重要性

3表示兩個因素相比，前者比后者稍重要

5表示兩個因素相比，前者比后者明顯重要

7表示兩個因素相比，前者比后者強(qiáng)烈重要

9表示兩個因素相比，前者比后者極端重要

2，4，6，8表示上述相鄰判斷的中間值

從心理學(xué)觀點來看，分級太多會超越人們的判斷能力，既增加了作判斷的難度，又容易因此而提供虛假數(shù)據(jù).薩蒂等人還用實驗方法比較了在各種不同標(biāo)度下人們判斷結(jié)果的正確性，實驗結(jié)果也表明，采用1~9標(biāo)度最為合適.

3層次單排序及一致性檢驗

判斷矩陣A對應(yīng)于最大特征值λmax的特征向量W，經(jīng)歸一化后即為同一層次相應(yīng)因素對于上一層次某因素相對重要性的排序權(quán)值，這一過程稱為層次單排序.

上述構(gòu)造成對比較判斷矩陣的辦法雖能減少其他因素的干擾，較客觀地反映出一對因子影響力的差別.但綜合全部比較結(jié)果時，其中難免包含一定程度的非一致性.如果比較結(jié)果是前后完全一致的，則矩陣A的元素還應(yīng)當(dāng)滿足：

aijajk=aik，i，j，k=1，2，…，n.

稱滿足這一關(guān)系式的正互反矩陣稱為一致矩陣.需要檢驗構(gòu)造出來的正互反判斷矩陣A是否嚴(yán)重地非一致，以便確定是否接受A.對判斷矩陣的一致性檢驗的步驟如下：

(1)計算一致性指標(biāo)CI

CI=λmax-nn-1.

(2)查找相應(yīng)的平均隨機(jī)一致性指標(biāo)RI

對n=1，…，9，薩蒂給出了RI的值，如下表2所示：

表2 RI值

n123456789

RI000.580.901.121.241.321.411.45

RI的值是這樣得到的：用隨機(jī)方法構(gòu)造500個樣本矩陣，隨機(jī)地從1~9及其倒數(shù)中抽取數(shù)字構(gòu)造正互反矩陣，求得最大特征根的平均值λ′max，并定義RI=λ′max-nn-1.

(3)計算一致性比例CR

CR=CIRI.

當(dāng)CR

4層次總排序及一致性檢驗

上面我們得到的是一組元素對其上一層中某元素的權(quán)重向量.我們最終要得到各元素，特別是最底層中各方案對于目標(biāo)的排序權(quán)重，從而進(jìn)行方案選擇.總排序權(quán)重要自上而下地將單準(zhǔn)則下的權(quán)重進(jìn)行合成.

設(shè)上一層次（A層）包含A1，…，Am共m個因素，它們的層次總排序權(quán)重分別為a1，…，am.又設(shè)其后的下一層次（B層）包含n個因素B1，…，Bn，它們關(guān)于Aj的層次單排序權(quán)重分別為b1j，…，bnj（當(dāng)Bi與Aj無關(guān)聯(lián)時，bij=0）.現(xiàn)求B層中各因素關(guān)于總目標(biāo)的權(quán)重，即求B層各因素的層次總排序權(quán)重b1，…，bn，計算按下表3所示方式進(jìn)行，即bi=∑mj=1bijaj，i=1，…，n.

表3 層次總排序

層次A1A2…Ama1a2…amB層總排序權(quán)值

B1b11b12…b1mW1=∑mj=1ajb1j

B2b21b22…b2mW2=∑mj=1ajb2j

Bnbn1bn2…bnmWn=∑mj=1ajbnj

對層次總排序也需作一致性檢驗，檢驗仍像層次總排序那樣由高層到低層逐層進(jìn)行.這是因為雖然各層次均已經(jīng)過層次單排序的一致性檢驗，各成對比較判斷矩陣都已具有較為滿意的一致性.但當(dāng)綜合考察時，各層次的非一致性仍有可能積累起來，引起最終分析結(jié)果較嚴(yán)重的非一致性.

設(shè)B層中與Aj相關(guān)的因素的成對比較判斷矩陣在單排序中經(jīng)一致性檢驗，求得單排序一致性指標(biāo)為CIj，（j=1，…，m），相應(yīng)的平均隨機(jī)一致性指標(biāo)為RIj（CIj，RIj已在層次單排序時求得），則B層總排序隨機(jī)一致性比例為CR=∑mj=1CIjaj∑mj=1RIjaj.當(dāng)CR

二、層次分析法在學(xué)生綜合素質(zhì)評定中的應(yīng)用舉例

某高校為了做好學(xué)生素質(zhì)的綜合評估，使推薦就業(yè)盡可能科學(xué)合理，構(gòu)造了相應(yīng)的層次結(jié)構(gòu)模型，在評估時，只要根據(jù)該學(xué)生的各項指標(biāo)，利用由層次分析得到的評估公式計算其最終得分即可.

1建立遞階層次結(jié)構(gòu)

2構(gòu)造各層次所有判斷矩陣和層次單排序及一致性檢驗

學(xué)院認(rèn)為，為了就業(yè)的需求，知識面與外觀形象同樣重要，而在能力方面則應(yīng)有稍強(qiáng)一些的要求.根據(jù)以上看法，建立A-B層成對比較判斷矩陣：

AB1B2B3

B11121

B2212

B31121

進(jìn)行一致性檢驗求出CR=0，即通過一致性檢驗并求得B層的三個元素B1，B2，B3對A層的權(quán)重向量為：WA=025000500002500.

在知識中，我們認(rèn)為專業(yè)知識更為重要，其次是基礎(chǔ)理論知識，再次是外語知識，由此建立B1-C層成對比較判斷矩陣：

B1C1C2C3

C11153

C2518

C313181

進(jìn)行一致性檢驗求出CR=00380，即通過一致性檢驗并求得B1層的三個元素C1，C2，C3對B1層的權(quán)重向量為：WB1=018630737000768.

在能力中，我們認(rèn)為動手能力、組織能力與其他能力重要性大致相同，建立B2-C層成對比較判斷矩陣：

B2C4C5C6

C4111

C5111

C6111

進(jìn)行一致性檢驗求出CR=0，即通過一致性檢驗并求得B2層的三個元素C3，C4，C5對B2層的權(quán)重向量為：WB2=033330333303333.

在外表中，我們認(rèn)為氣質(zhì)最重要，其次是身高，最不重要的是體重，于是建立B3-C層成對比較判斷矩陣：

B3C7C8C9

C7157

C81512

C917121

進(jìn)行一致性檢驗求出CR=00122，即通過一致性檢驗并求得B3層的三個元素C7，C8，C9對B3層的權(quán)重向量為：WB3=073800167600944.

3層次總排序及一致性檢驗

經(jīng)層次總排序，可求得C層中各因子Ci在總目標(biāo)層A中的權(quán)重分別為：0.0466，0.1842，0.0192，0.1667，0.1667，0.1667，0.1845，0.0419，0.0236.

即ACi=(00466，01842，00192，01667，01667，01667，01845，00419，00236)，并通過一致性檢驗.

4學(xué)生綜合評估模型

在學(xué)生的基礎(chǔ)學(xué)科、專業(yè)學(xué)科、英語、計算機(jī)、實訓(xùn)課程、組織能力、體育健康測試所得的測評分?jǐn)?shù)的基礎(chǔ)上，經(jīng)過數(shù)據(jù)的標(biāo)準(zhǔn)化處理，得到C1-C9各指標(biāo)的評分，記為：X=(x1，x2，…，x9)T，即學(xué)生綜合測評的總得分為：

y=ACX

=00466x1+01842x2+00192x3+01667(x4+x5+x6)+

01845x7+00419x8+00236x9.

三、學(xué)生素質(zhì)綜合測評中層次分析法的MATLAB程序

1建立M文件（fun10_2.m）：層次分析法中對判斷矩陣進(jìn)行一致性檢驗及求權(quán)重向量的程序.

function ［w CR］=fun10_2(A1)

length_a=length(A1);

eigroot_a=eig(A1);

max_eigroot_a=max(abs(eigroot_a));

CI=(max_eigroot_a-length_a)/(length_a-1);

RI=［0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49 1.51］;

CR=CI/RI(length_a);

if CR

sum_col=sum(A1);

for i=1:length_a

A(:，i)=A1(:，i)/sum_col(i);

end

v=sum(A，2);

sum_a=sum(v);

w=v/sum_a;

else

w=zeros(length_a，1);

disp(’error’);

end

2建立M文件（fun10_1.m）：調(diào)用fun10_2.m計算判斷矩陣相關(guān)數(shù)據(jù)，并進(jìn)行層次總排序和總排序一致性檢驗的程序.

clear

clc

close

B1=［1 1/5 3;5 1 8;1/3 1/8 1］;

［w1 CI］=fun10_2(B1);

w=［w1］;ci=［CI］;

B2=［1 1 1;1 1 1;1 1 1］;

［w1 CI］=fun10_2(B2);

w=［w w1］;ci=［ci CI］;

B3=［1 5 7;1/5 1 2;1/7 1/2 1］;

［w1 CI］=fun10_2(B3);

w=［w w1］;ci=［ci CI］;

A=［1 1/2 1;2 1 2;1 1/2 1］;

［w_a CR］=fun10_2(A);

w_last=w_a’*w’

CR_last=w_a’*ci’/sum(0.58*w_a)

w_11=w_a(1)*w(:，1);

w_12=w_a(2)*w(:，2);

w_13=w_a(3)*w(:，3);

w_last=［w_11’，w_12’，w_13’］

CR_last=w_a’*ci’/sum(0.58*w_a)

【參考文獻(xiàn)】

［1］韓中庚.數(shù)學(xué)建模方法及其應(yīng)用.北京：高等教育出版社，2006.

篇2

【關(guān)鍵詞】模糊評價；課余生活；大學(xué)生

一、引言

大學(xué)新生在剛進(jìn)入大學(xué)時，會感到迷茫，其中最重要的是不知道如何支配自己的課余時間。那么，研究大一新生課余生活的時間支配就尤為重要。為此，我們通過研究大一新生的課余時間安排，有效的評價大一學(xué)生課余生活的利用效率。本文通過五項指標(biāo)，對學(xué)生的課余時間利用情況進(jìn)行綜合評價，分析大一新生課余時間管理安排中的不當(dāng)原因，提出切實可行的方法實現(xiàn)大學(xué)生課余時間管理的有效途徑，從而幫助大一新生合理安排課余時間，提高課余時間的管理質(zhì)量，提高大學(xué)生課余時間利用效率，探索高校輔導(dǎo)員思想政治教育工作的新思路。

二、模糊數(shù)學(xué)模型的建立

長期以來，人民對于客觀事物的認(rèn)識，習(xí)慣追求其精確性和清晰性。但人腦作為認(rèn)識和改造客觀世界的主體，對自然現(xiàn)象的反應(yīng)往往都是模糊的。模糊集合是對這些模糊現(xiàn)象或模糊概念的刻畫。利用模糊數(shù)學(xué)概念，建立模型，根據(jù)模糊數(shù)學(xué)最大隸屬度原則，使大一新生課余生活的豐富度的等級評價更加合理化。綜合評價就是對守到多個因素制約的事物或現(xiàn)象做出一個總的評價，這是在日常生活和科研工作中經(jīng)常遇到的問題。由于面對大學(xué)生課余生活豐富度的評價難免帶有模糊性和主觀性，利用模糊數(shù)學(xué)的方法進(jìn)行綜合評價將使得結(jié)果盡量客觀，從而取得更好的實際效果。

（一）建立模糊評判對象因素集

根據(jù)引言中分析，評價大學(xué)生課余生活豐富度需要從上網(wǎng)時間和看書時間等五個指標(biāo)入手，并由此建立大一課余生活豐富度集合

（二）建立評判集

本文將大一新生課余生活豐富度的五項指標(biāo)分為優(yōu)、良、中、差四個等級，并由此構(gòu)成評語集

設(shè)是從V到U的模糊關(guān)系，即是一個fuzzy子集，表示第i種評語集在第j個因素打到的可能程度。

（三）求出模糊判斷矩陣

我們通過問卷調(diào)查的形式，得到了合肥四所高校的上述五項指標(biāo)分布的條形圖：

根據(jù)圖表所示，我們得到了各高校豐富度的綜合評價矩陣，（i=1，2，3，4）分別表示：安徽大學(xué)，安徽建筑大學(xué)，中國科學(xué)技術(shù)大學(xué)，

安徽三聯(lián)學(xué)院。其中

3各項權(quán)重的確立

由于評價體系中各指標(biāo)的；量綱不同，不能直接比較他們的差異。為了消除這一影響，需要用各項指標(biāo)的變異系數(shù)來衡量各指標(biāo)的差異程度。求各變異系數(shù)的公式如下：

式中，是第i指標(biāo)的變異系數(shù)；是第i項指標(biāo)的標(biāo)準(zhǔn)差；是各項指標(biāo)的平均數(shù)。各項指標(biāo)的權(quán)重為：

根據(jù)上述公式，我們得到各項指標(biāo)的權(quán)重，如表1所示：

表1五項指標(biāo)的權(quán)重

我們設(shè)定為各個指標(biāo)的綜合評價分?jǐn)?shù)，則：

最終，我們得到各個學(xué)校的綜合評分，見表2：

表2各高校大一新生課余生活豐富度總得分

三、教育和引導(dǎo)的對策建議

通過問卷調(diào)查的形式得到了合肥四所層次不同的高校大一新生課余時間的支配情況，運用綜合評價的方法得出各高校學(xué)生課余生活豐富度的總得分。發(fā)現(xiàn)大多數(shù)學(xué)生把時間花在了上網(wǎng)上，而社會實踐和看書時間較少。

1、學(xué)校層面：應(yīng)盡力完善校園基礎(chǔ)文化建設(shè)，例如籃球場、學(xué)生活動中心等場所；開展第二課堂，培養(yǎng)大學(xué)生對時間的概念；開辦團(tuán)黨課，端正動機(jī)和樹立大學(xué)生的社會責(zé)任感；開展一系列讀書活動，充分利用圖書館的豐富資源，充實大學(xué)生課余生活節(jié)目。其次為大學(xué)生開辟實踐基地，擴(kuò)寬實踐途徑，讓學(xué)生們有機(jī)會與社會接觸，從而在實踐中感受到自己的緊迫感與使命感，從而更好的規(guī)劃自己的課余生活。

2、教育層面：大學(xué)階段是學(xué)生們走向社會的第一步，要培養(yǎng)大學(xué)生的自我管理能力和自我控制能力，引導(dǎo)大學(xué)生充分的了解自我，培養(yǎng)良好的生活習(xí)慣，積極發(fā)展自己的業(yè)余愛好，并克服一些不良習(xí)慣；引導(dǎo)大學(xué)生正確使用網(wǎng)絡(luò)；培養(yǎng)學(xué)生們樹立時間價值評價體系，學(xué)會如何管理時間，養(yǎng)成事前規(guī)劃，合理安排時間，事后總結(jié)歸納，認(rèn)真分配好自己的課余時間。

3、學(xué)生層面：經(jīng)過分析僅有少數(shù)的學(xué)生能有合理安排自己的課余生活，設(shè)計一系列的中長期學(xué)習(xí)生活計劃，而且能有基本按計劃實施，但是絕大多數(shù)的學(xué)生的課余生活相當(dāng)混亂。因此要擴(kuò)展視野，女里提高自我的綜合素質(zhì)，樹立“正能量”的生活態(tài)度；充分利用社會與學(xué)校所提供的各種有利條件，提高自我價值；積極參加社會或是學(xué)校組織的各種實踐活動，多多與社會接觸，學(xué)習(xí)并積累相關(guān)專業(yè)知識和經(jīng)驗，為今后就業(yè)提供更大的平臺。

參考文獻(xiàn)：

[1]勝令霞.大學(xué)生業(yè)余時間利用情況的調(diào)查、分析與對策――以河南大學(xué)生為例[J].中州學(xué)刊.2011（05）

[2]黃雪燕.大學(xué)生業(yè)余時間管理存在的問題及對策[J].重慶科技學(xué)院學(xué)報（社會科學(xué)版）.2011（11）

[3]夏莉莉.當(dāng)代大學(xué)生業(yè)余時間分配情況的調(diào)查研究[J].知識經(jīng)濟(jì).2011（04）

篇3

關(guān)鍵詞：生鮮品；物流供應(yīng)鏈；層次分析法；權(quán)重；模糊綜合評價

一、引言

自改革開放開始我國經(jīng)濟(jì)飛速發(fā)展，近幾年來隨著我國經(jīng)濟(jì)步入新常態(tài)，我國的經(jīng)濟(jì)增長開始逐漸由過去主要依靠犧牲環(huán)境和資源的”工業(yè)型經(jīng)濟(jì)“拉動轉(zhuǎn)向依靠創(chuàng)新和綠色環(huán)保的”服務(wù)消費型經(jīng)濟(jì)”拉動。服務(wù)業(yè)在國民經(jīng)濟(jì)中所占的比重不斷增加，在將來的很長一段時期內(nèi)都將會是充滿活力的產(chǎn)業(yè)。在經(jīng)濟(jì)高速發(fā)展的同時，人民的生活質(zhì)量、收入水平、消費水平、物質(zhì)文化需求日益提高。在現(xiàn)階段由于線上消費具有商品種類齊全、價格優(yōu)惠、交易方式快捷方便等優(yōu)勢，所以人們的消費方式已經(jīng)不僅僅局限于線下消費。但是線上消費對物流供應(yīng)鏈的要求比線下消費高很多，人們在線上衣食住行等方面的消費需求對物流行業(yè)的服務(wù)提出了更高的質(zhì)量要求，物流服務(wù)供應(yīng)鏈逐漸成為服務(wù)業(yè)的生命線。隨著改革的進(jìn)一步深化，新常態(tài)時期下綠色物流供應(yīng)鏈具有以下特點：第一、運營過程的動態(tài)性，即物流供應(yīng)鏈并不是靜止不變的，而應(yīng)該通過自身不斷地完善和發(fā)展來適應(yīng)快速變化的市場需求；第二、物流供應(yīng)鏈的形式具有多樣性，即不同行業(yè)所形成的供應(yīng)鏈具有不同的形式；第三、各物流供應(yīng)鏈的節(jié)點交叉性強(qiáng)，即不同的物流供應(yīng)鏈共同擁有一些節(jié)點；第四、與以往相比，新常態(tài)時期下的物流供應(yīng)鏈更加重視環(huán)保效益，在“綠色是發(fā)展的底色”的發(fā)展理念下，追求最大化的利潤不再是評價物流供應(yīng)鏈績效的唯一指標(biāo)；第五、與傳統(tǒng)物流供應(yīng)鏈相比較，綠色物流供應(yīng)鏈更加復(fù)雜和開放，因為綠色物流供應(yīng)鏈將商品送到消費者后所產(chǎn)生的廢棄物和排放物處理也納入了供應(yīng)體系中，從而避免了資源浪費。針對物流供應(yīng)鏈隨著政策發(fā)展出現(xiàn)的諸多新特點，若仍然使用傳統(tǒng)的績效評價方法來考核，這勢必在評價上會產(chǎn)生漏洞。因此，將物流服務(wù)供應(yīng)鏈對生態(tài)環(huán)境的影響加入評價體系是很有意義的。對生鮮品物流服務(wù)供應(yīng)鏈能否做出客觀全面的評價，關(guān)乎政府或相關(guān)企業(yè)是否能做出正確的管理和決策。

國內(nèi)關(guān)于物流服展α吹難芯坑瀉芏唷D吡睪屯蹺蚌衛(wèi)用灰色層次分析法結(jié)合重慶某整車廠整合汽車物流供應(yīng)鏈為例，對影響物流服務(wù)供應(yīng)鏈績效的因素進(jìn)行了評價。黃祖慶等運用利益相關(guān)者理論結(jié)合數(shù)據(jù)可獲得性原則構(gòu)建了包括微觀層面和宏觀層面在內(nèi)的物流服務(wù)供應(yīng)鏈績效評價體系。陳虎針對動態(tài)變化的物流服務(wù)供應(yīng)鏈狀態(tài)，利用模糊評價法對不同歷史時期的物流服務(wù)供應(yīng)鏈績效進(jìn)行評價，并根據(jù)前期評價結(jié)果應(yīng)用馬爾科夫預(yù)測法對未來物流服務(wù)供應(yīng)鏈進(jìn)行了預(yù)測。李耀華在傳統(tǒng)效率考核指標(biāo)的基礎(chǔ)上嘗試加入物流行業(yè)作用于生態(tài)環(huán)境的相關(guān)影響指標(biāo)，從而構(gòu)建了基于綠色供應(yīng)鏈視角的冷鏈物流企業(yè)效率評價體系。雖然目前國內(nèi)關(guān)于物流供應(yīng)鏈績效評價的研究有很多，但是仍然主要以傳統(tǒng)物流服務(wù)供應(yīng)鏈的評價研究為主，而對綠色物流服務(wù)供應(yīng)鏈績效評價的研究還很少。本文借鑒了前人關(guān)于物流服務(wù)供應(yīng)鏈績效評價時所用的部分評價指標(biāo)，同時也根據(jù)績效評價指標(biāo)選取的完備性原則、可操作原則、層次性原則添加了相關(guān)的生態(tài)環(huán)境評價指標(biāo)，經(jīng)過綜合篩選后構(gòu)建了一套科學(xué)的指標(biāo)體系，最后再根據(jù)指標(biāo)體系來設(shè)計問卷，將模糊綜合評價法與層次分析法相結(jié)合的模型應(yīng)用于收集到的問卷數(shù)據(jù)進(jìn)行了實證分析。此外，由于模糊綜合評價中常用的取大取小算法會導(dǎo)致有用信息的過渡損失，并最終導(dǎo)致分析結(jié)果失真（即模型失效）的情況。因此，本文對此提出了相應(yīng)的改進(jìn)模型，從而希望得到一套評價新發(fā)展形勢下的綠色物流服務(wù)供應(yīng)鏈績效的有效方法。

二、研究模型與數(shù)據(jù)

在對物流服務(wù)供應(yīng)鏈的績效進(jìn)行綜合評價時，要保證全面性和客觀性就必須要對被考核對象從各個方面做出準(zhǔn)確的評價，所以這實際上是一個多目標(biāo)決策問題。在實際操作過程中，評判者容易受到經(jīng)驗等主觀因素的限制，因此對物流服務(wù)供應(yīng)鏈的績效進(jìn)行評價時經(jīng)常會涉及到很多模棱兩可、邊界不清、難以定量分析的情況。結(jié)合實際遇到的困難，本文選用模糊綜合評價法來進(jìn)行實證分析，模糊綜合評價法是以模糊數(shù)學(xué)為基礎(chǔ)的評價方法，它主要是根據(jù)模糊關(guān)系合成的原理將難以定量的因素定量化，實踐證明模糊綜合評價法在經(jīng)濟(jì)管理領(lǐng)域的應(yīng)用很成功，它可以促進(jìn)管理和決策的規(guī)范化和科學(xué)化，從而提高管理者的辦事效率[7]。運用模糊綜合評價方法時也會遇到確定指標(biāo)權(quán)重的問題，本文采用層次分析法來確定各指標(biāo)的權(quán)重系數(shù)，使評價過程和評價結(jié)果更具客觀性，從而使模糊綜合評價法更加客觀和完善。

1.模糊綜合評價法的建模步驟

通常情況下，使用模糊綜合評價法都會經(jīng)歷選擇評價因素集（即評價指標(biāo)體系）、選定評價等級集、進(jìn)行單因素評價、建立評價矩陣、確定權(quán)向量、進(jìn)行模糊合成、做出評價決策等重要操作步驟。下面具體介紹以上幾個步驟：

第四步：確定指標(biāo)權(quán)重

在模糊綜合評價中，因素集中的各因素并不是同等重要的，所以需要根據(jù)評價因素對被評價對象的貢獻(xiàn)程度給予相應(yīng)的權(quán)重。如果記評價因素ui的權(quán)重為ai，則對應(yīng)于評價因素集u的權(quán)向量可表示為A=（a1，a2，…ap）。對于權(quán)重ai，通常要求ai≥0。確定權(quán)重系數(shù)的方法有很多，如Delphi法、加權(quán)平均法、專家打分評估法等。本文選用層次分析法來確定權(quán)重系數(shù)，該方法是一種定量與定性分析相結(jié)合的方法，使用層次分析法確定權(quán)重可以降低評判者主觀性引起的誤差。

第五步：模糊合成

在第三步獲得了模糊矩陣R和第四步確定了權(quán)重向量的基礎(chǔ)下，再選擇合適的算法將權(quán)向量A對模糊矩陣R進(jìn)行模糊合成，從而得到模糊綜合評價結(jié)果向量B：

第六步：做出決策

求得綜合評價結(jié)果向量B后，B中最大的元素bi表示被評價對象最適合于該等級。這即是最大隸屬度原則，使用該原則往往會導(dǎo)致重要信息的損失，導(dǎo)致所得到的評價結(jié)果與現(xiàn)實不符，因此本文對該原則做出了一定的改進(jìn)，使用加權(quán)平均來求隸屬等級。

2.層次分析法確定權(quán)重

確定權(quán)重是綜合評價的關(guān)鍵步驟，通?？梢詫①x權(quán)方法分為主觀賦權(quán)法和客觀賦權(quán)法。而本文所選用的層次分析法是一種主觀判斷用客觀的定量形式來表示的賦權(quán)法，它特別適用于一些難以直接用定量指標(biāo)進(jìn)行分析的復(fù)雜問題。一般情況下，層次分析法都要經(jīng)歷建立遞階層次結(jié)構(gòu)、確定判斷矩陣、計算判斷矩陣的特征值、一致性檢驗等重要步驟。

三、案例分析

1.指標(biāo)體系的構(gòu)建和數(shù)據(jù)收集

本文以四川省某第三方物流公司為核心的生鮮品物流服務(wù)供應(yīng)鏈為例，在考慮供應(yīng)鏈整體績效的基礎(chǔ)上，結(jié)合評價指標(biāo)選取中的可操作性原則、獨立性原則、層次性原則、完備性原則，圍繞顧客滿意度、協(xié)同能力、綜合發(fā)展能力、生態(tài)環(huán)境影響、規(guī)范化管理、運營盈利能力這六個方面，構(gòu)建了一套由6個一級指標(biāo)和19個二級指標(biāo)所組成的評價體系，該體系適合新時期下我國生鮮品物流服務(wù)供應(yīng)鏈績效評價。評價所用的數(shù)據(jù)是通過問卷調(diào)查獲得，問卷設(shè)計成李克特量表的格式，指標(biāo)的度量采用李克特量表的方法，各指標(biāo)的評價等級分為4個評價等級：好、良好、一般、差，同時對其進(jìn)行量化并依次賦值為4、3、2、1，所設(shè)計的評價分級標(biāo)準(zhǔn)見表1。

本文采取了發(fā)放紙質(zhì)問卷、電子郵件以及電話訪問等調(diào)查方式，對研究所涉及的企業(yè)中高層負(fù)責(zé)人、普通員工、日常顧客、相關(guān)企業(yè)的合作伙伴以及環(huán)境管理部門進(jìn)行了調(diào)研。本次調(diào)查共發(fā)放300份問卷，收回的有效問卷280份，收回比例為93.3%，因此數(shù)據(jù)是有效的。

2.層次分析法求解指標(biāo)權(quán)重

通過查表可得RI=1.24，則可以求得隨機(jī)一致性比率CR：

一致性比率CR的值小于0.1，可判定通過了一致性檢驗，因此對特征向量進(jìn)行歸一化處理后便可求出權(quán)重向量：

A=（0.202，0.156，0.165，0.202，0.109，0.166）

同理，對于二級指標(biāo)權(quán)重的確定可以采取和上述一樣的方法。最后得到各自的權(quán)重系數(shù)分別如下：顧客滿意度六個二級指標(biāo)的權(quán)重系數(shù)為（0.183，0.128，0.210，0.174，0.199，0.106）、協(xié)同能力四個二級指標(biāo)的權(quán)重系數(shù)為（0.213，0.321，0.285，0.181）、生態(tài)環(huán)境影響四個二級指標(biāo)的權(quán)重系數(shù)為（0.217，0.285，0.246，0.252）、規(guī)范化管理兩個二級指標(biāo)的權(quán)重系數(shù)為（0.474，0.526）、運營盈利能力兩個二級指標(biāo)的權(quán)重系數(shù)為（0.429，0.571）。具體情況如表2所示。

3.生鮮品物流服務(wù)供應(yīng)鏈績效的多級模糊綜合評價

計算出權(quán)重向量A和模糊矩陣R后，要將兩者進(jìn)行合成運算從而計算模糊綜合評價結(jié)果向量B。其中模糊合成的算法有很多，例如取大取小算法、zadeh算法、加權(quán)平均算法、環(huán)和乘積算法、有界算法等，選用不同的算法可能會導(dǎo)致最終的評價差異很大。本文采用加權(quán)平均型算法來完成模糊合成。其具體算法公式：

其中，bi表示被評價對象從總體上看隸屬于等級j的程度，ai表示第i個評價指標(biāo)的權(quán)重系數(shù)，rij表示第i個評價指標(biāo)隸屬于第等級的隸屬度。

將問卷調(diào)查得到的數(shù)據(jù)整理后代入所建立的模型中，分別計算出各級指標(biāo)的評價向量經(jīng)歸一化后的結(jié)果：顧客滿意度的評價向量經(jīng)歸一化處理后的向量為（0.150，0.459，0.312，0.079）、協(xié)同能力的評價向量經(jīng)歸一化處理后的向量為（0.084，0.226，0.499，0.197）、綜合發(fā)展能力的評價向量經(jīng)歸一化處理后的向量為（0.035，0.370，0.511，0.084）、生態(tài)環(huán)境影響的評價向量經(jīng)歸一化處理后的向量為（0.032，0.279，0.501，0.188）、規(guī)范化管理的評價向量經(jīng)歸一化處理后的向量為（0.027，0.300，0.496，0.177）、運營盈利能力的評價向量經(jīng)歸一化處理后的向量為（0.020，0.231，0.457，0.292）。最后再對各一級指標(biāo)的綜合評分值進(jìn)行等級評定可得：

由上述求得的得分結(jié)果和表1的評價分級標(biāo)準(zhǔn)可知：被考核對象在“顧客滿意度”這個評價指標(biāo)上的得分為2.68，所以其評價等級應(yīng)該為S2級（即表現(xiàn)良好）；而被考核對象在其余5個評價指標(biāo)上的得分均小于2.5，所以其評價等級均為S3級（即表現(xiàn)一般）。最后求出總體的綜合評判分值為：

說明以四川省某第三方物流公司為核心的生鮮品物流服務(wù)供應(yīng)鏈的績效評價結(jié)果為S2級（即表現(xiàn)良好）。

四、結(jié)論

基于新時期下經(jīng)濟(jì)發(fā)展的理念和新要求，本文在對綠色物流服務(wù)供應(yīng)鏈績效評價時既考慮了經(jīng)濟(jì)效率又結(jié)合了經(jīng)濟(jì)發(fā)展的“綠色”理念，使用模糊綜合評價法來分析物流服務(wù)供應(yīng)鏈的績效評價問題，其中指標(biāo)權(quán)重的確定是采取了層次分析法，該方法有效的避免了主觀人為干擾，使評價過程具有較強(qiáng)的邏輯性、實用性和系統(tǒng)性。改進(jìn)后的模型求解簡便，有較好的應(yīng)用前景和推廣價值，將模糊綜合評價法用于物流服務(wù)供應(yīng)鏈的績效評價有利于促進(jìn)物流行業(yè)整體水平和規(guī)模的健康發(fā)展。

參考文獻(xiàn)：

[1]杜媚，姜前昆，唐立新.生態(tài)位視角下物流產(chǎn)業(yè)競爭力u價――以長江中游城市群16城市為例[J].商業(yè)經(jīng)濟(jì)研究，2016：（22）.

[2]倪霖，王偉鑫.基于灰色AHP的物流服務(wù)供應(yīng)鏈績效評價研究[J].計算機(jī)工程與應(yīng)用，2011：47（32）.

[3]黃祖慶，蔡文婷，張寶友.利益相關(guān)者理論視角下物流服務(wù)供應(yīng)鏈績效評價[J].西安電子科技大學(xué)學(xué)報（社會科學(xué)版），2013：23（5）.

[4]陳虎.物流服務(wù)供應(yīng)鏈績效動態(tài)評價研究[J].計算機(jī)應(yīng)用研究，2012：29（4）.

[5]李耀華.基于生態(tài)經(jīng)濟(jì)視角的農(nóng)產(chǎn)品冷鏈物流效率評價研究[J].商業(yè)經(jīng)濟(jì)研究，2015：（34）.

[6]李安貴，張志宏，孟艷等.模糊數(shù)學(xué)及其應(yīng)用[M].武漢：冶金工業(yè)出版社，2003：144-146.

[7]王新洲.模糊空間信息處理[M].武漢：武漢大學(xué)出版社，2003：130-131.

[8]李士勇.工程模糊數(shù)學(xué)及應(yīng)用[M].哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2004：101-108.

[9]佟春生.系統(tǒng)工程的理論與方法概論[M].北京：國防工業(yè)出版社，2000：185-186.

篇4

關(guān)鍵詞：高層管理者；績效考核；發(fā)電企業(yè)

作者簡介：趙磊（1981-），男，北京人，中國大唐集團(tuán)公司人力資源部，工程師。（北京 100033）

中圖分類號：F272.92 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-0079（2013）17-0158-03

一、發(fā)電企業(yè)高層管理者績效考核現(xiàn)狀

績效考核是指按照設(shè)定的標(biāo)準(zhǔn)與程序，采用科學(xué)的方法，評估員工履行崗位職責(zé)的程度與優(yōu)劣，以確定其工作業(yè)績和改進(jìn)方向的一種管理方法。它為員工崗位競聘、培訓(xùn)發(fā)展、薪酬激勵等人力資源管理系統(tǒng)的運行提供了客觀依據(jù)。因此，績效考核是企業(yè)激勵與約束機(jī)制的重要保證。

迄今為止，國有發(fā)電企業(yè)績效考核使用最多的考核指標(biāo)體系仍然是“德能勤績廉”。目前國內(nèi)多數(shù)國有企業(yè)對高層管理者的績效考核都采用這種模式，或者是在“德能勤績廉”的基礎(chǔ)上做一些變化嘗試融入一些個性化的指標(biāo)。對于身為市場主體、參與市場競爭的企業(yè)來說，這種方式的考核內(nèi)容本身是相對靜態(tài)的，不具有針對性且顯得過于呆板、陳舊。

近幾年中央大力推行管理提升年活動，找差距、攻短板、提效益，為了打造國際一流的能源企業(yè)，全面提升國有發(fā)電企業(yè)的競爭力，一些企業(yè)把管理提升的重點放在了績效管理體系上，通過目標(biāo)分解與指標(biāo)量化的方式，由主觀、靜態(tài)、定性的考核向客觀、動態(tài)、定量的考核轉(zhuǎn)變。然而該考核實施后，筆者卻發(fā)現(xiàn)了一個非常有趣的現(xiàn)象：從個體到部門、從部門到整體的績效都很好，但企業(yè)的效益并未提升。影響企業(yè)成功的關(guān)鍵因素并未得到實際有效的控制，考核指標(biāo)與企業(yè)戰(zhàn)略脫節(jié)，整個績效考核的流程顯得形式化，員工對績效考核工作怨聲載道，企業(yè)的可持續(xù)發(fā)展能力受到了限制。

二、績效考核的重要意義

企業(yè)高層管理者是企業(yè)重要的骨干力量，是指分管公司業(yè)務(wù)，具有指揮、決策權(quán)限的經(jīng)營管理人員。本文所研究的考核對象主要是指國有發(fā)電企業(yè)實體的高層管理者?，F(xiàn)階段，電力企業(yè)做實做優(yōu)高層管理者績效考核體系具有深遠(yuǎn)的意義。主要原因有以下幾個方面：

1.確保企業(yè)目標(biāo)的實現(xiàn)

企業(yè)高層管理者是企業(yè)最寶貴的財富，是推動組織發(fā)展和變革的重要因素，是貫徹執(zhí)行組織決策的關(guān)鍵層次，他們的管理行為與管理結(jié)果影響著企業(yè)目標(biāo)的實現(xiàn)。他們向員工傳達(dá)著組織的信息，是把企業(yè)目標(biāo)與員工崗位工作目標(biāo)聯(lián)系在一起的關(guān)鍵動力。

2.孕育企業(yè)文化

績效考核具有業(yè)績導(dǎo)向功能，通過企業(yè)績效考核指標(biāo)體系的構(gòu)建以及具體指標(biāo)的選取可以達(dá)到建立并傳達(dá)組織的價值理念和效益導(dǎo)向的目的，績效考核工作的有效實施可以培育和樹立符合企業(yè)特點的價值觀，最終形成良好的企業(yè)文化。通過將企業(yè)高層管理者的績效管理同企業(yè)整體業(yè)績考核結(jié)果相結(jié)合，最終規(guī)范了高層管理者及企業(yè)全體員工的績效觀念，從而使企業(yè)上下一心為達(dá)成組織目標(biāo)而努力。

3.有助于高層管理者的職業(yè)生涯管理

根據(jù)馬斯洛層次需要理論，高層管理者相對于普通員工而言具有較高層次的需求，他們不僅期望獲得豐厚的報酬，更期望能夠承擔(dān)更大的責(zé)任，在職業(yè)生涯發(fā)展上有所成就。高層管理者是國有發(fā)電企業(yè)人力資本的重要一環(huán)，其資本專用性較高，退出成本也相對較高。因此，他們更有可能與企業(yè)建立和諧的“心理契約”，將個人職業(yè)生涯與企業(yè)目標(biāo)緊密聯(lián)系在一起?？冃Э己说膶嵤┣『媚軌蛘鎸嵎从吵鰝€人能力的短板，指出不足和需要改進(jìn)的方向，幫助高層管理者更好的進(jìn)行自我職業(yè)生涯規(guī)劃與個人能力素質(zhì)的提升。

三、考核指標(biāo)體系設(shè)計應(yīng)遵循的基本原則

指標(biāo)體系是績效管理的重中之重，是影響績效管理結(jié)果的關(guān)鍵因素，改進(jìn)績效考核首先要選擇可靠、可衡量的考核指標(biāo)體系，設(shè)計一套符合企業(yè)經(jīng)營實際特點和經(jīng)營周期的具體考核指標(biāo)，這是績效管理成功的前提，也是整個績效管理活動的中心與紐帶。為了設(shè)計出一套符合國有企業(yè)特點，真實可用的指標(biāo)體系，必須堅持以下幾條原則：

1.堅持價值思維與效益導(dǎo)向

國有企業(yè)長期以來以規(guī)模思維為指導(dǎo)，重規(guī)模、輕效益，績效考核指標(biāo)的設(shè)計也是為此服務(wù)。而價值思維意味著重視企業(yè)的長期發(fā)展，從創(chuàng)新的角度看待問題。價值思維作為企業(yè)的核心經(jīng)營理念，引領(lǐng)企業(yè)戰(zhàn)略的實施，引領(lǐng)企業(yè)干部員工隊伍建設(shè)，也引領(lǐng)績效管理理念的轉(zhuǎn)變。價值思維除了包含內(nèi)部個體價值外，還關(guān)注企業(yè)整體效能和產(chǎn)生效益的價值本質(zhì)，促使我們從整體價值觀念看待問題。同時，應(yīng)通過績效管理工作著力提升干部員工的價值，注重提高內(nèi)部員工價值產(chǎn)生的隱形效益，最終以科學(xué)發(fā)展觀為指導(dǎo)，以創(chuàng)造價值、創(chuàng)造效益為決策依據(jù)和考核標(biāo)準(zhǔn)，著力調(diào)整優(yōu)化結(jié)構(gòu)，轉(zhuǎn)變企業(yè)發(fā)展方式，提升發(fā)展效益質(zhì)量，做到速度和質(zhì)量相統(tǒng)一。

2.堅持抓住重點與核心履職情況，設(shè)計考核指標(biāo)清晰可行

在現(xiàn)代企業(yè)管理中，“二八法則”的應(yīng)用非常廣泛，在指標(biāo)體系設(shè)計中主要體現(xiàn)為：企業(yè)重點管理好占職工總數(shù)的20%的經(jīng)營管理者與技術(shù)骨干，提高企業(yè)效率，并能夠針對企業(yè)最關(guān)鍵的問題進(jìn)行決策，以達(dá)到綱舉目張的效應(yīng)。沿著“二八法則”解決問題的思路和出發(fā)點，應(yīng)用于績效管理指標(biāo)體系的設(shè)計，應(yīng)該立足業(yè)務(wù)性質(zhì)與工作職責(zé)，抓住最重點和核心關(guān)鍵問題設(shè)計考核指標(biāo)。

同時，績效考核的可行性受到測評成本的限制，在指標(biāo)的設(shè)計上要有成本效益的意識，考核指標(biāo)應(yīng)盡量具有普遍性和代表性，提倡用最少的指標(biāo)控制最大的績效結(jié)果。指標(biāo)必須定義明確，與實際考核內(nèi)容保持一致，對于定性指標(biāo)選擇較多的，應(yīng)將指標(biāo)的考評尺度盡可能細(xì)化，確保績效指標(biāo)的可操作性。

3.堅持財務(wù)指標(biāo)與內(nèi)控指標(biāo)相結(jié)合，定量指標(biāo)和定性指標(biāo)相結(jié)合

自電力系統(tǒng)改革后，作為市場化運作的企業(yè)，經(jīng)濟(jì)效益已成為企業(yè)考核評價的重要依據(jù)與可持續(xù)發(fā)展的重要保障，也成為了業(yè)績考核工作最終的著眼點。為了保持個人目標(biāo)與組織目標(biāo)的一致性，妥善解決個人政績與集體政績相混淆的問題，實事求是地評價和判斷個人在組織績效提升中的作用，要加強(qiáng)對發(fā)電企業(yè)高層管理者所管團(tuán)隊的整體績效的考核，同時在指標(biāo)體系設(shè)計時，應(yīng)將財務(wù)指標(biāo)作為考核的基礎(chǔ)指標(biāo)同反映企業(yè)經(jīng)營特點與內(nèi)部管控過程的分類指標(biāo)相結(jié)合納入考核當(dāng)中去。

同時，單純的定量指標(biāo)并不能反映高層管理者的業(yè)績，片面追求指標(biāo)的量化不但不會真實反映業(yè)績還會加大績效考核運行成本。在發(fā)電企業(yè)高層管理者績效考評的問題上，應(yīng)結(jié)合電力企業(yè)的特點，不必強(qiáng)求定量指標(biāo)，而要根據(jù)企業(yè)業(yè)務(wù)性質(zhì)合理設(shè)置指標(biāo)，將定量的經(jīng)營業(yè)績考評指標(biāo)與定性的個人素養(yǎng)綜合能力指標(biāo)相結(jié)合。

4.采用目標(biāo)管理、平衡計分卡及KPI方法構(gòu)建指標(biāo)體系

美國管理專家彼得.德魯克提出管理必須遵循的原則是每項工作都必須為達(dá)到總目標(biāo)而展開。目標(biāo)管理法的核心是由員工和管理者共同制定個人目標(biāo)，使其與企業(yè)目標(biāo)、部門目標(biāo)一致。為了保證目標(biāo)管理的成功，要確保目標(biāo)制定程序嚴(yán)格、準(zhǔn)確；將目標(biāo)管理與預(yù)算計劃、績效考核、薪酬、人力資源規(guī)劃系統(tǒng)相結(jié)合；要注重適時、頻繁的績效溝通反饋；管理者對于績效的關(guān)注和績效溝通的效果，對績效水平的提升有著重要作用。

平衡計分卡是一個注重企業(yè)組織整體戰(zhàn)略實施的績效管理工具，它將戰(zhàn)略目標(biāo)轉(zhuǎn)化為具體的互相平衡的績效指標(biāo)體系，克服了單純利用利潤等財務(wù)指標(biāo)作為衡量績效水平的手段，使得績效管理更加關(guān)注長遠(yuǎn)的具有內(nèi)部推動力的指標(biāo)，由于這種績效管理方式使企業(yè)從被動變?yōu)橹鲃?，不僅有助于推動績效結(jié)果的實現(xiàn)，更會使人們的眼光專注于能夠推動企業(yè)成長的指標(biāo)上來，利于培育企業(yè)的核心競爭力。

KPI是將企業(yè)戰(zhàn)略目標(biāo)進(jìn)行分解，挑選關(guān)鍵的、最好是可量化的指標(biāo)作為考核指標(biāo)，將企業(yè)戰(zhàn)略轉(zhuǎn)化為企業(yè)經(jīng)營活動，使績效考核不僅是激勵約束手段，更是戰(zhàn)略實施工具。因此，KPI必須是衡量企業(yè)戰(zhàn)略實施效果的關(guān)鍵指標(biāo)，應(yīng)抓住績效特征的根本，不能片面與空泛，能夠量化的指標(biāo)盡量量化。

四、指標(biāo)體系的建立

構(gòu)建發(fā)電企業(yè)高層管理者考核指標(biāo)體系的思路：一是全面性，從工作業(yè)績、內(nèi)部管理、經(jīng)濟(jì)效益等方面確定考核指標(biāo)。二是突出戰(zhàn)略性，采用KPI法，根據(jù)公司年度目標(biāo)分解下來的重點工作任務(wù)，采用魚骨圖分析法設(shè)置考核指標(biāo)，突出基于核心職能的業(yè)績指標(biāo)。三是實用性，指標(biāo)體系的設(shè)計要簡潔，切忌數(shù)量多、內(nèi)容泛，只需要選取能夠突出工作重點，易于測量觀察的指標(biāo)，并盡可能量化，對不能量化的指標(biāo)應(yīng)盡可能從行為上進(jìn)行規(guī)范。

1.工作業(yè)績指標(biāo)體系

第一步：明確企業(yè)戰(zhàn)略重點及戰(zhàn)略目標(biāo)，發(fā)電企業(yè)基本涵蓋了效益、安全、內(nèi)控與社會責(zé)任幾個方面，通常可以簡單表述為“以安全生產(chǎn)為前提，降低成本，實現(xiàn)發(fā)電量、收入、利潤的增長，促進(jìn)企業(yè)不斷發(fā)展”。

第二步：在明晰企業(yè)戰(zhàn)略的基礎(chǔ)上，確定影響戰(zhàn)略成功的關(guān)鍵因子。組織行業(yè)內(nèi)專家、企業(yè)管理者進(jìn)行分析研究，設(shè)計問卷并進(jìn)行問卷調(diào)查，對各業(yè)務(wù)模塊各層級人群進(jìn)行訪談，尋找提煉能夠有效驅(qū)動企業(yè)戰(zhàn)略目標(biāo)實現(xiàn)的關(guān)鍵因子?；鹆Πl(fā)電廠的關(guān)鍵成功因子是經(jīng)濟(jì)效益、內(nèi)部管理、客戶服務(wù)、社會責(zé)任等。

第三步：運用魚骨圖對已經(jīng)確定的關(guān)鍵成功因子進(jìn)行分解，確定關(guān)鍵績效要素（KPI要素）。例如：經(jīng)濟(jì)效益的關(guān)鍵績效要素包括利潤、資本管理、成本等。

第四步：在KPI要素上結(jié)合高層管理者的職責(zé)提煉出業(yè)績關(guān)鍵績效指標(biāo)。例如經(jīng)濟(jì)效益指標(biāo)可分解為利潤總額、經(jīng)濟(jì)增加值成本費用利潤率等年度指標(biāo)，以及國有資本保值增值率、資本金凈利潤變化率等長期指標(biāo)等，最終形成多維度考核評價指標(biāo)體系。

2.履職評價指標(biāo)體系

要對發(fā)電企業(yè)高層管理者的工作業(yè)績進(jìn)行全面衡量，還必須輔以履職評價，因為工作行為與工作態(tài)度也是影響績效表現(xiàn)的重要因素。對發(fā)電企業(yè)高層管理者進(jìn)行考核不能僅僅關(guān)注財務(wù)指標(biāo)，還應(yīng)對其工作行為、工作態(tài)度進(jìn)行考核，即關(guān)注其能力素質(zhì)表現(xiàn)。這些內(nèi)容在很多企業(yè)的績效考評表上都有所體現(xiàn)，但不同的是對考量工作行為、工作態(tài)度的具體指標(biāo)有所不同。發(fā)電企業(yè)高層管理者此類指標(biāo)的選取應(yīng)抓住關(guān)鍵點，確定反應(yīng)崗位履職優(yōu)異的重要能力與行為特征，并依據(jù)多數(shù)適用的原則，選取具有代表性的指標(biāo)。通過借鑒國內(nèi)外關(guān)于高層管理人員成功因素的研究成果，結(jié)合個體訪談、多方面調(diào)研，在應(yīng)用模特法的基礎(chǔ)上綜合運用其他方法進(jìn)行甄別，最終確定適合反映發(fā)電企業(yè)高層管理者科學(xué)管理、公平公正、團(tuán)隊精神、廉潔自律等方面的工作行為以及責(zé)任感和敬業(yè)精神等方面的工作態(tài)度指標(biāo)體系。

五、基于層次分析法的指標(biāo)權(quán)重確定

指標(biāo)權(quán)重是指某項指標(biāo)占全部指標(biāo)的比重，體現(xiàn)了各指標(biāo)的重要性。因此，指標(biāo)權(quán)重確定方式非常關(guān)鍵，會影響考核結(jié)果甚至考核的意義。合理的權(quán)重既能體現(xiàn)評價指標(biāo)的重要程度，又能體現(xiàn)考核導(dǎo)向。確定權(quán)重的方法有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法中具有廣泛代表性的是德爾菲法，客觀賦權(quán)法中運用較為廣泛的是AHP層次分析法。本文指標(biāo)權(quán)重的確定結(jié)合了客觀賦權(quán)法與主觀賦權(quán)法，廣泛發(fā)放了調(diào)查問卷，統(tǒng)計了調(diào)查結(jié)果，之后運用層次分析法來確定了指標(biāo)權(quán)重。

AHP層次分析法的原理是將評價系統(tǒng)的各種要素分解成若干層次，將同一層次的要素兩兩比較并計算出各要素的權(quán)重，按最大權(quán)重原則確定最優(yōu)方案。它是在簡單加權(quán)法的基礎(chǔ)上推導(dǎo)得出的。

1.建立層次結(jié)構(gòu)模型

在深入分析所考慮的決策后，將發(fā)電企業(yè)高層管理者績效考核作為層次分析的目標(biāo)層（A），將考核內(nèi)容作為層次分析的準(zhǔn)則層（B），將具體考核指標(biāo)作為層次分析的方案層（C），建立發(fā)電企業(yè)高層管理者考核層次結(jié)構(gòu)模型如圖1所示。

2.構(gòu)造判斷矩陣并求最大特征根和特征向量

根據(jù)上下層次間元素的隸屬關(guān)系，在同一層次間構(gòu)建兩兩判斷矩陣。兩兩判斷矩陣設(shè)為（aij）n×n，則有；aij>0。

各層次具體判斷矩陣構(gòu)造方法是：在發(fā)電企業(yè)高層管理者績效考核目標(biāo)層（A）下，根據(jù)各級指標(biāo)關(guān)鍵程度，兩兩比較關(guān)鍵因素的重要性，關(guān)鍵程度越高、與企業(yè)目標(biāo)的達(dá)成關(guān)系越緊密，重要性越高，構(gòu)造該級別判斷矩陣（A-B）。構(gòu)造（B-C）判斷矩陣則是根據(jù)具體指標(biāo)的兩兩比值作為矩陣中元素。這里引用1～9標(biāo)度來表示重要性判斷結(jié)果，標(biāo)度如表1所示。

采用幾何平均近似法來計算判斷矩陣的特征向量和最大特征值。其計算步驟如下：

3.計算判斷矩陣一致性指標(biāo)，并檢驗其一致性

定義。CI=0時，完全一致。CI愈大，矩陣的一致性愈差。對1～9階矩陣，平均隨機(jī)一致性指標(biāo)RI見表2所示。

當(dāng)階數(shù)≤2時，矩陣總有完全一致性；當(dāng)階數(shù)>2時，稱為矩陣的隨機(jī)一致性比例。當(dāng)CR

通過問卷調(diào)查，并運用MATLAB軟件計算權(quán)重，得出如下計算結(jié)果。

六、總結(jié)

本文分析了我國發(fā)電企業(yè)高層管理者的考核指標(biāo)體系的優(yōu)點與不足，闡述了發(fā)電企業(yè)面臨的主要問題與目標(biāo)，運用了KPI-BSC績效考核方法，對其考核指標(biāo)體系進(jìn)行了設(shè)計，在新的市場經(jīng)濟(jì)形勢下，我國火力發(fā)電企業(yè)高層管理者績效指標(biāo)體系的構(gòu)建具有現(xiàn)實的指導(dǎo)意義。

參考文獻(xiàn)：

[1]方振邦.戰(zhàn)略性績效管理[M].北京：中國人民大學(xué)出版社，2007.

[2]趙靜.數(shù)學(xué)建模與數(shù)學(xué)實驗[M].北京：高等教育出版社，2000.

篇5

關(guān)鍵詞：地震預(yù)測；相關(guān)系數(shù)；加權(quán)和；均生函數(shù)；時間序列

中圖分類號：P31文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2008)32-1252-05

The Model of Earthquake Prediction

GONG TANG Xiao-heng1, LIN Jian-ming2, SU Jing3, ZHOU Jie2

(1.School of Computer Science, Sichuan University,Chengdu 610065,China;2.College of Mathematics, Sichuan University,Chengdu 610065,China;3.School of Electrical Engineering and Information,Sichuan University,Chengdu 610065,China)

Abstract: This paper was mainly about the earthquake prediction on the basis of the relationship between the frequency of strong earthquakes in 16 seismically active zones all over the world and the probability of strong earthquakes which may happen in China the next year. Firstly, according to fuzzy clustering and variable normalizing, we obtained a relevant coefficient matrix about the relationship between the frequency of strong earthquakes in 16 seismically active zones all over the world and the probability of strong earthquakes which may happen in China the next year with data of the previous 15 years. Through weighted summation of the frequency of strong earthquakes in 16 seismically active zones all over the world during the previous 15 years, we obtained the “influencing value” of each zone and set the minimum value as the lower limit value, and then established the prediction model of strong earthquakes in China the next year. Secondly, we screened out the highest earthquake magnitudes each month in Yunnan to compose an earthquake sequence. Next we applied to mean generating function from Meteorological prediction to generate a time sequence. Thus we established the prediction model of the highest earthquake magnitudes in Yunnan by using cyclic extension and adjusted residual gradual fitting.

Key words: earthquake prediction; relevant coefficient; weighted summation; mean generating function; time sequence

1 問題的提出

1.1 基本情況

地震是地下巖層受應(yīng)力作用錯動破裂造成的地面震動，是一種破壞性極強(qiáng)的自然災(zāi)害，是自然災(zāi)害之首惡。地震可以在很短的時間內(nèi)使一座城市夷為平地，使無數(shù)的家庭支離破碎。為了有效的減小地震帶來的損失，對地震進(jìn)行預(yù)測則很重要。

我們從以往已經(jīng)發(fā)生過的地震記錄中尋求規(guī)律，以達(dá)到對未來時間地震發(fā)生情況的預(yù)測。全球強(qiáng)震帶主要集中分布在環(huán)太平洋地震帶和歐亞地震帶，而且身處其中的不同的地區(qū)間地震發(fā)生情況是互相關(guān)聯(lián)的。我國亦處在其中，因此我國的地震活動和全球的地震活動是密切相關(guān)的，尤其是和板塊邊界的強(qiáng)震活動更是如此。

1.2 相關(guān)信息

參考文獻(xiàn)[1]：國家地震數(shù)據(jù)科學(xué)共享中心的中國地震臺網(wǎng)數(shù)據(jù)目錄中給出的全球從1985年1月1日到2006年8月25日的地震數(shù)據(jù)。

1.3 需解決的問題

對地震預(yù)測建立數(shù)學(xué)模型，具體要求如下：

1) 對參考文獻(xiàn)[1]給出的數(shù)據(jù)，找出16個強(qiáng)震活動區(qū)的強(qiáng)震活動次數(shù)與其后一年我國強(qiáng)震發(fā)生與否的關(guān)系，用它預(yù)測2007年我國是否會有強(qiáng)震發(fā)生。

2) 利用參考文獻(xiàn)[1]給出的數(shù)據(jù)，及我國地震帶的分布，在我國地震活動較強(qiáng)的某個區(qū)域內(nèi)（本文選擇云南作為研究對象），做進(jìn)一步的短臨預(yù)測，預(yù)測在此區(qū)域內(nèi)，2006年9月、10月發(fā)震的最高震級。

2 模型假設(shè)與符號說明

2.1 模型假設(shè)

1) 對震級的計算有不同的度量，給出的震級數(shù)據(jù)，假設(shè)已經(jīng)統(tǒng)一成面波震級；

2) 假設(shè)問題中對全球16個強(qiáng)震活動區(qū)的劃分及我們對地區(qū)歸類分區(qū)準(zhǔn)確無誤；

3) 假設(shè)國家地震數(shù)據(jù)科學(xué)共享中心所提供的地震數(shù)據(jù)真實準(zhǔn)確；

4) 假設(shè)強(qiáng)震指大于或等于6.0級的地震；

5) 假設(shè)問題1數(shù)據(jù)處理中全球16個強(qiáng)震活動區(qū)前15年是從1986年開始記錄，而中國前15年是從1987年開始記錄；

6) 假設(shè)問題2中震級小于或等于2.0的地震不予考慮；

7) 假設(shè)處理問題2中云南地區(qū)每月最高震級時將其它數(shù)據(jù)作為余震處理；

8) 對附件2數(shù)據(jù)處理時：

a) 假設(shè)緯度以N為基準(zhǔn)，即標(biāo)為"N"的數(shù)據(jù)，去掉"N"；標(biāo)為"S"的數(shù)據(jù)，去掉"S"，并添上負(fù)號"-"。例如：23.22N 23.22，23.22S -23.22；

b) 假設(shè)經(jīng)度以E為基準(zhǔn)，即標(biāo)為"E"的數(shù)據(jù)，去掉"E"；標(biāo)為"W"的數(shù)據(jù)，去掉"W"，并用360減去該數(shù)值。例如：101.3E 101.3，101.3W 257.7。

2.2 符號說明

表1為符號說明表。

3 問題分析

3.1 問題1

要找出16個強(qiáng)震活動區(qū)的強(qiáng)震活動次數(shù)與其后一年中國強(qiáng)震發(fā)生與否的關(guān)系，并要預(yù)測2007年中國是否會有強(qiáng)震發(fā)生，而地震活動之間的影響具有高度的非線性性，要求出一個具體的函數(shù)關(guān)系式有很大的難度，且又因為每個區(qū)強(qiáng)震次數(shù)對中國強(qiáng)震發(fā)生的影響各不相同，故考慮：

1) 求出全球16個區(qū)和中國前15年強(qiáng)震次數(shù)的規(guī)格化系數(shù)；

2) 求出全球16個區(qū)強(qiáng)震發(fā)生次數(shù)對中國強(qiáng)震影響的權(quán)值，也即對相關(guān)系數(shù)歸一化后得到的相關(guān)度；

3) 利用權(quán)值算出16個區(qū)強(qiáng)震活動次數(shù)的加權(quán)和；

4) 取一個下限值作為對中國強(qiáng)震發(fā)生與否的度量值；

5) 檢驗運用下限值預(yù)測的準(zhǔn)確性；

6) 預(yù)測中國2007是否發(fā)生強(qiáng)震。

3.2 問題2

地震的數(shù)據(jù)有很強(qiáng)的不穩(wěn)定性，利用連續(xù)函數(shù)的方法預(yù)測準(zhǔn)確性不高，用周期分析是地震預(yù)測的主要方法之一，歸納起來可分為2類：一類是對已發(fā)生的地震序列進(jìn)行定性分析，以經(jīng)驗劃分周期進(jìn)行外推預(yù)測；另一類就是從地震序列本身出發(fā)，利用各種數(shù)學(xué)方法擬合并進(jìn)行預(yù)測。針對上述問題，本項研究借鑒氣象學(xué)中用于中長期預(yù)測的數(shù)學(xué)方法，依據(jù)地震預(yù)測特點，結(jié)合一、二兩類方法，先經(jīng)驗性的劃分周期，然后通過調(diào)節(jié)周期值減小誤差。

4 模型的建立與求解

4.1 問題1

4.1.1 劃分全球16個強(qiáng)震活動區(qū)

根據(jù)圖1和參考文獻(xiàn)[1]給出的數(shù)據(jù)劃分全球16個強(qiáng)地震帶。統(tǒng)計數(shù)據(jù)如表2。

4.1.2 規(guī)格化系數(shù)

假設(shè)全球16個強(qiáng)震活動區(qū)前15年是從1986年開始記錄，而中國前15年是從1987年開始記錄。

中國的x參數(shù)定義為：

用數(shù)學(xué)符號描述為：

4.1.3 相關(guān)度

利用自定義的Matlab文件qiuc.m，再調(diào)用自定義函數(shù)xishu求出C=[0.6739 0.4657 0.6107 0.7533 0.7222 0.8095 0.8013 0.6625 0.6803 0.6430 0.7608 0.6065 0.5938 0.7735 0.6698]

作為第i區(qū)發(fā)生強(qiáng)震次數(shù)與中國后一年發(fā)生強(qiáng)震的權(quán)值。

4.1.4 加權(quán)和

取前15年的數(shù)據(jù)做研究，用第i區(qū)第j年發(fā)生強(qiáng)震的次數(shù)乘以第i區(qū)的相關(guān)系數(shù)：

前15年16個區(qū)的加權(quán)強(qiáng)地震次數(shù)和記為對應(yīng)年的地震次數(shù)：10.8604 8.8636 10.7887 6.5039 10.5366 8.4613 8.9314 10.52459.8064 13.2414 12.4107 8.5926 8.0791 6.6808 9.5909

4.1.5 下限值

前15年加權(quán)和的最小值

用min函數(shù)求16區(qū)強(qiáng)震次數(shù)影響中國后一年次數(shù)的下限值-6.5039。

4.1.6 檢驗

假設(shè)得出下限值在誤差3%的范圍內(nèi)有效。

若接下來16區(qū)的加權(quán)強(qiáng)地震次數(shù)和小于該下限值，則預(yù)測中國后一年不發(fā)生地震。

再以接下來5年的數(shù)據(jù)做檢測，若用接下來5年的數(shù)據(jù)得到的16區(qū)在j年能影響中國發(fā)生強(qiáng)震的強(qiáng)震次數(shù)，在誤差允許范圍內(nèi)比下限值小，則認(rèn)為后一年中國不發(fā)生強(qiáng)震，反之則會發(fā)生。

得接下5年的強(qiáng)震加權(quán)平均值為：8.5641；6.6224；5.9168；6.3156；8.3036。

在誤差允許的范圍內(nèi)，會有一年發(fā)生錯誤，在接下來的5年內(nèi)中國實際上每年都有強(qiáng)震發(fā)生，故預(yù)測的準(zhǔn)確率為80%。

4.1.7 預(yù)測

由2006年的數(shù)據(jù)，調(diào)用yuce.m可得2006年16區(qū)強(qiáng)震的加權(quán)平均值為7.3518,大于下限值6.5039。

故可以80%的準(zhǔn)確率預(yù)報中國在2007年會發(fā)生強(qiáng)震。

4.2 問題2

4.2.1 模型建立

利用均生函數(shù)的數(shù)學(xué)方法建模，進(jìn)行周期性外延對時間序列作出多步外推。擬合時考慮了短臨預(yù)測的準(zhǔn)確性，將以往的地震預(yù)測的雙評分標(biāo)準(zhǔn)csc準(zhǔn)則的λ值取為0，直接通過給定方差的閾值調(diào)節(jié)適當(dāng)?shù)闹芷凇?/p>

1) 用均生函數(shù)構(gòu)造時間序列

設(shè)時間序列x(t)={x(1),x(2),…,x(N)}，式中：N為擬合樣本量。

其均生函數(shù)定義為：

式中：n，L滿足nL≤[N/L]的最大整數(shù)，M為不超過[N/2]的最大整數(shù)。

均值生成函數(shù)是由時間序列按一定的時間間隔計算均值而派生出來的。

取不同的周期（L=1,2,…,M），用均值生成函數(shù)循環(huán)外推構(gòu)造延拓序列，即為在一定周期下構(gòu)造的新序列：

2) 擬合周期的選取

用不同周期的均生函數(shù)所構(gòu)造的序列不同，如何選取合適的周期，使擬合的效果達(dá)到最佳是一個關(guān)鍵的問題。本文將長期預(yù)測的雙評分準(zhǔn)則轉(zhuǎn)為單評分準(zhǔn)測，以提高短臨預(yù)測的精確度。

a) 雙評分準(zhǔn)則CSC（Couple Score Criterion）：

雙評分準(zhǔn)則CSC是從數(shù)量預(yù)報評分和趨勢預(yù)報評分2個方面來權(quán)衡變量的篩選或階數(shù)的確定，采用隱式表達(dá)，即CSC=S1+S2 ，其中：S1表示數(shù)量評分，稱之為精評分；S2表示趨勢評分，即粗評分。雙評分準(zhǔn)則旨在使精評分和粗評分之和達(dá)到最小。該準(zhǔn)則有3種不同的表達(dá)式，本文采用第一種，即CSC1準(zhǔn)則：

其中：N為樣本量；Qk為平均殘差平方和；Nk為趨勢評分。

如果預(yù)報考慮升平降3種趨勢，則趨勢評分定義為：

式中：

U是判定不同趨勢的標(biāo)準(zhǔn)，可根據(jù)預(yù)報問題憑專業(yè)只是確定。λ為調(diào)整系數(shù)，表示數(shù)量預(yù)報和趨勢預(yù)報的權(quán)重。λ=1.0時，二項權(quán)重相等；λ>1.0時，趨勢預(yù)報占的比重較大，這一點對地震的中長期預(yù)報而言是非常重要的。在進(jìn)行擬合時，取不同的時期，可構(gòu)造不同的序列，根據(jù)雙評分準(zhǔn)則，計算其CSC1值。取CSC1值最小的周期作為一級擬合的周期。

b) 單評分準(zhǔn)則：

利用地震發(fā)生的周期性，為提高短臨預(yù)測，不使用中長期的雙評分準(zhǔn)則CSC，將雙評分準(zhǔn)則的CSC表達(dá)式中的λ取為0。同時將累計的范圍設(shè)定在L-N之間。取累計殘差的平均值

將其作為為單評分標(biāo)準(zhǔn)，以符合短臨預(yù)測的要求。

4.2.1 模型求解與誤差分析

1) 最優(yōu)周期的選擇

若一時間序列x(t)={x(1),x(2),…,x(N)}存在長度為L的周期，那么由此周期構(gòu)成的新序列是由x(1),x(2),…,x(L),x(L+1),x(L+2),… x(2L),…加上隨機(jī)項構(gòu)成的。顯然，序列中x(L)與x(L+1),x(L+2),…數(shù)據(jù)相近，x(2)與x(L+2),… x(2L),…相近。依此類推，不同周期相同序號上的數(shù)據(jù)之間的方差稱為組內(nèi)方差，同一周期內(nèi)數(shù)據(jù)之間的方差稱為組間方差。這里我們只考慮組內(nèi)方差，將組內(nèi)方差的范圍設(shè)定在L-N之間。我們將方差的設(shè)定為： =2.3

通過調(diào)節(jié)周期L值使方差的值達(dá)到設(shè)定的閾值

2) 擬合與數(shù)據(jù)求解

擬合度定義=1-相對誤差值

選取云南地區(qū)每月的最大震級作為觀測數(shù)據(jù)，取未擬合的6個月的數(shù)據(jù)作為檢驗數(shù)據(jù)發(fā)現(xiàn)最低擬合度達(dá)到：65%，最高達(dá)到95%，平均殘差值Q =2.2543，最優(yōu)周期為L=40，如表3所示。

我們預(yù)測結(jié)果是：第9月的最大震級是：3.7；10月份的最大震級是：3.4。

5 模型的討論與推廣

5.1 模型的討論

該模型通過改進(jìn)中長期的方法達(dá)到比較理想的效果，但是模型求解的精確度依賴于對周期的選取。本文中使用殘差調(diào)節(jié)周期值有一定合理性，而且相對容易操作，比較適合短臨預(yù)測。本模型在也可以改進(jìn)最優(yōu)周期的選取方法用于中長期預(yù)測。

5.2 模型的推廣

預(yù)測問題是一個普遍性問題，尤其作為氣象學(xué)經(jīng)典預(yù)測的均生函數(shù)預(yù)測模型，更能得到更廣泛的應(yīng)用，可以應(yīng)用于各種類似的預(yù)測問題中。根據(jù)前面的模型所建立的地震預(yù)測系統(tǒng)和歷史地震數(shù)據(jù)，可以較好地預(yù)測某一年是否會有地震發(fā)生以及某區(qū)域某月的最高震級。還可以應(yīng)用于氣候預(yù)報、自然災(zāi)害預(yù)測等領(lǐng)域。

6 結(jié)束語

地震監(jiān)測預(yù)測是防震減災(zāi)的基礎(chǔ)，直接關(guān)系到防震減災(zāi)事業(yè)的成效。地震監(jiān)測預(yù)測的根本突破，取決于地震監(jiān)測預(yù)測科技水平的不斷提高。因此，強(qiáng)化管理，依靠科技進(jìn)步，不斷提高地震監(jiān)測預(yù)測科技水平，是推進(jìn)防震減災(zāi)事業(yè)發(fā)展的重要途徑和根本保證。

云南省是我國地震災(zāi)害最嚴(yán)重的省份之一。由于地處印度洋板塊和歐亞板塊碰撞帶東側(cè)，新構(gòu)造運動和現(xiàn)代構(gòu)造活動十分強(qiáng)烈，歷史上曾發(fā)生多次強(qiáng)烈地震，現(xiàn)今中強(qiáng)地震活動頻繁。由于地震本身的復(fù)雜性和目前對地震的科學(xué)認(rèn)識水平，以及觀測方法、研究深度的局限性，地震監(jiān)測預(yù)測水平與政府和社會需求之間的差距仍然很大。因此，進(jìn)一步完善地震監(jiān)測預(yù)測工作管理體制、規(guī)劃地震監(jiān)測預(yù)測的科學(xué)布局技術(shù)要求，是防震減災(zāi)工作的重要任務(wù)之一。

參考文獻(xiàn)：

[1] 國家地震科學(xué)數(shù)據(jù)共享中心[EB/OL]./index.jsp.

[2] 吳紹春,吳耿鋒,王煒,等.尋找地震相關(guān)地區(qū)的時間序列相似性匹配算法[J].軟件學(xué)報,2006(17):185-192.

[3] 姜啟源,刑文訓(xùn),謝金星,等.大學(xué)數(shù)學(xué)試驗[M].北京：清華大學(xué)出版社,2005.