前言：中文期刊網精心挑選了運籌學的含義范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
運籌學的含義范文1
關鍵詞：運籌學 教學改革 教學理念
中圖分類號：G642.0
文獻標識碼：A
文章編號：1004-4914（2013）07-231-02
一、運籌學課程的意義
運籌學“Operational Research”（縮寫為O.R.）起源于第二次世界大戰初期的軍事任務，成功地解決了許多重要作戰問題，例如，組織適當的護航編隊使運輸船隊損失最小；改進搜索方法，及時發現敵軍潛艇；改進深水炸彈的起爆深度，提高了毀傷率；合理安排飛機維修，提高了飛機的利用率等，顯示了科學的巨大威力?？梢哉f，它從實踐中得到發展，反過來又為實踐而服務，是一門實踐性、應用性很強的交叉學科。戰后，科學家轉向研究在民用部門應用運籌學方法的可能性，從而促進了運籌學在民用部門的發展，伴隨著科學技術和生產的迅速發展，運籌學已滲入很多領域里，發揮了越來越重要的作用。例如，教育、環保、交通運輸、人力資源管理問題等；還廣泛應用于能源、預測、會計金融、銷售、存儲、計算機與信息系統、設計、城市服務系統、保健與醫療、電氣、加工工業、第三產業等。因此，學習和研究運籌學不但具有理論意義，也具有實踐意義。同時，運籌學本身也在不斷發展，形成了數學規劃、動態規劃、圖與網絡分析、排隊論、決策分析、存貯論、對策論、搜索論、計算機模擬等分支，已經成為具有堅實的理論基礎和完善的體系結構的科學方法。
二、運籌學課程的特點
運籌學課程涉及的基礎知識內容比較豐富、與實際問題結合比較緊密、發展很迅速，是一門綜合性多學科交叉的科學分支，因此，很多的高等院校的數學系、管理學院、經貿學院以及工學院的一些專業都開設了運籌學。其具體特點可概括如下：
1.廣闊性。運籌學理論方法已滲透到服務、經濟、庫存、搜索、人口、對抗、控制、時間表、資源分配、廠址定位、能源、設計、生產、可靠性等各個方面，并且不受行業、部門的限制。
2.最優性。運籌學以整體最優為目標，從系統的觀點出發，力圖以整個系統最佳的方式來解決該系統各部門之間的利害沖突。對所研究的問題求出最優解，尋求最佳的行動方案，所以它也可看成是一門優化技術，提供的是解決各類問題的優化方法。
三、運籌學課程教學中存在的問題
伴隨著科學技術和生產的迅速發展，運籌學的理論方法和應用范圍得到了深入和拓寬，對運籌學課程的教學內容及方法也提出了新的要求，同時也就使當前運籌學課程教學中存在的問題暴露出來。
1.沒有明確的教學理念。教學理念是從事教學活動的指導思想和行動指南，可以說，有什么樣的教學理念就會產生什么樣的教學行為，教學行為受教學理念支配，明確表達的教學理念對教學活動有著極其重要的指導意義。很多教師教學重點是講授復雜的運籌學數學模型和巧秒的數學方法，沒有將重心放在加強學生運用運籌學方法解決實際問題的能力，這樣的學生缺乏處理現實生活中的實際問題的能力。因此，在市場經濟不斷發展的今天，若不能以市場為導向進行施教，而在教學過程僅局限于課程的教學任務，那么課程本身也就失去了學習的價值。
2.沒有適當的選擇教學內容。運籌學是一門多學科交叉的學科，但教學時數是有限的。因此，教學內容的選擇存在一定的盲目和隨意，甚至存在著教學內容因教材而設或因教師而設的現象。這樣的學生不會了解所學習的知識在今后專業課中的應用，就會感覺所學知識枯燥無味，只能被動地學習。
3.沒有靈活的教學方法及手段。目前，很多運籌學教師仍采取“以教師為中心”的教學方法，雖然，在運籌學的教學中，現代化教學手段已逐漸開始應用，但有時過度依賴課件，并沒有發揮現代化教學手段的優勢，使學生疲于觀看課件，沒有思考時間，師生之間互動性差，很難調動學生學習的積極性。在傳統的教學任務完成后，學生應用運籌學解決實際問題的能力很差，更難去解決實際問題。
4.沒有重視實驗教學。運籌學是一門實踐性很強的學科，它涉及了很多的計算機軟件，很多教師只重視推導理論性的定理，忽略模型應用的實驗教學，結果是學生只會掌握書本上的定理及公式，不會應用運籌學優化軟件（如lingo、lindo、matlab等）求解運籌優化的實際問題問題。
5.沒有多樣的課程考核方式。很多高校的運籌學課程是以學生平時作業分數加期末考試成績作為考核學生學習的效果，這樣的學生只會套用現成的算法，機械地計算，并沒有實現運籌學課程的目的，偏離了運籌學教學的本質。
四、運籌學課程教學改革的思路和建議
1.以市場為導向，提升教學理念。運籌學是一門應用性、實踐性很強的交叉學科。因此，教學理念不要局限于解題方法的傳授甚至灌注，而要重點關注其在實際應用中的作用。在教學過程中，應當以科研項目為載體，發揮合作教育形式的教學理念，把書本知識、科研實踐及實際應用經驗結合起來進行知識的傳播，更能加強培養學生從實際出發分析解決問題的能力。因此，以市場為導向的教學理念應當得到重視。
2.明確教學目的，調整教學內容。目前，運籌學教材的內容大都涵蓋了規劃論、動態規劃、圖論、存儲論、決策論、排隊論等內容，而各個高校的學生學習能力相差甚遠，很難找到針對性較強的教材。因此，教師在運籌學的實際教學中，要根據學生的實際情況選取相應教材，并在授課內容上有所側重。例如，對于線性規劃、整數規劃、動態規劃、圖與網絡分析等基本內容，教師必須要講授。管理學專業的學生可相應地增加庫存論知識；金融專業的學生，可以根據當前股票市場，研究最優投資方案；道路交通專業的學生，應加強網絡優化的內容。
3.調動學生學習積極性，探索新的教學方法和手段，為了調動學生的學習積極性，教師應主動拋棄“滿堂灌”的教學方法，根據知識的傳授適宜由淺入深，由直觀到抽象的特點，宜采用啟發式教學方法，案例式教學模式和現代化教學手段相結合的方式，使學生能夠真正理解掌握運籌學的基本概念和思維方法，并從中獲得學習上的樂趣。（1）采用啟發式教學方法，發揮學生的主體作用。蘇霍姆林斯基曾說：教師的語言修養，在極大程度上決定著學生在課堂上腦力勞動的效率。運籌學課程的邏輯性很強，因此在講授方法上應多采用啟發式，如在講授動態規劃求最短路時，教師首先可以通過提出游戲，鼓勵學生提出自己的觀點與看法，討論是否能用其他的方法來解決此問題，從而啟發學生的逆向思維，并適當輔以課堂討論，激發他們的學習熱情。課堂討論的主題應事先布置，然后學生以小組形式在課堂上進行匯報，充分發揮學生的主體作用。（2）引入案例式教學模式，體現數學建模思想。案例式教學是模擬實踐的教學活動，是培養學生應用能力和實踐能力的有效方法。因此，在教學過程中應該設計應用性較強的案例，在體現問題實踐性的同時，也體現數學建模的思想，比如學校排隊打水的優化模型，是否能快速地打到水是學生所關心的。因此，可以組織學生對本校水房的現狀進行考察，然后利用數學的方法對考察結果進行分析和研究，提出合理化建議。通過案例提供現實背景，可以為教材上抽象的數學理論賦予現實的經濟含義，使學生的理解更直觀。通過親自觀察分析，學生不僅掌握了運用運籌學模型和方法解決實際應用問題的流程，而且學會了分析問題、解決問題的方法，體會了用科學知識解決實際問題的妙處。（3）適當運用多媒體課件，有效增加師生互動。運籌學課程的特點是“五多一少”，即表格多、模型多、圖形多、案例多、算法多，理論推導少。教師如果在授課上花費很多時間畫圖、制表，不僅效率低、信息量少，而且可觀性也差。因此，運籌學課程比較適合使用多媒體進行教學，但是多媒體課件的使用應遵循用之有度、用之有效、用之有時的原則。如圖與網絡分析適宜用多媒體進行教學，可觀性比較好；但靈敏度分析，卻適宜用板書的形式進行詳細的講解。將多媒體課件與板書講授進行有機的結合，增加師生互動，體現多媒體現代教學技術在教學中的應用。
4.重視實驗教學，提高學生實踐能力。運籌學是一門實踐性很強的學科，運籌學實際應用的模型解題運算量較大，重復勞動較多。伴隨著計算機技術的迅速發展，許多數學軟件都具有了優化計算的功能，在教學中應當增加實驗教學，使學生了解數學軟件的優化計算功能，增強學生的實踐能力。
5.改變傳統考核辦法，培養學生的綜合能力。根據運籌學課程的特點，應將傳統的單一模式考試變為綜合考試，即基礎知識和實踐能力考核相結合?；A知識考核側重學生對基本理論和基本概念的理解與掌握，實踐能力考核側重平時的實踐操作技能，對于平時的實踐操作技能，可以讓學生自己結合實踐編寫應用案例，并利用計算機軟件或編制算法程序在規定的時間內給予解決。通過完成平時的作業，既加強了階段性的訓練，又為期末考試打下了較好的基礎，從而改變只重結果不重過程的學習模式，培養了學生的綜合能力。
隨著互聯網的快速發展， 運籌學的教學還應該借助網絡功能，教學大綱、教案、實驗指導、教學錄像等內容全部上網，便于學生隨時上網學習和下載；開發網上答疑系統，學生可以在任何時候提出問題，教師的回答也可以為多個學生從信息共享中受益。同時為開闊學生的視野和知識面，培養學生的科研意識，還應介紹運籌學領域前沿的發展成果，讓學生了解學科發展的動態，為本科生的畢業論文選題注入新鮮血液。
運籌學是一門理論與實踐并重而且具有特殊重要地位的課程，雖然是一門年輕的應用學科，但是其發展速度卻非常迅速，因此，其教學改革應該受到人們的重視。運籌學課程教學改革的目的在于既要重視運籌學基本理論和方法的掌握，又要加強學生解決實際問題能力的培養。這就需要我們不斷地追尋能夠提升學生學習積極性的素質教育方法，切實提高課堂教學質量，通過各環節各種形式的訓練和考核，提高學生的綜合素質與能力，真正實現學以致用。
[本文為黑龍江科技學院教研項目]
參考文獻：
1.張亦春.金融學專業教育改革研究報告[R].高等教育出版社
2.李彬.PBL教學法在《管理運籌學》教學中的應用[J].教學內容與方法改革，2008（3）：41
3.張伯生.運籌學教學指導思想與方法實踐研究[J].上海工程技術大學教育研究，2007（4）：17-21
4.胡發勝，劉桂真.國家精品課程運籌學的教學改革與實踐[J].中國大學教育，2006（7）：9
5.王向榮，曹玉山等.運籌學教學改革研究[J].滄州師范專科學校學報，2008（3）：59
6.張兵.案例教學在運籌學教學中的運用[J].徐州教育學院學報，2008（9）：153-154
7.趙建強.淺談應用型本科院校運籌學課程教學改革[J].徐州教育學院學報，2008（3）：150-151
8.王定江.運籌學教學與數學建模[J].大學數學，2003（6）：49-51
9.余躍，王婷婷.在運籌學課程教學中培養學生的創新思維[J].吉林省教育學院學報，2007，23（2）：27-29.
運籌學的含義范文2
一直在思索:什么才是品牌？在中國如何做品牌？
這是一個非常難于回答的命題，很難用教科書或者專家論斷來總結和歸位。
個人認為，回答這個問題，首先必須要立足中國市場的特點。中國市場是一個龐大的矩陣市場。它是多元化，分層交錯，需求復雜，人口基數大，分眾市場和聚眾市場交織。對于置身這個市場的企業來說，選擇性非常豐富，實現企業價值的路徑非常多，用運籌學的概念來講，它不是一個規律性的線性分布，是一個巨大的矩陣分布。要在這個矩陣市場里面找到最優，不光是要看到矩陣里的因子，還必須首先要明確約束條件，也就是企業所具備的資源要素。否則盲目鼓吹品牌建設是沒有意義的。
經常聽到不同的老板講自己的戰略構思，經營實踐得失，力圖從中去找到共性的規律。在眾多市場研究專家，品牌專家的研究文章中去搜尋問題的答案。然而，盡管找到一些共性，但最終在自己面對的時候都覺得難以借鑒。因為，自己的環境條件要素有很大的不同。
品牌，在中國應該是一個高度濃縮的概念和術語。很多時候，它代表了企業經營的所有目標和結果。這與西方教科書講的不是一樣，因為中國文化比較籠統，漢語的涵蓋力超強。從廣義上講，任何企業行為都在做企業自己的品牌，也就是自己的商業名聲。從這個角度看，品牌是普遍化的，也就是說，做品牌本身已經不是一個命題。它是企業經營行為的自然需求和運行結果。所以，那些說“我不做品牌”的人其實也在做品牌。品牌與非品牌，沒有清晰嚴格的界限。
但現實商業中，一些人硬要說自己在做品牌，其意義在于建立與其他競爭對手的區隔，以提高自己位置，俯身打擊對手。建立區隔的方式很多，諸如廣告、終端形象物料、軟性宣傳等等。這些都是制造抽屜的手段。而我們也逐漸習慣這樣的推廣方式。我們片面地用形式化的手段措施來定義品牌的含義，忽略了其本身的根本的內在的含義。
另外一種認識就是認為企業投入資源去影響消費者就是在做品牌，消費者能知道其名字，得到其認可就是一個品牌。其實，品牌應該不僅僅存在于最終消費環節，同樣存在于整個供應鏈，分銷環節，不僅存在于企業外部關聯者，也存在企業內部工作者。放大品牌這個概念，將有助我們清醒地看到建立企業聲譽和口碑的重要性，在企業經營的各個環節注意打造自己的品牌。品牌是在企業內各個環節形成并流通的，就象血液一樣全身流淌，其關聯性和運行慣性，將成為企業發展壯大的根本。將品牌概念局限于消費者認知的理論和做法，人為地割裂了企業經營要素流動的一體性，必然是“一葉障目，不見泰山”，難于系統地解決企業遇到的問題。
運籌學的含義范文3
四大資產管理公司2005年主導著價值兩萬億的金融不良資產的交易市場。根據2006年6月的數據，我國四大資產管理公司已經處置了11 692億元的金融不良資產,但至2008年5月，我國包括國有商業銀行、股份制銀行、城市商業銀行、農村商業銀行及外資銀行在內的銀行業不良資產總額仍存有1.2萬億元。
目前，中國對金融不良資產的處置方式，主要有本息清收、訴訟追償、破產清算、債權重組、債權轉讓等。其中，在債權轉讓處置中，對于大量的金額較小的債權，在很多情況下是批量打包進行處置的。
我國金融不良資產評估中的特殊性是，評估對象難以鑒定、評估依據資料不完整和評估程序受到較多的限制。
目前，批量打包出售的金融不良資產的價值分析,尚沒有形成成熟的理論和經驗。金融不良資產包，通常是大量的債權，同時也涉及企業股權與實物等。其特點是包內涉及的債務人戶數很多，銀行及相關機構所掌握的有關債務人的信息又較少，大多不具備履行正常資產評估程序的條件。一般情況下，不良資產包是在盡職調查的基礎上進行價值分析，但在這樣的分析工作中，主觀因素的作用往往可能過大，從而導致價值分析的結果偏離客觀的價值。為了減少主觀臆測產生的差錯率，我們認為，可以考慮應用運籌學決策分析原理及數理統計技術，建立數學模型，進行資產包科學合理的價值分析。這是我們的一個嘗試。下面，我們將結合實例對金融不良資產包價值分析數學模型的應用進行說明。
2．金融不良資產包價值的分析模型
為了分析金融不良資產包的價值，需要建立金融不良資產包價值分析模型。該模型由三個模塊組成，即輸入模塊、分析計算模塊和輸出模塊。如圖1所示。
2.1 輸入模塊
輸入模塊有指標數值確定和數據采集系統兩個程序組成。
確定模塊的指標數值
影響金融不良資產回收價值的因素很多，包括：社會環境與還貸意愿、當地的經濟環境、債權交易市場的情況、債權形態、抵押情況、擔保情況、債務企業及債務責任關聯方的性質、行業特點、剝離時的資產狀況、債務企業的資產、負債情況及債務企業的信譽情況、債務企業未來發展前景預測、借款時間、借款金額、借款用途、還款來源、逾期時間、銀行貸款形態、訴訟前景和訴訟結果執行前景等。我們根據對目前金融不良資產評估的研究成果和我國金融不良資產的特征，并考慮所需求信息資料的可獲取性，圈定影響因素的范圍，構成輸入模塊初步的指標體系，見表1。根據指標體系，我們將進行數據采集。
2.2 分析計算模塊。
分析計算模塊是金融不良資產包價值分析模型的核心。它由3個子模塊組成。
數據分類處理模塊
由于該指標體系中既存在定性指標，又存在定量指標，這就需要在正式運算前對指標進行分類。
特征變量選擇模塊
本模塊的功能是在數據分類處理模塊中，運用多元統計分析中的因子分析法，選擇若干個具有代表性的、敏感且特征性強的變量作為特征變量。
價值分析模塊
根據運籌學的決策分析原理，通過判別分析數據分類處理模塊的樣本數據與特征變量選擇模塊確定的樣本數據，進行金融不良資產回收率的預測。
2.3 輸出模塊
綜合判別函數計算出每一債權的回收概率，確定債權包的綜合回收率，并將計算結果按指定格式輸出。
3. 金融不良資產包價值分析模型的建立
3.1 數據的處理
相關資料存在著可靠性和有效性的問題，需要進行酌情處理。
如貸款本金、表內外利息和孳生利息占本金的比例、貸款時間三個變量的數據的處理方法，是對其取以10為底的對數。
還款記錄、剝離形態、經濟與地理區域、債務企業性質、債務企業經營狀況等定性變量，我們采取對樣本不同特征的頻率分布進行描述性統計。在此基礎上對有關影響因素（特征變量）進行單因素方差分析，分類認識樣本的分布特征。根據不同類別資產的回收率之間是否存在著顯著差異，進一步進行數字化處理。
3.2 建立模型實例中債務企業經營狀況的數字化處理
本模型建立實例中，采集了國內287家企業金融不良貸款案例作為樣本。這些樣本涉及各個行業、地區和各種特質的借款人。經過挖掘與研究，數據集中包含了影響償債能力和反映借款人信用狀況的眾多因素。這些企業中的大多數處于半關停、關停和破產狀況，只有42家企業（占全部樣本的14.63%）維持正常經營。隨著大部分企業經營狀況的不斷惡化，貸款回收率必然會逐步減低，但對于正常經營的企業，貸款回收率是很高的，能達到39%。表2為不同狀態企業回收率的單因素方差分析的結果，該結果表明，經營狀況變量的不同狀態對回收率會產生顯著影響。
經以上分析，我們將債務企業分為破產、關停、半關停和正常經營四類狀況，在數字化處理時分別設定為1，2，3，4。
3.2.1應用因子分析法建立分析指標體系
因子分析法簡介
在人們設定的各類指標體系中，可以發現指標間經常具備一定的相關性，從而促使人們希望用較少的依然能反映原體系全部基本信息的指標來代替原來較多的指標，于是就產生了主成分分析法、對應分析法、典型相關分析法和因子分析法等各類以較少指標替代原體系中較多指標的方法。本次建模中，我們選擇采取因子分析法對體系中的變量進行篩選，以達到濃縮變量數量，但又能夠保證信息量損失達到最少的目的。具體過程如下：
采用SPSS統計分析軟件，求出因子載荷矩陣A。依據載荷矩陣A，建立起新的指標數量更為濃縮的指標體系。其工作流程如圖2所示。（見文末圖2）
分析過程
對樣本做必要的數據處理之后，經過SPSS軟件計算后得到上述12項指標的相關系數矩陣（見文末表3）。由矩陣看到某些指標間高度相關。通過計算巴氏的球形檢驗統計量的數值（342.527）并利用正態分布的可加性和林德貝格――勒維定理將巴氏球形檢驗，據此進行相關度檢驗。結果表明指標體系存在著系統變異，有必要進行因子分析。為了盡可能不丟失信息，采用探索性因子分析的主軸法，得到因子載荷矩陣。然后進行因子分析，得出共性因子結構模型。如果不能一目了然地看出其表征含義，則需要對因子載荷矩陣進行方差最大正交旋轉。采用Kaiser1958年提出的最大方差之正交旋轉法（Varimax）將因子4次旋轉后，得到旋轉后的因子載荷矩陣（表4）。
表4中金融不良資產相關指標的統計分析結果，能夠得到以下信息：如因企業大多存在還款記錄，公因子f1與X3呈正相關，載荷系數為0.873；因樣本中貸款時間都較短，所以f1與X4呈負相關，載荷系數為-0.363；因樣本中貸款本金較少,載荷系數為-0.525；債務企業經營狀況、有無保證人、保證人經營狀況載荷系數分別為0.562、0.878與0.647， 載荷系數的變化與金融不良資產回收率的變化一致。
而f2、f3兩個因子，與不良資產回收率的變化方向一致性較差，故確定f1為“回收因子”，f2、f3則舍棄。
通過以上的因子分析，我們可以得出金融不良資產打包價值分析中6個相關性較強的指標，即貸款本金數額X1、還款記錄X3、貸款時間長度X4、債務企業經營狀況X9、有無保證人X10與保證人經營狀況X11。
3.2.2 應用判別分析法建模
判別分析方法的選擇
判別分析（Discriminant Analysis）是一種根據變量觀測,判斷研究樣本分類的統計分析方法。判別分析法是在一個p維空間R中，確定樣本點X(X1，X2，…，Xp)，應該屬于哪一個Gj(j＝1,…,k)總體。
進行判別分析時，通常是根據已掌握的一批分類明確的樣品，建立判別函數和分類規則，然后將待分類的樣品的實測值代入該函數，求出其函數值，并據此作出判斷。
判別函數可用下式表示：
D(j)=a0(j)+a1(j)X1+a2(j)X2+…+ap(j)Xp， j=1,…k
其中，j是組編號，D(j)是判別得分，ai(j)是判別系數，Xi(j)是預測變量。
判別分析有多種類型，其中常用的有距離判別、Bayes判別和Fisher判別。距離判別是基于樣品到總體間的距離所進行的判別。這種判別較為直觀，適應面廣。距離判別的缺陷是不考慮各總體的分布和由錯判造成的問題。而在Bayes判別中，當兩個總體都是正態分布，而在其協方差相同時，可導出一個線性判別式。Fisher判別利用方差分析導出一種線性判別函數，從而解決了距離判別和Bayes判別存在的缺陷。本文采用Fisher判別確定各樣本點的預測類別歸屬。
建模過程
1.對金融不良債權有無可能回收進行判別
首先，對金融不良債權是否有回收可能建立判別模型，這是一個兩總體的判別模型，即將樣本分為有回收和無回收兩種情形。利用這個模型首先篩選出預期零回收的債權。
2.對金融不良債權能否全部回收進行判別
這同樣也是一個兩總體的判別模型，即將樣本分為100％本金回收和非100％本金回收兩種情形。
3.一般債權回收情況判別
在進行上述兩種情形的判別之后，我們對回收率在0-100％之間的情況進行建模。首先將回收率區間分成10組，每一組作為判別分析的一個總體(或類別)，再用SPSS統計分析系統進行變量相關性分析，建立一系列判別規則，最后確定判別函數。
我們仍以這287家樣本企業為基礎，演繹建模過程。
首先對債權回收情況進行特殊與一般性的判別，其中，有23家為零回收的債權，9家為100%本金回收債權，剩余255家為一般性債權，故將這255家一般性債權納入到判別分析范圍內。
其次，根據因子分析法得到的指標體系，即貸款本金數額X1、還款記錄X2、貸款時間長度X3、債務企業經營狀況X4、有無保證人X5、保證人經營狀況X6，作為判別分析的預測變量，在對255家樣本企業指標進行數據化處理后，作為預測變量樣本值。
再次，采取Fisher判別建立判別規則，進行判別分析后得到了10組判別系數：
最后，根據顯示的非標準化判別方程系數，得到判別函數為：
D(1)=-24.435+7.528X1+0.200X2+…+2.287X6
D(2)=-25.479+7.013X1-0.784X2+…+3.201X6
…
D(10)=-35.390+4.927X1-0.204X2+…+4.144X6
回收率計算
將所評估不良資產包中的新樣本代入各個判別函數就可得到相應的判別得分D(j)(j=1,…,k)，然后計算樣本落在各組的概率。即：Pj=exp(D(j))/Σkj=1exp(D(j))
我們可以用每組的平均值或中間值來表示該組內的平均回收率。用上述判別分析得到的判別概率對各組平均回收率進行加權平均，就得到最終的回收率。
在此基礎上計算所評估不良資產包的綜合回收率。即：
Y=∑YiLi/L
其中，Y為綜合回收率，L為全部債權金額，Yi為單戶債權回收率，Li為單戶債權金額。
4.結語
運用運籌學決策分析和判別原理，分析確定金融不良債權資產包，特別是對于產權關系復雜的信用債權資產包和無抵（質）押的擔保債權資產包的回收價值，相對比專家判斷法或交易案例比較法而言更為科學和嚴謹，且節約成本。
運籌學的含義范文4
關鍵詞:通信與指揮控制系統; 效能評估; 層次分析法; 模糊理論
中圖分類號:TN926.4 文獻標識碼:A
文章編號:1004-373X(2010)11-0044-03
Effectiveness Evaluation of Communication and Command Control
System Based on Fuzzy Theory
QI Tao, YANG Hao, XU Yuan, ZHANG Yun-fei
(Chongqing Communication College, Chongqing 400035, China)
Abstract:The qualitative and quantitative analysis for the effectiveness index of communication and command control systems were performed with the fuzzy theory based on AHP. A complete range of effectiveness evaluation method is advanced, which can provide the basis for the commanders,decision in the war and optimize the resource of communication and command control.
Keywords: communication and command control system; effectiveness evaluation; AHP; fuzzy theory
0 引 言
通信與指揮控制系統是由通信系統、指揮自動化系統、預警探測系統、情報偵察系統、后勤保障系統等組成的一個復雜系統\。近年來,隨著信息技術的進步,其飛速發展,呈現出性能日益先進,功能逐步強大的趨勢,極大地提高了軍事通信與指揮保障能力。如何對其系統效能進行科學評估,以優化系統資源,提高系統效能已成為廣大通信和網絡研究人員面臨的一個難題。
系統效能是預期一個系統能滿足一組特定任務要求程度的度量,是系統的有效性、可靠性以及能力的函數,是在規定的條件下達到規定的使用目標的能力\。系統完成特定使命的能力是通過系統的一系列功能來實現的,而這一系列功能是通過大量的性能、指標來保證的,這些功能、性能、指標按一定的層次機構與關聯關系有機匯集,構成了系統完成特殊使命任務的評估方法。通信與指揮控制系統由多個功能不同的子系統構成,這些子系統的每種能力涉及很多因素,各個能力之間又可能相關,因此只有建立科學、客觀的關系模型和合理的評估指標和流程,才能客觀地評價該系統的綜合效能。
1 效能評估的過程
鑒于通信與指揮控制系統本身客體組成的復雜性及其作戰運用中的諸多主觀因素和不確定性,對照目前多種系統效能評價方法的特點,本文引入層次分析法和模糊理論進行綜合評估。
1.1 層次分析法
層次分析法(AHP)的基本思想是把待評價的事物按層次分析關系逐層分解成多個層次,每個層次有多個元素組成,構成一個有序的遞階層次結構的元素集\。根據專家意見,對同一層次并屬于同一個準則層的所有元素兩兩相互比較其重要性,再構造出判斷矩陣,計算每一元素對上一層次各元素以及對總體目標的影響和貢獻,求得與遞階層次結構相應的權重集,作為方案選擇和決策的參考依據。
層次分析法的優點是直觀性和簡潔性,既有比較嚴格的數學原理和處理手段,又有比較簡單的外在表現形式,能夠體現經驗與理論的統一、定性與定量的統一。層次分析法的核心是量化決策者的經驗判斷,從而為決策者提供定量形式的決策依據,在目標結構復雜且缺乏必要數據的情況下更為實用。
1.2 模糊理論
模糊理論(Fuzzy Theory)是為了解決真實世界中普遍存在的模糊現象而發展起來的,是基于分類的局部理論,特別適合處理用常規方法無法明確定義的模糊性問題\。
由于在評估中單項指標取值性質往往不同,既有定量指標,又有定性指標,可比性差,加之戰場環境極其復雜,對于不同的用戶需求,同一指標即使在相同的數值范圍內,也會產生不同的影響。因此,在這種情況下,就需要利用專家知識,借助模糊理論將評估指標進行度量統一。
人們對指標的評價往往采用是否達到滿意來描述。這樣,可以把指標的評價統一為滿意程度的大小。為簡便起見,并結合系統綜合評價的實際情況,將滿意度等級映射為性能指標等級,并定義為(很好、好、良、中、差)等模糊概念,其模糊向量定義為在合評估體系結構中存在著的不同性質指標。對不同性質的指標,應采取不同方法獲取指標的模糊滿意度。對于定量指標,首先需要確定指標的模糊隸屬函數,然后由相關專家根據單項指標的數據變化范圍,計算出系統內每個指標的模糊向量。對于定性指標,很難對其給以定量化,通常采用專家模糊評價法進行處理。
1.3 評估步驟
運用層次分析法和模糊理論,對通信與指揮控制系統的效能評估步驟(見圖5)如下:
(1) 在深入研究用戶對通信與指控系統的作戰應用需求的基礎上,確定最主要的評價指標;
(2) 確立評估指標的遞階層次結構,建立通信與指揮控制系統的效能評估指標體系;
(3) 用層次分析法計算各指標的權重:首先構造指標層的兩兩比較判斷矩陣,然后由判斷矩陣計算被比較指標的相對權重,最后進行多級評判計算各層指標的組合權重;
(4) 用模糊數學理論測度每一指標的隸屬度和模糊向量;
(5) 用多級模糊綜合評價方法對通信與指控系統的綜合效能進行評估。
圖1 效能評估步驟
2 通信與指揮控制系統效能評估的方法
2.1 效能評估指標體系層次結構模型的建立
系統效能綜合評估體系\是指評估過程中,由一系列相互關聯的本質屬性指標構成的有機整體。評估指標體系即評估的標準和內容,是評估目的的具體化,確定了具體的評估方向。它描述了通信裝備作戰能力的主要性能參數,是通信裝備戰術性能、質量和保障特性的綜合權衡。評估體系結構是指系統綜合效能與效能指標和能力指標的層次結構關系。系統效能指標主要用于度量裝備或系統在給定條件下實現其總體功能的程度,它是對裝備或系統單項性能――可用性、可靠性與固有能力的綜合\。
建立性能綜合評估體系結構是對通信與指揮控制系統性能進行評估的前提,針對通信與指揮控制系統的工作特點和系統性能綜合評估的任務需求,可以建立如圖2所示的性能指標綜合評估體系結構。
品質因素(B1):指系統硬件的固有屬性、系統硬件結構以及后續保障能力\。包括可靠性、維修性、保障性3個指標。
戰場生存能力(B2):指系統應對敵方強烈電子進攻和各種火力打擊,維持正常工作的能力。包括抗干擾能力、抗毀生存能力、環境適應能力、機動反應能力、安全保密能力5個指標。
通信性能(B3):指系統保障作戰地域內各級指揮中心以及各分系統快速、保密、可靠傳輸、交換、處理信息的能力。包括信息時延、呼損率、誤碼率、網絡容量、互聯互通性和覆蓋范圍6個指標。
綜合指揮控制能力(B4):指系統綜合收集和處理本級雷達站、觀察哨、陣地觀察網等和上級或友鄰預警探測系統傳來的空中情報、技偵情報、氣象情報等信息,指揮機關依據軟件系統、指揮控制臺和手工作業設備等輔助決策手段進行指揮決策的能力。包括預警探測、情報偵察、輔助決策和自動化作業等4個指標。
圖2 通信與指揮控制系統性能指標綜合評估體系結構
2.2 構建比較判斷矩陣
由于通信與指揮控制系統的效能評估指標性質不盡相同,單位也不同,很難直接進行評估,這里采用評分的辦法比較它們在同一層次下的優劣程度,采用專家打分方式,將每層次的各元素進行兩兩比較。為了減少個別專家評分的主觀性,通常邀請多個專家獨立地對評價元素的相對重要程度進行評判,最后取各個評價指標中權值的平均值。具體步驟如下:
(1) 向專家進行問卷調查,以獲得各個指標的相對重要程度。在此專家問卷采用美國運籌學專家T.L.Saaty提出的標度\,如表1所示。
表1 標度的含義
1兩個元素相比,具有同樣的重要性
3兩個元素相比,一個元素比另一個元素稍微重要
5兩個元素相比,一個元素比另一個元素明顯重要
7兩個元素相比,一個元素比另外一個元素強烈重要
9兩個元素相比,一個元素比另外一個元素極端重要
2,4,6,8為以上兩兩判斷之間的中間狀態所對應的標度值
倒數Bij=1/Bji Cij=1/Cji
用Pkij(1≤i,j≤18,1≤k≤N)表示第k個專家評定的第i個評價指標相對于第j個評價指標的重要程度。令pij=(∏Nk=1pkij)1/N,則pij表示專家組N個專家評定的第i個評價指標相對于第j個評價指標的重要程度的平均值\。這個過程能消除權重確定過程中人為的影響,保證指標權重的有效性和實用性。A-B判斷矩陣和B-C判斷矩陣分別為:
X=(pij)4×4, Y=(pij)18×18
式中:i=1,2,3,4分別對應B層的4個指標。
(2) 由判斷矩陣計算比較指標的相對權重。
利用Matlab軟件分別計算A-B判斷矩陣X=(pij)4×4和B-C判斷矩陣Y=(pij)18×18的特征向量。記A-B判斷矩陣X=(pij)4×4的特征向量為W1=(w1,w2,w3,w4),其中w1,w2,w3,w4分別為B層各指標的權重系數。記Bi(i=1,2,3,4)對應C層互重要程度矩陣的特征向量為wij(j=1,2,…,18;i=1,2,3,4),則可得由wij(j=1,2,…,18;i=1,2,3,4)構成的特征矩陣W2=(wij)4×18。
(3) 對比較判斷矩陣進行一致性檢驗。
一致性檢驗用來判別比較矩陣的不一致程度,可以用一致性指標CI來衡量:
CI=λmax-nn-1
式中:λmax為比較陣的最大特征根;n為比較矩陣的階數。計算一致性比率CR,CR=CI/RI,RI為隨機一致性指標,其指標見表2\。當CR
表2 隨機一致性指標
階數123456789
RI000.580.901.121.241.321.411.45
(4) 計算各層指標的組合權重向量
在得到W1和W2以后,可計算出通信與指揮控制系統各評估指標的權重向量為:
WZ=W1•W2=(WZ1,WZ2,…,WZ18)
式中:WZi (i=1,2,…,18)分別對應最底層各元素的綜合權重系數。
2.3 單因素評判矩陣
把滿意度映射為性能指標等級并定義為:
E=(e1,e2,e3,e4,e5)=(很好,好,良,中,差),則可得到各元素指標屬于哪一類的隸屬度,設ril為專家組,對第i個指標給出第j種評判的比例(即元素指標屬于el的隸屬度,i=1,2,…,18;l=1,2,3,4,5),則有∑5l=1ril=1,(i=1,2,…,18;l=1,2,3,4,5)這樣可得到單因素評判矩陣,記為R,即R=(ril)18×5。
2.4 進行綜合模糊評價
經過上一步計算可得到通信與指揮控制系統效能綜合評價的18個指標中單因素評價矩陣R,又知權重向量WZ,則可以得到綜合因素評判等級的加權向量,記為RZ=(RZ1,RZ2,RZ3,RZ4,RZ5),則有RZ=WZ•R。式中•表示模糊算子,在本文中采用(•,)模型,即先進行普通乘法運算,再進行環和運算\。
2.5 通信與指揮控制系統效能綜合評價
根據最大隸屬度法則,選擇備選集RZ中隸屬度最大的一項,即對應于性能綜合評價指標的等級,如表3所示。
表3 綜合評價指標等級表
隸屬度RZ1RZ2RZ3RZ4RZ5
性能指標等級很好好良中差
3 結 語
在層次分析法的基礎上,將模糊理論應用于通信與指揮控制系統效能的綜合評估中,其主要目的是為了更客觀、更確切地反映所研究的問題,從而實現系統性能的最優化設計。雖然實際分析過程中可能有一定的局限性,在對各個指標進行專家打分時沒有對網絡拓樸結構、網絡節點數量、網內用戶數量、系統編組方式等對各項指標沒有進行定量分析,但是此種評估的思路無疑是合理和科學的,同時也為其他通信系統的優化評估提供了一定的參考依據。
參考文獻
[1]朱和平.21世紀綜合電子戰系統\.北京:軍事科學出版社,2003.
[2]郭齊勝,羅曉明,董志明,等.裝備作戰仿真概論\.北京:國防工業出版社,2007.
[3]戴鋒,邵金宏,王力.軍事運籌學概論\.北京:軍事譯文出版社,2002.
[4]楊軍.基于模糊理論的衛星導航系統綜合效能評估研究\.宇航學報,2004,25(2):147-151,194.
[5]陳浩光,李云芝.武器系統效能評估與評估創新\.裝備指揮技術學院學報,2004(8):1-3.
[6]趙超,文傳源.作戰系統綜合效能評估方法探索\.電光與控制,2001(1):63-65.
[7]王國玉,肖順平,汪連棟.電子系統建模仿真與評估\.長沙:國防科學技術大學出版社,1999.
[8]何家琪,楊浩.軍事通信裝備學概論\.北京:出版社,2003.
運籌學的含義范文5
【關鍵詞】 AHP；信息技術與課程整合；教學評價
一、 引 言
近年來，信息技術與課程整合已經成為我國基礎教育改革中的熱點。2001年《教育部基礎教育課程改革綱要（試行）》明確指出：大力推進信息技術在教學過程中的普遍應用,促進信息技術與學科課程的整合,逐步實現教學內容的呈現方式、學生的學習方式、教師的教學方式和師生互動方式的變革,充分發揮信息技術的優勢,為學生的學習和發展提供豐富多彩的教育環境和有力的學習工具；在課程的實施過程中,加強信息技術教育,培養學生利用信息技術的意識和能力[1]。在這股熱流的推動下，全國很多學校開始進行信息技術與課程整合的實踐，教育專家及廣大教育工作者對信息技術與課程整合的相關理論也進行了深入探討。
以“信息技術與課程整合”為關鍵詞,對中國期刊網CNKI進行題名精確檢索,檢索截至日期為2007年12月,檢索范圍為期刊全文,檢索結果為565篇有效論文,其中只有5篇涉及到評價，研究主要集中在理論層面，如李克東認為信息技術與課程整合的核心是數字化學習，并探討了數字化學習的四種模式[2]；何克抗把中小學開設信息技術課程的根本目標定位在努力培養學生獲取、分析、加工和利用信息的知識與能力上[3]；耿新鎖把信息技術與課程整合分為獨立開課、工具性整合和課程改革三個層次，把學習理念、課程內容、學習方式、媒體技術等方面作為信息技術與課程整合的整合點[4]；劉曉瑩用內容分析法對自2000年以來國內公開發表的論文進行分析,總結了目前已有的成果、存在的問題，并預測了信息技術與課程整合未來的發展趨勢[5]。
從上述文章中看出，人們對信息技術與課程整合的現狀、目標、方法、層次、模式等都有了較深刻的認識，實踐中也取得了較明顯的成果，然而對其進行的教學評價卻很少關注。評價是一種價值判斷的活動，是對客體滿足主體需要程度的判斷。信息技術與課堂教學的整合是否滿足了教學改革的需要、是否達到了整合的目標、整合到底達到了什么程度，要解決這些問題就需要對其進行教學評價。教學評價是一個多層次的綜合評判問題， 涉及的內容較多, 評價指標受考評者知識水平、認識能力和個人偏好等的影響,使得實踐操作具有一定難度。本文利用層次分析理論,從定性與定量相結合的角度對信息技術與課程整合進行教學評價，既盡可能地排除主觀成分，又便于操作，以提高綜合評判的客觀性、準確性和可靠性。
二、 AHP原理與步驟
AHP是Analytic Hierarchy Process的簡稱，即層次分析法，最早由美國運籌學家、匹茲堡大學T.L.Saaty教授于20世紀70年代提出。1971年Saaty教授首先將其應用于美國國防部研究的“應急計劃”，又于1977年在國際數學建模會議上發表了“無結構決策問題的建模―層次分析法”一文，此后AHP在行為科學、管理信息系統、運籌學方法評價和教育等許多領域得到廣泛應用[6]。
AHP的基本原理是排序的原理，即最終將各方法（或措施）排出優劣次序，作為決策的依據。具體可描述為：層次分析法首先將決策的問題看作受多種因素影響的大系統，這些相互關聯、相互制約的因素可以按照它們之間的隸屬關系排成從高到低的若干層次，叫做構造遞階層次結構。然后請專家、學者、權威人士對各因素兩兩比較重要性，再利用數學方法，對各因素層層排序，最后對排序結果進行分析，輔助進行決策[6]。這種方法采用數字標度的形式，將定性與定量分析相結合，把決策者的經驗予以量化，從而提高了決策的有效性、可靠性和可行性。運用AHP方法解決問題，大體可按如下步驟進行：（1）將問題分解，建立遞階層次結構；（2）構造兩兩比較判斷矩陣；（3）由判斷矩陣計算比較元素的相對權重；（4）計算各層元素的組合權重[7]。
三、 信息技術與課程整合教學評價模型的構建
（1） 建立教學評價層次體系
信息技術與課程整合，很明顯它包含兩部分內容，第一部分是信息技術如何改造和創新課程?課程創新中如何開發和利用信息技術? 第二部分是怎樣在信息技術與課程互動性雙向整合過程中實現兩者的整體化和一體化? 從當代文化哲學的視角看，信息技術與課程整合實質上就是一種基于信息技術的課程研制(或開發)理論和實踐，它針對教育領域中信息技術與學科課程存在的割裂等問題,通過信息技術與課程的互動性雙向整合，促進師生民主合作的課程與教學組織方式的實現和以人的學習為本的新型課程與教學活動樣式的發展，建構起整合型的信息化課程新形態，進而使信息文化與人的學習生活整合而成為有機的連續體和統一體[8]。因此，在評價體系的制定上，以基礎教育課程改革對課程評價提出的要求為依據，充分體現信息技術的作用，以人文本，體現學生的主體地位。本評價體系的二級指標是教師的教、學生的學、教學內容和教學環境，它們分別包含各自的三級指標，教學評價遞階層次結構見表1，它們共同構成遞階矩陣A。
（2）構造兩兩比較判斷矩陣
比較判斷矩陣的構造是層次分析法中非常關鍵的一步，普通的專家評價容易受主觀因素影響，缺乏客觀性、科學性。本文采用Saaty教授的1-9數字標度[9]來建立比較判斷矩陣，以弱化主觀因素的影響。本研究請南京師范大學教育科學學院的16位專家對本評價體系的各個指標進行兩兩判斷，為了盡量剔除專家比較中的人為因素,需對其進行如下處理[10]:
式中bij 代表第i個指標與第j個指標的比率標度；n代表專家人數；bkij代表第k名專家所給出的第i個指標與第j個指標的比率標度。例如對二級指標用1-9標度法構造的判斷矩陣如表3所示。
Saaty標度 表示的含義
1 待比較的兩個因素具有相同的重要性
3 一個因素比另一個因素稍微重要
5 一個因素比另一個因素明顯重要
7 一個因素比另一個因素強烈重要
9 一個因素比另一個因素極端重要
2，4，6，8 兩因素之間的重要性在上述描述之間
相應上數的倒數 一個因素比另一個因素不重要的上述描述
(3)計算比較元素的相對權重
步驟1建立判斷矩陣后，利用方根法計算各個指標的相對權重WBi。上述矩陣計算如下：
則將矩陣正規化加總得到特征向量即相對權重：
同理可得 =0.3512 =0.1887 =0.1089
即特征向量為
按照同樣的方法可計算出三級指標中各元素的相對權重，計算結果見表1。
步驟2求最大特征值 并進行一致性檢驗。由于判斷矩陣專家的主觀性和問題的復雜性，矩陣的最大特征值 不一定等于n，n為判斷矩陣的階數，為了保證決策者回答的一致性，取 與n的相對誤差作為比較矩陣的一致性指標，記為:
為消除由專家因主觀因素引起的誤差，可對上述一致性指標 乘上隨機一致性指標 的倒數,記為 。一般情況下，當 時認為判斷矩陣滿足一致性；當 時認為判斷矩陣不滿足一致性，必須進行修正。其中Saaty教授對隨機一致性指標 的計算列表如表4所示[7]。
本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文
從上述結果看，判斷矩陣滿足一致性指標，同理可計算出其他指標的特征向量和 值，判斷矩陣的一致性，若不符合一致性指標需重新調整。其他指標相對權重的值見表1。
(4)計算各層元素的組合權重
利用上述單層次相對權重的結果，以上層元素的組合權重為權數，計算對應本層各元素的加權和，所得結果即為該層元素的組合權重，進行層次總排序。如計算教師的教這層指標的組合權重如下，其他計算結果見表1。
W11=0.351 0.274=0.096W12=0.351 0.274=0.096
W13=0.351 0.154=0.054W14=0.351 0.154=0.054
W15=0.351 0.089=0.031W16=0.351 0.056=0.019
確定各層指標的組合權重之后，可以采用問卷調查法、專家評價法等各種方法，對信息技術與課程整合教學評價體系種各個指標進行打分，回收問卷整理數據后計算各指標得分的均值和方差，然后計算均值 方差以確定指標得分的有效范圍，這樣就剔除了問卷中的無效數據，然后再計算滿足條件的各份問卷評分的均值。對于信息技術與課程整合教學情況的綜合得分可按如下計算公式求出：
其中，Wi為二級指標的相對權重，m為二級指標的個數；Wij為三級指標的相對權重，n為三級指標的個數； Sij為三級指標的單項得分；S為綜合得分。最后，根據綜合得分確定評價等級，建立各個教學單位的評語表，評定等級與對應分數（假設每項指標滿分10分）如表5所示：
評定等級 優秀 良好 中等 不及格
對應分數 8.50-10.0 7.50-8.49 6.00-7.49
四、 總結與討論
華南師范大學李克東教授指出，信息技術與課程整合是在課堂教學過程中將信息技術、信息資源、信息方法、人力資源和課程內容有機結合，共同完成課程教學任務的一種新型教學方式。那么，這種新型教學方式的教學效果到底怎樣呢？信息技術與課程整合教學評價體系的建立，有助于對整合的力度、效力進行評定，同時充分體現了信息技術在整合中的作用。AHP方法在評價體系中的運用，定性判斷與定量推斷相結合使得評價結果更客觀、更科學，是一種有效的功效評價方法。
但是，本研究也存在很多不足之處。評價體系的各項指標可能有些重復，涉及面不夠全面，有些指標可能隨著時間推移變得無效；AHP本身也存在一些問題，如專家判斷的主觀性、對象多、工作量大，因此可以與模糊評價相結合，定性判斷和定量信息相結合，以提高評價過程的客觀性，保證評價結果的綜合性、全面性。
參考文獻
[1]基礎教育課程改革綱要(試行)》[EB/OL].
[2]李克東.數字化學習(上)――信息技術與課程整合的核心[J].電化教育研究，2001,(8)46-49.
[3]何克抗.信息技術與課程整合的目標與意義[J].教育研究,2002(4):39-42.
[4]耿新鎖.信息技術與課程整合的含義、層次及整合點[J].山西師大學報(社會科學版),2007,(5)127-131.
[5]劉曉瑩.信息技術與課程整合的研究現狀與趨勢分析[J].電化教育研究，2007,(4)70-73.
[6]層次分析法概述[EB/OL].
[7]洪志國,李焱,范植華等.層次分析法中高階平均隨機一致性指標（RI）的計算[J].計算機工程與應用,2002:45-49.
[8]黃甫全.試論信息技術與課程整合的實質及基本原理[J].教育研究，2002,(10)36-38.
[9]許樹柏.實用決策方法層次分析法原理[M].天津:天津大學出版社,1988.25-28.
運籌學的含義范文6
關鍵詞：報刊企業；社會責任；評價體系；評價模型
中圖分類號：D609 文獻標識碼：A 文章編號：1672-8122（2012）04-0109-02
對媒體來說，秉持社會責任感比以往任何時候都更重要，2010年10月出席世界媒體峰會開幕式發表重要講話時特別提到“媒體的社會責任”。但理論研究明顯滯后，基本沒有對其社會責任治理和評價指標體系的研究。強調媒體社會責任的重要性并不能解決其社會責任缺失的問題，對于媒體來說，相比各種利益的誘惑，研究者和社會的道義呼聲顯得十分蒼白。關鍵在于如何治理，因此，構建科學的中國報刊社會責任治理體系和評價指標體系顯得迫在眉睫。
AHP（AnalyticHierarchyProcess）法是美國著名運籌學家Thomas.L.Saaty教授于20世紀70年代提出的一種定量與定性相結合的決策分析方法。該文運用AHP法確定旅游企業社會責任評價指標體系中各指標的權重。“問卷調查法”由Maignan，Ferrell（2000）和Maignanetal（1999）提出。本文在研究過程中，訪談約100名知名報刊企業負責人，確定報刊企業評價指標，并通過專家打分法確定各自權重。然后運用層次分析法分析數據，提出報刊企業社會責任評價體系（表1），據此提出分析公式及模型。
首先，如表一本文從輿論導向、信息傳播、輿論監督、法律法規、社會倫理、健康文化、公共利益和公民權益、創富能力、內部員工滿意度等9個維度設置指標體系，在每個維度進行代表指標選取，明確9大維度下的19個二級指標，構建完整的指標體系總體結構和具體評估內容，即9個一級指標19個二級指標。然后，通過專家打分法（“問卷調查法”）來構造判斷矩陣。對20位企業社會責任方面及10位傳媒研究領域的資深專業人士發放“重要性調查表”，要求其對每個影響指標的因素來給出適當的分數，以“1”為滿分制，并對回收的打分表數據進行統計分析，得到報刊企業社會責任一級指標和二級指標的數據表。同時采用專家評分法來確定各指標的得分值，即要求專家根據報刊具體情況，給各個指標分別評分。評分標準為：Fi=1表示履行社會責任水平差；Fi=2表示履行社會責任水平較差；Fi=3表示履行社會責任水平一般；Fi=4表示履行社會責任水平較好；Fi=5表示履行社會責任水平好（如表2）。
以上9大體系一級指標，二級指標是密不可分的，其權重各有不同，但他們互相作用，互相制約，所以報刊企業社會責任是包括政治責任、經濟責任、法律責任和道德責任等內容在內的一個綜合責任體系。利用層次分析法軟件計算出各指標值的權重，并進行一致性檢驗。得出本評價體系各層指標構成的判斷矩陣都有CR
其中，i=1,2,…,22；R為報刊企業履行社會責任水平高低的綜合評價值，R值的變化區間為0～5，R值表示報刊承擔社會責任水平情況，0～1、1～2、2～3、3～4、4～5分別表示履行社會責任水平差、較差、一般、較好、好。R值愈大，說明該報刊承擔社會責任的水平越高；Wi為各個指標的相應權重；Fi為各個指標的得分值。
