基于模糊综合评价的食品企业诚信教程文件.ppt

基于模糊综合评价的食品企业诚信状况分析 小组成员： 实例分析 评价指标体系的建立 模糊综合评判 分析方法 问题引入 总结 目录 问题引入 原因： 企业诚信 分析方法 模糊综合评判——概念 模糊综合评判就是以数学为基础，应用模糊关系合成的原理，对受到多种因数制约的事物或对象，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。 模糊综合评判——步骤 确定评语集。集合V={V1,V2,…,Vm}共m个因素。 确定评价对象的因素集。集合U={U1,U2,…,Un}共n个因素 进行单因素评判,建立因素论域和评语论域之间的模糊关系矩阵 Step1 Step2 Step3 模糊综合评判——步骤 选择合成算子 ① ② ③ ④ 确定权重向量 根据最大隶属度原则或者加权平均原则对模糊评判向量S的分析做出综合结论。 Step5 Step6 评价指标体系的建立 目标层 子系统层 要素层 食品 企业 诚信 状况 企业基本状况U1 企业法人信用U11 企业食品质量安全保障组织体系及相应管理制度U12 企业诚信管理体系的建立U13 企业诚信记录U14 企业财务状况U2 企业财务制度 U21 财务相关报表U22 法定审计报告U23 企业质量诚信保障能力U3 国家相关部门的相关认证U34 获得国家相应证书的食品安全管理人员U35 追溯体制和召回制度U36 政府监管U37 行业自律U38 社会监督U39 实例分析 对某地区的一家知名食品企业的诚信状况进行调查研究，对较为了解该公司的群众进行问卷调查，共发放调查问卷 150 份，收回 120 份，收回率80.00% ，有效问卷 100 份有效率 83.33% ，调查对象包括56名男性( 56%) 和44名女性( 44%) ，年龄在16 ～ 65岁之间，均按照调查问卷的要求进行。根据调查结果，所得基本数据汇总如下： 实例分析 子准则因素集对应的模糊关系矩阵 . 从上表和参考文献 可以得出 权重向量 W=（0.4257,0.1361, 0.1915,0.2437） 实例分析——模糊矩阵和权重 实验分析——四种模糊合成算子（1） 取大取小算子 S1=W▫R=（0.2475,0.22,0.1915,0.3775） 该食品企业的诚信等级为“差” 与 直接有关的R阵数据只有几个，最终合成时淘汰的信息量至少为R阵中的m(n-1)，最后合成时利用信息量太少利用信息量太少 综合程度较低，最后造成了误差较大的评估结果 实验分析——四种模糊合成算子（2） 乘与取大算子 S2=（0.1136,0.819,0.0777,0.1607） 该食品企业的诚信等级为“良” 与 直接有关的R阵数据也只有几个，最终合成时淘汰的信息量至少为R阵中的m(n-1)，直接决定 的R阵数不一定是每列中最大的那个数了，不仅要求 大，而且要求所对应的w也大，只是增大了w在这里的权衡作用。 综合程度一般，最后评估结果仍有较大误差 实验分析——四种模糊合成算子（3） 取小与有界算子 S3=（0.8188,0.7042,0.6041,0.9251） 该食品企业的诚信等级为“优” R阵数据的信息利用情况看，与 有关的只是R阵小于w的数据，最终淘汰的信息量为R中大于w的数据个数。如果中R大于w的数据个数越多，评估的偏差就越大。 综合程度较高，最后评估结果误差较小 实验分析——四种模糊合成算子（4） 乘与有界算子 S4=（0.3585,0.1871,0.1605,0.2909） 该食品企业的诚信等级为“优” 计算 等级的隶属度 时，考虑了所有因素的影响，而不只是考虑了对 影响最大的因素的影响，在R阵的数据信息利用上与其他几种算子相比是最优的。 保证了阵信息的充分利用，具有较大的综合性，而且保证w具有权向量的性质，是适合于模糊综合评判的优化算子。 实验分析——两种方法的比较 u1=2.33,u2=2.34,u3=2.64,u4=2.62 以上四种合成算子，可以得到该企业的诚信状况等级均介于良和中之间 Compare 加权平均原则一般是在最大隶属度原则失效或低效时应用的 最大隶属度原则 加权平均原则 如S4=（0.3585,0.1871,0.1605,0.2909） 最大隶属度原则判定等级为优，但是0.3585和0.2909相差并不大，有效度较低。而加权平均原则可以更为客观的表明了被评对象的位置 总结 模糊综合评价是综合评价中应用较为广泛的一种方法，它很好地解决了将定性分析和定量分析结合的问题，克服了综合评价片面性的弊端。通过例子可以发现，综合运用层次分析与模糊综合评价，能够对食品企业的诚信状