對(duì)模糊綜合評(píng)價(jià)法的深入思考_第1頁(yè)
對(duì)模糊綜合評(píng)價(jià)法的深入思考_第2頁(yè)
對(duì)模糊綜合評(píng)價(jià)法的深入思考_第3頁(yè)
對(duì)模糊綜合評(píng)價(jià)法的深入思考_第4頁(yè)
對(duì)模糊綜合評(píng)價(jià)法的深入思考_第5頁(yè)
已閱讀5頁(yè),還剩5頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

對(duì)模糊綜合評(píng)價(jià)法的深入思考摘要:綜合評(píng)判是通過模糊關(guān)系矩陣將因素模糊向量變換為等級(jí)模糊向量,給以不同的計(jì)算模式即可得到綜合評(píng)判的不同數(shù)學(xué)模型。本文采用多層次模糊綜合評(píng)判,同時(shí)利用幾種廣義模糊算子進(jìn)行計(jì)算,即給出了多算子多層次的評(píng)價(jià)模型。1.1對(duì)模糊綜合評(píng)價(jià)方法的評(píng)析模糊綜合評(píng)價(jià)法是利用模糊集理論進(jìn)行評(píng)價(jià)的一種方法。具體地說,該方法是應(yīng)用模糊關(guān)系合成的原理,從多個(gè)因素對(duì)被評(píng)判事物隸屬等級(jí)狀況進(jìn)行綜合性評(píng)判的一種方法。模糊評(píng)價(jià)法不僅可對(duì)評(píng)價(jià)對(duì)象按綜合分值的大小進(jìn)行評(píng)價(jià)和排序,而且還可根據(jù)模糊評(píng)價(jià)集上的值按最大隸屬原則去評(píng)定對(duì)象所屬的等級(jí)。這就克服了傳統(tǒng)數(shù)學(xué)方法結(jié)果單一性的缺陷,結(jié)果包含的信息量豐富。這種方法簡(jiǎn)易可行,在一些用傳統(tǒng)觀點(diǎn)看來無(wú)法進(jìn)行數(shù)量分析的問題上,顯示了它的應(yīng)用前景,它很好地解決了判斷的模糊性和不確定性問題。由于模糊的方法更接近于東方人的思維習(xí)慣和描述方法,因此更它適應(yīng)于對(duì)社會(huì)經(jīng)濟(jì)系統(tǒng)問題進(jìn)行評(píng)價(jià)。模糊綜合評(píng)判的優(yōu)點(diǎn)是可對(duì)設(shè)計(jì)模糊因素的對(duì)象系統(tǒng)進(jìn)行綜合評(píng)價(jià)。作為較常用的一種模糊數(shù)學(xué)方法,它廣泛地應(yīng)用于經(jīng)濟(jì)、社會(huì)等領(lǐng)域。然而,隨著綜合評(píng)價(jià)在經(jīng)濟(jì)、社會(huì)等大系統(tǒng)中的不斷應(yīng)用,由于問題層次結(jié)構(gòu)的復(fù)雜性、多因素性、不確定性、信息的不充分以及人類思維的模糊性等矛盾的涌現(xiàn),使得人們很難客觀地做出評(píng)價(jià)和決策。模糊綜合評(píng)判方法,而且合成的算法也有待進(jìn)一步探討。其評(píng)價(jià)過程大量運(yùn)用了人的主觀判斷,由于各因素權(quán)重的確定帶有一定的主觀性,因此,總的來說,模糊綜合評(píng)判是一種基于主觀信息的綜合評(píng)價(jià)方法。實(shí)踐證明,綜合評(píng)價(jià)結(jié)果的可靠性和準(zhǔn)確性依賴于合理確定因素、因素的權(quán)重分配和綜合評(píng)價(jià)的合成算子等。所以,所以,無(wú)論如何,都必須根據(jù)具體綜合評(píng)價(jià)問題的目的、要求及其特點(diǎn),從中選取合適的評(píng)價(jià)模型和算法,使所做的評(píng)價(jià)更加客觀、科學(xué)和有針對(duì)性。對(duì)于一些復(fù)雜系統(tǒng),需要考慮的因素很多,這是會(huì)出現(xiàn)兩方面的問題:一方面是因素過多,對(duì)它們的權(quán)數(shù)分配都很?。涣硪环矫?,即使確定了權(quán)數(shù)分配,由于需要?dú)w一化,每個(gè)因素的權(quán)值都很小,再經(jīng)過Zadeh算子綜合評(píng)判,常會(huì)出現(xiàn)沒有價(jià)值的結(jié)果。針對(duì)這種情況,我們需要采用多級(jí)(層次)模糊綜合評(píng)判的方法。按照因素或指標(biāo)的情況,將它們分為若干層次,先進(jìn)行低層次各因素的綜合評(píng)價(jià),其評(píng)價(jià)結(jié)果再進(jìn)行高一層次的綜合評(píng)價(jià)。每一層次的單因素評(píng)價(jià)都是低一層次的多因素評(píng)價(jià),如此從低層向高層逐層進(jìn)行。另外,為了從不同的角度考慮問題,我們還可以先把參加評(píng)判的人員分類。按模糊綜合評(píng)判法的步驟,給出每類評(píng)判人員對(duì)被評(píng)價(jià)對(duì)象的模糊統(tǒng)計(jì)矩陣,計(jì)算每類評(píng)判人員對(duì)被評(píng)價(jià)者的評(píng)判結(jié)果,通過“二次加權(quán)”來考慮不同角度評(píng)委的影響。1.2 對(duì)模糊綜合評(píng)價(jià)方法的改進(jìn)建議(1)確定評(píng)判矩陣。一般來說,主觀或定性的指標(biāo)都具有一定程度的模糊性,可以采用等級(jí)比重法。用等級(jí)比重確定隸屬矩陣的方法,可以滿足模糊綜合評(píng)判的要求。用等級(jí)比重法確定隸屬度時(shí),為了保證可靠性,一般要注意兩個(gè)問題:第一,評(píng)價(jià)者人數(shù)不能太少,因?yàn)橹挥羞@樣,等級(jí)比重才趨于隸屬度;第二,評(píng)價(jià)者必須對(duì)被評(píng)事物有相當(dāng)?shù)牧私猓貏e是一些涉及專業(yè)方面的評(píng)價(jià),更應(yīng)該如此。對(duì)于客觀和定量指標(biāo),可以選用頻率法。頻率法是先劃分指標(biāo)值在不同等級(jí)的變化區(qū)間,然后以指標(biāo)值的歷史資料在各等級(jí)變化區(qū)間出現(xiàn)的頻率作為對(duì)各等級(jí)模糊子集的隸屬度。這種方法操作方便,但是比較粗糙,指標(biāo)值的等級(jí)區(qū)間劃分會(huì)影響評(píng)價(jià)結(jié)果。(2)確定權(quán)數(shù)向量。權(quán)數(shù)乃是表征因素相對(duì)重要性大小的量度值。常見的評(píng)價(jià)問題中的賦權(quán)數(shù),一般多憑經(jīng)驗(yàn)主觀臆測(cè),富有濃厚的主觀色彩。在某些情況下,主觀確定權(quán)數(shù)尚有客觀的一面,一定程度上反映了客觀實(shí)際情況,使評(píng)價(jià)的結(jié)果嚴(yán)重失真而有可能導(dǎo)致決策者的錯(cuò)誤判斷。在某些情況下,確定權(quán)數(shù)可以利用數(shù)學(xué)的方法(如層次分析法),盡管數(shù)學(xué)方法摻雜有主觀性,但因數(shù)學(xué)方法嚴(yán)格的邏輯性而且可以對(duì)確定的“權(quán)數(shù)”進(jìn)行“濾波”和“修復(fù)”處理,以盡量剔除主觀成分,符合客觀現(xiàn)實(shí)。(3)選擇適當(dāng)?shù)暮铣伤惴ā3S玫膬煞N算法:加權(quán)平均型和主因素突出型。這兩種算法總的來說,結(jié)果大同小異。注意這兩種算法的特點(diǎn):加權(quán)平均型算法常用在因素集很多的情形,它可以避免信息丟失;主因素突出型算法常用在所統(tǒng)計(jì)的模糊矩陣中的數(shù)據(jù)相差很懸殊的情形,它可以防止其中“調(diào)皮”的數(shù)據(jù)的干擾。在實(shí)際的應(yīng)用中,應(yīng)注意對(duì)于適宜模糊綜合評(píng)判的算子來說,是現(xiàn)實(shí)問題的性質(zhì)決定算子的選擇,而不是算子決定現(xiàn)實(shí)問題的性質(zhì)。1.3 具體改進(jìn)措施1.3.1廣義模糊算子的綜合評(píng)價(jià)模型(1)主因素突出型模型:模型I: ,式中“”和“”分別為取小和取大運(yùn)算,這就是扎德算子。模型: ,式中“”代表普通實(shí)數(shù)乘法。(2)加權(quán)平均型模型:模型: , 式中這里 “ ” 為有上界1的求和運(yùn)算,即向量a必須歸一化。模型: 當(dāng)k=1時(shí),式子退化為模型,即冪平均算子退化為普通乘加算子,允許不同指標(biāo)之間的線性代償,因此冪平均算子是普通乘加算子的推廣。在評(píng)判過程中采用不同的冪平均模型體現(xiàn)不同的思想。k1時(shí),最好等級(jí)的合成值上升幅度較大,最差等級(jí)的合成值上升幅度較小,拉大了最好與最差等級(jí)之間的距離,體現(xiàn)鼓勵(lì)突出、嚴(yán)懲落后的思想。因此,在模糊綜合評(píng)判中冪平均模型比加權(quán)平均型人性化,更能切合招標(biāo)人的實(shí)際需求。1.3.2 多層次模糊綜合評(píng)判第一步:將因素集 將某種屬性分成s個(gè)子因素集U1,U2,Us,其中 ,且滿足: n1+n2+ns=n 對(duì)任意的 第二步:對(duì)每一個(gè)因素集Ui,分別做出綜合評(píng)判。設(shè)V=v1,v2, vm為評(píng)語(yǔ)集,Ui中各因素相對(duì)于V的權(quán)重分配是:若Ri為單因素評(píng)判矩陣,則得到一級(jí)評(píng)判向量:第三步:將每個(gè)Ui看作一個(gè)因素,記為:這樣,K又是一個(gè)因素集,K的單因素評(píng)判矩陣為:每個(gè)Ui作為U的部分,反映了U的某種屬性,可以按他們的重要性給出權(quán)重分配 ,于是得到二級(jí)評(píng)判向量:當(dāng)然,如果含有較多的因素,可將Ui再進(jìn)行劃分,于是有三級(jí)評(píng)判模型,甚至四級(jí)、五級(jí)模型等。1.3.3 確定權(quán)重的方法層次分析法與模糊綜合評(píng)判方法的集成,主要體現(xiàn)在將評(píng)價(jià)指標(biāo)體系分成遞階層次結(jié)構(gòu),運(yùn)用層次分析法確定各指標(biāo)的權(quán)重,然后分層次進(jìn)行模糊綜合評(píng)判,最后綜合出總的評(píng)價(jià)結(jié)果。采用AHP法與專家調(diào)查法相結(jié)合得出兩套權(quán)重重要程度排序結(jié)果。比較兩套排序結(jié)果是否有效一致,若不一致,則需要調(diào)整上述兩種方法直到一致為止。這樣便可在很大程度上提高主觀賦權(quán)法重要度排序的準(zhǔn)確性。1.4 實(shí)例分析以某公司對(duì)生產(chǎn)部門員工進(jìn)行的年終評(píng)定為例來加以說明。根據(jù)該部門工作人員的工作性質(zhì),將18個(gè)指標(biāo)分成工作績(jī)效(U1)、工作態(tài)度(U2)、工作能力(U3)和學(xué)習(xí)成長(zhǎng)(U4)這四個(gè)子因素集。首先確定各個(gè)子因素集模糊綜合評(píng)判矩陣,得到如下表1.1中的數(shù)據(jù)。表1.4.1 員工考核指標(biāo)體系及考核表一級(jí)指標(biāo)二級(jí)指標(biāo)評(píng)價(jià)優(yōu)秀良好一般較差差工作績(jī)效工作量0.80.150.0500工作效率0.50.40.10.10工作質(zhì)量0.10.30.50.050計(jì)劃性0.10.30.50.050.05工作態(tài)度責(zé)任感0.30.50.150.050團(tuán)隊(duì)精神0.20.2040.10.1學(xué)習(xí)態(tài)度0.40.40.10.10工作主動(dòng)性0.10.30.30.20.1360度滿意度0.10.40.20.20.1工作能力創(chuàng)新能力0.10.30.50.10自我管理能力0.20.30.30.10.1溝通能力0.20.30.350.150協(xié)調(diào)能力0.10.30.40.10.1執(zhí)行能力0.10.40.30.10.1學(xué)習(xí)成長(zhǎng)勤情評(píng)價(jià)0.30.40.20.10技能提高0.10.40.30.10.1培訓(xùn)參與0.20.30.40.10工作提案0.40.30.20.10請(qǐng)專家設(shè)定指標(biāo)權(quán)重,一級(jí)指標(biāo)權(quán)重為:A=(0.4,0.3,0.2,0.1)二級(jí)指標(biāo)權(quán)重為:A1=(0.2,0.3,0.3,0.2);A1=(0.3,0.2,0.1,0.2,0.2);A1=(0.1,0.2,0.3,0.2,0.2;A1=(0.3,0.2,0.2,0.3)。對(duì)于上述數(shù)據(jù),同時(shí)采用以上多種算子,經(jīng)過二級(jí)綜合評(píng)判并歸一化處理,根據(jù)最大隸屬度原則,得到以下評(píng)判結(jié)果:表4.2 采用多算子多層次綜合評(píng)價(jià)的結(jié)果 評(píng)語(yǔ)算子優(yōu)秀良好一般較差差評(píng)價(jià)模型0.2730.2730.1820.1820.09優(yōu)良模型0.3300.3710.2060.0620.031良好模型0.26670.3520.2570.0860.038良好模型(k=2)0.2980.3870.2780.0250.012良好根據(jù)最大隸屬度原則,從上表中還可看到采用扎德算子計(jì)算的結(jié)果歸一化后為(0.273,0.273,0.182,0.182,0.09),屬于優(yōu)秀和良好的程度都為0.273,其評(píng)價(jià)結(jié)果不確定,在這種情況下,采用其他幾種算子利用最大隸屬度原則都得到“良好”這一結(jié)果,這樣把握性比較大,也更合理,同理可對(duì)該部門其他員工進(jìn)行考核。以上說明了該種方法在解決企業(yè)中的人事考核問題實(shí)踐中取得良好的效果。參考文獻(xiàn)1杜棟,龐慶華,吳炎.現(xiàn)代綜合評(píng)價(jià)方法與案例分析M.北京:清華大學(xué)出版社,2008,6.2 蘇為華模糊綜合評(píng)價(jià)合成過程中“取大取小”算子的不合理性及改進(jìn)J商業(yè)經(jīng)濟(jì)與管理,2003,138(4):3236.3 李玉琳,高志剛,韓延玲模糊綜合評(píng)價(jià)中權(quán)值確定和合成算子的選擇J計(jì)算機(jī)工程與應(yīng)用,2006,23:38424陳衛(wèi)華,梁曉燕,糜仲春.模糊綜合評(píng)判在人事考核中的應(yīng)用.價(jià)值工程,2005,(10):96-99.5 梁保松,曹殿立模糊數(shù)學(xué)及其應(yīng)用M北京:科學(xué)出版社,2007:13l一132.6 張艷群,張辰基于模糊理論的信任度評(píng)估模型J計(jì)算機(jī)工程與設(shè)計(jì),2007,28(3):532-5877 唐文,胡建斌,陳鐘基于模糊邏輯的主觀信任管理模型研究J計(jì)算機(jī)研究與發(fā)展,2005,42(10):165416598 李陽(yáng)旭,鄧輝文模糊綜合評(píng)判的一種改進(jìn)方法J重慶工商大學(xué)學(xué)報(bào):自然科學(xué)版,2005,22(4):4534569 哈明虎,王瑞省,張琳模糊積分在物流系統(tǒng)工程中的應(yīng)用J模糊系統(tǒng)與數(shù)學(xué),2004,18(4)727610 Liu B,Liu Y KExpected value of fuzzy variable and fuzzy expected value modelsJIEEE Transactions on Fuzzy Systems,2002,10.(4):44545011 徐澤水不確定多屬性決策方法及應(yīng)用M北京:清華大學(xué)出版社,2004.2.課程學(xué)習(xí)的心得和建議2.1心得通過學(xué)習(xí)綜合評(píng)價(jià)方法這門課程,老師在課堂上的講解以及同學(xué)們之間的探討和交流,我對(duì)本門課程有了一定的心得體會(huì),現(xiàn)做如下匯總:2.1.1課程理念綜合評(píng)價(jià)是指對(duì)被評(píng)價(jià)對(duì)象進(jìn)行的客觀、公正、合理的全面評(píng)判。它的目的是希望能對(duì)若干對(duì)象,按一定意義進(jìn)行排序,從中挑選出最優(yōu)或最劣對(duì)象。對(duì)于每一個(gè)評(píng)價(jià)對(duì)象,通過綜合評(píng)價(jià)和比較,可以找到自身的差距,也便于及時(shí)采取措施,進(jìn)行改進(jìn)??梢钥吹剑C合評(píng)價(jià)這種定量分析技術(shù)已經(jīng)得到了廣泛的認(rèn)同,它為我們正確認(rèn)識(shí)事物、科學(xué)決策提供了有效的手段。2.1.2 課程內(nèi)容學(xué)習(xí)心得首先,通過老師的講解,我對(duì)指標(biāo)和權(quán)重有了更深一層次的認(rèn)識(shí)。評(píng)價(jià)指標(biāo)的選取要本著目的性、全面性和可行性的原則,做到廣義方差極小。指標(biāo)體系的建立具有很大的主觀隨意性,不能保證指標(biāo)體系的唯一性。在對(duì)備選方案進(jìn)行綜合評(píng)價(jià)之前,要注意評(píng)價(jià)指標(biāo)類型的一致化處理。包括定性指標(biāo)和定量指標(biāo),正指標(biāo)和逆指標(biāo),使其保持同趨勢(shì)化,以保證指標(biāo)間的可比性。指標(biāo)的賦權(quán)要做到主觀賦權(quán)和客觀賦權(quán)相結(jié)合的方法,使其更符合客觀實(shí)際。其次,同學(xué)們之間對(duì)幾種綜合評(píng)價(jià)方法的探討和學(xué)習(xí)也使我受益匪淺。尤其是等到自己真正主動(dòng)去學(xué)習(xí)、理解、掌握一種綜合評(píng)價(jià)方法時(shí),并能把自己學(xué)習(xí)所獲得的知識(shí)給大家講解出來,更是一種挑戰(zhàn),也為進(jìn)一步的學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。我們這一組做的課題是空間統(tǒng)計(jì)學(xué)的距離評(píng)價(jià)法研究。同學(xué)們之間共同努力,一起搜集整理資料,一起探討,收獲頗多。同時(shí)也感覺到這種學(xué)習(xí)方式更能鍛煉自己的動(dòng)腦動(dòng)手能力,找到自己學(xué)習(xí)中的不足加以彌補(bǔ)。大家互相學(xué)習(xí)探討和獨(dú)立思考能力正是自己以后需要多加練習(xí)的。最后,單一評(píng)價(jià)方法存在這樣一些問題:不存在一種絕對(duì)完美的綜合評(píng)價(jià)方法。不同的方法只是從不同的角度對(duì)被評(píng)價(jià)對(duì)象做出的某種估計(jì),如果僅采用一種方法進(jìn)行評(píng)價(jià),其結(jié)果的可信性就值得懷疑。選擇何種評(píng)價(jià)方法受評(píng)價(jià)主體的主觀影響太大。無(wú)論是選用主觀賦權(quán)評(píng)價(jià)法,還是采用客觀賦權(quán)評(píng)價(jià)法,都有自身無(wú)法解決的缺陷??偟膩砜?,面對(duì)單一綜合評(píng)價(jià)方法的不足,一方面可以通過改進(jìn)模型的不足,使其更符合客觀實(shí)際;另一方面,可以通過對(duì)兩類或幾類方法做統(tǒng)一結(jié)合,以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ),得到更為合理、科學(xué)的評(píng)價(jià)結(jié)果。各種方法通過彼此之間取長(zhǎng)補(bǔ)短,互相驗(yàn)證,達(dá)到更好的效果。因?yàn)?,每種方法都有其自身的優(yōu)點(diǎn)和缺點(diǎn),它們的使用場(chǎng)合也并不完全相同,通過將具有同種性質(zhì)的綜合評(píng)價(jià)方法組合在一起,就能夠使各種方法的缺點(diǎn)得到彌補(bǔ),而同時(shí)兼有各種方法的優(yōu)點(diǎn)。2.2 建議學(xué)生之間通過分組,每組一個(gè)專題的方式進(jìn)行在課堂上講解是個(gè)很好的學(xué)習(xí)方式,這一方面促進(jìn)同學(xué)們動(dòng)手動(dòng)腦和加強(qiáng)溝通交流的能力,另一方面也可加深對(duì)自己所研究專題的理解。同時(shí),可能由于課時(shí)關(guān)系,本人感覺還沒能對(duì)其進(jìn)行深入的理解,組內(nèi)交流多,但各組之間交流少些,可以通過對(duì)評(píng)價(jià)方法進(jìn)行組合的方式,對(duì)評(píng)價(jià)方法兩兩集成(比如層次分析法與模糊綜合評(píng)價(jià)法德及集成、模糊綜合評(píng)價(jià)方法與數(shù)據(jù)包絡(luò)分析法的集成、層次分析法與灰色綜合評(píng)價(jià)法的集成等),這樣可以更進(jìn)一步加強(qiáng)溝通和進(jìn)一步學(xué)習(xí),也不失為綜合評(píng)價(jià)方法的創(chuàng)新。五、當(dāng)前項(xiàng)目評(píng)價(jià)中敏感性分析的不足 第一,現(xiàn)階段敏感性分析沒有包含各因素變化的可能性大小及概率分布, 只體現(xiàn)了風(fēng)險(xiǎn)分析,項(xiàng)目評(píng)價(jià)不考慮風(fēng)險(xiǎn)概率問題也是不客觀的。第二,現(xiàn)階段敏感性分析只考慮投資項(xiàng)目各當(dāng)前確定性因素未來可能的變化對(duì)評(píng)價(jià)指標(biāo)的影響,而忽視了對(duì)項(xiàng)目當(dāng)前不確定性因素、隨機(jī)因素、突發(fā)性因素變化對(duì)項(xiàng)目經(jīng)濟(jì)效果影響研究。因此,在項(xiàng)目評(píng)估中,如何預(yù)測(cè)和防范項(xiàng)目風(fēng)險(xiǎn),是做好項(xiàng)目評(píng)估工作和項(xiàng)目決策的重要步驟。 第三,現(xiàn)階段敏感性分析主要計(jì)算的對(duì)象有凈現(xiàn)值、內(nèi)部收益率與投資回收期等經(jīng)濟(jì)指標(biāo)。敏感性分析的深度不夠,敏感性因素的選取范圍有限。沒有根據(jù)項(xiàng)目的特點(diǎn)選取敏感性因素,造成在分析中選定的不確定因素和假定的變化量帶有很大的主觀性?,F(xiàn)階段敏感性分析的理論前提是,既要求評(píng)價(jià)主體始終以實(shí)現(xiàn)自身利益最大化(凈現(xiàn)值最大、內(nèi)部收益率最優(yōu)或投資回收期最短)為目標(biāo),同時(shí)要求評(píng)價(jià)主體具有在確定和非確定性環(huán)境中追求自身利益最大化的判斷和決策能力。這種完全理性的假設(shè)在現(xiàn)實(shí)生活中是很難實(shí)現(xiàn)的。實(shí)際上,評(píng)價(jià)主體的投資項(xiàng)目決策,都是在有限度理性條件下進(jìn)行的。第四,項(xiàng)目評(píng)價(jià)中對(duì)風(fēng)險(xiǎn)的判別往往缺乏固定的標(biāo)準(zhǔn)。當(dāng)我們選擇不確定性因素時(shí),總是說選擇敏感性程度小的因素。但是到底多小才是小呢?我們沒有一個(gè)固定的標(biāo)準(zhǔn),這完全取決于管理層對(duì)風(fēng)險(xiǎn)的偏好程度,高報(bào)酬就意味著高風(fēng)險(xiǎn),是否選擇該項(xiàng)目時(shí),不同的管理者有不同的選取標(biāo)準(zhǔn),這相應(yīng)的削弱了敏感性分析的成果。六、對(duì)項(xiàng)目評(píng)價(jià)中敏感性分析的改進(jìn)建議(一)將那些無(wú)法用具體的數(shù)值表示的敏感性因素通過一定方法的轉(zhuǎn)化使其能夠被納入項(xiàng)目評(píng)價(jià)的范圍。 在現(xiàn)實(shí)的項(xiàng)目實(shí)施過程中,有很多難以用具體的數(shù)值表示的因素的變化對(duì)項(xiàng)目決策結(jié)果的影響很大,如管理體制、人員構(gòu)成結(jié)構(gòu)、負(fù)債率等的變化。正是因?yàn)樗鼈儗?duì)項(xiàng)目的影響大又難以度量,才需要我們進(jìn)行改進(jìn),對(duì)其中的一些因素,可以通過科學(xué)的分析方法將它們轉(zhuǎn)換為定量因素,然后再進(jìn)行敏感性分析。而對(duì)那些確實(shí)不能轉(zhuǎn)換的因素,應(yīng)當(dāng)用文字予以定性描述,使決策者能夠注意且在作出決策時(shí)能給予考慮,增強(qiáng)了敏感性分析的全面性。 (二)有效而又準(zhǔn)確的選出項(xiàng)目評(píng)估敏感性分析中的主要因

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論