基于模糊综合评价的人事考核综合素质评价.docx
《基于模糊综合评价的人事考核综合素质评价.docx》由会员分享，可在线阅读，更多相关《基于模糊综合评价的人事考核综合素质评价.docx（18页珍藏版）》请在冰豆网上搜索。
基于模糊综合评价的人事考核综合素质评价
于模糊综合评价的人事考核综合素质评价
信息与计算科学14-1班
摘要本文采用了模糊综合评价的模糊数学方法，对人事考核综合素质的各项指标进行评价，在应用模糊数学对人事考察综合素质进行综合评价时，由于评价指标较多，常用的取大取小算法，常常出现结果不易分辨的情况。
本文采用加权平均型进行评价，取得了较好的效果。
在对模糊综合评价结果进行分析时，合理给出各等级的评价权重，得到了最终的人事关系评价分数。
得到了上级84.9680，同级80.3815，下级84.7940，自我86.9880的良好评价，与综合评价模型结论一致，结果是符合实际的，很满意。
关键词模糊数学、模糊综合评价、层次分析法、权重
EvaluationofComprehensiveEvaluationofPersonnelAssessmentBasedonFuzzyComprehensiveEvaluation
Name:
XieWen
InformationandComputingScienceClass14-1
Abstract:
Inthispaper,thefuzzymathematicsmethodoffuzzycomprehensiveevaluationisusedtoevaluatetheindexesofcomprehensivequalityofpersonnelassessment.Whenthefuzzymathematicsisusedtoevaluatethecomprehensivequalityofpersonnelinspection,theevaluationindexismoreandmoreAlgorithm,oftentheresultisnoteasytodistinguishthesituation.Inthispaper,weuseweightedaveragetoevaluateandachievegoodresults.Intheanalysisoftheresultsoffuzzycomprehensiveevaluation,theevaluationweightofeachgradeisgivenreasonably,andthefinalscoreofpersonnelrelationsevaluationisobtained.Gotthesuperior84.9680,thesamelevel80.3815,subordinate84.7940,self86.9880goodevaluation,consistentwiththecomprehensiveevaluationmodelconclusion,theresultisrealistic,verysatisfied.
Keywords:
fuzzymathematics,fuzzycomprehensiveevaluation,analytichierarchyprocess,weight
引言
模糊综合评价是以模糊数学为基础。
应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法。
人事考核综合素质综合评价中，涉及到大量的复杂现象和多种因素的相互作用，而且，评价中存在大量的模糊现象和模糊概念。
因此，在综合评价时，常用到模糊综合评价的方法进行定量化处理。
0问题重述
依据人事考核综合素质指标体系的确定原则，可将被考核人员的评价分为品德素质、智力素质、能力素质、身体素质4个方面建立评价指标体系，每个方面又可分解为若干评价要素，具体结构见表10。
表9人事考核综合素质评价指标体
一级指标
权重
二级指标
权重
品德素质
0.25
政治品质
0.3
政策水平
0.2
组织纪律
0.2
工作态度
0.3
智力素质
0.2
分析判断能力
0.2
知识水平
0.3
业务水平
0.3
创新能力
0.2
能力素质
0.35
协调能力
0.25
领导能力
0.3
工作经验
0.15
工作效果
0.3
身体素质
0.2
生理机制
0.45
精神面貌
0.55
各评价组对鞍钢某位行政管理干部的评价结果见表11。
表10各评价组测评得分表
一级指标
二级指标
上级评价
同级评价
下级评价
自我评价
好
较好
一般
差
好
较好
一般
差
好
较好
一般
差
好
较好
一般
差
品德素质
政治品质
1/5
2/5
2/5
0
3/9
4/9
2/9
0
4/8
3/8
1/8
0
1
0
0
0
政策水平
1/5
3/5
1/5
0
2/9
5/9
2/9
0
3/8
3/8
2/8
0
0
1
0
0
组织纪律
1/5
3/5
1/5
0
1/9
5/9
2/9
1/9
2/8
4/8
2/8
0
0
1
0
0
工作态度
1/5
4/5
0
0
3/9
4/9
1/9
1/9
1/8
4/8
2/8
1/8
0
1
0
0
智力素质
分析判断能力
2/5
2/5
1/5
0
5/9
3/9
1/9
0
4/8
3/8
1/8
0
1
0
0
0
知识水平
1/5
3/5
1/5
0
2/9
4/9
2/9
1/9
2/8
4/8
2/8
0
0
1
0
0
业务水平
0
2/5
3/5
0
1/9
4/9
3/9
1/9
2/8
3/8
3/8
0
0
1
0
0
创新能力
2/5
2/5
1/5
0
3/9
3/9
2/9
1/9
3/8
4/8
1/8
0
0
1
0
0
能力素质
协调能力
1/5
3/5
1/5
0
1/9
59
3/9
0
3/8
4/8
18
0
1
0
0
0
领导能力
2/5
1/5
2/5
0
5/9
3/9
1/9
0
4/8
3/8
1/8
0
1
0
0
0
工作经验
0
3/5
1/5
1/5
0
6/9
3/9
0
1/8
5/8
2/8
0
0
1
0
0
工作效果
0
4/5
1/5
0
0
5/9
3/9
1/9
1/8
3/8
2/8
2/8
0
0
1
0
身体素质
生理机制
3/5
2/5
0
0
4/9
3/9
2/9
0
2/8
4/8
2/8
0
0
1
0
0
精神面貌
2/5
2/5
1/5
0
2/9
4/9
3/9
0
1/8
5/8
2/8
0
0
1
0
0
利用上述数据，试对该人员进行综合评价。
一模糊数学理论
一、自然科学中的两种不确定性
早在17世纪人们就开始对随机性进行研究，并逐步形成了概率论与数理统计学科。
今天，它已经成为应用数学方法的重要基础，被广泛的应用于经济科学、军事科学、医疗科学、灾害预测与防止、管理科学、信息科学等方面。
随着人们对科学研究的不断深入，尤其是信息科学与技术的研究，一种新的不确定性使得人们无法回避，那就是模糊性，非结构性问题常常要涉及到自然语言信息的模糊性的处理。
●什么是模糊性，它与随机性的区别？
随机性――因事物因果关系的破缺引起的不确定性（多维空间事物到低维空间的把握）。
模糊性――排中律的破缺引起的不确定性（模糊性是由划分引起的。
分类是人类认识事物的基本手段，描述事物的分类粗糙使得分类边界不明确）。
●模糊性问题的几个例子：
①计算机模式识别问题（根据相貌特征识别人、汉字的识别、歌曲与艺术欣赏评价）；
②智能控制问题（汽车停靠问题、搬运物体问题）；
③机器学习问题（学习骑自行车、解题证明问题）
④语言理解（秃子悖论，在专业概论中已经介绍过）；。
二、Zadeh的互斥性原理及意义
互斥原理：
“随着系统复杂性的增长，我们对其特性作出精确而有意义的描述能力相应的降低，直到达到一个阈值，一旦超过它，精确性和有意义性几乎成为两个互相排斥的特征”
互斥原理的意义：
通过举例说明，①如气象预报精确到多少雨滴，温度精确到小数几十位等是无意义的；②国际一年的经济统计，精确到几分钱；③矿山岩石系统、采矿通风系统研究等。
三、模糊数学发展的历史与作用
※1965年，美国著名控制论专家L.A.Zadeh教授在国际《信息与控制》杂志上发表了《模糊集合》（FuzzySets）的论文，首次提出了模糊集合概念。
※1976年，中国文化大革命运动结束，模糊集合理论被介绍到中国。
模糊集合论在中国的发展过程。
84年中美高峰会议，Zadeh教授的评价。
※1987年，日本模糊产品的商业化。
介绍机理模糊产品（模糊洗衣机，模糊空调，模糊电视机、模糊点钞机、模糊复印机、模糊电话机）；模糊工程（美国的航天飞机对接技术，中国列车提速的控制、德国无人驾驶驱车的停靠、日本仙台地铁的自动控制、英国交通岗红绿灯智能控制等等）。
倒立摆控制（中国）等等。
※模糊数学发展现状：
形成分支（非经典集合论、模糊代数、模糊测度、模糊拓扑、模糊逻辑、模糊分析）。
二模糊综合评价的理论知识
2模型的建立
2.1模糊综合评价方法和步骤
2.1.1模糊综合评价方法
模糊综合评价是通过构造等级模糊子集把反映被评事物的模糊指标进行量化（即确定隶属度），然后利用模糊变换原理对各指标综合。
2.1.2评价步骤：
2.1.2.1确定评价对象的因素论域
个评价指标，
。
2.1.2.2确定评语等级论域
，即等级集合。
每一个等级可对应一个模糊子集。
2.1.2.3建立模糊关系矩阵
在构造了等级模糊子集后，要逐个对被评事物从每个因素
上进行量化，即确定从单因素来看被评事物对等级模糊子集的隶属度
，进而得到模糊关系矩阵：
矩阵
中第
行第
列元素
，表示某个被评事物从因素
来看对
等级模糊子集的隶属度。
一个被评事物在某个因素
方面的表现，是通过模糊向量
来刻画的，而在其他评价方法中多是由一个指标实际值来刻画的，因此，从这个角度讲模糊综合评价要求更多的信息。
2.1.2.4确定评价因素的权向量
在模糊综合评价中，确定评价因素的权向量：
。
权向量
中的元素
本质上是因素
对模糊子
的隶属度。
本文使用层次分析法来确定评价指标间的相对重要性次序。
从而确定权系数，并且在合成之前归一化。
即
，
，
2.1.2.5合成模糊综合评价结果向量
利用合适的算子将
与各被评事物的
进行合成，得到各被评事物的模糊综合评价结果向量
。
即：
其中
是由
与
的第
列运算得到的，它表示被评事物从整体上看对
等级模糊子集的隶属程度。
2.1.2.6对模糊综合评价结果向量进行分析
实际中最常用的方法是最大隶属度原则，但在某些情况下使用会有些很勉强，损失信息很多，甚至得出不合理的评价结果。
提出使用加权平均求隶属等级的方法，对于多个被评事物并可以依据其等级位置进行排序。
2.2层次分析法确定权重
2.2.1层次分析法
求权重是综合评价的关键。
层次分析法是一种行之有效的确定权系数的有效方法。
特别适宜于那些难以用定量指标进行分析得复杂问题[11]。
它把复杂问题中的各因素划分为互相联系的有序层使之条理化，根据对客观实际的模糊判断，就每一层次的相对重要性给出定量的表示，再利用数学方法确定全部元素相对重要性次序的权系数。
2.2.2层次分析法的步骤
2.2.2.1确定目标和评价因素
个评价指标，
。
2.2.2.2构造判断矩阵
判断矩阵元素的值反映了人们对各元素相对重要性的认识，一般采用1—9及其倒数的标度方法。
但当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。
即得到判断矩阵
。
2.2.2.3计算判断矩阵
用Mathematica软件计算判断矩阵
的最大特征根
，及其对应的特征向量
，此特征向量就是各评价因素的重要性排序，也即是权系数的分配。
2.2.2.4一致性检验
为进行判断矩阵的一致性检验，需计算一致性指标
，平均随机一致性指标
。
它是用随机的方法构造500个样本矩阵，构造方法是随机地用标度以及它们的倒数填满样本矩阵的上三角各项，主对角线各项数值始终为1，对应转置位置项则采用上述对应位置随机数的倒数。
然后对各个随机样本矩阵计算其一致性指标值，对这些
值平均即得到平均随机一致性指标
值[12]。
当随机一致性比率
时，认为层次分析排序的结果有满意的一致性，即权系数的分配是合理的；否则，要调整判断矩阵的元素取值，重新分配权系数的值。
三模型求解
4.1确定评价因素集
依据人事考核综合素质指标体系的确定原则,可将被考核人员的评价分为品德素质、智力素质、能力素质、身体素质4个方面建立评价指标体系,每个方面又可分解为若干评价要素,具体结构见表4.1。
表4.1人事考核综合素质评价指标体系
一级指标
权重
二级指标
权重
品德素质
0.25
政治品质
0.3
政策水平
0.2
组织纪律
0.2
工作态度
0.3
智力素质
0.2
分析判断能力
0.2
知识水平
0.3
业务水平
0.3
创新能力
0.2
能力素质
0.35
协调能力
0.25
领导能力
0.3
工作经验
0.15
工作效果
0.3
身体素质
0.2
生理机制
0.45
精神面貌
0.55
4.2确定评语集
4.3确定评价因素的权重
利用评价指标体系,对各个因素权重进行打分,结果为:
U:
A={0.25,0.2,0.35,0.2};U1:
A1={0.3,0.2,0.2,0.3};
U2:
A2={0.2,0.3,0.3,0.2};U3:
A3={0.25,0.3,0.15,0.3};
U4:
A4={0.45,0.55}
4.4一级指标权重的计算
4个一级指标因子权重，我们采用层次分析的方法求出指标权重。
构造判断矩阵
即：
用Mathematica软件计算判断矩阵
的最大特征根得
。
为进行判断矩阵的一致性检验，需计算一致性指标：
平均随机一致性指标
。
随机一致性比率：
因此认为层次分析排序的结果有满意的一致性，即权系数的分配是非常合理的。
其对应的特征向量为：
再作归一化处理得：
3.2.5计算二级指标权重
同理，我们仍采用层次分析的方法来求出指标权重。
分别对各个二级指标构造其各自的判断矩阵，再用Mathematica软件计算最大特征根和一致性检验。
得出合理的权系数。
人事考核综合素质评价指标体的四个权重，其特征向量为
品德素质：
智力素质：
能力素质：
身体素质：
3.3人事考核综合素质评价指标体的多级模糊综合评价
3.3.1人事考核综合素质评价指标体的加权平均模糊合成综合评价
利用加权平均
模糊合成算子将
与
足合成得到模糊综合评价结果向量
。
模糊综合评价中常用的取大取小算法，在因素较多时，每一因素所分得的权重常常很小。
在模糊合成运算中，信息丢失很多，常导致结果不易分辨和不合理（即模型失效）的情况[16]。
所以，针对上述问题，这里采用加权平均型的模糊合成算子。
计算公式为：
式中，
，
，
分别为隶属于第
等级的隶属度、第
个评价指标的权重和第
个评价指标隶属于第
等级的隶属度。
3.3.2多级模糊综合评价结果向量
将来源于抽样调查的四川农业大学统计数据代入建立的模型中，计算各级模糊综合评价的向量。
3.3.2.1上级评价品德素质
归一化后的综合评价向量：
3.3.2.2上级评价智力素质
3.3.2.3上级评价能力素质
3.3.2.4上级评价身体素质
3.3.2.5上级综合评价向量
根据最大隶属度原则上级对他的评价为良好
3.3.2.6同理可得
同级的综合评价为：
下级的综合评价为：
自我的综合评价为：
根据最大隶属度原则除了同级是差评之外，其他人对他的综合评价为良好
3.3.2.8对综合评分值进行等级评定
为了得到一个精确的综合评价结果，设等级评价矩阵
则该员工的综合评分为
实际中最常用的方法是最大隶属度原则，但此方法的使用是有条件的，存在有效性问题，可能会得出不合理的评价结果。
根据此问题提出加权平均原则求隶属等级的方法，对于采用加权平均原则对上述各级评价指标的评价结果进行分析。
此方法得出的结果与最大隶属度原则方法得到的结果有点出入，但此结果较符合实际情况。
四分析并得出结论
在应用模糊数学对校园环境质量进行综合评价时，由于评价指标较多，常用的取大取小算法，常常出现结果不易分辨的情况。
本文采用加权平均型进行评价，取得了较好的效果。
在对模糊综合评价结果进行分析时，对常用的最大隶属度原则方法存在有效性的问题。
本文采用加权平均原则方法对结果进行分析，并可对多指标进行比较排序，结果令人满意。
对于权重的确定，目前大多由专家凭经验给出，人为干扰较为严重，导致评判结果的出入。
本文在模糊综合评价中采用层次分析法来确定权重。
此方法具有较强的逻辑性、实用性和系统性。
并能准确地得出各评价指标的权系数。
基于层次分析法的模糊综合评价在校园环境质量综合评价与排序研究中得以应用，效果较好。
该模型建立符合实际情形，有利于促进高校对其资源的利用并对已有资源进行最优整合，从而促进高校整体水平和规模的发展；模型求解简便，有较好的应用前景和推广价值。
参考文献
[1]楼世博．模糊集之父—L.A.Zadeh[J]．模糊数学，1985（3）：
115-116．
[2]徐晞，李涛等．MATLAB工具箱应用指南[M].北京：
电子工业出版社，2000:
468-471．
[3]谢季坚，刘承平．模糊数学方法及其应用（第三版）[M]．武汉：
华中科技大学出版社，2006：
44-89．
[4]梁保松，曹殿立．模糊数学及其应用[M]．北京：
科学出版社，2007：
65-81．
[5]尤枫，颜可庆．离散数学[M].北京：
机械工业出版社，2003:
63-75．
[6]ZadehLA.Fuzzysets.InformationandControl[J].1965（8）:
338-353.
[7]姜朋．图书选题的模糊综合评判[J]．东北财经大学学报，2011-12-02（6）．
[8]张德丰．MATLAB模糊系统设计[M]．北京：
国防工业出版社，2009：
1-71．
[9]胡永宏，贺恩辉.综合评价方法[M].北京：
科学出版社，2000：
167-188
[10]杨纶标.模糊数学原理及应用[M].广州：
华南理工大学出版社，2000：
67-80
[11]葛军，葛伦应.层次分析法确定水质指标权重[J].当代建筑，2003，3
（1）：
22-23
[12]李安贵,张志宏,孟艳等.模糊数学及其应用[M].武汉：
冶金工业出版社，2003：
144-146
[13]佟春生.系统工程的理论与方法概论[M].北京：
国防工业出版社，2000：
185-186
[14]宁晓秋.模糊数学原理与方法[M].徐州：
中国矿业大学出版社，2004：
203-208
[15]刘元高，刘耀儒.Mathematica4.0实用教程[M].北京：
国防工业出版社，2000：
65-68
[16]李安贵,张志宏,孟艳等.模糊数学及其应用[M].武汉：
冶金工业出版社，2003：
144-146
升级会员 