模糊网络层次分析法

模糊网络层次分析法（精选十篇）

模糊网络层次分析法 篇1

1 计算机网络存在的安全隐患

近年来, 在信息技术的推动下, 计算机网络技术已经频繁出现在社会生活中, 而且在社会生活的各个领域都得到了广泛的应用; 特别是近几年, 随着信息时代的到来, 社会各行各业都在普遍使用信息技术和网络技术。 而且计算机技术的不断发展, 计算机网络也在不断改变人们的生活方式。 然而, 在计算机网络技术的大力盛行下, 计算机的网络安全也变得越来越重要。 而要想从根本上保证计算机网络在使用过程中的安全性, 就必须通过采用适当的管理手段来提高网络防护功能, 并且保证在计算机使用过程中其内部所储存的信息和软件能够不受破坏。 由于网络具有很强的共享性, 所以计算机网络在应用中的安全性受到较大的威胁。 由于共享性和公开性的存在, 所以计算机网络安全会受到严重的的威胁, 而且其威胁分子具有以下特性: (1) 破坏性; 计算机网络在使用过程中难免会受到一些恶意的攻击, 这些攻击会造成整个计算机网络系统受到破坏, 而且严重的还可能会导致整个系统出现瘫痪, 不能正常运作。 其中, 计算机网络系统受到攻击最多的往往是计算机病毒, 计算机病毒具有潜伏性和感染性等特性; 在平时计算机没被启动时, 处于静止状态, 此时计算机病毒能够潜伏在计算机内部的的存储介质中, 而当开机时, 病毒中的传播分子就会被激活, 而且当电脑连接上优盘或者其他可移动设备时, 计算机病毒就会传播到这些可移动设备中, 而且传播方式往往好似通过修改其他程序的方法而实现的。 (2) 隐蔽性; 计算机网络系统所受到的破坏和攻击具有潜伏、 隐蔽的特性, 往往计算机系统在受到攻击而不能使用时, 也很难发现问题所在, 这就是破坏因子具有潜伏和隐蔽的特性所导致的。 (3) 破坏因子具有很强的突发性; 计算机网络系统在受到攻击时, 往往不会出现任何征兆, 有可能计算机在正常使用过程中就受到破坏, 进而导致其系统瘫痪而不能使用; 而且在突发时还具有较强的传染性和扩散性, 而且计算机网络系统往往还具有较强的互联性, 当多台计算机相互连接时, 如果其中的一台计算机受到了病毒的感染, 那么整个机房内的与该计算机相互连接的计算机系统就会发生故障。 由此可见, 随着社会水平的不断提高, 计算机在人类生活中得到了广泛的应用, 然而由于共享性和公开性的存在, 所以这也为计算机网络系统的实际应用带来了较多的安全隐患, 而这些安全隐患产生的的因素也有很多, 如计算机网络技术的不完善、 计算机系统缺乏安全配置以及计算机系统缺乏健全的安全制度等, 要想从根本上消除这些安全隐患, 就必须加强计算机网络安全的防范。

2 模糊层次分析法在计算机网络安全评价中的优势

2.1 模糊层次分析法

模糊层次分析法是20 世纪70 年代在美国诞生的一种定性和定量有效结合的一种系统分析方法; 该方法的有效利用对于量化评价指标以及优化方案的选择提供了更加可靠的依据。 模糊层次分析法的基本思路是: 在模糊层次分析中, 对两种不同的因素进行对比判断, 在对比中采用不同因素之间重要程度的比较来实现, 进而通过得到一个模糊判断矩阵来进行下一步的判断。 而且利用模糊层次判断法作决策时, 更加注重人的思维判断能力的体现, 这也是保证所作决策能够更加科学有效的保证。 通过将人的各项思维数学化, 进而帮助人们量化分析一些复杂性较强、 精度定量难以正确把握的决策问题。

2.2 模糊层次分析法的执行步骤

计算机网络安全技术所覆盖的面很广, 其往往能够集计算机信息等多种学科于一体; 而且当今社会是网络化的社会, 现代而学技术的发展更离不开计算机网络, 借助于网络这一平台, 社会各个领域才能取得刚好的进展; 所以由计算机网络在当今社会所发挥的作用可知, 网络安全评价在保障网络系统安全性能的过程中起着至关重要的作用。 而且随着信息化和科技化水平的不断提高, 人们逐渐对网络产生了较强的依赖性。 目前, 计算机网络技术已经深入到了社会各行各业中, 模拟层次分析法在计算机网络安全评价中的应用也越来越广泛, 其实际应用步骤如下:

(1) 创建层次结构模型, 并且构建起完善的模糊判断矩阵; 在结构模型的构建时, 根据不同的标准将不同的问题划分成多个组成因素, 然后再结合相互关系实现不同层次因素之间的相互组合, 进而建立起多层次结构模型; 而且在进行网络安全评价时, 应该采用两两比较的方法进而实现对各种因素的有效判断。 (2) 就是做好层次单排序; 在该环节, 保证模糊层次分析法在非模糊状态下的正常使用至关重要。 (3) 就是要做好一致性检验; 做好一致性检验是保证评价思维判断一致性的重要保证。 (4) 就是要做好层次总排序。 只有按照标准步骤进行模糊层次分析法的具体操作, 才能使其发挥出应有的作用。

3 模糊层次分析法在计算机网络安全评价中的应用

与传统的分析方法相比, 模糊层次分析法最大的优点就是在进行计算机网络安全的评价时, 能够更加保证评价和判断的科学性, 进而保证所创建的安全评价体系更加有价值。而且在网络安全体系的完善过程中, 需要考虑诸多因素, 要把各个因素划分成目标层、 准则层和决策层3 个等级目。 为了保证判断矩阵的准确性和一致性, 还需要对模糊化之后的矩阵进行相应的检验, 进而保证其实施过程中的一致性; 而如果矩阵不能保证其一致性, 则需要对其进行进一步的修正。还应该确保准则层相对目标层权重, 并且在这个过程中保证系统的各项安全, 如保证物理安全, 控制好计算机机房内的气候和温度, 做好防火、 防雷击和防静电处理, 稳固好各个设备; 保证逻辑安全, 及时备份各项数据资料, 并且及时完成系统安全审计, 做好防黑客、 防病毒处理措施; 做好安全管理, 建立并且完善安全管理制度, 进而保证好信息安全, 采取一定的手段来完成防盗、 防丢失措施。 最后, 为了保证方案层相对于目标层的总排序权重, 还应该仔细对最底层的排序权重进行计算, 而且在计算时还应该保证乘积法的合理选用。

4 结语

随着社会网络化合信息化水平的不断提高, 计算机网络在使用过程中的安全性变得越来越重要。 而做好计算机网络安全评价是保证其安全性的重要条件。 所以在计算机网络技术如此发达的今天, 要想从根本上消除各种安全隐患, 就必须提出安全防御计算机网络安全的措施, 进而在保证自身安全的同时, 保证计算机网络技术的合理应用, 同时也为同行工作者提供更加可靠的参考资料。

参考文献

[1]曾莉, 费军, 刘英.基于模糊层次分析法的市长电子信箱绩效评估[J].情报杂志, 2009, (12) .

[2]吕树红, 陈康.模糊综合评判在网络安全评价中的研究与应用[J].计算机光盘软件与应用, 2013, (22) .

[3]陶跃, 田迎华.多级可拓评价方法在网络安全评价中的应用[J].吉林大学学报 (信息科学版) , 2013, (01) .

[4]陈明.基于模糊判断的网络安全评价方法的研究[J].齐齐哈尔大学学报 (自然科学版) , 2012, (02) .

[5]刘渊, 李群, 王晓锋.基于攻击图和改进粒子群算法的网络防御策略[J].计算机工程与应用.

[6]许庆光, 李强, 余祥, 刘峻宇.输入验证漏洞检测中的疑点标记和传播方法研究[J].安徽大学学报 (自然科学版) .

[7]吕树红, 陈康.模糊综合评判在网络安全评价中的研究与应用[J].计算机光盘软件与应用, 2013, (22) .

模糊网络层次分析法 篇2

运用模糊层次分析法进行桥梁可靠性评估

根据模糊层次分析法的原理,以某铁路钢筋混凝土梁桥为例,进行了整桥的可靠性综合评估.根据桥梁结构特点,建立评估指标体系,构建了模糊一致判断矩阵,确定隶属函数、权重值,最后得出的.评判结果与实测结果吻合.评判过程表明,该方法具有较高的科学性和客观性,方法计算简单、使用方便,具有推广价值.

作 者：杨文红 Yang Wenhong  作者单位：上海交通大学船舶海洋与建筑工程学院,上海,40 刊 名：国防交通工程与技术 英文刊名：TRAFFIC ENGINEERING AND TECHNOLOGY FOR NATIONAL DEFENCE 年，卷(期)： 8(1) 分类号：U446 关键词：可靠性   桥梁评估   模糊层次分析法  

模糊网络层次分析法 篇3

[关键词] 集成电路芯片投资风险层次分析模糊评价

一、引言

当今世界已经从工业化进入信息化的发展阶段，信息产业作为新型生产力的代表，其发展水平已成为衡量一个国家综合国力的重要标准。而集成电路技术是信息产业和高新技术的核心，是推动国民经济和社会信息化的关键技术。因此，集成电路产业就成为当今促进全球经济发展的核心动力，也是目前世界上发展最为迅速和竞争最为激烈的一个产业。

集成电路是一个完整的产业。一般说来，它包括集成电路设计、芯片制造、封装和测试、集成电路专用设备和材料制造，以及集成电路产品的应用开发和信息服务。其中又以集成电路芯片制造业为集成电路产业的核心和主体。

我国集成电路产业经过四十年的发展，虽已取得了长足的发展，自从国务院出台鼓励集成电路和软件产业的发展政策以来，我国芯片产业在规模、技术水准、创新能力等方面取得诸多进步。目前，我国已建和在建的芯片生产线已达50多条，工艺技术达到0.13微米。

集成电路在我国的迅猛发展导致了我国芯片生产线投资过热，产生了诸如内部无序竞争、外商有限合作、投资模式缺乏、管理体制落后等一些问题。由于在芯片生产产业投资金额巨大，盲目的进行投资只会给国家及投资者带来巨大的风险损失，2001年我国重点扶持的华虹NEC出现高达8亿元的亏损就是生动的一例。因此，要避免芯片产业的投资风险，就必须对这个产业的投资过程中可能出现的种种风险因素做出科学的分析。由于芯片产业投资风险系统具有明显的层次性，且各风险的评价具有主观不确定性，即模糊性，这对采用模糊层次分析法进行芯片产业投资风险度量提供了可能。芯片产业投资风险模糊综合评价就是在对投资过程中的各单一风险进行识别的基础上，运用层次分析法建立风险评判指标体系，然后通过模糊评价将所面临的各种风险对系统风险的影响用权重的形式具体的表现出来，并最终通过综合评判确定芯片厂投资系统风险度。运用这种方法可以克服以往只能衡量芯片产业投资中某单一风险的弊病，而如此将芯片产业作为一个系统来衡量其整体的风险程度，最后以芯片生产投资风险度作为一个指标来衡量其整体风险度，知道国家或投资者采取恰当有效的措施对风险进行科学管理，以减少芯片产业的投资风险损失。

二、因素集的建立

以芯片生产线开发投资过程中的客观系统风险为评价目标，将目标的要求逐渐分解到具体指标，根据指标因素内涵大小和指标间的相关程度，划分为目标层，准则层和指标层三级（如下图）。本文将从现实的角度出发，将具体的AHP-FUZZY方法的操作步骤融入某一具体投资项目风险评价实例中予以论述。

实例：某一外资企业，现欲于2007年2月对山东省某市占地约200亩的地块进行一期投資额约12.6亿美元的8英寸集成电路芯片生产线项目。根据该情况企业邀请了有关专家数十名，从投资风险角度确定其是否适合开发投资。

芯片产业投资风险评价指标体系

三、评语集的建立

根据上述各位专家的建议，从各种风险因素对整个项目影响程度的大小考虑，最终将评语集确定为V={高风险，较高风险，中等风险，较低风险，低风险}。

四、权系数的确定

1.构造判断矩阵。通常以上一级的某一要素作为比较准则，对本级的要素进行两两比较确定矩阵元素，现以“政策风险”中各组成因素的权系数的确定为实际判断对象，说明判断矩阵权系数的确定过程，其相对重要程度依据表1确定，其评判结果见表2。

表1 判断矩阵相对重要度及其含义

表2评判结果

1.计算相对重要度。依方根法得各因素归一化的权系数(见表2),其中。

2.一致性检验。计算一致性指标，将表二中数据代入上式得，=3.078，则=0.039。计算一致性比例CR,CR=如果CR<0.1，就可以人为判断矩阵的一致性是可以接受的，其中随机一致性指标R由表三查得，对于此判断矩阵CR=0.039/0.58=0.067＜0.1，所以接受。

表3随机一致性指标RI数值

3.权系数的值。同理可得投资项目中经济、资源、社会和技术风险中各组成因素的权系数如下：

A1={0.673,0.204,0.123} A2={0.667,0.111,0.222}

A3={0.281,0.630,0.094} A4={0.166,0.139,0.695}

A5={0.761,0.166,0.073}

五、模糊综合评价

常用的模糊综合评价模型有乘积取大型和加权平均型，本文采用加权平均型，首先根据专家调查法由十名专家每人分别对各投资风险指标依据各自的经验得出每一投资风险指标对各类风险的隶属度，最终归一化的以及评价矩阵，以下仍仅以“政策风险”中各因素的一级评价矩阵为例予以说明。其一级评价矩阵见表4：

表4 一级评价矩阵

1.一级模糊综合评价。应用加权平均模型模糊评价理论，计算投资风险一级模糊综合评价各指标的模糊分布值， 代表一级模糊综合评价指标值，代表权系数，为一级评价矩阵，仍以计算一级政治评价指标“政治风险”值为例，将在上述过程中所得的与代入公式中，得，其值为“政策风险”指标对评语集中各项的隶属度，同理可得：

2.二级模糊综合评价。在求得一级模糊综合评价中各一级指标对评语集的隶属度后，可以依下式求得二级模糊综合评价指标的模糊分布值，其中，将Ａ与代入上式得最终芯片产业投资风险的综合评判指标的模糊分布值,。

六、结论

根据最大隶属度原则，可以判定该投资项目风险适中，单从风险规避角度考虑可以进行投资。当有多个投资方案可以选择时，可以通过各方案风险隶属度的比较决定是否对其进行投资。

模糊网络层次分析法 篇4

1 模糊层次分析法概述

所谓的模糊层次分析法实际上是模糊数学与层次分析法的综合, 融合了两者的优势与特点。对于层次分析法来说, 它所关注的是人的思维在科学决策中的应用情况, 意在将人的主观判断数学化, 以便帮助人们用量化分析法更好应对无法顺利解决的决策问题[1]。在传统层次分析法中, 主要通过1-9标度法完成矩阵对比, 也就是对各个表示因素之间的重要性进行比较, 尽管离散数据的应用相对简单, 但如果不能做好标度就无法真实体现出相应的模糊性。而模糊数学则是为弥补层次分析法的不足而出现的, 然而由于这两种方法都有各自的优缺点, 所以, 后来学者将两者整合在一起, 构成模糊层次分析法, 并被应用到计算机网络安全评价中。

2 计算机网络中存在的安全隐患

在信息技术的带动下, 计算机网络技术被应用到各领域, 尤其是近年来, 信息时代得以快速发展, 计算机网络技术更是深入到人们生产、生活中, 但因计算机网络具有较强的开放性, 直接威胁到了计算机网络安全, 在计算机网络中存在的安全隐患主要体现在以下几方面。第一, 破坏性较强, 计算机网络看似坚固, 实际上却很脆弱, 很容易遭受攻击, 一旦遭到攻击整个网络便会陷入到瘫痪中, 无法正常运转, 还会导致大量资料被窃取或被恶意销毁。第二, 易给计算机网络安全带来较大威胁的是计算机病毒, 这些病毒具有较强的隐蔽性, 很难在第一时间发现与消除, 如果爆发将给计算机用户带来毁灭性灾害, 导致大量有价值信息被销毁。第三, 突发性。这一点主要表现在破坏因子中, 在计算机网络遭受攻击时并不会有被攻击的征兆, 但在突发性的作用下, 存在于一个计算机中的病毒会蔓延到其他计算机中, 进而导致整个机房所有计算机遭受病毒。而计算机中往往带有大量重要信息, 计算机网络技术在给人们带来好处的同时, 也带来了一系列问题, 尤其是安全隐患问题较多, 之多以会出现这种情况, 与计算机网络技术缺乏完善性、相应安全配置不健全等有直接关系, 因此, 怎样做好计算机网络安全防范就成为现阶段最重要的工作。

3 模糊层次分析法在计算机网络安全评价中的应用

在将模糊层次分析法应用到计算机网络安全评价的过程中, 应从以下几方面入手。

第一, 网络安全评价层次结构模型设计。网络安全评价层次结构模型设计的作用是为网络安全管理的实现奠定基础。在该模型中主要分为三个部分, 分别为目标层、准则层以及决策层, 其中, 准则层中包含子准则层, 准则层以安全管理为主, 子准则层中涵盖了多项内容, 不仅涉及到安全组织机及相应的安全管理机制, 还涉及到安全培训与应急响应机制等, 同时也包括计算机病毒防御机制以及病毒入侵后的防范措施等[2]。

第二, 模糊判断矩阵设计。为发挥模糊层次分析法作用, 做好计算机网络安全评价, 还要做好模糊判断矩阵设计, 在实施评价的过程中, 相关评估人员会将该模型中的各个要素重要性做对比, 然后构造相应的模糊判断矩阵。由于计算机网络安全评价层次不同, 应有不同的层次模糊判断矩阵, 尽管子准则层归属于准则层中, 但这并不意味着子准则层不能由独立的模糊判断矩阵, 所以子准则层模糊判断矩阵设计也是不可缺少的一部分。在模糊判断矩阵设计的过程中应采用1-9标度法, 以便为因素重要性分析奠定基础。

第三, 去模糊化设计。在去模糊化设计中, 需要利用公式完成各个模糊判断矩阵的去模糊化设计, 进而获得相应的判断矩阵。在去模糊化的作用下, 可以让模糊判断矩阵变为非模糊判断矩阵, 这样就可以将层次分析法应用到非模糊环境中, 进而为下一阶段设计工作的开展奠定基础。

第四, 层次单排序与一致性检验。之所以重视层次但排序法在模糊层次分析法的应用, 主要是为了更好的计算出经过去模糊化后各个判断矩阵的权重向量, 然后将这些权重向量绘制在表格中以便查阅。在各个表中还可以将判断矩阵最大特征根绘制出来, 以便获得相对一致的检验结果, 通过这样的结果分析也可以获得一致的判断矩阵。为保证一致性检验合理, 还需要计算出一致性指标与随机一致性比率, 如一致性指标从下列公式中获得:λmax-n/ (n-1) , 而一致性比率的获得与一致性指标及随机一致性指标有关, 即一致性指标与随机一致性指标的商为一致性比率。同时, 根据一致性比率实际情况确定得出的判断矩阵是否一致, 当一致性比率低于0.1时, 意味着该判断矩阵的一致性处于合理状态, 反之则意味着该判断矩阵并不合理, 这就需要再次更正判断矩阵。此外, 还要做好准则层权重分析, 确保各个系统始终处于安全状态, 尤其要做好物理安全保护, 加强对气候与温度的控制, 避免因温度过高导致失火事件的出现, 并做好防静电处理, 强化安全设计。计算机网络安全管理人员还要做好数据备份, 强化安全处理, 避免遭受黑客攻击, 且做好防病毒处理, 只有这样才能避免安全事件的出现, 这也是确保信息安全, 避免重要信息丢失的有效方式。

第五, 层次总排序。层次总排序的作用是为了更好地计算与了解各个底层的方案排序权重情况, 一般来讲, 层次总排序的获得与权重值有关, 在层次单排序的作用下获得权重值, 然后将这些权重值带入到相应的公式中, 这样就可以了解到计算机网络安全评价值, 进而获得层次总排序, 并了解哪些计算机网络处于安全状态。在层次总排序中, 最重要的是加大对最底层排序权重的计算, 由于最底层的安全评价等级最低, 易遭受攻击, 所以, 只有加大关注, 做好必要的防护才能有效减少不良问题的出现, 这也是做好安全防护的有效措施。

4 结语

总的来说, 计算机网络安全问题相对复杂, 涉及到很多方面, 为做好计算机网络安全建设, 就要注重综合量化的实现, 以便获得更科学有效的评价方法, 模糊层次分析法就是这样的评价方法, 本文全面分析了模糊层次分析法, 并研究了存在于计算机网络安全中的问题, 从五方面分析了模糊层次分析法下计算机网络安全评价措施, 希望能为相关人士带来有效参考。

参考文献

[1]王亚飞.模糊层次分析法在计算机网络安全评价中的运用[J].价值工程, 2015 (6) :247-248.

模糊网络层次分析法 篇5

【中文摘要】我国进入“十二五”时期之际,环境保护和绿色发展受到了更为广泛和深刻的关注,“低碳经济”成为两会期间的热门话题。通过将FAHP理论和数据挖掘技术应用于供应链中企业绿色度评价的应用研究,阐述了构建绿色度评价模型的基本设计思想和算法实现的过程。首先回顾了数据挖掘技术、绿色供应链管理和绿色度的相关研究文献,对企业绿色度模型进行了深入的研究,其次,在对相关成果研究的基础上,根据企业的特点和环境管理体系标准IS014031,遵循系统性、可行性、可比性、定性评价和定量评价相结合等原则,从环境性能指标、资源与能源性能指标、经济性能指标、企业的绿色化水平四个方面,构建了供应链中企业绿色度的评价指标体系。然后,对于绿色度的评价方法进行了选择,最终运用模糊层次分析方法构建了供应链中企业绿色度的评价模型。然后,提出基于粗糙集理论构建多变量决策树,重点研究了数据挖掘中的决策树算法(ID3、C4.5以及CART算法)、信息系统与决策表的构建、基于粗糙集的数据预处理方法以及决策表条件属性的约简,提出将粗糙集与决策树结合构造决策树的算法,利用相对正域的概念构造决策树,简化了利用信息熵计算的过程,大大提高了运算效率。结合天津高...【英文摘要】With the period of The Twelfth Five-Year which China has entered, environmental protection and green development have been paid more widespread and profound

attention, and low-carbon economy has become a hot topic during the two sessions.FAHP theory and data mining technology are given for green degree in the supply chain, the basic design idea and the process of learning algorithm are explained.At first, reviews related literatures about the data mining, green supply chain management and green degrees...【关键词】绿色供应链 绿色度 模糊层次分析 数据挖掘 【英文关键词】Green Supply Chain Green Degrees Fuzzy Analytic Hierarchy Process Data Mining 【索购全文】联系Q1：138113721 Q2：139938848

【目录】供应链中企业绿色度的评价分析4-5Abstract5

摘要

1.1 论文的第1章 导论9-21研究背景9-1111-13义11-13线图18-212021-30

1.2 论文的研究目的和意义

1.2.2 论文的研究意1.4 主要内容及技术路

1.4.2 研究方法1.2.1 论文的研究目的111.3 文献综述13-181.4.1 主要内容18-201.4.3 创新点20-21第2章 相关理论的认知

2.1.1 2.1 数据挖掘技术及其相关理论21-25

2.1.2 数据挖掘的算法数据挖掘的过程21-2222-2525-272.2 企业绿色度的定义以及相关理论2.2.1 绿色供应链管理的定义25-26

2.2.2 绿

色供应链中企业绿色度的定义26-27必要性及其意义27-30的问题27-2828-3030-39

2.3 企业提升绿色度的2.3.1 企业实施绿色供应链管理存在2.3.2 供应链中企业绿色度评价的意义第3章 基于FAHP理论的供应链中企业绿色度的研究3.1 绿色度评价指标体系的构建30-34

3.1.1 绿色度评价指标构建的基本原则30建30-34综述34-35

3.1.2 评价指标体系的构

3.2.1 评价方法

3.3 供应链3.2 评价方法的选择34-363.2.2 评价方法的选择

35-36中企业绿色度的FAHP综合评价36-39层次结构3636-37定37-38

3.3.1 确定评价对象的3.3.2 建立各评价指标的权重集

3.3.4 模糊评价矩阵的确38-39

第4章 基于4.1 粗糙集理3.3.3 确定评价集373.3.5 综合评价值的计算数据挖掘技术的企业绿色度的评价模型论39-40决策表44-45预处理44-45知识的约简与核4545-464.2 决策树算法40-44

39-47

4.3 数据准备与构建

4.3.2 数据

4.4.1

4.3.1 信息系统与决策表44

4.4 决策表条件属性的约简45-46

4.4.2 决策表条件属性的约简4.5 基于粗糙集理论的决策树算法46-47

5.1 技术构架

第5章 研究项目的实现与结果分析47-61475.2 项目背景和研究内容47-49

5.2.1 项目研究背5.3 数据准备5.3.2 确定评价景47-4849-565.2.2 项目研究内容48-495.3.1 确定指标的权重50-51

集51-535.3.3 模糊评价矩阵的确定53-54

5.4 功能实现及其结果分析

5.3.4 综合评价值的计算54-5656-6156-57585.4.1 MATLAB的数据挖掘工具箱SPIDER介绍5.4.2 构建决策表57-585.4.4 属性约简与构建决策树

5.4.3 数据预处理58-59

5.4.5 结果分析59-6161-6563-6565-66第6章 供应链中企业绿色度提升的策略及措施6.1 宏观策略方面61-63第7章 总结与展望65-677.2 进一步研究方向66-67

6.2 微观技术方面7.1 工作总结附录67-68参考文献68-7272-73后记

模糊网络层次分析法 篇6

〔关键词〕数字图书馆；绩效评价；模糊层次综合评价

〔中图分类号〕G250.76 〔文献标识码〕A 〔文章编号〕1008-0821(2009)04-0082-04

Study of Performance Appraisal of Digital Library on the Basis of Fuzzy AHPZhao Limei1 Zhang Qingpu2

(1.Information Management School，Heilongjiang University，Haerbin 150080，China；

2.Management School，Harbin Institute of Technology，Harbin 150001，China)

〔Abstract〕On the basis of summarizing the index system of performance appraisal in digital library，integrating the characteristics of the index system of performance appraisal in digital library，the paper established a performance appraisal model of digital library by applying the AHP method and the fuzzy theory.Meanwhile，the executing steps of fuzzy AHP method were supplied，practical and functional for the performance appraisal in digital library.

〔Key words〕digital library；performance appraisal；fuzzy AHP method

随着数字时代的到来，开展以数字图书馆(电子图书馆)为评估对象的绩效评估，建立数字图书馆评估指标体系，成为图书馆界关注的前沿课题。目前，国内外学者对数字图书馆的绩效已做了部分研究，但只是提出了一系列的标准规范，极少论及关于数字图书馆绩效评价的可操作方法[1]。本文在新构建数字图书馆绩效评价层次结构的基础上，从模糊数学和层次分

析法结合的角度出发，进行数字图书馆绩效的评价研究，具有实用性和可操作性。

1 数字图书馆绩效及其评价指标

“数字图书馆绩效”是“数字图书馆提供服务的效能以及资金和资源利用在提供服务中的效率。”也就是效能和效率的有机结合。“效能”(Effectiveness)是指对所设定目标完成程度的测评。即一项活动最大限度地达到其所设定的结果，便是有效能的。“效率”(Efficiency)是指在既定目标实现中对资源使用情况的测评。即在一项活动中最小限度地使用资源或在使用相同资源的情况下能做出更多的成绩，被视为有效率。“评价”是指对服务或设备的效能、效率、利用及适应的测评程序。数字图书馆绩效评价就是按照统一的指标，采取一定的方法，对数字图书馆建设中投入的资金和资源，对数字图书馆建设的管理者和提供服务的从业人员在一定时间内经营数字图书馆所取得的业绩和数字图书馆在一定时间内提供各项服务中所获得的效益进行评价和测评。简而言之，数字图书馆绩效评价就是对数字图书馆建设和服务中各项资源的投入和产出效益的比较。

根据国内外学者对数字图书馆评估指标体系的研究成果，结合数字图书馆建设和服务的活动规律，并力求遵循科学性、系统性、层次性、可比性、可操作性原则，设立了共有一级指标4个、二级指标13个和三级指标18个的数字图书馆绩效评价指标体系，并根据指标体系的内容和结构建立递阶层次结构，如表1所示[2]。

2 数字图书馆绩效的模糊层次综合评价法

2.1 建立递阶层次结构

使用模糊层次综合评价方法进行数字图书馆绩效评价，首先要根据总目标建立递阶层次结构，如表1所示。

2.2 确定模糊集合

根据表1所示的层次结构和内容，确定评价指标集和评价标语集。

表1 数字图书馆绩效评价指标体系(数字图书馆绩效模糊层次综合评价模型递阶层次结构)

目标层准则层一(一级指标)准则层二(二级指标)准则层三(三级指标)数 字 图 书 馆 绩 效 评 价数字资源R二次文献数据库数量R1自建二次文献数据库数量R11二次文献数据库保有量R12全文数据库数量R2自建全文数据库数量R21全文数据库保有量R22多媒体数据库数量R3自建多媒体数字资源数量R31服务S供读者使用的计算机数量S1供读者使用的上网计算机数量S11无线上网服务的座位数或带宽S12网上参考工作提问数量S2网上参考工作回答满意度S21网页/资源访问数S3网页/资源访问用户数S31资源查询数量S32注册用户数S4注册用户数占目标用户比例S41注册用户使用率S42资源下载数S5人均资源下载数S51管理M电子资源总支出M1电子资源总支出占总资源支出的比例M11资源利用情况M2资源使用单位成本M21资源使用单位时间M22电脑使用率M23资源使用的用户培训数量M3受训人数占目标人数的比例M31工作人员受训的人均次数或时间M32用户感知P用户满意度问卷调查的人数比例P1——

2009年4月第29卷第4期现?代?情?报Journal of Modern InformationApr.，2009Vol.29 No.42009年4月第29卷第4期基于模糊层次分析的数字图书馆绩效评价Apr.，2009Vol.29 No.4(1)确定指标评价集U[3]

此模型中U=(R，S，M，P)，R=(R1，R2，R3)，S=(S1，S2，S3，S4，S5)，M=(M1，M2，M3)，P=(P1)，R1=(R11，R12)，R2=(R21，R22)，R3=(R31)，S1=(S11，S12)，S2=(S21)，S3=(S31，S32)，S4=(S41，S42)，S5=(S51)，M1=(M11)，M2=(M21，M22，M23)，M3=(M31，M32)。

(2)确定指标评语集V

要综合评价数字图书馆的绩效水平，还要综合确定评语等级集合V={V1，V2，…，Vi，…，Vm}，即确定各个指标的评语集。其中，Vi表示m个等级中的第i个等级。本文选用优、良、中、一般、差等5个等级，即V={V1，V2，V3，V4，V5}={优，良，中，一般，差}。

2.3 用层次分析法确定评价指标的权重[4-8]

权重是某一指标在总评价指标体系中所起作用大小和相对重要程度的变量，它代表了该指标对总目标的贡献程度。步骤如下：

(1)构造比较判断矩阵

请专家按照1~9标度法对属于同一级别的要素，用上一级的要素作为准则两两比较，确定某一层次目标中各元素相对重要性，从而构造判断比较矩阵A=(aij)n×n。

(2)计算相对权重，并进行一致性检验

本文采用和积法计算相对权重，具体步骤如下：

①将判断矩阵A的各列归一化处理：ij=aij∑ni=1aij(i，j=1，2，…，n)，从而得到新的判断矩阵A′=(ij)n×n

②求判断矩阵A′中各行元素之和i：i=∑ni=1ij(i=1，2，…，n)

③对i进行归一化处理：wi=i/∑ni=1i(i=1，2，…，n)

④根据AW=λmaxW求出最大特征根和其特征向量。

⑤一致性检验

计算一致性指标C.I.=(λmax-n)/(n-1)，计算随机一致性比率C.R.=C.I./R.I.，其中R.I.为相应的平均随机一致性比率。只有当C.R.<0.10时，可接受一致性检验，否则需要对判断矩阵A进行修正。

(3)计算权重的综合排序向量

由于参与评价的专家对评审中的每一个问题的熟悉程度，对评价的可靠性有相当大的影响。因此，对评价结果进行处理时，需要根据专家对评审内容的权威程度，对专家评价意见进行综合处理。本文采用几何平均综合排序向量的方法来对多个判断矩阵进行计算，最后得到权重的综合排序向量。

第一步，计算所有专家给出的判断矩阵的权向量。根据S位专家给出的判断矩阵Ak=(akij)n×n，根据和积法计算权重的步骤，计算并验证每位专家对各个指标所赋予的权重wk{wk1，wk2，…，wkj，…，wkn}(k=1，2，…，s)，其中k代表某位专家，s为专家总数，j表示某个准则层的某个指标，n为该准则层的指标总数。

第二步，计算权向量的几何平均数w′j：w′j=swj1×wj2×…×wjs，其中w′j为s位专家对某准则层的某个指标j所赋予权重值的几何平均值。

第三步，对几何平均值进行归一化处理：wj=w′j∑nj=1w′j

wj为某一准则层j指标的几何平均值进行归一化处理后得到的权重值，由此得到由wj组成的权重的综合排序向量。

第四步，计算群组判断的标准差，确定专家总体意见的离散程度。对于得到的目标层每个指标的专家群组判断，要进行一致性检验，即计算总体标准差。计算方法如下：

δj=1(s-1)(wjk-w′j)2 其中，δj为j指标优先级权重的总体标准差。当δj<ε时，则认为该群组判断是可以接受的。ε表示某个专家与总体判断结果的离散程度，数值越小，对专家判断一致性要求就越高，ε取[0，1]之间的数。

通过上述各计算步骤，得到准则层一的权重集合W=(wR，wS，wM，wP)，准则层二的权重集合wR(wR1，wR2，wR3)，wS=(ws1，ws2，ws3，ws4，ws5)，wM=(wM1，wM2，wM3)，wP=(wP1)，准则层三的权重集合wR1=(wR11，wR12)，wR2=(wR21，wR22)，wR3=(wR31)，wS1=(wS11，wS12)，wS2=(wS21)，wS3=(wS31，wS32)，wS4=(wS41，wS42)，wS5=(wS51)，wM1=(wM11)，wM2=(wM21，wM22，wM23)，wM3=(wM31，wM32)。

2.4 确定单因素评价矩阵R(隶属度矩阵)[5，9]

对每一个被评价的对象，评价因素和评价等级之间的关系，即从U到V的模糊关系，可用模糊评判矩阵加以描述，用R表示

R=r11r12…r1n

r21r22…r2n



rm1rm2…rmn

其中rij∈[0，1]，(i=1，2，…，m；j=1，2，…，n)表示对某一层次的第i个评价指标做出的第j级评语的隶属度。计算公式为rij=dij∑dij，dij表示第i个评价项目评定为第j评价等级的人数。

通过本节计算，得到R1=(rij)2×5，R2=(rij)2×5，R3=(rij)1×5，S1=(rij)2×5，S2=(rij)1×5，S3=(rij)2×5，S4=(rij)2×5，S5=(rij)1×5，M1=(rij)1×5，M2=(rij)3×5，M3=(rij)25，P=(rij)15。

2.5 多级综合模糊评价[10-11]

(1)一级模糊综合评判

通过上面的计算得到各子准则层的权重集wi和隶属矩阵Ri，即可根据下式计算一级模糊综合评判矩阵Bi：

Bi=wiRi=wi1

wi2



winTri11ri12…ri15

ri21ri22…ri25



rin1rin2…rin5=bi1

bi2



bi5

其中“”为模糊矩阵合成的模糊算子，采取“先交后并”的原则。分别计算得到：

B1=wR1R1=(b11，b12，b13，b14，b15)；

B2=wR2R2=(b21，b22，b23，b24，b25)；

B3=wR3R3=(b31，b32，b33，b34，b35)；

B′1=wS1S1=(b′11，b′12，b′13，b′14，b′15)；

B′2=wS2S2=(b′21，b′22，b′23，b′24，b′25)；

B′3=wS3S3=(b′31，b′32，b′33，b′34，b′35)；

B′4=wS4S4=(b′41，b′42，b′43，b′44，b′45)；

B′5=wS5S5=(b′51，b′52，b′53，b′54，b′55)；

B″1=wM1M1=(b″11，b″12，b″13，b″14，b″15)；

B″2=wM2M2=(b″21，b″22，b″23，b″24，b″25)；

B″3=wM3M3=(b″31，b″32，b″33，b″34，b″35)

(2)二级模糊综合评判

根据上面计算得到的B1、B2、B3构造准则层二中的隶属矩阵B：

B=B1

B2

B3=b11，b12，b13，b14，b15

b21，b22，b23，b24，b25

b31，b32，b33，b34，b35

同理，根据B′1、B′2、B′3、B′4、B′5构造隶属矩阵B′，根据B″1、B″2、B″3构造隶属矩阵B″：

B′=B′1

B′2

B′3

B′4

B′5=b′11，b′12，b′13，b′14，b′15

b′21，b′22，b′23，b′24，b′25

b′31，b′32，b′33，b′34，b′35

b′41，b′42，b′43，b′44，b′45

b′51，b′52，b′53，b′54，b′55B″=B″1

B″2

B″3=b″11，b″12，b″13，b″14，b″15

b″21，b″22，b″23，b″24，b″25

b″31，b″32，b″33，b″34，b″35

由2.3(3)节所计算的准则层二的权重集合wR、wS、wM、wP和本节计算的隶属矩阵B、B′、∥″及2.4节中得到的关于P1的评语集合P，通过模糊计算得到准则层二的指标集合到评语集合的隶属向量：

b=wRB=wR1

wR2

wR3Tb11，b12，b13，b14，b15

b21，b22，b23，b24，b25

b31，b32，b33，b34，b35=b1

b2

b3

b4

b5Tb′=wB′=ws1

ws2

ws3

ws4

ws5Tb′11，b′12，b′13，b′14，b′15

b′21，b′22，b′23，b′24，b′25

b′31，b′32，b′33，b′34，b′35

b′41，b′42，b′43，b′44，b′45

b′51，b′52，b′53，b′54，b′55=b′1

b′2

b′3

b′4

b′5Tb″=wMB″=wM1

wM2

wM3Tb″11，b″12，b″13，b″14，b″15

b″21，b″22，b″23，b″24，b″25

b″31，b″32，b″33，b″34，b″35=b″1

b″2

b″3

b″4

b″5T

P=wPP=[wP1]T[p11，p12，p13，p14，p15]=[p1，p2，p3，p4，p5]

(3)三级模糊综合评判

根据上面计算得到的b、b′、b″、p构造准则层一中的隶属矩阵C：

C=b

b′

b″

p=b1b2b3b4b5

b′1b′2b′3b′4b′5

b″1b″2b″3b″4b″5

p1p2p3p4p5

由上节计算的准则层一的各个指标的权重集合W和本节计算的隶属矩阵C通过模糊运算得到准则层一的各个指标对评语集合的隶属向量，即总的评判结果：

C′=WC=wR

wS

wM

wPTb1b2b3b4b5

b′1b′2b′3b′4b′5

b″1b″2b″3b″4b″5

p1p2p3p4p5=C′1

C′2

C′3

C′4

C′5T

2.6 评价结果的综合判定和解析

因为C′仍然是一个5维的向量，若再给定评价等级论域中各评价标准的分值(假如“优秀”、“良好”、“中等”、“差”的分值分别为100、80、70和60，则可得到该评分的列向量X，计算Q=C′×X，即可得出综合评分值，及其相应的评估等级。

3 结 语

本文详细地介绍了在数字图书馆绩效评价中模糊层次分析法的实施步骤，此方法简单易行，使数字图书馆的研究者对数字图书馆进行绩效评价时可以直接采纳。数字图书馆的绩效评价是一个涉及众多复杂因素的系统工程，希望本文能起到抛砖引玉的作用，以共同促进我国数字图书馆事业的顺利发展。

参考文献

[1]王咏梅.从研究走向实践的国外数字图书馆绩效评估[J].新世纪图书馆，2005，(1)：75-77.

[2]刘炜，楼向英，张春景.数字图书馆评估研究[J].图书情报工作，2007，(5)：21-24.

[3]潘江波.信息资源测度中指标权重的确定[J].统计与决策，2007，(24)：169-171.

[4]周艳美，李伟华.改进模糊层次分析法及其对任务方案的评价[J].计算机工程与应用，2008，(5)：212-214，245.

[5]朱庆华，陈铭.信息分析基础、方法及应用[M].北京：科学出版社，2004：202-215.

[6]张吉军.模糊一致判断矩阵3种排序方法的比较研究[J].系统工程与电子技术，2003，(11)：1370-1372.

[7]杨惠珍，康凤举，李俊.基于模糊AHP的系统仿真可信度评估方法[J].计算机仿真，2003，(8)：43-45.

[8]蒋国瑞，李阳.应用AHP法确定咨询公司知识管理绩效评价指标权重[J].科技进步与对策，2007，(7)：172-174.

[9]颜光华，李建伟.知识管理绩效评价研究[J].南开管理评论，2001，(6)：26-29.

[10]邱若娟，梁工谦.企业知识管理绩效评价模型研究[J].情报杂志，2006，(7)：43-45.

模糊网络层次分析法 篇7

计算机网络安全评价是保障网络系统安全性能、开展网络安全管理开展的基础工作, 网络安全评价受到网络技术、社会因素、组织管理等多种因素影响。近几年, 随着信息技术化的快速发展, 计算机网络安全问题日益显现出来, 因网络安全涉及多种因素无法进行量化表示, 至今没有建立成熟的网络安全量化评价方法。网络安全是一项复杂的工程, 想要确保网络信息的安全, 就必须创建完备的网络信息安全系统, 确保技术、管理、设备等各方面因素相互协调。本文从计算机网络存在的安全隐患和网络安全特征分析技术上, 采用模拟综合层次法对计算机网络安全因素进行评价, 深入研究模糊层次法在计算机网络安全评价中的应用情况。

1 计算机网络存在的安全隐患

信息技术的发展, 使得计算机技术的各个领域得到广泛的应用, 其发挥着重要的作用, 计算机技术的广泛应用, 为人们的工作和生活带来了较大的便利。在计算机技术广泛应用的同时, 计算机网络安全这个问题也受到了人们的关注, 计算机网络安全, 需要采用一定的管理和技术, 加强网络防护, 对计算机中的信息、软件等进行保护, 使其不受到恶意的泄露和破坏。当前在计算机网络应用的过程中, 计算机网络的安全性受到很多威胁, 这些威胁对计算机的软件、硬件, 计算机中的数据、信息等的完成性、保密性等产生着严重的威胁。这些影响计算机网络安全的威胁具有以下这些特征:第一, 突发性。计算机网络在运行的过程中, 遭受的破坏, 没有任何的预示, 具有突发性, 而且这种破坏有较强的传播和扩散性。计算机网络安全受到影响后, 会对计算机群体、个体等进行攻击, 使得整个计算机网络出现连环性破坏。计算机网络在运行的过程中具有共享性, 以及互联性, 所以其在计算机网络受到破坏后, 会产生较大的破坏[1]。第二, 破坏性。计算机网络受到恶意的攻击, 会使得整个计算机网络系统出现瘫痪、破坏等, 使得计算机网络无法正常的运行和工作[1]。当计算机网络受到病毒攻击后, 一旦这些病毒在计算机网络中得到激活, 就会迅速的将整个计算机网络系统感染, 造成计算机中的信息、数据等丢失、泄露等, 产生较大的破坏, 严重的影响到计算机用户信息的安全, 甚至影响到国家的安全。第三, 隐蔽性。计算机网络受到的攻击、破坏具有潜伏性, 其很隐蔽的潜伏在计算机中。计算机网络受到攻击, 是因为计算机使用者在日常的使用中, 对于计算机的安全保护, 疏于防范, 造成网络病毒潜伏在计算机网络系统中, 一旦对计算机网络系统进行攻击的条件满足后, 就会对计算机、计算机网络进行攻击。

当前在计算机网络安全中, 存在的安全隐患主要有: (1) 口令入侵。计算机网络运行的过程中, 存在的口令入侵安全隐患, 主要是一些非法入侵者, 使用计算机网络中的一些合法的用户口令、账号等进行计算机网络的登陆, 并对计算机网络进行攻击破坏。计算机网络安全的口令入侵安全隐患, 在非法入侵者将计算机网络使用者的用户口令、密码破解之后, 就会利用合法用户的账号进行登录, 然后进入网络中进行攻击。 (2) 网址欺骗技术。在计算机网络用户使用计算机网络的过程中, 其通过方位网页、Web站点等, 在计算机网络用户通过网络访问各个网站的过程中, 往往忽视网络的安全性问题, 正是因为计算机网络的合法用户在使用的过程中, 没有关注到安全问题, 为黑客留下了破坏的机会。黑客利用用户访问的网站、网页等, 将其信息篡改, 将计算机网络使用者访问的URL篡改为黑客所使用的计算机的服务器, 在计算机网络用户再次登陆这些网站、网页的同时, 就会出现计算机网络安全漏洞, 而黑客就会利用这些安全漏洞, 对合法用户的计算机网络系统进行攻击。 (3) 电邮攻击。

在计算机网络实际运行中, 产生这些安全隐患的影响因素有很多, 例如计算机网络的软件技术、硬件技术不完善;计算机网络系统的安全配置建立不完善;计算机网络安全制度不健全等等, 这些都会对计算机网络的安全使用产生危害, 为此需要加强计算网络安全的防范。

2 模糊层次分析法特征及其在计算机网络安全评价中的实施步骤

2.1 模糊层次分析法特征

模糊综合评价法是把传统层次分析与模糊数学各方面优势考虑其中的综合型评价方法。层次分析法重视人的思想判断在科学决策中的作用, 把人的主观判断数字化, 从而有助于人们对复杂的、难以精确定量的问题实施量化分析。首先我们采用模糊数构造判断矩阵替代单纯的1-9标度法解决相对应的量化问题, 其次, 采用模糊综合评价法的模糊数对不同因素的重要性实施准确的定位于判断[2]。

2.2 模糊层次分析法步骤

网络安全是一门设计计算机技术、网络技术、通信技术、信息安全技术等多种学科的综合技术。计算机网络是现代科技化的重要信息平台, 网络安全评价是在保障网络系统安全性能的基础上, 实施的相关网络技术、网络安全管理工作, 并把操作环境、人员心理等各个方面考虑其中, 满足安全上网的环境氛围。随着计算机技术、网络技术的快速发展, 网络应用已经牵涉多个领域, 人们对网络的依赖度也日益加深, 网络安全成为重要的问题。采用模拟层次分析法对计算机网络安全进行评价, 模拟层次分析法实际使用步骤如下:

2.2.1 创建层次结构模型

模糊层次分析法首先要从问题的性质及达到的总目标进行分析, 把问题划分为多个组成因素, 并根据各个因素之间的相互关系把不同层次聚集组合, 创建多层次结构模型。

2.2.2 构建模糊判断矩阵

因计算机网络安全评价组各个专家根据1-9标度说明, 采用两两比较法, 逐层对各个因素进行分析, 并对上个层次某因素的重要性展开判断, 随之把判断时间采用三角模糊数表示出现, 从而创建模糊判断矩阵[3]。

2.2.3 层次单排序

去模糊化是为把模糊判断矩阵转换为非模糊化判断矩阵, 随之在非模糊状态下使用模糊层次分析法。去模糊化之后对矩阵对应的最大根λmax的特征向量进行判断, 对同一层次相对应的因素对上层某因素的重要性进行排序权值。

2.2.4 一致性检验

为确保评价思维判断的一致性, 必须对 (Aa) λ实施一致性检验。一致性指标CI及比率CR采用以下公式算出:CI= (λmax-n) / (n-1) ;CR=CI/RI, 在上述公式中, n表示判断矩阵阶数, RI表示一致性指标[4]。

2.2.5 层次总排序

进行层次总排序是对最底层各个方案的目标层进行权重。经过权重计算, 使用自上而下的办法, 把层次单排序的结果逐层进行合成。

3 模糊层次分析法在计算机网络安全评价中的具体应用

使用模糊层分析法对计算机网络安全展开评价, 我们必须以全面科学、可比性等原则创建有价值的安全评价体系。实际进行抽象量化时, 使用三分法把计算机网络安全评价内的模糊数定义成aij= (Dij, Eij, Fij) , 其中Dij<Eij<Fij, Dij, Eij, Fij[1/9, 1], [1, 9]这些符号分别代表aij的下界、中界、上界[5]。把计算机网络安全中多个因素考虑其中, 把它划分为目标层、准则层和决策层三个等级目, 其中准则层可以划分为两个级别, 一级模块采用物理安全 (C1) 、逻辑安全 (C2) 、安全管理 (C3) 等因素组成, 二级模块则划分为一级因子细化后的子因子。依照传统的AHP1-9标度法, 根据各个因素之间的相互对比标度因素的重要度, 标度法中把因素分别设为A、B, 标度1代表A与B相同的重要性, 标度3代表A比B稍微重要一点, 标度5代表A比B明显重要, 标度7则表示A比B强烈重要, 标度9代表A比B极端重要。如果是倒数, 应该依照矩阵进行判断。以此为基础创建不同层次的模糊判断矩阵, 根据目标层、准基层、决策层的模糊对矩阵进行判断, 例如:当C1= (1, 1, 1) 时, C11=C12=C13= (1, 1, 1) 。采用这种二分法或许各个层次相对应的模糊矩阵, 同时把次矩阵特征化方法进行模糊。获取如下结果:准则层相对于目标层权重 (wi) , 物理、逻辑、安全管理数据为:0.22、0.47、0.31。随之对应用层次单排序方根法实施权重单排序, 同时列出相对于的最大特征根λmax。为确保判断矩阵的准确性和一致性, 必须对模糊化之后的矩阵实施一致性检验, 计算出一致性指标CI、CR数值, 其中CI= (λmax-n) / (n-1) , CR=CI/RI, 当CR<0.1的时候, 判断矩阵一致性是否两否, 不然实施修正。最后使用乘积法对最底层的排序权重进行计算, 确保或许方案层相对于目标层的总排序权重[6]。

4 结语

综上所述, 计算机网络安全是确保网络事业健康发展的基础, 必须以网络面临的威胁为基础, 提出安全防御计算机网络安全的措施。以上基于计算机网络安全评价中使用模糊层次分析法为研究视角, 深入分析该领域模糊层次分析法的应用情况, 以能够为同行工作者提供一定的参考资料。

摘要：计算机网络安全评价受到操作心理、网络特征、外界环境等多种因素的影响, 必须对其安全性能展开综合评价。本文使用模糊综合评价法对计算机网络安全进行评价, 充分发挥模糊数学的优势, 获取最佳的评价效果。

关键词：模糊层次分析法,计算机网络安全,安全评价

参考文献

[1]彭沙沙, 张红梅, 卞东亮, 等.计算机网络安全分析研究[J].现代电子技术, 2012 (4) :109-112, 116.

[2]费军, 余丽华.基于模糊层次分析法的计算机网络安全评价[J].计算机应用与软件, 2011 (10) :120-123, 166.

[3]代金勇.模糊层次分析法在计算机网络安全评价中的应用[J].成功 (教育版) , 2012 (5) :292.

[4]刘磊, 王慧强, 梁颖.基于模糊层次分析的网络服务级安全态势评价方法[J].计算机应用, 2009 (9) :2327-2331, 2335.

[5]雷萍, 雷战波.基于模糊层次分析的电子政务信息安全风险评估研究[J].信息化建设, 2010 (3) :41-44.

模糊网络层次分析法 篇8

我们正身处于一个信息化时代, 计算机的普及和发展是大势所趋,是人们提高生产效率,改善生活质量的的需要。为了保证通信计算机正常、平稳地运行,加强安全评价的研究刻不容缓。近几年来,随着网络安全评价技术的不断发展, 模糊层次分析法在网络安全评价中得到广泛应用,并取得一定成效,可有效防止网络存在的各种安全问题。本文首先分析计算机网络安全的评价内容及其模糊层次分析法, 然后重点探讨计算机网络安全评价中模糊层次分析法的应用。

2 计算机网络安全评价内容及模糊层次分析法

2.1 计算机网络安全评价

通信计算机在方便人们生活的同时也隐藏一些问题:一是技术上的不成熟以及系统漏洞给给网络病毒和非法侵入以可趁之机;二是别有用心的势力利用网络从事违法犯罪活动日益频繁猖獗; 三是针对网络的立法、执法和日常监管制度仍不完善,这与网络的快速发展和复杂有关,也与政府投入、重视程度不足有关;四是网络没有明确地理和空间界线,许多网络犯罪活动是跨区域的, 甚至以侵入第三方地区的网络从事跨区域犯罪活动。导致网络不安全的因素是多方面的,有的是意外事故,但更多是操作失误、恶意攻击,具体表现在几个方面。

黑客入侵。随着电子商务的发展,通信计算机的经营规模越来越大,但网络安全的防护并不到位,甚至在网络协议的设计上忽视可能的安全威胁,极容易黑客的攻击。通信计算机的运行基于系统软件和应用软件, 只要是软件就会存在设计漏洞, 黑河往往就会利用漏洞侵入计算机,轻则窃取用户信息,滥用权限,重则篡改网站的网络设定,致使网络瘫痪。

电脑病毒、木马。病毒、木马是黑色的信息技术,其具有传播迅速,不易防控的特点,一旦感染病毒或木马,信息安全的重要资料、机密文件就可能遭到窃取,甚至造成经济损失。

网络安全管理漏洞。信息的安全管理不到位致使网站的安全性降低,客户信息遭到盗取,通信计算机丧失保密性,严重侵犯用户的隐私,比如客户的购物信息在网上公开。

2.2 模糊层次分析法

模糊层次分析法 (Fuzzy Analytic Hierarchy Process,FAHP) 最先于20世纪70年代美国著名学者T.L. Saaty教授所提出的, 该方法属于定性与定量相结合的系统分析方法。模糊层次分析法结合了传统层次分析法及模糊数学法,属于一种综合型评价方法。层次分析法的重点则是判断人在科学决策中的重要作用, 将人的主观判断进行数字化, 进而帮助人们量化分析复杂及难以精确定量的问题。通常情况下,所采用的层次分析法是将模糊数构造进而判断复杂的矩阵, 并使用1-9标度法来解决向对应的量化问题。层次分析法的基本思想则是根据多种目标来评价问题的性质及其目标,根据层次来分解问题,并构造成自下而上富有阶梯性的决策。应用模糊层次分析法时一般遵循几个步骤:首先,分析问题,确定系统中各个因素间的因果关系, 根据决策问题建立多层次的结构模型;其次,两两比较同一等级的要素及其以上要素,并根据评定尺度来确定其严重程度,进而建立模糊矩阵;再次,经过一定计算,确定各个要素的相对重要度;最后,经过综合重要度的计算,对所有的方案给予排序,进而为决策人选择最优方案,并提供科学的决策依据。

3 计算机网络安全评价中模糊层次分析法的应用

3.1 实施步骤

模拟层次分析法实际使用步骤。1)创建层次结构模型。层次结构模型下,可将该层次分为最高层、中间层、最底层。每一层都有自己特定的目标,最高层的目标则是对问题的预定目标、结果给予分析;中间层的目标则是对所涉及的中间环节给予分析; 最底层的目标则是对所选择的各个措施及方案进行选择。2)构建模糊判断矩阵。通过采用1-9标度、两两比较法对系统内的各个因素进行综合分析,进而创建模糊判断矩阵。3)层次单排序。所谓层次单排序则是在非模糊状态下采用模糊层次分析法给予分析,在去模糊化后判断矩阵对应的最大根max的特征向量。4)一致性检验。为了保证思维判断的一致性,则必须进行一致性检验。所采取的一次性指标CI、比率CR,可采用公式CI=(λmax—n)/(n—1);CR=CI/RI来计算。在该公式中,当CI取0时,可对矩阵给予综合判断,并验证其一致性。并通过计算得到,当CI值越大时,表明该矩阵拥有较差的一致性。当CR取0.10时,公认为该矩阵有着满意的一致性。当CR值超过0.10时,则需要对矩阵进行调整,直至调整到满意为止。一般情况下,为了提高矩阵的一致性,往往将一致性指标CI与其同价的平均进行对比分析,进而判断矩阵的一致性。5)层次总排序。当完成以上任务后,则需要对各个权重给予综合排序、计算,合成层次单排序的结果,如图1所示。

3.2 应用实例

使用模糊层分析法对计算机网络安全展开评价,我们必须以全面科学、可比性等原则创建有价值的安全评价体系。如图2所示,实际进行抽象量化时,使用三分法把计算机网络安全评价内的模糊数定义成aij=(Dij,Eij,Fij), 其中Dij<Eij<Fij,Dij,Eij,Fij [1/9,1], [1,9] 这些符号分别代表aij的下界、中界、上界。把计算机网络安全中多个因素考虑其中,把它划分为目标层、准则层和决策层三个等级目,其中准则层可以划分为两个级别,一级模块采用物理安全(C1)、逻辑安全(C2)、安全管理(C3)等因素组成, 二级模块则划分为一级因子细化后的子因子。依照传统的AHP1-9标度法,根据各个因素之间的相互对比标度因素的重要度,标度法中把因素分别设为A、B,标度1代表A与B相同的重要性 ,标度3代表A比B稍微重要一点, 标度5代表A比B明显重要, 标度7则表示A比B强烈重要,标度9代表A比B极端重要。如果是倒数,应该依照矩阵进行判断。以此为基础创建不同层次的模糊判断矩阵,根据目标层、准基层、决策层的模糊对矩阵进行判断 , 例如 : 当C1= (1,1,1) 时 ,C11=C12=C13=(1,1,1)。采用这种二分法或许各个层次相对应的模糊矩阵, 同时把次矩阵特征化方法进行模糊。获取如下结果:准则层相对于目标层权重(wi),物理、逻辑、安全管理数据为:0.22、0.47、0.31。随之对应用层次单排序方根法实施权重单排序,同时列出相对于的最大特征根max。为确保判断矩阵的准确性和一致性, 必须对模糊化之后的矩阵实施一致性检验,计算出一致性指标CI、CR数值,其中CI=(λmax—n)/(n—1),CR=CI/RI,当CR<0.1的时候 ,判断矩阵一致性是否两否 ,不然实施修正。最后使用乘积法对最底层的排序权重进行计算,确保或许方案层相对于目标层的总排序权重。

5 结束语

综上所述, 为了能够准确地进行计算机网络安全评价,通过应用模糊层次分析法,可提高评价的客观性、准确性,进而获取最佳的评价效果,确保计算网络安全。

摘要：近年来,随着信息化技术的快速发展,计算机网络安全问题日益突显。网络安全涉及多个方面难以实现量化表示,至今业界也没有建立起成熟的网络安全量化评价方法,难以适应计算机网络安全发展需求。论文提出一种基于模糊层次分析法在计算机网络安全评价中的应用分析,旨在提高计算机网络安全水平。

基于模糊层次分析法的班组绩效评价 篇9

班组是企业生产经营活动的基本组织单元,也是企业文化建设的重要阵地。班组犹如大厦的根基,班组绩效的好与否,对企业整体目标的实现具有重大影响。然而,在班组绩效管理中,存在过分注重绩效考评指标的数据量化现象,耗费大量的时间和精力进行考评。或班组绩效指标以结果导向的定量指标为主,缺乏注重过程的定性指标,而定性指标有的可从现资料中获取,有的却无法获得。也有的企业明确了班组绩效指标的权重,但其设置不够科学,采取平均化,重点不明确,与班组的实际情况符合度较低。

此外,可能有的企业生产性质决定其班组间的数据较难区分和收集,疏于对班组的绩效管理。在生产期间,各班组分别负责整个产品装配中的一部分工作,轮流装配,各班组完成的产品产量无法直接统计。产品的性能质量也需在装配后完成试机才能体现出来,无法直接判定各班组完成的产品质量,班组的工作绩效具有模糊性和不确定性。因此,如何科学地设计班组绩效指标,并对其进行合理的评价,实现班组管理水平提升显得尤为重要。

二、构建班组绩效模糊综合评价模型

在生产活动中,班组的首要任务就是生产,生产班组可从现场管理、产量管理和质量管理设计指标,可从安全保证、生产管理和精神文明(企业文化、班组建设)三个方面进行考评,也可以以产量、成本和质量为主考核指标,以生产效率、设备效率和能源效率为辅考核指标,结合员工的学习提升及专项奖励进行指标设计和考评。

1. 评价指标集

基于此,结合某公司生产班组绩效管理的实际情况,将影响班组绩效的m=9个因素建立评价指标集U。构建的班组绩效评价体系,其目标层、准则层和因素层如表1所示。

2. 确定评语集

对班组绩效的定性评价,具有模糊性,这里将具有n=5个评语的评语集定义为V={优秀v1,良好v2,中等v3,较差v4,差v5}。

3. 构造第一级评判矩阵

根据评价指标集U中的每个因素ui,做出评语集中相应vi的评价,隶属度为rij,因素i评判集为:

指标集U到评语集V的模糊关系R:

其中,rij为因素ui在评语vj上的频率分布;Σrij=1。

4. 评价权重的确定

在评价指标集U上,引入模糊子集A,即权重,以衡量各指标在本层指标体系中的相对重要程度。

(1)构造判断矩阵。采用“1~9比率标度法”,相对于上一层指标,将本层指标的重要性进行两两对比判断,数值越高,则说明与其他指标相比,该指标重要程度越大;反之,则其重要程度越小。以此形成准则层的判断矩阵A。

矩阵A具有三个特点:aij>0,aii=1,aij=1 aji。

(2)层次单排序及一致性检验。相对于上层指标,利用判断矩阵A,计算出本层次各指标的重要次序的权重分配。

首先,需要根据公式将判断矩阵A正规化。

其次,将向量正规化,根据公式计算特征向量。

再次,根据公式(i=1.2.3)计算最大特征根λmax。

最后,进行一致性检验。判断矩阵需要检验其一致性,即权重是否可靠,可以通过一致性指标CI、平均随机性指标RI和随机一致性指标CR来衡量。

当阶数大于2时,,CR=CI RI。当CR≤0.10时,判断矩阵通过一致性检验,权向量是可靠的;当CR≥0.10时,需调整判断矩阵,直到通过一致性检验为止。

5. 模糊合成

在评语集V的基础上,引入模糊子集B,B=A*R,B=(b1,b2,…,bn),bj,被评价班组在vj上的程度大小,可反映出被评价班组在评价指标方面的结果分布状态,在对班组绩效评价进行决策时,可从中选择最大的bj所对应的评语vj作为整体评价结果。

三、评价结果

以某公司一线生产班组为例,通过采用座谈和问卷调查的方式,征询了企业内部20位经验丰富的领导人和各职能部门负责人的意见,确定了各层级指标的权重A,其判断矩阵及一致性检验如表2至表5所示。

CR=0.0224≤0.1,班组绩效准则层的判断矩阵通过一致性检验,准则层权向量可靠。

CR=0.0319≤0.1,生产管理指标的判断矩阵通过一致性检验,生产管理的各子指标权向量是可靠的。

同理,可以计算得出安全管理、班组建设指标的判断矩阵通过一致性检验,其权向量是可靠的。

根据企业内部多位专家对某班组的评语,得出模糊评判矩阵如下:

模糊合成第一级评判矩阵:

据此可构成第二层评判矩阵:

因此,可计算出最终模糊评判矩阵:

根据最大隶属度原则,该班组的整体综合绩效评价结果为优秀(0.377);但从第一层评判矩阵各分项结果来看,该班组在生产管理方面属于良好(0.275),在安全管理方面属于优秀(0.877),在班组建设方面属于较差(0.354);该班组在生产管理和班组建设方面仍然有较大的改进空间,比较符合其实际情况。其他生产型班组也可按照该评价指标体系,结合实际情况做出相应的整体评价,以此保证班组间横向比较的公平性。此外,据此法还可在班组间进行争先创优和先进班组评比。

四、结束语

通过对某公司的生产型班组绩效指标进行设计,构建了班组绩效模糊层次分析评价模型,使得绩效指标的权重设置更为合理,对班组的评价更为可信,班组间横向评价更为公平。评价结果表明,模糊层次综合评价能反映出班组的实际情况,在班组绩效评价中也是一种行之有效的评价方法,可为实际的班组绩效考评、班组创先争优和先进班组评比提供一定的方法参考。

参考文献

[1]张向虹,刘存福.灰关联度层次分析法在煤炭企业班组绩效考核中的应用[J].商场现代化,2010,(7):17-18.

[2]张吉军.模糊层次分析法(FAHP)[J].模糊系统与数学,2000,(2):88-89.

[3]孙琪恒.钢铁企业班组绩效考评体系[J].现代班组,2011,(06):24-25.

[4]徐旭珊,刘家诚,向小东.基层班组绩效管理探析[J].中国人力资源开发,2003,(05):22-24.

模糊网络层次分析法 篇10

消除桥梁安全隐患最有效的一个方法就是进行桥梁检测, 即桥梁技术状况评定。

影响桥梁技术状况评定的因素很多, 且各因素之间的关系比较模糊, 很难进行准确地描述和求解。模糊综合评价法虽能较好的处理这种不确定性问题, 但评价过程中确立的隶属度和权重, 大多采用专家经验给出的方法, 带有一定的主观性[2]。而层次分析法是将定性和定量相结合的多目标决策分析方法, 它将主观判断结果用数量形式表达出来并进行科学处理, 减少了人为因素或不确定因素的影响[3], 但对于不确定性问题难以进行很好的处理。目前学者都集中在单独使用其中的一种方法应用在桥梁检测当中[4,5], 都有一定的缺陷, 所以本文采用将层次分析法和模糊综合评价法相结合的方法———模糊层次分析法来进行分析评价, 从而使评价结果更接近于实际。

1 模糊综合评价法

模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价, 即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。利用模糊综合评价法进行评价时, 可以归结为如下几个步骤[6]:

1) 给出备择的对象集:X= (x1, x2, …, xt)

2) 找出因素集 (或称指标集) :U={u1, u2, …, um}。表明我们对被评判事物从哪些方面来进行评判描述。

3) 找出评语集 (或称等级集) :V={v1, v2…vn}。这实际上是对被评判事物变化区间的一个划分。

4) 确定评判矩阵:R= (rij) m×n

5) 确定权数向量:A= (a1, a2, …, am)

6) 选择适当的合成算法。常用的是两种算法:加权平均型和主因素突出型。这两种算法结果大同小异。

7) 计算评判指标。

2 层次分析法

层次分析法 (Analytical Hierarchy Process, 简称AHP) 是将与决策有关的元素分解成目标、准则、方案等层次, 在此基础之上进行定性和定量分析的决策方法。用AHP分析问题包括3步[7]:

1) 建立问题的层次结构模型;

2) 确定各层因素的权重。将同一层的因素与上一层中某个因素两两成对比较, 采用1~9及倒数标度其重要性, 如表1, 从而构造出判断矩阵, 据此计算各层因素的权重, 并通过计算判断矩阵的一致性以检验权重是否合理;

3) 计算待选方案对最终目标的相对权重及排序, 由此进行决策。

3 模糊层次分析法

模糊层次分析法是将模糊综合评价法和层次分析法相结合使用的一种综合评价方法。该方法使用模糊数代替点值构成判断矩阵, 然后求解权重向量, 通过模糊数矩阵和向量计算得到模糊数综合权重, 最后对其排序[8]。相对于传统的层次分析法, 模糊层次分析法能够在很大程度上解决点值打分毫无弹性的问题, 并且能够比较有效地降低专家的认为偏好对打分的影响[9]。模糊层次分析法的分析步骤如下[10]:

1) 确定评价方案的指标论域;

2) 确定评价指标的权向量;

3) 建立模糊关系矩阵R;

4) 进行磨合合成和作出决策。

4 应用实例

江南中桥为G4北京-港澳高速公路耒阳至宜章段内的1座桥梁, 建成于2001年, 桥梁全长65.08m, 桥面总宽27.0m。上部结构10型式为3×16m预应力钢筋混凝土空心板, 采用40号混凝土, 下部结构型式U型桥台及柱式墩。混凝土桥面铺装, 仿毛肋式伸缩缝, 板式橡胶支座。

4.1 层次分析结构

根据《公路桥梁技术状况评定标准》 (JTG/T H21-2011) , 我们可以建立如图1所示的层次分析结构。

4.2 构造判断矩阵

为了客观、科学地建立起两两比较判断矩阵, 通过对多位专家填写咨询表, 根据专家的咨询结果, 我们可以得出各个层次所对应的判断矩阵如下:

为了计算方便, 我们把该矩阵记作A, 简写为:

同理可得其他判断矩阵为:

4.3 一致性检验和层次单排序

理论上, 层次单排序计算问题可归结为计算判断矩阵的最大特征根及其特征向量的问题。一般来说, 计算判断矩阵的最大特征根及其对应的特征向量, 并不需要追求较高的精确度, 本文采用简单计算矩阵最大特征根及其对应特征向量的方根法[6]。

1) 计算判断矩阵每一行元素的乘积

2) 计算Mi的n次方根

3) 对向量正规化 (归一化处理) , 则W=[W1, W2, …, Wn]T即为所求的特征向量。

4) 计算判断矩阵的最大特征根其中 (AW) i表示向量AW的第i个元素。

一致性指标CI为:

CI表示判断矩阵偏离一致性的程度, CI值越小 (接近于0) , 表明判断矩阵的一致性越好。当阶数大于2时, 判断矩阵的一致性指标CI与同阶平均随机一致性指标RI (表2) 之比成为随机一致性比率, 记为CR。当时, 即认为判断矩阵具有满意的一致性, 否则就要调整判断矩阵, 使之具有满意的一致性。

利用这种方法, 我们可以求得各层次单排序及一致性检验结果, 具体如下。

对于判断矩阵A来说, 其计算结果为:

对于判断矩阵B1来说, 其计算结果为:

对于判断矩阵B2来说, 其计算结果为:

对于判断矩阵B3来说, 其计算结果为:

4.4 层次总排序

沿层次结构由上而下逐层计算, 就可以计算出最低层因素相对于最高层的排序值, 即层次总排序。如表3。层次总排序要进行一致性检验, 也是从上到下逐层进行的。但在实际操作中, 这一步常常可以省略。因为层次单排序通过一致性检验, 层次总排序的一致性检验用上面的公式计算加权平均时, 不会有太大偏离。

计算结果表明, 上部承重结构、桥墩和上部一般构件是影响桥梁总体技术状况的前三个因素。

4.5 模糊综合评判因素集

影响桥梁技术状况的因素, 已经由之前的层次分析法所归纳出来, 设因素集的集合为U, 故因素集为:

U={上部承重结构, 支座, 上部一般构件, 墩台基础, 桥墩, 翼墙、耳墙、护坡, 桥面铺装, 伸缩缝, 人行道及护栏, 照明标志}

4.6 模糊评价集

根据《公路桥梁技术状况评定标准》 (JTG/T H21-2011) , 桥梁主要部件技术状况评定标度分为1类、2类、3类、4类、5类[11]。1类为全新状态, 功能完好;2类功能良好, 局部缺损或污染;3类有中等缺损;4类有严重缺损;5类为最差, 已经不能达到安全通行的要求。

因此, 可将评价集最终评价目标的安全性等级划分为5类, 设评价集的集合为V, 则评价集为:

V={1类, 2类, 3类, 4类, 5类}

4.7 模糊评判矩阵

单独从上述各个因素出发, 按照每个因素评价指标为1类、2类、3类、4类、5类共5个等级, 根据桥梁的现场观测结果, 对桥梁进行评判, 得到评判矩阵为:

4.8 模糊综合评价

由表3可知, 各个影响因素的权数可确定如下:

于是, 评判模型为:B=A×R= (0.178, 0.153, 0.669, 0, 0)

根据最大隶属度原则, 评定该桥为3类桥的等级, 与实际情况相符。

5 结论

桥梁总体技术状况评定过程比较复杂, 需要考虑多种因素, 而且在现场检测打分的过程中 (分值为0~100) 会有随机性, 根据蝴蝶效应原理, 细微的分值差异就可能造成桥梁等级的变化。

本文将层次分析法和模糊综合评价法相结合, 分析出桥梁总体技术状况的主要影响因素为上部承重结构、桥墩和上部一般构件, 然后用模糊判断矩阵的0和1来代替100分制的打分系统, 降低了得分的随机性。之后对江南中桥进行了技术状况评定, 评定结果为3类桥的等级, 与实际情况相符, 说明该方法具有很高的实际应用价值, 能够为桥梁的维修、加固和检测等方面提供重要参考。

可是本文还存在着一些不足之处, 如层次分析的判断矩阵采用的是专家评估, 所以存在主观性, 不够客观。希望后续的研究能够解决这方面的问题。

摘要：桥梁总体技术状况评定过程比较复杂, 现场检测的过程中 (分值为0100) 细微的分值差异就可能造成桥梁等级的变化。文章采用模糊层次分析法分析出桥梁总体技术状况的主要影响因素为上部承重结构、桥墩和上部一般构件;用模糊判断矩阵的0和1来代替100分制的打分系统, 降低了得分的随机性;并通过实例进行了实际运用。

关键词：模糊层次分析法,安全隐患,桥梁检测

参考文献

[1]李佳, 顾雪梅.探析桥梁工程常见病害及检测技术[J].中国水运, 2010, 10 (1) :146-147.

[2]赵建军, 黄润秋, 向喜琼.某水电站近坝库岸边坡稳定性二次模糊综合评判[J].水文地质工程地质, 2004 (2) :45-49.

[3]黄锦林, 赵吉国, 张婷, 等.基于层次分析法的库岸高速滑坡危险度评价[J].自然灾害学报, 2011, 20 (5) :95-99.

[4]唐三元, 覃洪江.层次分析法在桥梁评估中的应用[J].广西城镇建设, 2008 (1) :88-91.

[5]蒋神杰.模糊综合评价在桥梁检测中的应用研究[D].合肥:合肥工业大学, 2007.

[6]杜栋, 庞庆华, 吴炎.现代综合评价方法与案例精选[M].北京:清华大学出版社, 2008.

[7]胡国祥, 聂国平, 伍振志.层次分析法在工程评标中的应用[J].安徽建筑, 2003 (4) :111-112.

[8]徐泽水.三角模糊数互补判断矩阵的一种排序方法[J].模糊系统与数学, 2002, 6 (1) :47-50.

[9]李宇琦.基于模糊层次分析法的切负荷顺序方案研究[D].成都:西南交通大学, 2009.

[10]杨秀梅, 梁收运.基于模糊层次分析法的泥石流危险度评价[J].地质灾害与环境保护, 2008, 19 (2) :73-74.