预先危险性评价分析表 (一)定义 预先危险性分析(PHA)也可称为危险性预先分析，是在每项工程、活动之前(如设计、施工、生产之前)，或技术改造之后(即制定操作规程前和使用新工艺等情况之后)，对系统存在的危险因素类型、来源、出现条件、导致事故的后果以及有关防范措施等作一概略分析的方法。 通过预先危险性分析，力求达到4项基本目标： (1)大体识别与系统有关的一切主要危险、危害。在初始识别中暂不考虑事故发生的概率； (2)鉴别产生危害的原因； (3)假设危害确实出现，估计和鉴别对人体及系统的影响； (4)将已经识别的危险、危害分级，并提出消除或控制危险性的措施。分级标准如下： 工级——安全的，不至于造成人员伤害和系统损坏； Ⅱ级——临界的，不会造成人员伤害和主要系统的损坏，并且可能排除和控制； Ⅲ级——危险的，会造成人员伤害和主要系统损坏，为了人员和系统安全，需立即采取措施； Ⅳ级——破坏性的，会造成人员死亡或众多伤残，及系统报废。 (二)分析步骤(见图9—6)
(三)基本危害的确定 系统中可能遇到的一些基本危害有：(1)火灾；(2)爆炸；(3)有毒气体或蒸气、窒息性气体不可控溢出；(4)腐蚀性液体的不可控溢出；(5)有毒物质不加控制地放置；(6)噪声、粉尘、放射性物质、高温、低温等危害；(7)电击、淹溺、高处坠落、物体打击等危险。 (四)预先危险性分析表基本格式 预先危险性分析的结果一般采用表格的形式。表格的格式和内容可根据实际情况确定。 格式二 (五)应用示例 例1某乙烯厂环氧乙烷／乙二醇(EO／EG)在役装置安全评价预先危险性分析按表9—8的形式，对EO／EG装置进行预先危险性分析，分析结果见表9—9。 通过预先危险性分析可以得知，本装置存在着火灾、爆炸、中毒、高温灼伤的危险、危害因素，但主要危险为火灾、爆炸，其危险等级为Ⅳ级(破坏性的)。引发火灾爆炸的主要因素是环氧乙烷、乙二醇等物料故障泄漏。 例2某新建化工码头安全预评价预先危险性分析对某新建化工码头项目进行劳动安全卫生预评价，对码头装卸作业进行预先危险性分析并提出了防范措施，分析结果见表9—10。 通过预先危险性分析可以得知，本工程存在着火灾、爆炸、中毒、窒息、淹溺、触电、噪声等危险、危害因素，引发火灾、爆炸的主要因素是故障泄漏和存在点火源。
第三节 模糊综合评判法的应用案例 二、在物流中心选址中的应用 物流中心作为商品周转、分拣、保管、在库管理和流通加工的据点，其促进商品能够按照顾客的要求完成附加价值，克服在其运动过程中所发生的时间和空间障碍。在物流系统中，物流中心的选址是物流系统优化中一个具有战略意义的问题，非常重要。 基于物流中心位置的重要作用，目前已建立了一系列选址模型与算法。这些模型及算法相当复杂。其主要困难在于： （1） 即使简单的问题也需要大量的约束条件和变量。 （2） 约束条件和变量多使问题的难度呈指数增长。 模糊综合评价方法是一种适合于物流中心选址的建模方法。它是一种定性与定量相结合的方法，有良好的理论基础。特别是多层次模糊综合评判方法，其通过研究各因素之间的关系，可以得到合理的物流中心位置。 1．模型 ⑴ 单级评判模型 ① 将因素集U 按属性的类型划分为k 个子集，或者说影响U 的k 个指标，记为 12(,,,)k U U U U = 且应满足： 1 , k i i j i U U U U φ=== ② 权重A 的确定方法很多，在实际运用中常用的方法有：Delphi 法、专家调查法和层次分析法。 ③ 通过专家打分或实测数据，对数据进行适当的处理，求得归一化指标关于等级的隶属度，从而得到单因素评判矩阵。 ④ 单级综合评判B A R =
⑵多层次综合评判模型 一般来说，在考虑的因素较多时会带来两个问题：一方面，权重分配很难确定；另一方面，即使确定了权重分配，由于要满足归一性，每一因素分得的权重必然很小。无论采用哪种算子，经过模糊运算后都会“淹没”许多信息，有时甚至得不出任何结果。所以，需采用分层的办法来解决问题。 2．应用 运用现代物流学原理，在物流规划过程中，物流中心选址要考虑许多因素。根据因素特点划分层次模块，各因素又可由下一级因素构成，因素集分为三级，三级模糊评判的数学模型见表3-7. 表3-7 物流中心选址的三级模型
预先危险性分析( Preliminary Hazard Amalysis,PHA )，又称初步危险分析，主要用于危险物质和装置的主要工艺区域等进行分析。其功能主要有：大体识别与系统有关的主要危险；鉴别产生危险的原因；估计事故出现对人体及系统产生的影响；判定已识别的危险性等级，并采取消除或控制危险性的技术和管理措施。 预先危险性分析分析记录表见表预危害性分析(PHA)记录表区域/工艺过程：编 号：分析人员：日 预先危险性分析示例 1) 对系统的生产目的、工艺过程、介质的物理化学性质以及操作条件和周边环境进行充分的了解和调查； 2) 收集以往的经验积累和同类生产中发生的事故情况，判断所要分析的对象中是否也会出现类似情况，查找出能够造成系统故障、物质损失和人员伤害的危险性； 3) 根据经验积累用技术诊断等方法确定危险源； 4) 识别危险转化条件，研究危险因素转变成事故的触发条件；进行危险性分级，确定危险程度，找出应重点控制的危险源；制定安全技术防措施。 按预先危险性分析评价步骤及要求，对涉及到的评价围，进行系统的预先危险性分析，分析评价见预先危险性分析表5-2 (1~9) 。
预先危险性分析（2）
氧含量，合格后方可作业；作业时，穿戴劳动防护用品，有人监护并有抢救后备措施； 5．要有应急预案，抢救时勿忘正确使用防毒过滤器、氧气呼吸器及其它劳动防护用品；6．组织管理措施 ①加强检查、检测有毒有害物质有否跑、冒、滴、漏； ②教育、培训职工掌握有关毒物的毒性，预防中毒、窒息的方法及其急救法，建立毒物周知 卡； ③要求职工严格遵守各种规章制度、操作规程； ④设立危险、有毒、窒息性标志；⑤设立急救点，配备相应的急救药品、器材；⑥培训医务人 员对中毒、窒息、灼烫等的急救处理能力。 预先危险性分析（3） 预先危险性分析（4）
模糊综合评价模型 模糊综合评价模型(Fuzzy Synthetic Evaluation Model) 目录 [隐藏] 1 什么是模糊综合评价模型？ 2 模糊评价的基本思想 3 模糊综合评价模型类别[1] o 3.1 模糊评价基本模型 o 3.2 置信度模糊评价模型 4 模糊综合评价模型的运用 5 模糊综合评价模型案例分析 o 5.1 案例一：模糊综合评价模型在企业跨国并购风险评价中的 应用[2] 6 参考文献 [编辑] 什么是模糊综合评价模型？ 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑]
模糊评价的基本思想 许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型 设评判对象为P: 其因素集 ,评判等级 集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示u i关于v j的隶属程度。(U,V,R) 则构成了一个模糊综合评判模型。确定 各因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中，R中的元素r ij是由评判者“打分”确定的。例如 k 个评判者，要求每个评判者u j对照作一次判断，统计得分和归一化后产生
多属性决策基本理论与方法 主讲人：张云丰 多属性决策基本理论与方法 1.多属性决策基本理论 1.1多属性决策思想 根据决策空间的不同，经典的多准则决策(Multiple Criteria Decision Maki ng —MCDM)可以划分为两个重要的领域：决策空间是离散的(备选方案的个数是有限的)称为多属性决策(Multiple Attribute Decisi on Maki ng —MADM)，决策空间是连续的 (备选 方案的个数是无限的)称为多目标决策(Multiple Objective Decisi on Maki ng —MODM)0一般认为前者是研究已知方案的评价选择问题，后者是研究未知方案的规划设
计问题0 经典的多属性决策 (Multiple Attribute Decisi on Maki ng —MADM )问题可以描述为： 给定一组可能的备选方案，对于每个方案，都需要从若干个属性(每个属性有不同的评价标准)去对其进行综合评价。决策的目的就是要从这一组备选方案中找到一个使决策者感到最满意的方案，或者对这一组方案进行综合评价排序，且排序结果能够反映决策者的意图。多属性决策是现代决策科学的一个重要组成部分，它的理论和方法广泛应用于社会、经济、管 理和军事等诸多领域，如投资决策、项目评估、工厂选址、投标招标、人员考评、武器系统性能评定、经济效益综合排序等。 1.2多属性问题描述 设在一个多属性决策问题中，备选方案集合为G {g1,g2, ,g m}，考虑的评价属性集合为U {u 「U2, ,u n}，则初始多属性决策问题的决策矩阵为： x11x12"n X x12x22x2n x m1x m2x mn 其中，X j表示第i个方案的第j个属性的初始决策指标值，其值可以是确定值，也可以是模糊值，既可以是定量的也可以是定性的。 多属性决策问题主要包括三个部分：建立属性评价体系、确定属性权重及运用具体评价方法对备选方案进行综合评价。 2.属性值规范化方法 2.1属性值规范化概述 常见的属性有效益型、成本性、区间型三种。效益型属性也称正属性，是指属性值越大隶属度越大的属性，也就是说属性值越大越好。成本型属性也称负属性，是指属性值越小隶属度越大的属性，也就是说属性值越小越好。区间型属性也称适度型属性，是指属性值越接近某个常数隶属度越大的属性。
二 模糊综合评价模型 模糊综合评判方法，是一种运用模糊数学原理分析和评价具有“模糊性”的事物的系统分析方法。它是一种以模糊推理为主的定性与定量相结合、精确与非精确相统一的分析评价方法。由于这种方法在处理各种难以用精确数学方法描述的复杂系统问题方面所表现出的独特的优越性，近年来已在许多学科领域中得到了十分广泛的应用。 2.1 模糊综合评判模型 2.1.1单层次模糊综合评判模型 给定两个有限论域 U=｛u 1，u 2，…，um ｝ (1) V=｛v 1，v 2，…，v n ｝ (2) (1)式中，U 代表所有的评判因素所组成的集合；(2)式中，V 代表所有的评语等级所组成的集合。 如果着眼于第i(i=1，2，…，m)个评判因素u i ，其单因素评判结果为R i =[r i1，r i2，…，r in ]，则m 个评判因素的评判决策矩阵为 111121221 2221 2 n n m m m mn R r r r R r r r R R r r r ???? ????????==???? ???? ???????? （3） 就是U 到V 上的一个模糊关系。 如果对各评判因数的权数分配为：1,2,,m A a a a ??=?? （显然，A 是论域U 上的一，个模糊子集，且101,1m i i i a a =≤≤=∑）则应用模糊变换的合成运算，可以得 到论域V 上的一个模糊子集，即综合评判结果： 1,2,,n B A R b b b ??=?=?? （4） 2.1.2多层次模糊综合评判模型 在复杂大系统中，需要考虑的因素往往是很多的，而且因素之间还存在着不同的层次。这时，应用单层次模糊综合评判模型就很难得出正确的评判结果。所以，在这种情况下，就需要将评判因素集合按照某种属性分成几类，先对每一类进行综合评判，然后再对各类评判结果进行类之间的高层次综合评判。这样，就产生了多层次模糊综合评判问题。 多层次模糊综合评判模型的建立，可按以下步骤进行： (1)对评判因素集合U ，按某个属性，将其划分成m 个子集，使它们满足： 1 () m i i i j U U U U i j =?=????=Φ≠?∑ （5）
. 三维仿真平台性能指标 4.1 数据要求 支持BMP、GIF、PNG、JPG等格式。 三维模型：支持3DS、DXF、VRML格式。 DEM数据：支持各种矢量等高线数据。 4.2 场景编辑 数据资料采集，包括科学城各栋房屋建筑外立面多角度数码拍照，路面、河流、树木、标志性物体数码拍照等。 图片处理，对外业采集的数字照片进行图片编辑处理，以符合建模标准； 地形建模，基于DEM（数字高程模型）数据和DOM（正射影像图）数据叠加生成地形； 地物建模，用内业处理完毕的数字图片构造地物模型，主要包括建筑物、路面、河流、路灯、花坛等； 可以对地形、模型、二维矢量数据、注记、场景贴图、环境、光源、模型贴图、动态贴图、摄像机等进行编辑处理，生成三维场景；并整体实现模型优化和拼凑。 支持模型库和贴图库管理。 4.3 实时浏览和可视化 实时浏览三维场景。 矢量数据的三维可视化表现。 支持行走，驾驶，飞行，UFO等多种浏览方式。 观察者能从任意角度任意高度观看系统的三维场景。 系统可实现实时随机漫游，漫游的方向和起点完全由用户自己进行选择。 系统可实现从室外漫游到室内漫游的无缝切换。 4.4 数据管理和数据查询 属性数据支持（支持Access、SQL Server、Oracle数据库等）和属性数据查询。 数据条件定位查询，根据查询条件，自动定位目标查询物。 4.5 跨平台 Windows操作系统。 Lunix操作系统。 Unix操作系统。 其它操作系统。 4.6 支持多种格式输出
支持生成高分辨率屏幕图。 可以将实时浏览结果输出成AVI和影像序列。 4.7 面向对象的管理方式 实现场景及路径漫游方式的编辑。 4.8 特效模拟方式的支持 可以对环境进行设置，包括云、雾、能见度等等；也可以实现诸如喷泉效果、旗帜飞扬等效果。
预先危险性分析（PHA） (一)定义 预先危险性分析(PHA)也可称为危险性预先分析，是在每项工程、活动之前(如设计、施工、生产之前)，或技术改造之后(即制定操作规程前和使用新工艺等情况之后)，对系统存在的危险因素类型、来源、出现条件、导致事故的后果以及有关防范措施等作一概略分析的方法。 通过预先危险性分析，力求达到4项基本目标： (1)大体识别与系统有关的一切主要危险、危害。在初始识别中暂不考虑事故发生的概率； (2)鉴别产生危害的原因； (3)假设危害确实出现，估计和鉴别对人体及系统的影响； (4)将已经识别的危险、危害分级，并提出消除或控制危险性的措施。分级标准如下： 工级――安全的，不至于造成人员伤害和系统损坏； Ⅱ级――临界的，不会造成人员伤害和主要系统的损坏，并且可能排除和控制； Ⅲ级――危险的，会造成人员伤害和主要系统损坏，为了人员和系统安全，需立即采取措施； Ⅳ级――破坏性的，会造成人员死亡或众多伤残，及系统报废。 (二)分析步骤(见图9―6)
(三)基本危害的确定 系统中可能遇到的一些基本危害有：(1)火灾；(2)爆炸；(3)有毒气体或蒸气、窒息性气体不可控溢出；(4)腐蚀性液体的不可控溢出；(5)有毒物质不加控制地放置；(6)噪声、粉尘、放射性物质、高温、低温等危害；(7)电击、淹溺、高处坠落、物体打击等危险。 (四)预先危险性分析表基本格式 预先危险性分析的结果一般采用表格的形式。表格的格式和内容可根据实际情况确定。 表9―7、表9―8为两种基本的格式。 (五)应用示例 例1某乙烯厂环氧乙烷／乙二醇(EO／EG)在役装置安全评价预先危险性分析按表9―8的形式，对EO／EG装置进行预先危险性分析，分析结果见表9―9。
模糊综合评价模型 [编辑] 什么是模糊综合评价模型？ 模糊综合评价方法是模糊数学中应用的比较广泛的一种方法。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题。 [编辑] 模糊评价的基本思想 许多事情的边界并不十分明显，评价时很难将其归于某个类别，于是我们先对单个因素进行评价，然后对所有因素进行综合模糊评价，防止遗漏任何统计信息和信息的中途损失，这有助于解决用“是”或“否”这样的确定性评价带来的对客观真实的偏离问题。 [编辑] 模糊综合评价模型类别[1] [编辑] 模糊评价基本模型
设评判对象为P: 其因素集 ,评判等级 集。对U中每一因素根据评判集中的等级指标进行模糊评判，得到评判矩阵： (1) 其中，r ij表示 u i关于v j的隶属程度。(U,V,R)则构成了一个模糊综合评判模型。确定各 因素重要性指标（也称权数）后，记为,满足，合成得 (2) 经归一化后，得 ,于是可确定对象P的评判等级。 [编辑] 置信度模糊评价模型 (1) 置信度的确定。 在(U,V,R)模型中，R中的元素r ij是由评判者 “打分”确定的。例如k 个评判者，要求每 个评判者u j对照 作一次判断，统计得分和归一化后产生 , 且 , 组成R0。其中既 代表u j关于v j的“隶属程度”，也反映了评判u j为v j的集中程度。数值为1 ,说明u j为v j是可 信的，数值为零为忽略。因此，反映这种集中程度的量称为“置信度”。对于权系数的确定也存在一个信度问题。 在用层次分析法确定了各个专家对指标评估所得的权重后，作关于权系数的等级划分，由此决定其结果的信度。当取N个等级时，其量化后对应于[0，l]区间上N次平分。例如，N取5，则依次得到[0，0.2]，[0.2，0.4]，[0.2，0.6]，[0.6，0.8]，[0.8，l]。对某j个指标， 取遍k个专家对该指标评估所得的权重，得。作和式 (3) 其中d ij表示数组中 属于的个数，a0 = 0,b N = 1。
评价模型性能的指标有很多，目前应用最广泛的有准确度，灵敏度，特异性，马修相关系数。首先我们定义以下参数。 表2.1 预测结果的参数定义 符号 名称 描述 TP True position,真阳性 表示阳性样本经过正确分类之后被判为阳性 TN True negative,真阴性 表示阴性样本经过正确分类之后被判为阴性 FP False position,假阳性 表示阴性样本经过错误分类之后被判为阳性 FN False negative,假阴性 表示阳性样本经过错误分类之后被判为阴性 1.准确度：TP TN accuracy TP FP TN FN += +++ 准确度表示算法对真阳性和真阴性样本分类的正确性 2.灵敏度： TP sencitivity TP FN = + 灵敏度表示在分类为阳性的数据中算法对真阳性样本分类的准确度，灵敏度越大表示分类算法对真阳性样本分类越准确。即被正确预测的部分所占比例。 3.特异性：TN specificity TN FP = + 特异性表示在分类为阴性的数据中算法对阴性样本分类的准确度，特异性越大表示分类算法对真阴性样本分类越准确。 4.马修相关系数： MCC = 马修相关系数表示算法结果的可靠性，其值范围为[]1,1?+，当FP 和FN 全为0时，MCC 为1，表示分类的结果完全正确；当TP 和TN 全为0时，MCC 值为－1，表示分类的结果完全错误。 ROC 曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、（1‐特异性）为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在ROC 曲线上，最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。 ROC 曲线的例子
学科评价模型（模糊综合评价法） 摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。（将问题1中的部分结果进行阐述） （或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。 一、问题重述
学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法：因素分析法和内涵解析法。本模型基于某大学（科研与教学并重型高校）的13个学科在某一时期内的调查数据，包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重，确定某一学科在评价是各因素所占的比重，构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题： 1、根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 2、模型分析，给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校，请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数（评价所依据的最终数值） X——影响评价数值的一级因素所构成的矩阵
顾客满意度指数测评模型比较与借鉴 (转载) 中国加入WTO后零售市场进一步开放，随着许多国外大型零售企业，如沃尔玛、家乐福等的陆续进入，我国零售商业效益低下已是不争的事实。目前，越来越多的企业认识到市场竞争的核心是顾客满意，只有赢得顾客，才能赢得市场，获得利润。在2000版ISO9000族标准中，“以顾客为关注焦点”被列为质量管理八项原则之首，强调了对顾客满意度的测评与监控，并将其作为质量管理体系业绩的一项测量指标。可见，如何提高顾客满意度进而提高顾客的忠诚度，是我国各个商业企业应极其关注的问题。 在这种背景下，本文试图提出一个适合于我国商业企业顾客满意度评价的方法，为提升我国商业企业的核心竞争能力提供帮助。 顾客满意度指数测评模型的介绍 顾客满意度是一个经济心理学的概念，要衡量它就必须建立模型，将顾客满意度与一些相关变量（例如价值、质量、投诉行为、忠诚度等）联系起来。顾客满意度指数（Customer Satisfaction Index，CSI）是目前许多国家使用的一种新经济指标，主要用于对经济产出质量进行评价。它也是目前国内质量领域和经济领域一个非常热门而又非常前沿的课题。20世纪90年代以来，许多国家都开展了全国性的顾客满意度指数测评工作，以此来提高本国企业的竞争力。瑞典率先于1989年建立了全国性的顾客满意度指数，即瑞典顾客满意度晴雨表指数（SCSB），此后，美国和欧盟相继建立了各自的顾客满意度指数——美国顾客满意度指数（ACSI，1994）和欧洲顾客满意度指数（ECSI，1999）。另外，新西兰、加拿大等国家和台湾地区也在几个重要的行业建立了顾客满意度指数。 瑞典顾客满意度晴雨表指数（SCSB）模型 从世界范围来看，瑞典SCSB（Sweden Customer Satisfaction Barometer模型是最早建立的全国性顾客满意度指数模型（如图1）。该模型的前导变量有两个：顾客对产品/服务的期望；顾客对产品/服务的价值感知。满意度的结果变量是顾客抱怨和顾客忠诚度，忠诚度是模型中最终的因变量，因为它可以作为顾客保留和企业利润的指示器。
三种电视机模糊综合评价模型 摘要 本文通过顾客对三种电视机的图像，价格，音质三种评价因素建立的模糊综合评价的模型，此模型首先设定了评价指标因素集U 和评语集V ,从而建立了评价矩阵R , 然后根据评价指标权重集A 最后分别运用了四个算子，进而采用了加权平均原则的方法建立了如下四个模型，最终得出 模型一：运用① 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出11 2.73B =，12 2.62B =，13 2.46B =，即第一种电视机最受顾客青睐 模型二：运用② 和加权平均原则方法对三种电视机建立模糊综合评价模型，得出21 2.72B =，22 2.75B =，23 2.51B =，即第二种电视机最受顾客青睐 模型三：运用③ 算子和加权平均原则方法对三种电视机建立模糊综合评价模型，得出31 2.71B =，32 2.58B =，3 3 2.32B =，即第一种电视机最受顾客青睐 模型四：运用④ 算子和最大隶属原则方法对三种电视机建立模糊 综合评价模型，得出41 2.75B =，4 2 2.71B =，43 2.39B =，即顾客对第二种电视机做出综合评价较好。 综合四个模型这三种电视机的综合评价在较好和可以之间并且在这三种电视机中第一种电视机最受顾客青睐，第二种次之，第三种最不受欢迎。 关键词：综合评价 模糊数学 加权平均原则 算子 ),(∨∧M (,)M ?∨算子),(⊕∧M ),(⊕?M
一、问题重述 在对电视机质量的评价中，其涉及的因素很多，一般说来基本要考虑图像，声音，价格等等，而每一类因素的质量水平受许多因素的影响。这些评价因素往往具有模糊性。评价的结果本身也带有模糊性。如何合理地评价电视机的质量呢？ 假设对电视机的评价因素U={图像u1，声音u2，价格u3}，评语集合V={很好v1，较好v2，可以v3，不好v4}，现请专家10人对三种电视机进行评价，结果如下： 设某类顾客主要关心图像、价格，对音质不太关心，即 试对以上三种电视机进行模糊综合评价。 二、问题分析 根据对题目的理解，我们知道问题的求解是根据10位专家对三种电视机的图像，价格，音质的评价结果，而要求我们对这三种电视机进行模糊综合评价，所以我采用四种算子方法。 即① 算子 评语 因素 (1)第一类电视机 (2)第二类电视机 (3)第三类电视机 v1 v2 v3 v4 v1 v2 v3 v4 v1 v2 v3 v4 u1 5 4 1 0 4 3 2 1 1 5 2 2 u2 4 3 2 1 5 1 2 2 4 3 1 2 u3 0 1 3 6 2 1 3 4 2 4 4 (0.5,0.2,0.3) A =(){}n k r r s jk j m j jk j m j k ,,2,1, ,min max )(11 =∧=≤≤=∨μμ＝),(∨∧M
准确率是最简单的评价指标，公式如下： 但是存在明显的缺陷： 相应地还有错误率：分类错误的样本占总样本的比例。 from sklearn.metrics import accuracy_score
真实情况预测结果正例预测结果反例 反例FP(假正例) TN(真反例) 然后，很容易就得到精准率（P）和召回率（R）的计算公式： 得到 P 和 R 后就可以画出更加直观的P-R 图（P-R 曲线），横坐标为召回率，纵坐标是精准率。绘制方法如下： ?对模型的学习结果进行排序（一般都有一个概率值） ?按照上面的顺序逐个把样本作为正例进行预测，每次都可以得到一个 P R 值 ?将得到的 P R 值按照 R 为横坐标，P 为纵坐标绘制曲线图。 from typing import List, Tuple import matplotlib.pyplot as plt def get_confusion_matrix( y_pred: List[int], y_true: List[int] ) -> Tuple[int, int, int, int]: length = len(y_pred) assert length == len(y_true) tp, fp, fn, tn = 0, 0, 0, 0 for i in range(length): if y_pred[i] == y_true[i] and y_pred[i] == 1: tp += 1 elif y_pred[i] == y_true[i] and y_pred[i] == 0: tn += 1 elif y_pred[i] == 1 and y_true[i] == 0: fp += 1 elif y_pred[i] == 0 and y_true[i] == 1: fn += 1 return (tp, fp, tn, fn) def calc_p(tp: int, fp: int) -> float: return tp / (tp + fp) def calc_r(tp: int, fn: int) -> float: return tp / (tp + fn) def get_pr_pairs( y_pred_prob: List[float], y_true: List[int] ) -> Tuple[List[int], List[int]]: ps = [1] rs = [0] for prob1 in y_pred_prob: y_pred_i = [] for prob2 in y_pred_prob: if prob2 < prob1: y_pred_i.append(0) else: y_pred_i.append(1)
大学生综合素质的模糊综合评价模型 一、常见综合评价方法分析比较 综合评价方法又称为多指标综合评估技术。综合评价是对一个复杂系统的多个指标信息，应用定量方法，对数据进行加工和提炼，以求得其优劣等级的一种评价方法。综合评价的目的是发现问题，排出优劣次序。目前，综合评价的方法有很多，如综合评分法、综合指数法、层次分析法、TOPSIS 法、以及模糊综合评价法等，现分别概述总结如下： l、综合评分法(synthetical scored method)：建立在专家评价法基础上，根据评价目的及评价对象的特征选定必要的评价指标，逐个指标订出等级，每个等级的标准用分值表示，然后以恰当的方式确定各评价指标的权数，并选定累积总分的方案以及综合评价等级的总分值范围，以此为准则，对评级对象进行分析和评价，以决定优劣取舍的综合评价方法。 2、综合指数法(synthetical index method)＆"：利用综合指数的计算形式，定量的对某现象进行综合评价的方法。 3、层次分析法(analytic hierarchy process)：常用于确定指标权重，也可进一步进行综合评价。基本思路是用系统分析方法，对评价对象依评价目的所确定的总评价目标进行连续性分解，得到各级(各层)评价目标，并以最下层作为衡量目标达到程度的评价指标。然后依据这些指标计算出综合评分指数，对评价对象的总评价目标进行评价，依其大小来确定评价对象的优劣等级。 4、Topsis法：系统工程中有限方案多目标决策分析的一种常用方法"。是基于归一化后的原始数据矩阵，找出有限方案中的最优方案和最劣方案(分别用最优向量和最劣向量表示)，然后分别计算各评价对象与最优方案和最劣方案的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。 5、模糊综合评价法：模糊综合评价就是应用模糊变换原理和最大隶属度原则，考虑与被评价事物相关的各个因素，对其所做的综合评价。模糊综合评价方法以其独特处理模糊事物的方法，充分的、科学的体现了定性与定量相结合的思想，对不易定量指标的评价结果，既能提供较准确的定量数据，便于与易定量指标综合得到一个衡量职业素质的总体水平的定量指标，又能提供准确、适当的评价等级，使定性评价有一个客观依据。 学生综合素质评价指标体系中，既含有易量化的因素，又含有难以量化的因素，在综合测评中如何处理这两方面的因素?有人建议，对易量化的因素，采用综合素质的传统测评方法，对难以量化的因素，如道德素质，采用具有描述性、评价性的语言来评价。但显然只采用描述性、评价性的语言来评价，其公正性、准确性难以令人信服，而且在某些情况下，没有一个合理的综合指标衡量，进行比较是很困难的。根据大学生综合素质评价指标体系的特点和综合评价的要求，本课题的综合评价方法首先利用模糊综合评价法对不易定量的指标进行模糊综合定量评价，然后利用加权综合方法，将其结果与易定量因素的定量指标综合，得到一个合理衡量学生综合素质的综合定量指标，从而解决学生综合素质评价中定量和定性相结合的难题。 二、模糊综合评价方法 3．2．1单级模糊综合评价 1、确定评价指标集合为同一层次的评价指标。 2、确定评语集为评价等级。每一个等级
一、模型简介 态度多属性模型由心理学家Fishbein 在1963 年提出。Fishbein 认为,人们对客体的态度,可以用下列公式来表述: 其中,Ao 的字面意思是人们对客体的整个态度。这里的客体不仅仅指产品或者服务,还可以指企业形象或品牌形象等等。i 的含义是,在消费者的认知中,产品或者服务具有哪些重要的物理属性或者特点。一般而言,产品或者服务的属性很多,如作为五星级饭店,对消费者而言,应该具有的属性包括:方便的交通、合口的饭菜和热情的服务等等。应该注意的是,这里的属性存在于消费者的认知中,而不是产品或者服务客观存在的属性。研究表明,由于人类的工作记忆最多能够记住7 —9 个组块的信息,因此,对高度卷入的产品,要考察其7 —9 个重要属性,而对于低卷入的产品而言,要考察1—3 个重要的属性。bi为客体———属性信念的强度。其含义是,在消费者的认知中,产品的第i 个属性存在的可能性;也即指消费者对某特定产品或者服务的第i 个重要属性存在与否的信念强度。ei 为属性—利益信念的强度,指消费者对这类客体中某个属性重要性的评价;简单点说,就是消费者认为,在这类产品中,第i 个属性对自己是有利益的,还是有损害的,程度怎么样。 整个态度模型表明,要考察消费者对某个品牌的态度,必须先知道,在消费者的认知中,这类产品应该具有哪些属性或者特点,即确定i 变量;再确定在消费者的认知中,这些属性对他们的重要程度如何,就是e 变量;然后再确定,在消费者的认知中,某特定品牌的产品在多大程度上具有这些重要的属性,就是b变量。 二、消费者态度测量 确定变量i 该态度模型要求先确定i 变量,即消费者认为这类产品或者服务中应该具有哪些特点。这里需要注意的是,虽然在态度测量中,考察的是某特定品牌产品或服务,但是,在确定这个变量时,着眼点是这类产品或者服务应该具有多少个属性特点。要从消费者的认知中得出该变量的具体值,应该用定性的研究方法,以便穿破消费者的心理阻抗,或防止消费者故意迎合调查者的心理。比如使用凯利的建构储格技术、焦点小组技术(focus group) 、阶梯方法(Ladderingmethod) 等等。由于是定性研究,因此,在调查时没有必要进行概率抽样,使用方便性抽样即可。对高卷入的产品或者服务,应该找到7 个左右的重要属性,而对于低卷入产品或者服务而言,应该找到至少3 个重要的属性特点。 确定变量e 在确定i变量后,就应该确定变量e了。第i个属性特点对应的是ei 变量。与属性变量的确定方法不同的是,这时应该用定量的研究方法。调查时一般呈现给被访者一个结构化的问题—在这类产品中,您认为某个属性很重要吗? 并让他们在里克特7 点量表上打分,不要重的打- 3分,重要的打3 分。这里之所以有负值和正值,是因为,在有些消费者的认知中,某个属性是有害的,而不是有利的,比如,因为这个属性特点,在使用中,产品给消费者带来了自尊上的伤害。由于是定量的研究,因此,就应该使用概率抽样来取得消费者样本,以便了解目标市场的整个潜在消费者对这些属性的评价。这样,可以依次确定,消费者对这类产品的所有属性—利益信念的强度。 确定变量b 确定变量b也应该用定量的研究方法,使用 概率抽样获得消费者样本。和确定变量e很类似,也是向被访者呈现一个结构性的
5、路面状况评价指标、检测方法和预估模型（举例说明）。 1）评价指标分为综合性指标和单一性指标两大类 综合性指标是对路面使用性能的综合测度，优点是能反映路面总体状况，指标单一，便于比较；缺点是不能确切反映使用性能的局部特征，不便于诊断原委和制定具有针对性的对策。 单一性指标是对路面使用性能诸多局部特征的具体测度，它可以采用多项指标明确地表征路面使用性能各组分的详细情况。 《公路技术状况评定标准》在路面使用性能评价中采用了综合指标和单一指标相结合的方法。 对不同类型的路面，采用了不同的分项技术指标。其中，沥青路面采用了路面损坏、道路平整度、路面车辙、抗滑性能和结构强度五项技术指标；水泥混凝土路面采用了路面损坏、道路平整度和抗滑性能三项技术指标；砂石路面只采用了路面损坏一项技术指标。 路面使用性能指数（PQI）反映路面的整体使用性能 PQI=W PCI PCI+W RQI RQI+W RDI RDI+W SRI SRI wPCI 路面损坏（PCI）的权重； wRQI 道路平整度（行驶质量，RQI）的权重； wRDI 路面车辙（RDI）的权重； wSRI 路面抗滑性能（SRI）的权重。 权重与公路等级和路面类型有关。 2）检测方法 （1）路面破损检测方法:高速摄影车或其他高效测试设备测试，人工
检测（目测或用量尺测） （2）路面平整度的检测方法有：３米直尺法，连续式平整度仪，车载式颠簸累积仪、车载式激光平整度仪； （3）路面车辙测定方法：路面横断面仪法、横断面尺法、激光或超声波车辙仪； （4）路面抗滑性能测定方法：手式铺砂法，电动铺砂仪，激光构造深度仪，摆式仪，磨擦系数测定车测定路面横向力系数。 （5）路面结构强度测定方法：贝克曼梁测，自动弯沉仪，落锤式弯沉仪； 3）预估模型 （1）路面损坏状况（PCI）包括裂缝、坑槽、沉陷和松散等各种表面破坏和损伤。路面表面各种类型的损坏通过其对路面使用性能的影响程度加权累积计算换算损坏面积，换算损坏面积与调查面积之比（路面破损率），可直接用来衡量路面的损坏状态，也可通过路面损坏状况指数（PCI）来评价路面表面的技术状况。 路面损坏状况评价（PCI） （2）路面行驶质量评价（RQI），车辆行驶的舒适性能，可通过道路平整度指标评价,行驶质量指数（RQI）模型。 （3）路面车辙评价（RDI），为了应对高速公路及一级公路不断出现的路面车辙问题，《公路技术状况评定标准》将路面车辙列为独立的检测指标，路面车辙用路面车辙深度指数（RDI）评价。在计算高速公路和一级公路沥青路面PCI指标时，路面车辙损坏不再重复计算。
危险源辨识与风险评价表 序号活动 类别 发生部位危险源 可能导致 的事故 LEC评价风险 等级 控制途径 控制措施 L E C D 管理 方案 运行 控制 应急 预案 1 办公区办公室 超负荷用电 触电火灾 6 1 3 18 Ⅰ √ 运行控制、监督检查 2 用 电 插 座湿手接触电源 开关 触电 1 2 1 2 Ⅰ √加强用电常识的宣传 3 插座老化、漏 电触电 3 6 1 18 Ⅰ √电路检修制度 4 电线过于老化 自燃、引起火 灾 火灾 1 6 7 42 Ⅱ √ 电路检修制度 5 办公室 复印机废粉任 意丢弃中毒 1 3 1 3 Ⅰ√ 告知工作人员废粉不能任 意丢弃，监督检查 6 办公室 文件分发、打 印、复印其他 伤害 1 6 1 6 Ⅰ√ 告知工作人员用纸时小心 7 办公室废电池、废日 光灯管任意丢 弃中毒 1 3 1 3 Ⅰ √ 告知工作人员废电池、废 日光灯管不能任意丢弃。 专职安全员：现场负责人：项目经理：安全专监：总监：
8 生活区现场食堂 炊事人员未有 健康证 疾病 传染 1 6 1 6 Ⅰ √监督检查 9 现场食堂 开水、炊具不 卫生疾病 传染 3 6 1 18 Ⅰ √监督检查 10 现场食堂不洁、有毒、 有害食品误用 中毒 1 0.5 3 1.5 Ⅰ√监督检查 11 现场食堂煤气泄露或安 全使用不当 中毒 6 0.5 3 9 Ⅰ √监督检查 12 出差 工地 检查 乘坐汽车行车状况复杂 车辆 伤害 1 6 7 4 2 Ⅱ√注意乘车安全 13 在经过有上 部施工的便 道时 高空落物物体 打击 1 3 7 21 Ⅱ √遵守现场的安全制度 专职安全员：现场负责人：项目经理：安全专监：总监：
分析及评价方法-预先危险性分析(PHA)法 本文作者佚名 预先危险分析也称初始危险分析，是在每项生产活动之前，特别是在设计的开始阶段，对系统存在危险类别、出现条件、事故后果等进行概略地分析，尽可能评价出潜在的危险性。因此，该方法也是一份实现系统安全危害分析的初步或初始的计划，是在方案开发初期阶段或设计阶段之初完成的。 1．预先危险分析的主要目的 (1)识别危险，确定安全性关键部位； (2)评价各种危险的程度； (3)确定安全性设计准则，提出消除或控制危险的措施。 此外，预先危险分析还可提供下述信息： (1)为制(修)定安全工作计划提供信息； (2)确定安全性工作安排的优先顺序； (3)确定进行安全性试验的范围； (4)确定进一步分析的范围，特别是为故障树分析确定不希望发生的事件； (5)编写初始危险分析报告，作为分析结果的书面记录； (6)确定系统或设备安全要求，编制系统或设备的性能及设计说明书。 2．分析内容 由于初始危险分析从寿命周期的早期阶段开始，因此，分析中的信息仅是一船性的，不会太详细。这些初始信息应能指出潜在的危险及其影响，以提醒设计师们要通过设计加以纠正。这种分析至少应包括以下内容： (1)审查相应的安全性历史资料； (2)列出主要能源的类型，并调查各种能源，确定其控制措施； (3)确定系统或设备必须遵循有关的人员安全、环境安全和有毒物质的安全要求及其它有关的规定；
(4)提出纠正措施建议，在完成识别危险、评价危险的严重程度及可能性之后，还应提出如何控制危险的建议。 为了能全面地识别和评价潜在的危险，分析中还必须考虑的如下项目： (1)危险物品，例如：燃料、激光、炸药、有毒物、有危险的建筑材料、放射性物质等； (2)系统部件间接口的安全性，例如：材料相容性、电磁干扰、意外触发、火灾或爆炸的发生和蔓延、硬件和软件控制(包括软件对系统或分系统安全的影响)等； (3)确定控制可靠性的关键软件命令和响应，例如：错误命令、不适时的命令或响应、或由订购方指定的不希望事件等； (4)与安全有关的设备、保险装置和应急装置等，例如：联锁装置、硬件或软件故障安全设计、分系统保护、灭火系统、人员防护设备、通风装置、噪声或辐射屏蔽等； (5)包括生产环境在内的环境约束条件，如：坠落、冲击、振动、极限、温度、噪声、接触有毒物、静电放电、雷击、电磁环境影响、电离和非电离辐射等； (6)操作、试验、维修和应急规程等。 进行预先危险分析需要如下资料： (1)各种设计方案的系统和分系统部件的设计图纸和资料； (2)在系统预期的寿命期内，系统各组成部分的活动、功能和工作顺序的功能流程图及有关资料； (3)在预期的试验、制造、储存、修理、使用等活动中与安全要求有关的背景材料。 4．分析步骤 (1)参照过去同类产品或系统发生事故的经验教训，查明所开发的系统(工艺、设备)是否也会出现同样的问题； (2)了解所开发系统的任务、目的、基本活动的要求、包括对环境的了解； (3)确定能够造成受伤、损失、功能失效或物质损失的初始危险； (4)确定初始危险的起因事件； (5)找出消除或控制危险的可能方法；