模糊数学在销售人员薪酬计划中的应用
模糊聚类分析在员工销售业绩评估中的应用
每 个对 象 又 有 m 个 指 标 表 示 其 性 状 , 即
} , ( i= 1 , 2 , …, ) . 于是 , 得 到 原
中提 出了模糊集理论 , 为传统聚类分析的软划分
提供 了有力 的分 析工具 . 人 们 开始 用 模糊 的方 法 来 处理 聚类 问 题 , 并 称 之 为 模 糊 聚类 分 析 . 由于
第2 9卷
哈尔滨师范大学 自然科 学学报
NA T URAL S CI E NC ES J O URNAL OF HARB I N NORMAL U NI VE RS I T Y
V o 1 . 2 9, N o . 2 2 0 1 3
第 2期
模 糊 聚 类分 析在 员 工 销售 业 绩 评估 中 的应 用
依 据标准 化 的数 据矩 阵建 立模 糊 相似 矩 阵 , 引入相 似 系数 r .
.1 / 1 / ' 1 2
家 国 内某 品牌 化 妆 品公 司销 售 部 主 管 对
销售 员 的销售业绩 进行 评估. 该公 司 的销 售人 员 通过 各地 奔走 , 派 送公 司产 品 , 创 办展 销会 , 介 绍 新产 品 , 打 入各 大 商 场柜 台 , 努 力增 加 公 司 产 品
苗 森 玉
( 河北农业大学 )
【 摘
要】该文选取 国内某品牌化妆品公 司 8个销售员销 售业绩的相关数据
作 为统 计指 标 , 利 用最 大最 小 法建 立 相 似 矩 阵 , 用 闭 包法做 出聚 类 分 析. 结 果表 明 模 糊聚 类 分析对 员工销 售业 绩评估 科 学合理 , 符合 实际 , 对公 司掌握 员工销 售 情 况
立 模糊 相似 矩 阵和 聚类 .
模糊数学在员工绩效评价中的应用研究
步应用于模糊控制 、 模糊识别 、 模糊聚类 分析 、 模糊决策 、
模糊评判 、 系统理 论 , 在信 息检索 、 医学 、 物学、 象等 生 气
方面已有具体的研究成果 。模糊数学应用到 员工绩效评
( = )
一
译
—
口 一 ≤ ≤ a# 2 , -
口 - ≤ ≤ 口 1 2 .
[ 关键词] 员工绩效评价 ; 模糊数学; 隶属 函数
[ 中图分 类号 】F 6 . 0 11
[ 文献标识码】B
[ 文章编号 ]10 2 8 (0 0 1 一 12— 3 0 2— 80 2 1 ) l 04 0
2 .梯 形 模 糊 数
绩 效评价在西方被很多专家学者认为是人力 资源管
难 度 。采 用 科 学 的 绩 效评 价 标 准 和评 价 方 法进 行 员工 绩 效评 价 成 为 企 业 绩 效 管理 关 注 的 焦 点 。运 用 模 糊 数
学 中的几种方法对员工绩效评价 中存在 的模糊 问题进 行精 确化 处理 , 而增 强 了绩 效管理 的有效性和 准确 从
性。
指标评 分标 准。对所取 得资 料中的数 据进行 整 理 , 对于 评语集进行定 义 , “ 差 ” “ ” “ 在 很 、 差 、 中” “ ” “ 、 好 、 很好 ” 中, 中” “ 的标 准 为基 本 达到 公 司或 者部 门所 要求 的 目 标 。“ 很差” 代表远远低 于行业 均值 或者该 企业 均值 , 有 突发情况 或者该员工很难有改进 空间 , 如表 1 所示 :
表1
指标 销售额 % 很差 差 中 好 很好
些证据做支持。 由上级主管记录员工平时工 作中的关键
事件 , 在预定 的时 间内( 通常 是半年 或一年 之后) 利用积
模糊聚类在销售人员绩效评价中的应用研究
价指标一般要遵循 S A T M R ”原则
S:Sp ci c e f i
.
精神 (s 、命令执行度 ( 、创新能力 ( ) T) 0) 1 等。 a
2 数 据 重 组 对 于 以 上选 定 的 粗糙 数 据 .还 要 加 工 处理 ,检 查数 据 的 完 整 据 进 行填 补 .以可 以保 证聚 类 分 析 的效 率 和 准 确 度 。对 于 取 样后
即 “ 体 的 ”指 绩 效 指 标 要 切 中特 定 的 工作 目标 具
,
M= Me s r be aua l
即“ 可度量 的” 指绩效指标或者是数量化的 ,
或 者 是 行 为化 的 ,验证 这 些 绩 效 指标 的数 据 或 信息 是 可 测 量 和可 性 和 一致 性 .剔 除 噪音 数 据 ,修正 严重 错 误 的 数据 ,对 丢 失 的数
获得 的:
A=Atan be t ia l
,
即 “ 实现 的 ” 可 ,是 指 绩效 指 标 在 付 出 努 力 的
的数 据 , 要 计 算并 重 组 得 出 适应 绩 效 评 价指 标 体 系 的聚 类 分析 需 数 据 。 如 其 中 的 岗位 适 应 性指 标 ( ) 据 主 要 由相 关 人 员对 人 力 D数 能 力 (a 等 二 级 指 标 进 行 评分 .并 按 对应 权 重 值 综 合 计 算 得 出 。 1)
人 力 资 蕊
羁 翔露 在 霸 鲁
・ 黄闽英
[ 摘 [ 关键词 ]模 糊 聚 类 遗传算法 绩 效 评价
翁 皴 舒衙 印钧扈 周研家
成都 大 学计算 机学 院
要 】通 过 对 标 准遗 传 算 法 遗 传 算子 的改 进 和扩 充 , 提 高 基 于此 改进 遗 传 算 法 的模 糊 聚类 分 析 方 法 的运 行 效率 和 准
模糊聚类分析在员工销售业绩评估中的应用
龙源期刊网
模糊聚类分析在员工销售业绩评估中的应用作者:苗森玉
来源:《哈尔滨师范大学·自然科学学报》2013年第02期
【摘要】该文选取国内某品牌化妆品公司8个销售员销售业绩的相关数据作为统计指
标,利用最大最小法建立相似矩阵,用闭包法做出聚类分析.结果表明模糊聚类分析对员工销
售业绩评估科学合理,符合实际,对公司掌握员工销售情况有很大帮助.
【关键词】模糊聚类分析;销售业绩评估;数据标准化;模糊相似矩阵;传递闭包
0引言
聚类分析是将事物根据一定的特征,并按某种特定要求或规律分类的方法.传统的聚类分
析是一种硬划分,它把每个待辨识的对象严格地划分到某类中.因此,这种类别划分的界限是
分明的.而实际上大多数对象并没有严格的属性,它们在性态和类属方面存在着中介性,因此
适合进行软划分.1965年Zadeh教授在《Fuzzy Set》一文中提出了模糊集理论,为传统聚类分析的软划分提供了有力的分析工具.人们开始用模糊的方法来处理聚类问题,并称之为模糊聚
类分析.由于模糊聚类得到的样本属于各个类别的不确定性程度,表达了样本类属的中介性,
即建立起了样本对于类别的不确定性描述,更能客观地反映现实世界.[1]
模糊聚类分析包含多种分析方法,该文选取某家办公用品公司的8个销售员的数据作为统计指标,利用最大最小法建立相似矩阵,用闭包法做出聚类分析.
1模糊聚类分析的基本思想与步骤
聚类分析的基本思想是用相似性尺度来衡量事物之间的亲疏程度,并以此来实现分类.模
糊聚类分析的实质就是根据研究对象本身具有的属性来构造模糊矩阵,在这个基础之上根据一定的隶属度来确定其分类关系.其主要步骤包括确定样本统计指标、数据标准化、标定距离以
建立模糊相似矩阵和聚类.[2]。
模糊数学的应用
模糊数学的应用引言:模糊数学是一种用于描述和处理不确定性和模糊性的数学方法,它在许多领域有着广泛的应用。
本文将以模糊数学的应用为主题,探讨其在决策分析、控制系统、模式识别和人工智能等方面的具体应用。
一、决策分析在决策分析中,模糊数学可以用于处理决策者对问题的模糊性或不确定性的认知。
通过模糊集合和隶属函数的概念,可以将模糊的问题转化为数学模型,从而进行定量分析和决策。
例如,在供应链管理中,由于需求和供应存在不确定性,可以利用模糊数学方法对这些不确定因素进行建模和分析,从而制定合理的供应链策略。
二、控制系统在控制系统中,模糊数学可以用于设计模糊控制器,以解决复杂、非线性和模糊的控制问题。
模糊控制器的输入和输出可以是模糊数,通过模糊推理和模糊规则的运算,可以实现对系统的自适应控制。
例如,在机器人控制中,由于环境的不确定性和复杂性,可以利用模糊控制器对机器人的运动和行为进行模糊建模和控制,以提高机器人的智能性和灵活性。
三、模式识别在模式识别中,模糊数学可以用于处理具有模糊性和不完整性的图像、声音和文本等数据。
通过模糊集合和隶属函数的描述,可以将模糊的数据转化为数学模型,并进行模式匹配和分类。
例如,在人脸识别中,由于人脸图像存在光照、表情和角度等变化,可以利用模糊数学方法对这些模糊因素进行建模和识别,从而提高人脸识别的准确性和鲁棒性。
四、人工智能在人工智能领域,模糊数学可以用于构建模糊推理系统和模糊专家系统,以模拟人类的模糊推理和决策过程。
通过模糊逻辑和模糊推理的方法,可以处理和表达模糊和不确定的知识,从而实现智能的问题求解和决策。
例如,在智能交通系统中,由于交通流量和驾驶行为存在不确定性和模糊性,可以利用模糊专家系统对交通信号和路况进行模糊建模和优化控制,以提高交通系统的效率和安全性。
结论:模糊数学作为一种处理不确定性和模糊性的数学方法,在决策分析、控制系统、模式识别和人工智能等领域有着广泛的应用。
通过模糊集合和隶属函数的描述,可以对模糊和不确定的问题进行建模和分析,从而实现定量分析、自适应控制、模式识别和智能决策等目标。
模糊数量化理论III在人力资源绩效评估中的应用_赵黎明
∑ [ ∑ ( b ∆ ( j) i= l j= l n n
Y) +
-
s 2
∑ ( ΑU
l= l l
估的指标体系
进行绩效评估需要确定适当的评估指标体系。 [3 ] 在设计指标时, 同时考虑定性与定量因素。 经过分 析与比较, 确定定性指标包含 3 类共 9 个子指标; 定 量指标包含 3 个。 指标体系如表 1 所示:
因此, 该问题转化为求解 ( 2) 式的最大特征根所 对应的特征向量的问题。 从几何意义上来讲, 特征向 量相当于一个因子轴, 样本得分可以看作是样本向 量在这个轴上的投影, 对应的特征根最大表示这个 轴为使投影具有最大的分散程度 ( 相关比) 的方向。 如果觉得一维的表示不够理想, 可以进一步考虑多 [2 ] 维表示的问题。 在应用过程中, 通常求出前 k 个最大特征根 Κ 1 ≥Κ 2 ≥…≥Κ k 所对应的特征向量 b 1 , b 2 , …, b k , 求得 b i, 对变量进行分类, 然后根据公式 ( 1 ) 对样本进行 分类。
1 2 3 4 5 6 7 0. 75 1. 00 0. 75 0. 50 0. 50 0. 75 1. 00
工作态度 组织纪 积极主 律性
0. 75 0. 75 0. 50 0. 75 0. 75 1. 00 0. 75
工作能力 沟通 能力
0. 75 1. 00 1. 00 0. 75 0. 75 0. 75 0. 75
三、 模型的实证分析
某咨询公司对该月研究部 7 名研究员的工作绩 效进行评估。 定量变量中, 工作数量定义为该月该员 工完成的项目经费数, 工作质量用项目合格率表示, 工作效率定义为单位工作时间内完成的工作数量。 表 2 显示了该案例分析的基本数据, 其中对定 量数据已经进行了标准化处理。
模糊数学的原理及应用
模糊数学的原理及应用1. 简介模糊数学,又称为模糊逻辑学或模糊数理,是一种能够处理不确定性和模糊性的数学方法和理论。
它的核心思想是允许数学量的取值在一个范围内模糊变化,而不是固定在一个确定的值上。
模糊数学在各个领域中具有广泛的应用,包括人工智能、控制理论、模式识别、决策分析等。
2. 模糊数学的基本概念在模糊数学中,有几个基本概念需要了解:2.1 模糊集合模糊集合是指具有模糊隶属度的元素集合。
与传统集合不同,模糊集合中的元素可以被归为多个不同的类别,每个类别都有一个隶属度来表示元素与该类别的关联程度。
2.2 模糊关系模糊关系是指一个模糊集合的元素之间的关系。
模糊关系可以表示为一个矩阵,其中每个元素表示两个元素之间的隶属度。
2.3 模糊逻辑模糊逻辑是一种模糊推理的方法。
与传统逻辑不同,模糊逻辑中的命题可以有一个隶属度来表示命题的真实程度。
模糊逻辑通过对隶属度的运算,对不确定性的问题进行推理和决策。
3. 模糊数学的应用领域模糊数学在各个领域中都有广泛的应用,以下是一些常见的应用领域:3.1 人工智能模糊数学在人工智能中起着重要的作用。
通过模糊集合和模糊逻辑的方法,可以处理人工智能系统中的不确定性和模糊性,提高系统的智能性和决策能力。
3.2 控制理论模糊控制是一种控制理论,它基于模糊集合和模糊逻辑的方法,可以处理控制系统中的不确定性和模糊性。
模糊控制可以应用于各种控制系统,如温度控制、车辆控制等。
3.3 模式识别模糊数学在模式识别中具有重要的应用。
通过模糊集合和模糊关系的方法,可以处理模式识别中的不确定性和模糊性问题,提高模式识别的准确性和鲁棒性。
3.4 决策分析模糊数学在决策分析中也具有广泛的应用。
通过模糊集合和模糊逻辑的方法,可以处理决策问题中的不确定性和模糊性,帮助决策者做出更合理的决策。
4. 模糊数学的发展和未来模糊数学作为一种新兴的数学方法,正在不断发展和完善。
未来,随着科技的进步,模糊数学在各个领域中的应用将会更加广泛和深入。
模糊数学基本理论及其应用
模糊数学基本理论及其应用模糊数学作为一门跨学科的分支,其基本理论和方法在各个领域有着广泛的应用。
本文将简要介绍模糊数学的基本概念和重要性质,分析其在不同领域的应用场景,并讨论其优势和不足,最后展望模糊数学的未来发展方向。
模糊数学是以模糊集合为基础,研究模糊性现象的数学理论和方法。
其中,模糊集合是表示事物所属类别的不确定性程度的一种数学模型。
隶属度函数用于描述元素属于集合的程度,反隶属度函数则表示元素不属于集合的程度。
通过引入这些概念,模糊数学能够更准确地描述现实世界中的模糊性和不确定性。
在智能交通领域,模糊数学得到了广泛应用。
例如,在交通流量管理中,通过建立模糊评价模型,可以对路网承受能力、交通状况等多因素进行综合考虑,为交通管理部门提供更为精确的决策依据。
在智能驾驶方面,模糊逻辑也被用于自动驾驶系统的控制器设计,以实现更加安全和精确的车辆控制。
在智能医疗领域,模糊数学也发挥了重要作用。
例如,在医学图像处理中,利用模糊集和隶属度函数可以对医学影像进行更准确的分析和处理,提高医学诊断的准确性和效率。
基于模糊数学的疾病预测模型也能够为医生提供更有价值的参考信息,帮助医生进行更加精准的诊断和治疗方案制定。
能够处理不确定性和模糊性信息,提高决策和预测的准确性;能够结合多个因素进行综合评价,提高评价的全面性和客观性;具有较强的鲁棒性,能够适应不同情况的变化和应用。
隶属度函数的确定存在一定的主观性和经验性,影响结果的准确性;在计算复杂的情况下,难以获得准确的模糊匹配结果;对于某些具有明确规则和边界的问题,模糊数学方法可能无法得到最优解。
随着科学技术的发展,模糊数学仍有广阔的发展空间和应用前景。
未来,模糊数学的研究将更加注重以下几个方面:隶属度函数的优化:研究更加准确、客观的隶属度函数确定方法,提高模糊评价和决策的准确性;计算复杂性的降低:探索更加高效的算法和计算方法,提高模糊处理的计算效率;结合其他技术:将模糊数学与其他先进技术相结合,如人工智能、机器学习等,为实际问题提供更加综合和有效的解决方案;应用领域的扩展:模糊数学在更多领域的应用将进一步推动其发展,如环境保护、社会治理等。
浅谈模糊数学在员工绩效评估中的应用(一)
浅谈模糊数学在员工绩效评估中的应用(一)【摘要】文章主要介绍了模糊数学综合评价方法在企业员工绩效评估中的应用。
在算例中,首先设计出员工的绩效考评指标体系,然后建立模糊综合评价模型,最后运用该模型对员工绩效进行了科学、客观的评价。
模糊数学理论为员工绩效评估提供了一种可量化的方法。
【关键词】绩效评估模糊数学隶属度一、绩效评估的概念及常用方法绩效评估,又称绩效考评、绩效评价、绩效考核,就是收集、分析、评价和传递有关某一个人在其工作岗位上的工作行为表现和工作结果方面的信息情况的过程。
这是一个包括观察、评价和反馈的完整的过程。
在此过程中,首先观察员工在某个阶段内与工作有关的工作情况,然后对其工作行为与结果做出评价鉴定,在交流过程中对员工优秀的行为与成绩予以肯定与鼓励,指出其不足之处,并商讨改进的措施,以完成下一期的目标,实现员工个人与组织的共同发展。
在企业和非营利组织的管理中,绩效考核作为评价每一个员工工作结果及其对组织贡献的大小的一种管理手段,每一个组织都在事实上进行著绩效考核。
不管他们是否有意识地提高了自身的绩效考核水平,他们都在设法比较合理地衡量着各个员工的绩效。
由于组织是由其广大员工运行的,因此为每一个员工的绩效进行合理的评价,据此激励、表扬先进,鞭策后进是非常必要的。
在人力资源管理已经得到越来越广泛重视的今天,绩效考评也自然成为企业在管理员工方面的一个核心的职能。
在绩效考评过程中,对信息的处理方式大致可以分为两类,定量考评和定性考评。
定量考评是以统计数据为基础,把统计数据作为主要信息来源,建立绩效考评数学模型,以数学手段求得考核结果,并以数量的形式表示出来。
常用方法有:关键事件法、行为观察量表法、等级鉴定法、行为锚定法等。
定性考评也称为专家考评,它是由考评主体对系统的输出做出主观的分析,直接给考核对象进行打分或做出模糊的判断,如很好、好、一般、不太好或不好。
常用方法有:评语法、排序法等。
定量考评虽然具有客观性和可靠性强的优点,但在实际考评中,有许多对绩效有重要影响的因素指标是模糊的,难以量化的,比如对于员工的品德、态度的评价,就是无法做出准确定量的描述的。
模糊数学在薪酬管理绩效考核中的简单应用
也是无处不在 的,如业绩优秀 出勤稳定 一富有 团队精神等等 ,
人 们 希 望 将模 糊 现 象 ( 念 )定 量 化 数学 化 就 引 入 了模 糊 集 概 合 的 概 念 ,模 糊 集 合 表 明 了一 个模 糊 点 X 于其 模 糊 集 的隶 属 程 对
度。
近度 ,将B归并到 中,从而更准确 可靠的设计该雇 员的薪酬。
持宏观经济 的稳定 ,能够刺激雇员努力工作 ,多做贡献 ,有助于
实现吸引、保持和激励雇员。 薪酬管理 中相当重要的一个 内容就是薪酬结构的设计 ,薪酬 结构指一个组织中各种 工作之 间报酬水平 的比例关 系,包括不同
层次 工 作 之 间 报酬 差异 的相 对 比值 和 不 同 层 次工 作之 间 报 酬 差 异 的绝 对 水 平 。组 织 的薪 酬结 构 是 一 种 非 常 重 要 的 管理 工具 ,对 员 称 A B  ̄ ) ) A,B的 外 积 。 v ) 为
在薪酬结构层次设计过程 中,经理 人员可根据不 同的薪酬层 次 ,包括 做成 业务单次 ,总销售额 、销 售净利润 出勤表现 命令执行度 以及创新能力等 :并将表现 ( 等同于 次 建 立起 不 同 的 模 糊 集合 ,将 这些 模 糊 集合 放 在 ~ 起 ,就 形 成 了 团队合作精神 、 标准模型库。在对具体人员进行薪酬设计时 ,可将待评测人员工 薪酬层次 )分 为七个等级 分别是极优 、优 秀、 良好 、中等 、及 作表现 的模糊集与标准模型库 中的模糊集进 行比较 , 判断出该待 格 、不 及 格 和极 差 。这 些指 标 都 是 模 糊 的 ,比 如 表 现 优 秀 的要 求
且称 :
,) 【 B ( A ]① 拿 。 +1 0 ) 一
为A B的格贴近度 ,简称贴近度。 , 这样 ,我们就可 以设论域 U上有 m个模糊子 集 , A 构 A…
模糊聚类在销售业绩评估中的应用
处
理后 的 b 已被压缩到[ 】 . 0 1的闭区间 , 而且消 除了量纲 的影 响。本
文采用第 2种。 3 构造模糊相似矩阵 .
.
模糊聚类的基本原理
聚 类是按 照一定 的标准对事物进行 分类的方法 。具体 的说 .
设 有n 个待分类样 本分 别为 , … . ,每个样 本都具有 s 2 种特
维普资讯
商 业 石 矸究
帮售 业绩评 中的应
_杨增 华 李星野 程黄维 上海理工大学管理学院
本文为上海市 自然科学基金项 目, 编号 0Z 114上海市重点学科建设项 目 编号: 00 6 R44 ; T52
[ 摘 要】销 售业绩的评 估问题 具有模糊性 ,可以采用模 糊聚类的方法对 其进行 分析评价 。 本文给 出 了 糊 聚类的方法和 步骤 , 模 并在销售 业绩评 估中进行应用。 [ 关键词1模糊聚类 业绩评估 模 糊标 准化矩 阵
, 、
对样本 的指标进行上述处理后就可以对样本进行相似矩 阵的 计 算 ,相似矩阵 由样 本两两之 间的相似 系数组成。计算样本两两
性,即x = x2 x J , 『…, 。这里的x 表示第 j ) 个事物的第k 个特 之间的相似 系数 的公式有夹 角余弦 法.相关系数法 .指数相似 系
[ g 】 步就可 以求得 R。 1ห้องสมุดไป่ตู้ +1 on 5 用 R 的截矩阵 R、 行聚类 . 进
对意 [, = ) 中 任的 O 记 ( , , 其 1 ]
:三 里 . 的 这
㈩
…
娥
=
字,一
0
“ 商场现 代 化 2 0 年 { 月 ( 旬刊 )总第 46期 06 { 下 8
人力资源管理绩效评价中模糊数学的应用分析
案 例 AN LI谢军芳人力资源管理绩效评价中模糊数学的应用分析摘要:在全球经济一体化趋势不断加深的带动和影响下,我国各个企业在社会主义市场经济中的竞争趋势也日益严峻。
人才的储备已经逐渐成为能够直接影响企业竞争优势的主要因素之一。
随着社会发展进程的不断推进,我国企业人力资源管理工作的方式和效率也被提出了更高水平的要求。
如何才能将模糊数学更好的应用在企业人力资源管理的绩效评价之中,就成为了相关工作人员的重点研究内容。
关键词:人力资源管理;绩效评价;模糊数学一、前言在企业人力资源管理工作过程之中,绩效评价是能够直接影响甚至决定人力资源管理质量和效率的重要工作环节。
所谓绩效,指的就是人们做出的与企业发展息息相关的可评价性行为,绩效也是企业人力资源管理工作活动展开过程中最常见的基础概念之一。
为更好的满足社会发展的需要,怎样将模糊数学的概念更好的应用在人力资源管理绩效评价的过程之中,已经受到社会各界人士的广泛关注。
二、人力资源管理绩效评价工作的作用所谓绩效评价,指的就是相关工作人员通过利用一定形式的评价手段、评价指标以及量化评估标准,对企业在职员工的工作效率、工作进展程度进行及时有效的评估和对比。
一直以来,绩效评价工作都贯穿了企业人力资源管理工作开展的整个过程,并直接影响着企业人力资源管理工作的效率的提升[1]。
企业相关部门的工作人员能够通过对企业在职员工进行绩效成绩的综合评估,最大限度的实现企业人力资源的有效配置。
通过绩效的评价和评估工作,能够让相关部门的负责人更加全面和深入的了解企业在职员工的工作能力和发展特征,从而帮助人力资源管理人员为员工安排更加适合其发挥所长的职能岗位,最大限度的保障企业员工在工作过程中的积极性和创造性。
三、模糊数学在人力资源管理绩效评价过程中的具体应用模糊数学是在模糊集合与模糊逻辑两种基本数学理论概念的基础之上产生和发展而来的一种新型数学概念。
模糊数学在一定程度上是对模糊拓扑和模糊测度论的综合概括。
模糊数学在人员功能测评和人才考核中的应用
Ab ta t M e s e nta v l a i n of s a f f nc i ns a e a i p r a t a i sr c : a ur me nd e a u to t f u to r n m o t n b sc wor o r o ne k f r pe s n l ma a e n . S a ff c i ns i c u ou r asofs r c ur — ma a iy,i t li nc n g me t t f un to n l de f r a e t u t e hu n qu lt n el ge e,a iiy a d pe — b lt n r
第2 6卷第 4 期 21 0 0年 8月
I 方学院学 (然 学 ) 呵 自科 版
J u n l fH e e No t i e st ( t r l ce c i o ) o r a b i r h Un v r iy Na u a in e Ed t n o S i
u ton o e s ne ve a m p r a t r f r nc a ue t t f e r im e , a o nt e , s lc i n, ta n a i fp r on lha n i o t n e e e e v l o s a fr c u t nt pp i m nt e e to r i—
t a r e u t ; p ro m a c t u t r e l c st e c n r t s e s s a d r fs a f Fu c in a d e a — u l wo k r s ls e f r n e s r c u e r fe t h o c e ea s s t n a d o t f. n t n v l o
基于模糊数学的企业管理决策
基于模糊数学的企业管理决策模糊数学作为一门新兴的交叉学科,涵盖了模糊逻辑、模糊数理和模糊控制等多方面知识,并且应用范围广泛,其中在企业管理决策中有着重要作用。
在现代市场经济中,企业管理者面临着复杂多变的市场环境和竞争对手,对企业的生产经营和战略规划提出了更高的要求。
而模糊数学在企业管理决策中的应用,则可以帮助企业管理者更好地应对这些挑战,提高企业的生产效率和经营效益。
一、模糊数学在企业管理决策中的应用模糊数学主要研究事物间的相似性和包容性,即模糊概念,其核心是模糊关系和模糊集合。
企业管理决策中主要涉及到的领域有市场营销、人力资源、生产与运营、财务和投资等方面,而模糊数学在这些领域的应用可以从以下几个方面进行解析。
1、市场营销市场营销是企业最为重要的一环,而市场环境复杂多变,竞争激烈。
模糊数学可以帮助企业管理者更好地掌握市场动态,制定更加精准的营销策略。
例如,企业可以基于模糊数学构建模糊规则,根据消费者需求和偏好,制定出不同等级的营销策略,从而提高销售额和市场占有率。
2、人力资源人力资源是企业发展的重要保障,而模糊数学在人力资源管理中的应用则可以帮助企业更好地管理职工队伍,提高员工满意度和工作效率。
例如,企业可以基于模糊数学模型对员工的能力和资历进行评估,从而更加合理地制定激励政策和薪酬方案,提高员工的积极性和创造力。
3、生产与运营在生产与运营方面,模糊数学可以帮助企业根据生产需要和市场变化实现生产线的优化设计和生产计划的制定。
例如,企业可以根据模糊数学的理论,结合生产线的特点和市场需求,制定出生产计划,从而最大限度地提高生产效率和产品质量。
4、财务和投资在财务和投资方面,模糊数学可以帮助企业根据市场变化和财务指标,制定投资决策和资产配置方案。
例如,企业可以利用模糊数学模型分析资产风险和收益率,制定出最优化的投资组合,从而实现风险控制和效益最大化。
二、模糊数学在企业管理决策中的优势模糊数学在企业管理决策中的应用有着一定的优势和价值。
员工绩效模糊综合评价法
员工绩效模糊综合评价法展开全文绩效管理是公认的世界性难题。
韦尔奇曾说,绩效管理体制实施成功的企业不超过10%。
绩效管理的核心和难点,体现在如何进行科学客观的绩效评估,而在企业管理实践中,随着知识型工作范围的日益扩大以及员工工作成果的非量化发展趋势,企业对员工绩效的量化评估越来越困难。
大多数企业采用的方法是,确定一系列评价指标,由多个评价主体分别给出评价,但这样的模糊评价很难进一步量化,难以得出对员工的综合量化评分,易导致对员工的评价不够客观。
针对这一问题,本文引入模糊数学中的模糊综合评价方法来研究对企业员工的绩效评价。
方法概述模糊综合评价方法是模糊数学中应用得较广泛的一种方法。
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,因而要对每一个因素进行评价;在对每一个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。
现实中很多评价都是模糊定性的,模糊数学针对这种模糊定性给出了一个量化的研究方法,从而可以进行综合评价的量化分析。
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,于是可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,这就是模糊综合评价的基本思路。
模型构造与应用思路假设有一个评判对象集合P={P1,P2,…,Pk},对每一个评判对象Pk,评判指标集合为U={U1,U2,…,Un},同时对每个评判指标有评价等级集合V={V1,V2,…,Vm}。
对于一个评判对象P来说,对其评判指标集合中的每个评判指标进行评价,通常会有一批专家,对个体P的每个评判指标按照评价等级进行打分,于是通过统计打分的比例可以得到对象P的第i个评价等级V i对应于某一评价指标U j的评价的得分比例,计为R(i,j);对评判对象Pk所有的评判指标进行评价等级打分,可以得到模糊评价矩阵Rk:R11 R12 ∧ R1nR21 R22 ∧ R2nRk= R31 R32 ∧ R3n∧∧∧∧Rn1 Rn2 ∧ Rmn对于评价对象Pk,现在有{U,V,Rk}三组元素,然后确定评价等级集合V={V1,V2,…,Vm}中各个等级的权重向量A={a1,a2,…,am},满足a1+a2+…+am=1,ai>0,i=1,2, …,m。
基于模糊数学的市场定价策略研究
基于模糊数学的市场定价策略研究随着市场竞争的激烈,企业对于有效定价策略的需求也越来越迫切。
然而,市场定价是一个复杂的问题,涉及到众多因素的考量。
在这样的背景下,基于模糊数学的市场定价策略研究显得尤为重要。
首先,我们来了解一下模糊数学的基本概念和原理。
模糊数学是一种用来处理不确定性问题的数学方法。
它不同于传统的精确数学,能够处理模糊和不完全信息。
在市场定价问题上,我们往往面临着竞争对手数量众多、产品差异化程度高等情况,准确地评估和预测市场需求和竞争环境变得十分困难,而模糊数学的应用则能够帮助我们更好地处理这种不确定性。
其次,模糊数学在市场定价策略中的应用主要包括需求模糊化和竞争模糊化两个方面。
需求模糊化是指在定价过程中,我们往往难以准确预测市场需求的具体数量和变化趋势,因此可以采用模糊数学中的隶属度函数来描述需求的模糊特性,从而更好地制定定价策略。
竞争模糊化是指市场上存在众多竞争对手,每个对手的定价策略和市场份额都会对我们的定价决策产生影响,而模糊数学中的模糊集合理论则可以帮助我们评估竞争对手的实力和影响程度,从而更好地应对市场竞争。
在实际应用中,基于模糊数学的市场定价策略研究可以采用模糊决策树、模糊聚类分析和模糊最优化方法等多种方法。
其中,模糊决策树可以帮助我们在多种定价决策方案之间进行权衡和选择,模糊聚类分析可以帮助我们识别市场的不同细分群体和其对定价的敏感程度,而模糊最优化方法则可以帮助我们在不确定性情况下找到最优的定价策略。
此外,还可以结合市场营销的经典理论,如4P理论(产品、价格、渠道和促销)和5C理论(顾客、公司、竞争对手、合作伙伴和环境环境),并通过模糊数学的方法来量化和解决其中的不确定性。
例如,在产品定价中,我们可以结合产品的不同特性和市场需求的模糊性,通过模糊数学的方法来量化产品的价值,并制定相应的定价策略。
综上所述,基于模糊数学的市场定价策略研究在解决市场不确定性和竞争激烈的问题上具有重要意义。
模糊数学在茶叶市场营销决策中的运用
模糊数学在茶叶市场营销决策中的运用
模糊数学是一种处理不确定性信息的数学工具,它在处理模糊概念和不精确数据方面具有独特的优势。
在茶叶市场营销决策中,模糊数学的应用可以有效地帮助企业解决市场分析、消费者行为预测、产品定位和营销策略制定等问题。
首先,模糊数学可以帮助企业进行市场环境分析。
茶叶市场受到多种因素的影响,如消费者偏好、文化差异、经济状况等。
这些因素往往难以用精确的数值来衡量。
通过模糊数学,可以将这些模糊因素转化为模糊集合,进而进行模糊综合评价,为企业提供一个全面的市场环境分析。
其次,在消费者行为预测方面,模糊数学的应用可以提高预测的准确性。
消费者对茶叶的偏好往往受到个人口味、健康意识、品牌忠诚度等多种因素的影响。
通过模糊聚类分析,可以将消费者分为不同的群体,并预测不同群体的消费行为,为企业制定针对性的营销策略提供依据。
此外,模糊数学还可以应用于产品定位。
茶叶品种繁多,如何确定产品的目标市场和竞争优势是企业面临的重要问题。
利用模糊数学中的模糊综合评判方法,可以对茶叶产品的各项属性进行综合评价,确定产品在市场中的定位。
最后,在营销策略制定方面,模糊数学同样可以发挥重要作用。
企业需要根据市场环境和消费者行为来制定营销策略,如价格策略、促销策略等。
模糊数学可以帮助企业在不确定性条件下进行决策分析,选择最优的营销策略。
总之,模糊数学在茶叶市场营销决策中的运用,可以提高决策的科学性和有效性。
通过模糊数学的方法,企业可以更好地应对市场的不确定性,实现茶叶市场的成功营销。
基于KPI技术的模糊综合评价法在薪酬分配中的应用研究
基于KPI技术的模糊综合评价法在薪酬分配中的应用研究作者:沈丽文来源:《经济师》2011年第05期摘要:薪酬分配体系的合理化能使企业在日益严峻的竞争环境中处于不败之地,可以凝聚员工,调动员工的主观能动性,激发员工的活力。
顺利实现企业的战略目标。
文章主要针对目前企业的薪酬分配体系存在的问题,运用KPI技术和模糊综合评价的方法,对薪酬分配体系存在的问题进行研究和解决,从而建立一个完善的量化薪酬结构,最终使该体系成为调控员工积极性,留住企业人才,促进企业发展的强劲动力。
关键词:薪酬分配KPI模糊综合评价法量化薪酬结构中图分类号:F404.2文献标识码:A文章编号:1004-4914(2011)05-242-02一、引言薪酬如何分配一直是整个社会最为关心的问题之一。
在一个企业中,薪酬分配是否合理,不仅影响到员工的个体行为,而且还会影响企业的工作绩效。
所以,在一个企业的改革进程中,建立一套完整的薪酬分配体系,是一个企业最核心、最敏感的问题。
建立完善的薪酬分配体系,最根本的目的就是为了激发员工工作的积极性,从而提高企业的工作绩效,进一步传递和强化企业文化,推动企业向更高层次发展。
另一方面,合理的薪酬分配体系也是企业吸引和留住人才的一种管理方法和手段。
马斯洛的需求层次理论说明,人们在只有满足了低层次的需求之后,才会去追求更高层次的要求。
美国行为学家赫茨伯格的双因素理论也指出,保健因素只能消除人们的不满,只有激励因素才能够给人们以满足感。
所以,如何在不同的人中建立合理的薪酬分配方案,从而达到有效激励的目的,成为一个企业首先面临的难题。
在建立薪酬分配方案时,本文主要利用KPI(关键绩效指标)绩效考核技术,确定出各个部门内部员工的业绩衡量指标。
然后将指标的实现分成各个环节和评价因素,进而对每一个员工在各个评价因素下进行打分。
再利用模糊综合评价法进行加权,确定出每一个员工的最后得分。
依据最终结果,对薪酬进行分配。
从而可以建立起一个公平、公正并且富有激励性的薪酬体系。
模糊数学在茶叶市场营销决策中的运用
在茶叶市场的营销决策中,模糊数学的应用犹如一把精准的尺子,为决策者提供了一种全新的视角和工具。
首先,让我们来理解一下模糊数学。
模糊数学,顾名思义,它不像传统数学那样追求精确无误的答案,而是接受并处理事物的不确定性和模糊性。
在茶叶市场营销决策中,这种特性显得尤为重要。
因为市场本身就是一个充满变数和不确定性的环境,传统的精确数学往往难以应对这种复杂性。
而模糊数学则能够将市场的不确定性转化为可操作的数据,为决策者提供更为全面和深入的信息。
其次,模糊数学在茶叶市场营销决策中的应用主要体现在以下几个方面。
首先,它可以帮助决策者进行市场细分。
通过对消费者的需求、偏好和购买行为的模糊分析,我们可以将市场划分为不同的细分市场,从而更有针对性地制定营销策略。
其次,模糊数学还可以用于产品定位。
通过对产品特性和消费者需求的模糊匹配,我们可以确定产品的市场定位,从而更好地满足消费者的需求。
此外,模糊数学还可以用于价格决策、促销策略等方面,为决策者提供更为科学和合理的建议。
然而,尽管模糊数学在茶叶市场营销决策中的应用具有诸多优势,但我们也不能忽视其存在的问题和挑战。
首先,模糊数学的计算过程相对复杂,需要一定的专业知识和技能。
这对于许多缺乏数学背景的营销人员来说是一个不小的挑战。
其次,模糊数学的结果往往具有一定的主观性,因为它依赖于专家的判断和经验。
这可能会导致结果的不稳定性,甚至可能出现误导性的决策。
因此,在使用模糊数学时,我们需要保持谨慎的态度,结合实际情况进行分析和判断。
总的来说,模糊数学在茶叶市场营销决策中的应用为我们提供了一种新的思考方式和工具。
它能够帮助我们更好地理解和应对市场的不确定性和复杂性,从而提高决策的准确性和有效性。
然而,我们也需要认识到其存在的问题和挑战,保持谨慎的态度,避免盲目地依赖和使用。
在未来的发展中,我相信随着技术的不断进步和人们对模糊数学理解的加深,它将在茶叶市场营销决策中发挥更大的作用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
模糊数学在销售人员薪酬计划中的应用王璐,于大海辽宁工程技术大学研究生学院,辽宁葫芦岛(125105)E-mail:weihailanlu@摘 要:在简要论述销售人员薪酬体系的基础上,提出了设计销售人员薪酬计划的新理念一模糊综合评价模型。
该模型将AHP(层次分析法)和模糊综合评价法结合起来,利用AHP确定销售人员评价体系中评价要素的权重,应用模糊集合变换从定性和定量两个方面对销售人员业绩进行二级模糊综合评价,进而确定其薪酬计划,同时文章以实例进行了全面地论证。
研究结果表明,该方法具有很强的操作性,对实践有着较高的指导意义。
关键词:模糊数学;销售人员;薪酬计划0. 引言目前在我国的大部分企业中普遍存在着这样的问题:由于销售人员这一特殊岗位的业绩评价中所涉及的指标具有多重性和模糊性,而且多数企业没有对销售人员进行科学有效的绩效评估,从而引起对薪酬的不满。
综合评价是指对多属性体系结构描述的复杂对象或系统收集有关信息,客观评价其整体性运行状态(好、差)的过程[1]。
近年来,该方法主要围绕着多指标综合评价,其他领域的相关知识不断渗入,使得多指标综合评价方法不断丰富,有关这方向的研究也不断深入,如运筹学,信息论,灰色系统理论等。
本文将AHP(层次分析法)和模糊综合评价法结合起来,利用AHP确定销售人员评价体系中评价要素的权重,应用模糊集合变换从定性和定量两个方面对销售人员业绩进行二级模糊综合评价,进而确定其薪酬计划1. 销售人员薪酬体系销售人员作为公司与顾客之间的纽带,为达成销售而与一个或多个购买者进行接触。
他们所从事的销售工作是最具有刺激性和成就感的职业之一[2]。
销售人员在工作中需要确认潜在客户的需求,解释、说明本公司的产品如何以及为什么能够满足客户的需求,完成销售任务并让客户满意。
销售人员有别于一般管理人员和生产人员,因为他们的工作时间自由、开放度大,完全以市场为导向,很难以上班时间的长短来进行薪酬计算。
销售人员的业绩是构成销售薪酬结构的重要依据。
企业在选择销售人员的薪酬模式时,一方面必然会涉及到各种薪酬模式可能会给企业带来的人力成本,另一方面也会影响到销售人员的工作积极性,从而影响到企业的整体经营业绩。
因此,对企业来说,所选择的薪酬模式既要能调动销售人员的工作积极性,保证高业绩者高收入,同时又要满足企业工资总量水平的控制。
一般来说,销售人员薪酬包括经济性的报酬和非经济性的报酬。
经济性报酬是指销售人员的工资、津贴、奖金、福利待遇和假期等。
非经济性报酬是指销售人员从工作中获得的成就感、满足感或良好的工作氛围等心理上的一种感受,如下图1-1所示[3]。
本文主要讨论经济性的报酬,将其分为标准工资和业务提成两个部分,如下表1-1。
表1-1 销售人员经济性报酬构成Tab.1-1constitute of sales staff economic rewards销售人员薪酬构成业务提成标准工资基本工资绩效工资Array图1-1 销售人员整体薪酬构成Fig .1-1 constitute of Sales staff overall salaries1.1标准工资标准工资被分为基本工资和绩效工资两个小部分。
基本工资具有高差异性和高刚性的特征,即企业内部员工之间的基本薪酬差异是明显的,而且一般能升不能降,表现出较强的刚性。
它具有高保障性和高稳定性,尤其是对于新进的销售人员,市场经验不足,客户资源缺乏,易产生挫折感,而基本薪酬是他们生活的重要保障。
绩效工资多是与销售人员完成销售额所能带来的利润或回款率挂钩,鼓励销售人员改善销售的利润率和购货款回收状况[4]。
在绩效工资发放方面,有些企业除了对销售利润率或回款率等指标做规定外,还对销售人员的工作态度、工作积极性、开发新客户、为企业提供合理化建议、与客户关系的维护、公司内部员工的关系协调等很多方面做出要求。
1.2业务提成业务提成通常以销售额的一定百分比来提取,该提成百分比的大小通常取决于企业产品的价格、销售量以及产品的销售难易程度等,是鼓励销售人员实现更高的销售额,以便提高公司产品的市场占有率。
一般来说,企业会为销售人员按销售额的大小来设置相应的提成比例。
企业产品价格越高,销售量越大,产品销售越容易,销售额越大,提成比例就越低。
也有的民营企业将销信提成比例设为递增或递减的。
如递增的销售提成比例是指销售人员在达成某一销售额标准之前,按照一个较低的销售提成比例提取佣金,而当其销售额超过该标准后,则按照一个较高的销售提成比例来提取佣金。
也就是说,提成比例的增加速度要快于销售额的增加速度。
企业这样做的理由很简单:当销售额达到一定高度以后,要想在做出同样比例的增长,必须付出更多的努力,所以在奖励上提成比例也相应上升,从而达到激励目的[3]。
根据前文所述的报酬形式,可对销售人员的薪酬结构作出如下设想:Z=S+kX+mY其中,Z代表销售人员薪酬总量,S代表基本工资,kX代表绩效工资,mY代表业务提成。
上述模型说明,一个典型的收入报酬组合应该是代表保险因素的基本工资以及代表激励作用的变动收入的组合。
这一销售人员薪酬体系也许不是最为理想的综合性薪酬机制,但却是现有条件下最为可行的方案。
2.销售人员薪酬体系的模糊数学模型模糊数学诞生于1965年,它的创始人是美国自动控制专家查德(L.A.Zadeh)教授。
他在第一篇论文“模糊集合”(FUZZYSET)中,建立了模糊集合论,引入了“隶属函数”这个概念来描述差异的中间过渡,这是精确性对模糊性的一种逼近。
模糊综合评价是借助模糊数学的一些概念,对实际的综合评价问题提供一些评价的方法。
具体地说,就是以模糊数学为基础,应用模糊关系合成的原理,将一些边界不清,不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性的评价[5]。
由于销售人员业绩评价中所涉及的指标具有多重性和模糊性,用传统的数学模型难以描述,因此可以采用模糊综合评价法进行销售人员业绩评价,进而确定其薪酬计划。
2.1确定销售人员模糊综合评价因素集U确定模糊综合评价因素集为U=(u1,u2……u m),u i(i=1,2,……,m)代表影响评价结果的各种因素。
对销售人员进行业绩评价,是确定薪酬计划的前提,而业绩评价指标体系又是实施业绩评价方案的前提,评价指标的设定决定能否实现企业的各项目标并影响评价结果。
在全面考虑和分析销售人员应具备的基本素质上,立足于要达到的企业总体目标,构建业绩评价层次结构体系,如图2-1。
图2-1 销售人员业绩评价结构体系Fig2-1 Sales staff performance evaluation System工作态度包括责任感,积极主动性,工作联络和客户满意度四个要素。
责任感指完成任务的态度;积极主动性指对自己认为范围以外的工作表现出的自发协作态度;工作联络指和上级,下属,同事或相关部门的沟通和信息传达;客户满意度包括客户满意度,客户投诉率以及对客户的服务态度。
工作能力包括业务知识能力,团队合作能力,自我学习能力,判断及应变能力及沟通谈判能力五个要素。
业务知识能力指与专业有关的营销知识及对产品的了解;团队合作能力指与他人合作完成工作的技能;自我学习能力指是否有自学能力,能迅速获取新知识;判断及应变能力包括正确分析内外情况,从长期角度正确判断自己的任务等;沟通谈判能力指对公司其他部门或对外(顾客利益相关者)的谈判能力,是否能说服对方使之有利于自己业务的开展。
工作业绩包括销售收入,市场占有率,销售增长率,费用同比增长比例四个要素。
2.2 确定销售人员模糊综合评价因素集的权重集A2.2.1权重确定方法① 计算判断矩阵A 中每行元素a ij 的乘积M iM i =∏=nj 1aij i =1,2,...,n② 计算M i 的n 次方根βiβi =n Mi③ 对向量β=(β1,β2,..., βn )T 进行规范化W j =βj /∑=ni 1βi (j =1,2,...,n )则向量w =(w 1, w 2,..., w n )T 即为所求的特征向量。
④ 计算判断矩阵A 的最大特征根λmaxλmax =1/n {[]∑=ni 1(AW)i/Wi }对任意的i =1,2,...,n ,式中(AW )i 为向量AW 的第i 个元素。
进行一致性检验,用C.I.这个一致性指标如通过检验,则所得结果即可作为权系重。
C.I .=(λmax -n )/(n -1) 注:C.I. 愈小,说明一致性愈大。
考虑到一致性偏差还有可能是随机原因造成的,因此,在检验判断矩阵是否具有满意的一致性时,还得将C.I.与平均随机性指标R.I.进行比较,得出检验数C.R.即C.R =C.I. /R.I.R.I.与判断矩阵的阶数有关,一般阶数愈大,出现一致性随机偏离的可能性也愈大,一般有如下数据,见表2-1。
表2-1 平均随机一致性指标值Tab.2-1 table of the average value of random index consistency阶数3 4 5 6 7 8 9R.I. 0.58 0.90 1.12 1.24 1.32 1.41 1.45对于三阶以上的判断矩阵,只要C.R<0.1,就可以认为判断矩阵具有满意的一致性[6]。
2.2.2本模型权重确定过程权重表示某项工作在整个工作目标中的重要程度和优先程度。
在进行模糊综合评价时,权重对最终的评价结果会产生很大的影响,不同的权重有时会得到完全不同的结论。
确定权重的方法有很多,如专家评定法,01评分法,比例分配法,层次分析法等。
根据各因素对销售人员的业绩评价的影响程度,给出权重集A=(a 1,a 2……a m ).a i 代表u i 的权重。
本模型评价系统采用层次分析法,根据层次分析法的结果求得权重集A ,则有A=(a 1,a 2,……a m )=(0.2583,0.1047,0.637),且∑a i =1(i=1,2,……m),m=3。
A 1=(0.2634,0.1178,0.055,0.5638);A 2=(0.5099,0.2638,0.1295,0.0332,0.0636);A 3=(0.5638,0.2634,0.1178,0.055) 分别对每一层次的评价指标的相对重要性进行定性描述,并定量化表示,确定两两比较判断矩阵。
表2-2 A层——Bi层(一级评价体系)Tab.2-2 A layer --B i layer (level evaluation system)项目工作态度B1工作能力B2工作业绩B3优劣顺序工作态度B1 1 3 1/30.2583工作能力B21/3 1 1/50.1047工作业绩B3 3 5 10.637对于此矩阵,计算可得λmax=3.0385,CI=0.0193,RI=0.58,CR=CI/RI=0.0332<0.1。