前言：中文期刊网精心挑选了运筹学的含义范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
运筹学的含义范文1
关键词：运筹学 教学改革 教学理念
中图分类号：G642.0
文献标识码：A
文章编号：1004-4914（2013）07-231-02
一、运筹学课程的意义
运筹学“Operational Research”（缩写为O.R.）起源于第二次世界大战初期的军事任务，成功地解决了许多重要作战问题，例如，组织适当的护航编队使运输船队损失最小；改进搜索方法，及时发现敌军潜艇；改进深水炸弹的起爆深度，提高了毁伤率；合理安排飞机维修，提高了飞机的利用率等，显示了科学的巨大威力。可以说，它从实践中得到发展，反过来又为实践而服务，是一门实践性、应用性很强的交叉学科。战后，科学家转向研究在民用部门应用运筹学方法的可能性，从而促进了运筹学在民用部门的发展，伴随着科学技术和生产的迅速发展，运筹学已渗入很多领域里，发挥了越来越重要的作用。例如，教育、环保、交通运输、人力资源管理问题等；还广泛应用于能源、预测、会计金融、销售、存储、计算机与信息系统、设计、城市服务系统、保健与医疗、电气、加工工业、第三产业等。因此，学习和研究运筹学不但具有理论意义，也具有实践意义。同时，运筹学本身也在不断发展，形成了数学规划、动态规划、图与网络分析、排队论、决策分析、存贮论、对策论、搜索论、计算机模拟等分支，已经成为具有坚实的理论基础和完善的体系结构的科学方法。
二、运筹学课程的特点
运筹学课程涉及的基础知识内容比较丰富、与实际问题结合比较紧密、发展很迅速，是一门综合性多学科交叉的科学分支，因此，很多的高等院校的数学系、管理学院、经贸学院以及工学院的一些专业都开设了运筹学。其具体特点可概括如下：
1.广阔性。运筹学理论方法已渗透到服务、经济、库存、搜索、人口、对抗、控制、时间表、资源分配、厂址定位、能源、设计、生产、可靠性等各个方面，并且不受行业、部门的限制。
2.最优性。运筹学以整体最优为目标，从系统的观点出发，力图以整个系统最佳的方式来解决该系统各部门之间的利害冲突。对所研究的问题求出最优解，寻求最佳的行动方案，所以它也可看成是一门优化技术，提供的是解决各类问题的优化方法。
三、运筹学课程教学中存在的问题
伴随着科学技术和生产的迅速发展，运筹学的理论方法和应用范围得到了深入和拓宽，对运筹学课程的教学内容及方法也提出了新的要求，同时也就使当前运筹学课程教学中存在的问题暴露出来。
1.没有明确的教学理念。教学理念是从事教学活动的指导思想和行动指南，可以说，有什么样的教学理念就会产生什么样的教学行为，教学行为受教学理念支配，明确表达的教学理念对教学活动有着极其重要的指导意义。很多教师教学重点是讲授复杂的运筹学数学模型和巧秒的数学方法，没有将重心放在加强学生运用运筹学方法解决实际问题的能力，这样的学生缺乏处理现实生活中的实际问题的能力。因此，在市场经济不断发展的今天，若不能以市场为导向进行施教，而在教学过程仅局限于课程的教学任务，那么课程本身也就失去了学习的价值。
2.没有适当的选择教学内容。运筹学是一门多学科交叉的学科，但教学时数是有限的。因此，教学内容的选择存在一定的盲目和随意，甚至存在着教学内容因教材而设或因教师而设的现象。这样的学生不会了解所学习的知识在今后专业课中的应用，就会感觉所学知识枯燥无味，只能被动地学习。
3.没有灵活的教学方法及手段。目前，很多运筹学教师仍采取“以教师为中心”的教学方法，虽然，在运筹学的教学中，现代化教学手段已逐渐开始应用，但有时过度依赖课件，并没有发挥现代化教学手段的优势，使学生疲于观看课件，没有思考时间，师生之间互动性差，很难调动学生学习的积极性。在传统的教学任务完成后，学生应用运筹学解决实际问题的能力很差，更难去解决实际问题。
4.没有重视实验教学。运筹学是一门实践性很强的学科，它涉及了很多的计算机软件，很多教师只重视推导理论性的定理，忽略模型应用的实验教学，结果是学生只会掌握书本上的定理及公式，不会应用运筹学优化软件（如lingo、lindo、matlab等）求解运筹优化的实际问题问题。
5.没有多样的课程考核方式。很多高校的运筹学课程是以学生平时作业分数加期末考试成绩作为考核学生学习的效果，这样的学生只会套用现成的算法，机械地计算，并没有实现运筹学课程的目的，偏离了运筹学教学的本质。
四、运筹学课程教学改革的思路和建议
1.以市场为导向，提升教学理念。运筹学是一门应用性、实践性很强的交叉学科。因此，教学理念不要局限于解题方法的传授甚至灌注，而要重点关注其在实际应用中的作用。在教学过程中，应当以科研项目为载体，发挥合作教育形式的教学理念，把书本知识、科研实践及实际应用经验结合起来进行知识的传播，更能加强培养学生从实际出发分析解决问题的能力。因此，以市场为导向的教学理念应当得到重视。
2.明确教学目的，调整教学内容。目前，运筹学教材的内容大都涵盖了规划论、动态规划、图论、存储论、决策论、排队论等内容，而各个高校的学生学习能力相差甚远，很难找到针对性较强的教材。因此，教师在运筹学的实际教学中，要根据学生的实际情况选取相应教材，并在授课内容上有所侧重。例如，对于线性规划、整数规划、动态规划、图与网络分析等基本内容，教师必须要讲授。管理学专业的学生可相应地增加库存论知识；金融专业的学生，可以根据当前股票市场，研究最优投资方案；道路交通专业的学生，应加强网络优化的内容。
3.调动学生学习积极性，探索新的教学方法和手段，为了调动学生的学习积极性，教师应主动抛弃“满堂灌”的教学方法，根据知识的传授适宜由浅入深，由直观到抽象的特点，宜采用启发式教学方法，案例式教学模式和现代化教学手段相结合的方式，使学生能够真正理解掌握运筹学的基本概念和思维方法，并从中获得学习上的乐趣。（1）采用启发式教学方法，发挥学生的主体作用。苏霍姆林斯基曾说：教师的语言修养，在极大程度上决定着学生在课堂上脑力劳动的效率。运筹学课程的逻辑性很强，因此在讲授方法上应多采用启发式，如在讲授动态规划求最短路时，教师首先可以通过提出游戏，鼓励学生提出自己的观点与看法，讨论是否能用其他的方法来解决此问题，从而启发学生的逆向思维，并适当辅以课堂讨论，激发他们的学习热情。课堂讨论的主题应事先布置，然后学生以小组形式在课堂上进行汇报，充分发挥学生的主体作用。（2）引入案例式教学模式，体现数学建模思想。案例式教学是模拟实践的教学活动，是培养学生应用能力和实践能力的有效方法。因此，在教学过程中应该设计应用性较强的案例，在体现问题实践性的同时，也体现数学建模的思想，比如学校排队打水的优化模型，是否能快速地打到水是学生所关心的。因此，可以组织学生对本校水房的现状进行考察，然后利用数学的方法对考察结果进行分析和研究，提出合理化建议。通过案例提供现实背景，可以为教材上抽象的数学理论赋予现实的经济含义，使学生的理解更直观。通过亲自观察分析，学生不仅掌握了运用运筹学模型和方法解决实际应用问题的流程，而且学会了分析问题、解决问题的方法，体会了用科学知识解决实际问题的妙处。（3）适当运用多媒体课件，有效增加师生互动。运筹学课程的特点是“五多一少”，即表格多、模型多、图形多、案例多、算法多，理论推导少。教师如果在授课上花费很多时间画图、制表，不仅效率低、信息量少，而且可观性也差。因此，运筹学课程比较适合使用多媒体进行教学，但是多媒体课件的使用应遵循用之有度、用之有效、用之有时的原则。如图与网络分析适宜用多媒体进行教学，可观性比较好；但灵敏度分析，却适宜用板书的形式进行详细的讲解。将多媒体课件与板书讲授进行有机的结合，增加师生互动，体现多媒体现代教学技术在教学中的应用。
4.重视实验教学，提高学生实践能力。运筹学是一门实践性很强的学科，运筹学实际应用的模型解题运算量较大，重复劳动较多。伴随着计算机技术的迅速发展，许多数学软件都具有了优化计算的功能，在教学中应当增加实验教学，使学生了解数学软件的优化计算功能，增强学生的实践能力。
5.改变传统考核办法，培养学生的综合能力。根据运筹学课程的特点，应将传统的单一模式考试变为综合考试，即基础知识和实践能力考核相结合。基础知识考核侧重学生对基本理论和基本概念的理解与掌握，实践能力考核侧重平时的实践操作技能，对于平时的实践操作技能，可以让学生自己结合实践编写应用案例，并利用计算机软件或编制算法程序在规定的时间内给予解决。通过完成平时的作业，既加强了阶段性的训练，又为期末考试打下了较好的基础，从而改变只重结果不重过程的学习模式，培养了学生的综合能力。
随着互联网的快速发展， 运筹学的教学还应该借助网络功能，教学大纲、教案、实验指导、教学录像等内容全部上网，便于学生随时上网学习和下载；开发网上答疑系统，学生可以在任何时候提出问题，教师的回答也可以为多个学生从信息共享中受益。同时为开阔学生的视野和知识面，培养学生的科研意识，还应介绍运筹学领域前沿的发展成果，让学生了解学科发展的动态，为本科生的毕业论文选题注入新鲜血液。
运筹学是一门理论与实践并重而且具有特殊重要地位的课程，虽然是一门年轻的应用学科，但是其发展速度却非常迅速，因此，其教学改革应该受到人们的重视。运筹学课程教学改革的目的在于既要重视运筹学基本理论和方法的掌握，又要加强学生解决实际问题能力的培养。这就需要我们不断地追寻能够提升学生学习积极性的素质教育方法，切实提高课堂教学质量，通过各环节各种形式的训练和考核，提高学生的综合素质与能力，真正实现学以致用。
[本文为黑龙江科技学院教研项目]
参考文献：
1.张亦春.金融学专业教育改革研究报告[R].高等教育出版社
2.李彬.PBL教学法在《管理运筹学》教学中的应用[J].教学内容与方法改革，2008（3）：41
3.张伯生.运筹学教学指导思想与方法实践研究[J].上海工程技术大学教育研究，2007（4）：17-21
4.胡发胜，刘桂真.国家精品课程运筹学的教学改革与实践[J].中国大学教育，2006（7）：9
5.王向荣，曹玉山等.运筹学教学改革研究[J].沧州师范专科学校学报，2008（3）：59
6.张兵.案例教学在运筹学教学中的运用[J].徐州教育学院学报，2008（9）：153-154
7.赵建强.浅谈应用型本科院校运筹学课程教学改革[J].徐州教育学院学报，2008（3）：150-151
8.王定江.运筹学教学与数学建模[J].大学数学，2003（6）：49-51
9.余跃，王婷婷.在运筹学课程教学中培养学生的创新思维[J].吉林省教育学院学报，2007，23（2）：27-29.
运筹学的含义范文2
一直在思索:什么才是品牌？在中国如何做品牌？
这是一个非常难于回答的命题，很难用教科书或者专家论断来总结和归位。
个人认为，回答这个问题，首先必须要立足中国市场的特点。中国市场是一个庞大的矩阵市场。它是多元化，分层交错，需求复杂，人口基数大，分众市场和聚众市场交织。对于置身这个市场的企业来说，选择性非常丰富，实现企业价值的路径非常多，用运筹学的概念来讲，它不是一个规律性的线性分布，是一个巨大的矩阵分布。要在这个矩阵市场里面找到最优，不光是要看到矩阵里的因子，还必须首先要明确约束条件，也就是企业所具备的资源要素。否则盲目鼓吹品牌建设是没有意义的。
经常听到不同的老板讲自己的战略构思，经营实践得失，力图从中去找到共性的规律。在众多市场研究专家，品牌专家的研究文章中去搜寻问题的答案。然而，尽管找到一些共性，但最终在自己面对的时候都觉得难以借鉴。因为，自己的环境条件要素有很大的不同。
品牌，在中国应该是一个高度浓缩的概念和术语。很多时候，它代表了企业经营的所有目标和结果。这与西方教科书讲的不是一样，因为中国文化比较笼统，汉语的涵盖力超强。从广义上讲，任何企业行为都在做企业自己的品牌，也就是自己的商业名声。从这个角度看，品牌是普遍化的，也就是说，做品牌本身已经不是一个命题。它是企业经营行为的自然需求和运行结果。所以，那些说“我不做品牌”的人其实也在做品牌。品牌与非品牌，没有清晰严格的界限。
但现实商业中，一些人硬要说自己在做品牌，其意义在于建立与其他竞争对手的区隔，以提高自己位置，俯身打击对手。建立区隔的方式很多，诸如广告、终端形象物料、软性宣传等等。这些都是制造抽屉的手段。而我们也逐渐习惯这样的推广方式。我们片面地用形式化的手段措施来定义品牌的含义，忽略了其本身的根本的内在的含义。
另外一种认识就是认为企业投入资源去影响消费者就是在做品牌，消费者能知道其名字，得到其认可就是一个品牌。其实，品牌应该不仅仅存在于最终消费环节，同样存在于整个供应链，分销环节，不仅存在于企业外部关联者，也存在企业内部工作者。放大品牌这个概念，将有助我们清醒地看到建立企业声誉和口碑的重要性，在企业经营的各个环节注意打造自己的品牌。品牌是在企业内各个环节形成并流通的，就象血液一样全身流淌，其关联性和运行惯性，将成为企业发展壮大的根本。将品牌概念局限于消费者认知的理论和做法，人为地割裂了企业经营要素流动的一体性，必然是“一叶障目，不见泰山”，难于系统地解决企业遇到的问题。
运筹学的含义范文3
四大资产管理公司2005年主导着价值两万亿的金融不良资产的交易市场。根据2006年6月的数据，我国四大资产管理公司已经处置了11 692亿元的金融不良资产,但至2008年5月，我国包括国有商业银行、股份制银行、城市商业银行、农村商业银行及外资银行在内的银行业不良资产总额仍存有1.2万亿元。
目前，中国对金融不良资产的处置方式，主要有本息清收、诉讼追偿、破产清算、债权重组、债权转让等。其中，在债权转让处置中，对于大量的金额较小的债权，在很多情况下是批量打包进行处置的。
我国金融不良资产评估中的特殊性是，评估对象难以鉴定、评估依据资料不完整和评估程序受到较多的限制。
目前，批量打包出售的金融不良资产的价值分析,尚没有形成成熟的理论和经验。金融不良资产包，通常是大量的债权，同时也涉及企业股权与实物等。其特点是包内涉及的债务人户数很多，银行及相关机构所掌握的有关债务人的信息又较少，大多不具备履行正常资产评估程序的条件。一般情况下，不良资产包是在尽职调查的基础上进行价值分析，但在这样的分析工作中，主观因素的作用往往可能过大，从而导致价值分析的结果偏离客观的价值。为了减少主观臆测产生的差错率，我们认为，可以考虑应用运筹学决策分析原理及数理统计技术，建立数学模型，进行资产包科学合理的价值分析。这是我们的一个尝试。下面，我们将结合实例对金融不良资产包价值分析数学模型的应用进行说明。
2．金融不良资产包价值的分析模型
为了分析金融不良资产包的价值，需要建立金融不良资产包价值分析模型。该模型由三个模块组成，即输入模块、分析计算模块和输出模块。如图1所示。
2.1 输入模块
输入模块有指标数值确定和数据采集系统两个程序组成。
确定模块的指标数值
影响金融不良资产回收价值的因素很多，包括：社会环境与还贷意愿、当地的经济环境、债权交易市场的情况、债权形态、抵押情况、担保情况、债务企业及债务责任关联方的性质、行业特点、剥离时的资产状况、债务企业的资产、负债情况及债务企业的信誉情况、债务企业未来发展前景预测、借款时间、借款金额、借款用途、还款来源、逾期时间、银行贷款形态、诉讼前景和诉讼结果执行前景等。我们根据对目前金融不良资产评估的研究成果和我国金融不良资产的特征，并考虑所需求信息资料的可获取性，圈定影响因素的范围，构成输入模块初步的指标体系，见表1。根据指标体系，我们将进行数据采集。
2.2 分析计算模块。
分析计算模块是金融不良资产包价值分析模型的核心。它由3个子模块组成。
数据分类处理模块
由于该指标体系中既存在定性指标，又存在定量指标，这就需要在正式运算前对指标进行分类。
特征变量选择模块
本模块的功能是在数据分类处理模块中，运用多元统计分析中的因子分析法，选择若干个具有代表性的、敏感且特征性强的变量作为特征变量。
价值分析模块
根据运筹学的决策分析原理，通过判别分析数据分类处理模块的样本数据与特征变量选择模块确定的样本数据，进行金融不良资产回收率的预测。
2.3 输出模块
综合判别函数计算出每一债权的回收概率，确定债权包的综合回收率，并将计算结果按指定格式输出。
3. 金融不良资产包价值分析模型的建立
3.1 数据的处理
相关资料存在着可靠性和有效性的问题，需要进行酌情处理。
如贷款本金、表内外利息和孳生利息占本金的比例、贷款时间三个变量的数据的处理方法，是对其取以10为底的对数。
还款记录、剥离形态、经济与地理区域、债务企业性质、债务企业经营状况等定性变量，我们采取对样本不同特征的频率分布进行描述性统计。在此基础上对有关影响因素（特征变量）进行单因素方差分析，分类认识样本的分布特征。根据不同类别资产的回收率之间是否存在着显著差异，进一步进行数字化处理。
3.2 建立模型实例中债务企业经营状况的数字化处理
本模型建立实例中，采集了国内287家企业金融不良贷款案例作为样本。这些样本涉及各个行业、地区和各种特质的借款人。经过挖掘与研究，数据集中包含了影响偿债能力和反映借款人信用状况的众多因素。这些企业中的大多数处于半关停、关停和破产状况，只有42家企业（占全部样本的14.63%）维持正常经营。随着大部分企业经营状况的不断恶化，贷款回收率必然会逐步减低，但对于正常经营的企业，贷款回收率是很高的，能达到39%。表2为不同状态企业回收率的单因素方差分析的结果，该结果表明，经营状况变量的不同状态对回收率会产生显著影响。
经以上分析，我们将债务企业分为破产、关停、半关停和正常经营四类状况，在数字化处理时分别设定为1，2，3，4。
3.2.1应用因子分析法建立分析指标体系
因子分析法简介
在人们设定的各类指标体系中，可以发现指标间经常具备一定的相关性，从而促使人们希望用较少的依然能反映原体系全部基本信息的指标来代替原来较多的指标，于是就产生了主成分分析法、对应分析法、典型相关分析法和因子分析法等各类以较少指标替代原体系中较多指标的方法。本次建模中，我们选择采取因子分析法对体系中的变量进行筛选，以达到浓缩变量数量，但又能够保证信息量损失达到最少的目的。具体过程如下：
采用SPSS统计分析软件，求出因子载荷矩阵A。依据载荷矩阵A，建立起新的指标数量更为浓缩的指标体系。其工作流程如图2所示。（见文末图2）
分析过程
对样本做必要的数据处理之后，经过SPSS软件计算后得到上述12项指标的相关系数矩阵（见文末表3）。由矩阵看到某些指标间高度相关。通过计算巴氏的球形检验统计量的数值（342.527）并利用正态分布的可加性和林德贝格――勒维定理将巴氏球形检验，据此进行相关度检验。结果表明指标体系存在着系统变异，有必要进行因子分析。为了尽可能不丢失信息，采用探索性因子分析的主轴法，得到因子载荷矩阵。然后进行因子分析，得出共性因子结构模型。如果不能一目了然地看出其表征含义，则需要对因子载荷矩阵进行方差最大正交旋转。采用Kaiser1958年提出的最大方差之正交旋转法（Varimax）将因子4次旋转后，得到旋转后的因子载荷矩阵（表4）。
表4中金融不良资产相关指标的统计分析结果，能够得到以下信息：如因企业大多存在还款记录，公因子f1与X3呈正相关，载荷系数为0.873；因样本中贷款时间都较短，所以f1与X4呈负相关，载荷系数为-0.363；因样本中贷款本金较少,载荷系数为-0.525；债务企业经营状况、有无保证人、保证人经营状况载荷系数分别为0.562、0.878与0.647， 载荷系数的变化与金融不良资产回收率的变化一致。
而f2、f3两个因子，与不良资产回收率的变化方向一致性较差，故确定f1为“回收因子”，f2、f3则舍弃。
通过以上的因子分析，我们可以得出金融不良资产打包价值分析中6个相关性较强的指标，即贷款本金数额X1、还款记录X3、贷款时间长度X4、债务企业经营状况X9、有无保证人X10与保证人经营状况X11。
3.2.2 应用判别分析法建模
判别分析方法的选择
判别分析（Discriminant Analysis）是一种根据变量观测,判断研究样本分类的统计分析方法。判别分析法是在一个p维空间R中，确定样本点X(X1，X2，…，Xp)，应该属于哪一个Gj(j＝1,…,k)总体。
进行判别分析时，通常是根据已掌握的一批分类明确的样品，建立判别函数和分类规则，然后将待分类的样品的实测值代入该函数，求出其函数值，并据此作出判断。
判别函数可用下式表示：
D(j)=a0(j)+a1(j)X1+a2(j)X2+…+ap(j)Xp， j=1,…k
其中，j是组编号，D(j)是判别得分，ai(j)是判别系数，Xi(j)是预测变量。
判别分析有多种类型，其中常用的有距离判别、Bayes判别和Fisher判别。距离判别是基于样品到总体间的距离所进行的判别。这种判别较为直观，适应面广。距离判别的缺陷是不考虑各总体的分布和由错判造成的问题。而在Bayes判别中，当两个总体都是正态分布，而在其协方差相同时，可导出一个线性判别式。Fisher判别利用方差分析导出一种线性判别函数，从而解决了距离判别和Bayes判别存在的缺陷。本文采用Fisher判别确定各样本点的预测类别归属。
建模过程
1.对金融不良债权有无可能回收进行判别
首先，对金融不良债权是否有回收可能建立判别模型，这是一个两总体的判别模型，即将样本分为有回收和无回收两种情形。利用这个模型首先筛选出预期零回收的债权。
2.对金融不良债权能否全部回收进行判别
这同样也是一个两总体的判别模型，即将样本分为100％本金回收和非100％本金回收两种情形。
3.一般债权回收情况判别
在进行上述两种情形的判别之后，我们对回收率在0-100％之间的情况进行建模。首先将回收率区间分成10组，每一组作为判别分析的一个总体(或类别)，再用SPSS统计分析系统进行变量相关性分析，建立一系列判别规则，最后确定判别函数。
我们仍以这287家样本企业为基础，演绎建模过程。
首先对债权回收情况进行特殊与一般性的判别，其中，有23家为零回收的债权，9家为100%本金回收债权，剩余255家为一般性债权，故将这255家一般性债权纳入到判别分析范围内。
其次，根据因子分析法得到的指标体系，即贷款本金数额X1、还款记录X2、贷款时间长度X3、债务企业经营状况X4、有无保证人X5、保证人经营状况X6，作为判别分析的预测变量，在对255家样本企业指标进行数据化处理后，作为预测变量样本值。
再次，采取Fisher判别建立判别规则，进行判别分析后得到了10组判别系数：
最后，根据显示的非标准化判别方程系数，得到判别函数为：
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
回收率计算
将所评估不良资产包中的新样本代入各个判别函数就可得到相应的判别得分D(j)(j=1,…,k)，然后计算样本落在各组的概率。即：Pj=exp(D(j))/Σkj=1exp(D(j))
我们可以用每组的平均值或中间值来表示该组内的平均回收率。用上述判别分析得到的判别概率对各组平均回收率进行加权平均，就得到最终的回收率。
在此基础上计算所评估不良资产包的综合回收率。即：
Y=∑YiLi/L
其中，Y为综合回收率，L为全部债权金额，Yi为单户债权回收率，Li为单户债权金额。
4.结语
运用运筹学决策分析和判别原理，分析确定金融不良债权资产包，特别是对于产权关系复杂的信用债权资产包和无抵（质）押的担保债权资产包的回收价值，相对比专家判断法或交易案例比较法而言更为科学和严谨，且节约成本。
运筹学的含义范文4
关键词:通信与指挥控制系统; 效能评估; 层次分析法; 模糊理论
中图分类号:TN926.4 文献标识码:A
文章编号: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
通信与指挥控制系统是由通信系统、指挥自动化系统、预警探测系统、情报侦察系统、后勤保障系统等组成的一个复杂系统\。近年来,随着信息技术的进步,其飞速发展,呈现出性能日益先进,功能逐步强大的趋势,极大地提高了军事通信与指挥保障能力。如何对其系统效能进行科学评估,以优化系统资源,提高系统效能已成为广大通信和网络研究人员面临的一个难题。
系统效能是预期一个系统能满足一组特定任务要求程度的度量,是系统的有效性、可靠性以及能力的函数,是在规定的条件下达到规定的使用目标的能力\。系统完成特定使命的能力是通过系统的一系列功能来实现的,而这一系列功能是通过大量的性能、指标来保证的,这些功能、性能、指标按一定的层次机构与关联关系有机汇集,构成了系统完成特殊使命任务的评估方法。通信与指挥控制系统由多个功能不同的子系统构成,这些子系统的每种能力涉及很多因素,各个能力之间又可能相关,因此只有建立科学、客观的关系模型和合理的评估指标和流程,才能客观地评价该系统的综合效能。
1 效能评估的过程
鉴于通信与指挥控制系统本身客体组成的复杂性及其作战运用中的诸多主观因素和不确定性,对照目前多种系统效能评价方法的特点,本文引入层次分析法和模糊理论进行综合评估。
1.1 层次分析法
层次分析法(AHP)的基本思想是把待评价的事物按层次分析关系逐层分解成多个层次,每个层次有多个元素组成,构成一个有序的递阶层次结构的元素集\。根据专家意见,对同一层次并属于同一个准则层的所有元素两两相互比较其重要性,再构造出判断矩阵,计算每一元素对上一层次各元素以及对总体目标的影响和贡献,求得与递阶层次结构相应的权重集,作为方案选择和决策的参考依据。
层次分析法的优点是直观性和简洁性,既有比较严格的数学原理和处理手段,又有比较简单的外在表现形式,能够体现经验与理论的统一、定性与定量的统一。层次分析法的核心是量化决策者的经验判断,从而为决策者提供定量形式的决策依据,在目标结构复杂且缺乏必要数据的情况下更为实用。
1.2 模糊理论
模糊理论(Fuzzy Theory)是为了解决真实世界中普遍存在的模糊现象而发展起来的,是基于分类的局部理论,特别适合处理用常规方法无法明确定义的模糊性问题\。
由于在评估中单项指标取值性质往往不同,既有定量指标,又有定性指标,可比性差,加之战场环境极其复杂,对于不同的用户需求,同一指标即使在相同的数值范围内,也会产生不同的影响。因此,在这种情况下,就需要利用专家知识,借助模糊理论将评估指标进行度量统一。
人们对指标的评价往往采用是否达到满意来描述。这样,可以把指标的评价统一为满意程度的大小。为简便起见,并结合系统综合评价的实际情况,将满意度等级映射为性能指标等级,并定义为(很好、好、良、中、差)等模糊概念,其模糊向量定义为在合评估体系结构中存在着的不同性质指标。对不同性质的指标,应采取不同方法获取指标的模糊满意度。对于定量指标,首先需要确定指标的模糊隶属函数,然后由相关专家根据单项指标的数据变化范围,计算出系统内每个指标的模糊向量。对于定性指标,很难对其给以定量化,通常采用专家模糊评价法进行处理。
1.3 评估步骤
运用层次分析法和模糊理论,对通信与指挥控制系统的效能评估步骤(见图5)如下:
(1) 在深入研究用户对通信与指控系统的作战应用需求的基础上,确定最主要的评价指标;
(2) 确立评估指标的递阶层次结构,建立通信与指挥控制系统的效能评估指标体系;
(3) 用层次分析法计算各指标的权重:首先构造指标层的两两比较判断矩阵,然后由判断矩阵计算被比较指标的相对权重,最后进行多级评判计算各层指标的组合权重;
(4) 用模糊数学理论测度每一指标的隶属度和模糊向量;
(5) 用多级模糊综合评价方法对通信与指控系统的综合效能进行评估。
图1 效能评估步骤
2 通信与指挥控制系统效能评估的方法
2.1 效能评估指标体系层次结构模型的建立
系统效能综合评估体系\是指评估过程中,由一系列相互关联的本质属性指标构成的有机整体。评估指标体系即评估的标准和内容,是评估目的的具体化,确定了具体的评估方向。它描述了通信装备作战能力的主要性能参数,是通信装备战术性能、质量和保障特性的综合权衡。评估体系结构是指系统综合效能与效能指标和能力指标的层次结构关系。系统效能指标主要用于度量装备或系统在给定条件下实现其总体功能的程度,它是对装备或系统单项性能――可用性、可靠性与固有能力的综合\。
建立性能综合评估体系结构是对通信与指挥控制系统性能进行评估的前提,针对通信与指挥控制系统的工作特点和系统性能综合评估的任务需求,可以建立如图2所示的性能指标综合评估体系结构。
品质因素(B1):指系统硬件的固有属性、系统硬件结构以及后续保障能力\。包括可靠性、维修性、保障性3个指标。
战场生存能力(B2):指系统应对敌方强烈电子进攻和各种火力打击,维持正常工作的能力。包括抗干扰能力、抗毁生存能力、环境适应能力、机动反应能力、安全保密能力5个指标。
通信性能(B3):指系统保障作战地域内各级指挥中心以及各分系统快速、保密、可靠传输、交换、处理信息的能力。包括信息时延、呼损率、误码率、网络容量、互联互通性和覆盖范围6个指标。
综合指挥控制能力(B4):指系统综合收集和处理本级雷达站、观察哨、阵地观察网等和上级或友邻预警探测系统传来的空中情报、技侦情报、气象情报等信息,指挥机关依据软件系统、指挥控制台和手工作业设备等辅助决策手段进行指挥决策的能力。包括预警探测、情报侦察、辅助决策和自动化作业等4个指标。
图2 通信与指挥控制系统性能指标综合评估体系结构
2.2 构建比较判断矩阵
由于通信与指挥控制系统的效能评估指标性质不尽相同,单位也不同,很难直接进行评估,这里采用评分的办法比较它们在同一层次下的优劣程度,采用专家打分方式,将每层次的各元素进行两两比较。为了减少个别专家评分的主观性,通常邀请多个专家独立地对评价元素的相对重要程度进行评判,最后取各个评价指标中权值的平均值。具体步骤如下:
(1) 向专家进行问卷调查,以获得各个指标的相对重要程度。在此专家问卷采用美国运筹学专家T.L.Saaty提出的标度\,如表1所示。
表1 标度的含义
1两个元素相比,具有同样的重要性
3两个元素相比,一个元素比另一个元素稍微重要
5两个元素相比,一个元素比另一个元素明显重要
7两个元素相比,一个元素比另外一个元素强烈重要
9两个元素相比,一个元素比另外一个元素极端重要
2,4,6,8为以上两两判断之间的中间状态所对应的标度值
倒数Bij=1/Bji Cij=1/Cji
用Pkij(1≤i,j≤18,1≤k≤N)表示第k个专家评定的第i个评价指标相对于第j个评价指标的重要程度。令pij=(∏Nk=1pkij)1/N,则pij表示专家组N个专家评定的第i个评价指标相对于第j个评价指标的重要程度的平均值\。这个过程能消除权重确定过程中人为的影响,保证指标权重的有效性和实用性。A-B判断矩阵和B-C判断矩阵分别为:
X=(pij)4×4, Y=(pij)18×18
式中:i=1,2,3,4分别对应B层的4个指标。
(2) 由判断矩阵计算比较指标的相对权重。
利用Matlab软件分别计算A-B判断矩阵X=(pij)4×4和B-C判断矩阵Y=(pij)18×18的特征向量。记A-B判断矩阵X=(pij)4×4的特征向量为W1=(w1,w2,w3,w4),其中w1,w2,w3,w4分别为B层各指标的权重系数。记Bi(i=1,2,3,4)对应C层互重要程度矩阵的特征向量为wij(j=1,2,…,18;i=1,2,3,4),则可得由wij(j=1,2,…,18;i=1,2,3,4)构成的特征矩阵W2=(wij)4×18。
(3) 对比较判断矩阵进行一致性检验。
一致性检验用来判别比较矩阵的不一致程度,可以用一致性指标CI来衡量:
CI=λmax-nn-1
式中:λmax为比较阵的最大特征根;n为比较矩阵的阶数。计算一致性比率CR,CR=CI/RI,RI为随机一致性指标,其指标见表2\。当CR
表2 随机一致性指标
阶数123456789
RI000.580.901.121.241.321.411.45
(4) 计算各层指标的组合权重向量
在得到W1和W2以后,可计算出通信与指挥控制系统各评估指标的权重向量为:
WZ=W1•W2=(WZ1,WZ2,…,WZ18)
式中:WZi (i=1,2,…,18)分别对应最底层各元素的综合权重系数。
2.3 单因素评判矩阵
把满意度映射为性能指标等级并定义为:
E=(e1,e2,e3,e4,e5)=(很好,好,良,中,差),则可得到各元素指标属于哪一类的隶属度,设ril为专家组,对第i个指标给出第j种评判的比例(即元素指标属于el的隶属度,i=1,2,…,18;l=1,2,3,4,5),则有∑5l=1ril=1,(i=1,2,…,18;l=1,2,3,4,5)这样可得到单因素评判矩阵,记为R,即R=(ril)18×5。
2.4 进行综合模糊评价
经过上一步计算可得到通信与指挥控制系统效能综合评价的18个指标中单因素评价矩阵R,又知权重向量WZ,则可以得到综合因素评判等级的加权向量,记为RZ=(RZ1,RZ2,RZ3,RZ4,RZ5),则有RZ=WZ•R。式中•表示模糊算子,在本文中采用(•,)模型,即先进行普通乘法运算,再进行环和运算\。
2.5 通信与指挥控制系统效能综合评价
根据最大隶属度法则,选择备选集RZ中隶属度最大的一项,即对应于性能综合评价指标的等级,如表3所示。
表3 综合评价指标等级表
隶属度RZ1RZ2RZ3RZ4RZ5
性能指标等级很好好良中差
3 结 语
在层次分析法的基础上,将模糊理论应用于通信与指挥控制系统效能的综合评估中,其主要目的是为了更客观、更确切地反映所研究的问题,从而实现系统性能的最优化设计。虽然实际分析过程中可能有一定的局限性,在对各个指标进行专家打分时没有对网络拓朴结构、网络节点数量、网内用户数量、系统编组方式等对各项指标没有进行定量分析,但是此种评估的思路无疑是合理和科学的,同时也为其他通信系统的优化评估提供了一定的参考依据。
参考文献
[1]朱和平.21世纪综合电子战系统\.北京:军事科学出版社,2003.
[2]郭齐胜,罗晓明,董志明,等.装备作战仿真概论\.北京:国防工业出版社,2007.
[3]戴锋,邵金宏,王力.军事运筹学概论\.北京:军事译文出版社,2002.
[4]杨军.基于模糊理论的卫星导航系统综合效能评估研究\.宇航学报,2004,25(2):147-151,194.
[5]陈浩光,李云芝.武器系统效能评估与评估创新\.装备指挥技术学院学报,2004(8):1-3.
[6]赵超,文传源.作战系统综合效能评估方法探索\.电光与控制,2001(1):63-65.
[7]王国玉,肖顺平,汪连栋.电子系统建模仿真与评估\.长沙:国防科学技术大学出版社,1999.
[8]何家琪,杨浩.军事通信装备学概论\.北京:出版社,2003.
运筹学的含义范文5
【关键词】 AHP；信息技术与课程整合；教学评价
一、 引 言
近年来，信息技术与课程整合已经成为我国基础教育改革中的热点。2001年《教育部基础教育课程改革纲要（试行）》明确指出：大力推进信息技术在教学过程中的普遍应用,促进信息技术与学科课程的整合,逐步实现教学内容的呈现方式、学生的学习方式、教师的教学方式和师生互动方式的变革,充分发挥信息技术的优势,为学生的学习和发展提供丰富多彩的教育环境和有力的学习工具；在课程的实施过程中,加强信息技术教育,培养学生利用信息技术的意识和能力[1]。在这股热流的推动下，全国很多学校开始进行信息技术与课程整合的实践，教育专家及广大教育工作者对信息技术与课程整合的相关理论也进行了深入探讨。
以“信息技术与课程整合”为关键词,对中国期刊网CNKI进行题名精确检索,检索截至日期为2007年12月,检索范围为期刊全文,检索结果为565篇有效论文,其中只有5篇涉及到评价，研究主要集中在理论层面，如李克东认为信息技术与课程整合的核心是数字化学习，并探讨了数字化学习的四种模式[2]；何克抗把中小学开设信息技术课程的根本目标定位在努力培养学生获取、分析、加工和利用信息的知识与能力上[3]；耿新锁把信息技术与课程整合分为独立开课、工具性整合和课程改革三个层次，把学习理念、课程内容、学习方式、媒体技术等方面作为信息技术与课程整合的整合点[4]；刘晓莹用内容分析法对自2000年以来国内公开发表的论文进行分析,总结了目前已有的成果、存在的问题，并预测了信息技术与课程整合未来的发展趋势[5]。
从上述文章中看出，人们对信息技术与课程整合的现状、目标、方法、层次、模式等都有了较深刻的认识，实践中也取得了较明显的成果，然而对其进行的教学评价却很少关注。评价是一种价值判断的活动，是对客体满足主体需要程度的判断。信息技术与课堂教学的整合是否满足了教学改革的需要、是否达到了整合的目标、整合到底达到了什么程度，要解决这些问题就需要对其进行教学评价。教学评价是一个多层次的综合评判问题， 涉及的内容较多, 评价指标受考评者知识水平、认识能力和个人偏好等的影响,使得实践操作具有一定难度。本文利用层次分析理论,从定性与定量相结合的角度对信息技术与课程整合进行教学评价，既尽可能地排除主观成分，又便于操作，以提高综合评判的客观性、准确性和可靠性。
二、 AHP原理与步骤
AHP是Analytic Hierarchy Process的简称，即层次分析法，最早由美国运筹学家、匹兹堡大学T.L.Saaty教授于20世纪70年代提出。1971年Saaty教授首先将其应用于美国国防部研究的“应急计划”，又于1977年在国际数学建模会议上发表了“无结构决策问题的建模―层次分析法”一文，此后AHP在行为科学、管理信息系统、运筹学方法评价和教育等许多领域得到广泛应用[6]。
AHP的基本原理是排序的原理，即最终将各方法（或措施）排出优劣次序，作为决策的依据。具体可描述为：层次分析法首先将决策的问题看作受多种因素影响的大系统，这些相互关联、相互制约的因素可以按照它们之间的隶属关系排成从高到低的若干层次，叫做构造递阶层次结构。然后请专家、学者、权威人士对各因素两两比较重要性，再利用数学方法，对各因素层层排序，最后对排序结果进行分析，辅助进行决策[6]。这种方法采用数字标度的形式，将定性与定量分析相结合，把决策者的经验予以量化，从而提高了决策的有效性、可靠性和可行性。运用AHP方法解决问题，大体可按如下步骤进行：（1）将问题分解，建立递阶层次结构；（2）构造两两比较判断矩阵；（3）由判断矩阵计算比较元素的相对权重；（4）计算各层元素的组合权重[7]。
三、 信息技术与课程整合教学评价模型的构建
（1） 建立教学评价层次体系
信息技术与课程整合，很明显它包含两部分内容，第一部分是信息技术如何改造和创新课程?课程创新中如何开发和利用信息技术? 第二部分是怎样在信息技术与课程互动性双向整合过程中实现两者的整体化和一体化? 从当代文化哲学的视角看，信息技术与课程整合实质上就是一种基于信息技术的课程研制(或开发)理论和实践，它针对教育领域中信息技术与学科课程存在的割裂等问题,通过信息技术与课程的互动性双向整合，促进师生民主合作的课程与教学组织方式的实现和以人的学习为本的新型课程与教学活动样式的发展，建构起整合型的信息化课程新形态，进而使信息文化与人的学习生活整合而成为有机的连续体和统一体[8]。因此，在评价体系的制定上，以基础教育课程改革对课程评价提出的要求为依据，充分体现信息技术的作用，以人文本，体现学生的主体地位。本评价体系的二级指标是教师的教、学生的学、教学内容和教学环境，它们分别包含各自的三级指标，教学评价递阶层次结构见表1，它们共同构成递阶矩阵A。
（2）构造两两比较判断矩阵
比较判断矩阵的构造是层次分析法中非常关键的一步，普通的专家评价容易受主观因素影响，缺乏客观性、科学性。本文采用Saaty教授的1-9数字标度[9]来建立比较判断矩阵，以弱化主观因素的影响。本研究请南京师范大学教育科学学院的16位专家对本评价体系的各个指标进行两两判断，为了尽量剔除专家比较中的人为因素,需对其进行如下处理[10]:
式中bij 代表第i个指标与第j个指标的比率标度；n代表专家人数；bkij代表第k名专家所给出的第i个指标与第j个指标的比率标度。例如对二级指标用1-9标度法构造的判断矩阵如表3所示。
Saaty标度 表示的含义
1 待比较的两个因素具有相同的重要性
3 一个因素比另一个因素稍微重要
5 一个因素比另一个因素明显重要
7 一个因素比另一个因素强烈重要
9 一个因素比另一个因素极端重要
2，4，6，8 两因素之间的重要性在上述描述之间
相应上数的倒数 一个因素比另一个因素不重要的上述描述
(3)计算比较元素的相对权重
步骤1建立判断矩阵后，利用方根法计算各个指标的相对权重WBi。上述矩阵计算如下：
则将矩阵正规化加总得到特征向量即相对权重：
同理可得 =0.3512 =0.1887 =0.1089
即特征向量为
按照同样的方法可计算出三级指标中各元素的相对权重，计算结果见表1。
步骤2求最大特征值 并进行一致性检验。由于判断矩阵专家的主观性和问题的复杂性，矩阵的最大特征值 不一定等于n，n为判断矩阵的阶数，为了保证决策者回答的一致性，取 与n的相对误差作为比较矩阵的一致性指标，记为:
为消除由专家因主观因素引起的误差，可对上述一致性指标 乘上随机一致性指标 的倒数,记为 。一般情况下，当 时认为判断矩阵满足一致性；当 时认为判断矩阵不满足一致性，必须进行修正。其中Saaty教授对随机一致性指标 的计算列表如表4所示[7]。
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文
从上述结果看，判断矩阵满足一致性指标，同理可计算出其他指标的特征向量和 值，判断矩阵的一致性，若不符合一致性指标需重新调整。其他指标相对权重的值见表1。
(4)计算各层元素的组合权重
利用上述单层次相对权重的结果，以上层元素的组合权重为权数，计算对应本层各元素的加权和，所得结果即为该层元素的组合权重，进行层次总排序。如计算教师的教这层指标的组合权重如下，其他计算结果见表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
确定各层指标的组合权重之后，可以采用问卷调查法、专家评价法等各种方法，对信息技术与课程整合教学评价体系种各个指标进行打分，回收问卷整理数据后计算各指标得分的均值和方差，然后计算均值 方差以确定指标得分的有效范围，这样就剔除了问卷中的无效数据，然后再计算满足条件的各份问卷评分的均值。对于信息技术与课程整合教学情况的综合得分可按如下计算公式求出：
其中，Wi为二级指标的相对权重，m为二级指标的个数；Wij为三级指标的相对权重，n为三级指标的个数； Sij为三级指标的单项得分；S为综合得分。最后，根据综合得分确定评价等级，建立各个教学单位的评语表，评定等级与对应分数（假设每项指标满分10分）如表5所示：
评定等级 优秀 良好 中等 不及格
对应分数 8.50-10.0 7.50-8.49 6.00-7.49
四、 总结与讨论
华南师范大学李克东教授指出，信息技术与课程整合是在课堂教学过程中将信息技术、信息资源、信息方法、人力资源和课程内容有机结合，共同完成课程教学任务的一种新型教学方式。那么，这种新型教学方式的教学效果到底怎样呢？信息技术与课程整合教学评价体系的建立，有助于对整合的力度、效力进行评定，同时充分体现了信息技术在整合中的作用。AHP方法在评价体系中的运用，定性判断与定量推断相结合使得评价结果更客观、更科学，是一种有效的功效评价方法。
但是，本研究也存在很多不足之处。评价体系的各项指标可能有些重复，涉及面不够全面，有些指标可能随着时间推移变得无效；AHP本身也存在一些问题，如专家判断的主观性、对象多、工作量大，因此可以与模糊评价相结合，定性判断和定量信息相结合，以提高评价过程的客观性，保证评价结果的综合性、全面性。
参考文献
[1]基础教育课程改革纲要(试行)》[EB/OL].
[2]李克东.数字化学习(上)――信息技术与课程整合的核心[J].电化教育研究，2001,(8)46-49.
[3]何克抗.信息技术与课程整合的目标与意义[J].教育研究,2002(4):39-42.
[4]耿新锁.信息技术与课程整合的含义、层次及整合点[J].山西师大学报(社会科学版),2007,(5)127-131.
[5]刘晓莹.信息技术与课程整合的研究现状与趋势分析[J].电化教育研究，2007,(4)70-73.
[6]层次分析法概述[EB/OL].
[7]洪志国,李焱,范植华等.层次分析法中高阶平均随机一致性指标（RI）的计算[J].计算机工程与应用,2002:45-49.
[8]黄甫全.试论信息技术与课程整合的实质及基本原理[J].教育研究，2002,(10)36-38.
[9]许树柏.实用决策方法层次分析法原理[M].天津:天津大学出版社,1988.25-28.
运筹学的含义范文6
关键词：报刊企业；社会责任；评价体系；评价模型
中图分类号：D609 文献标识码：A 文章编号：1672-8122（2012）04-0109-02
对媒体来说，秉持社会责任感比以往任何时候都更重要，2010年10月出席世界媒体峰会开幕式发表重要讲话时特别提到“媒体的社会责任”。但理论研究明显滞后，基本没有对其社会责任治理和评价指标体系的研究。强调媒体社会责任的重要性并不能解决其社会责任缺失的问题，对于媒体来说，相比各种利益的诱惑，研究者和社会的道义呼声显得十分苍白。关键在于如何治理，因此，构建科学的中国报刊社会责任治理体系和评价指标体系显得迫在眉睫。
AHP（AnalyticHierarchyProcess）法是美国著名运筹学家Thomas.L.Saaty教授于20世纪70年代提出的一种定量与定性相结合的决策分析方法。该文运用AHP法确定旅游企业社会责任评价指标体系中各指标的权重。“问卷调查法”由Maignan，Ferrell（2000）和Maignanetal（1999）提出。本文在研究过程中，访谈约100名知名报刊企业负责人，确定报刊企业评价指标，并通过专家打分法确定各自权重。然后运用层次分析法分析数据，提出报刊企业社会责任评价体系（表1），据此提出分析公式及模型。
首先，如表一本文从舆论导向、信息传播、舆论监督、法律法规、社会伦理、健康文化、公共利益和公民权益、创富能力、内部员工满意度等9个维度设置指标体系，在每个维度进行代表指标选取，明确9大维度下的19个二级指标，构建完整的指标体系总体结构和具体评估内容，即9个一级指标19个二级指标。然后，通过专家打分法（“问卷调查法”）来构造判断矩阵。对20位企业社会责任方面及10位传媒研究领域的资深专业人士发放“重要性调查表”，要求其对每个影响指标的因素来给出适当的分数，以“1”为满分制，并对回收的打分表数据进行统计分析，得到报刊企业社会责任一级指标和二级指标的数据表。同时采用专家评分法来确定各指标的得分值，即要求专家根据报刊具体情况，给各个指标分别评分。评分标准为：Fi=1表示履行社会责任水平差；Fi=2表示履行社会责任水平较差；Fi=3表示履行社会责任水平一般；Fi=4表示履行社会责任水平较好；Fi=5表示履行社会责任水平好（如表2）。
以上9大体系一级指标，二级指标是密不可分的，其权重各有不同，但他们互相作用，互相制约，所以报刊企业社会责任是包括政治责任、经济责任、法律责任和道德责任等内容在内的一个综合责任体系。利用层次分析法软件计算出各指标值的权重，并进行一致性检验。得出本评价体系各层指标构成的判断矩阵都有CR
其中，i=1,2,…,22；R为报刊企业履行社会责任水平高低的综合评价值，R值的变化区间为0～5，R值表示报刊承担社会责任水平情况，0～1、1～2、2～3、3～4、4～5分别表示履行社会责任水平差、较差、一般、较好、好。R值愈大，说明该报刊承担社会责任的水平越高；Wi为各个指标的相应权重；Fi为各个指标的得分值。
