基于直觉模糊层次分析模型的科技成果效益评估方法技术

本发明专利技术公开了基于直觉模糊层次分析模型的科技成果效益评估方法，包含电力行业科技成果效益评估指标体系的确定，指标体系权重的确定方法以及电力行业科技成果效益评估方法。本发明专利技术基于理论研究成果明确电力行业科技成果效益的评估技术，研究比较现有评价、评估技术，建立符合南方电网特性的科技成果效益评估体系，能够从多角度、多维度，从科学性、经济型、社会性等方面对各类科技成果的效益进行恰当的评估，结合电力行业特点，针对南方电网科技项目类别及研究全过程的各个阶段，建立科技成果效益评估方法，解决电力行业科技成果效益难以评估的问题。

Benefit Evaluation Method of Scientific and Technological Achievements Based on Intuitionistic Fuzzy Analytic Hierarchy Process Model

【技术实现步骤摘要】
基于直觉模糊层次分析模型的科技成果效益评估方法
本专利技术涉及电力行业
，具体为基于直觉模糊层次分析模型的科技成果效益评估方法。
技术介绍
电力投资的高风险性决定了开发体系中投资环境分析的重要性。其资本技术密集型产业特点、电力产品特殊性及系统制约性决定其对投资环境的更高要求，鉴于此，对电力行业科技成果价值评估是未来主流趋势。然而，目前电力行业还没有针对科技成果效益评估的方法。
技术实现思路
本专利技术的目的在于提供基于直觉模糊层次分析模型的科技成果效益评估方法，能够从多角度、多维度，从科学性、经济型、社会性等方面对各类科技成果效益进行恰当的评估，解决电力行业科技成果效益难以评估的问题。为实现上述目的，本专利技术提供如下技术方案：基于直觉模糊层次分析模型的科技成果效益评估方法，具体包括以下步骤：步骤1)：建立电力行业科技成果效益评估指标体系，以电力行业科技成果效益为目标层，下设子目标层、准则层和指标层；步骤2)：由于电网企业科技成果评价工作均是由专家群体来进行的，基于模糊集理论，定义直觉模糊集：定义1：定义设为非空经典集合X＝(x1,x2,…xn)，则称A＝{[x,tA(x),fA(x)]|x∈X}为X上的一个直觉模糊集，其tA(x)和fA(x)分别表示元素x属于X的隶属度和非隶属度，显然：定义2：对于X上每个直觉模糊集，称πA(x)＝1-tA(x)-fA(x)为直觉模糊集A元素x的直觉指数，表示x属于X的犹豫度，该值越大，说明x对于A的位置信息越多，显然πA(x)∈[0,1],x∈X；定义3：设A、B为给定论域上的2个直觉模糊数，其中A＝(t1,f1)，B＝(t2,f2)，并设λ为实数且λ≥0，定义直觉模糊数的运算如下：A+B＝(t1+t2-t1t2f1f2)(2)AB＝(t1t2,f1+f2-f1f2)(3)λA＝[1-(1-t1)λ,f1λ](4)Aλ＝[t1λ,1-(1-f1)λ](5)；步骤3)：确定专家相对权重：步骤301)：选取最重要的一位专家令其权重等于1；步骤302)：将第k位专家与最重要的专家进行比较，得到其相对比较权重rk，k＝1,2...,l；步骤303)：确定每位专家相对重要权重如果每个专家的重要性程度均相同，则步骤4)：建立直觉模糊互补判断矩阵：每个专家将评价指标体系中同一级的指标就重要性程度进行两两比较，得到直觉模糊判断矩阵A＝(aij)m*m＝(tij,fij)m*m，其中m表示待比较指标的个数；步骤5)：计算评价指标体系权重：首先确定一级指标权重，设第k个专家对一级指标i与j重要程度相比较而得的直觉模糊判断矩A(k)＝(aij(k))m*m＝(tij(k),fij(k))m*m，其中k＝1,2,...m；j＝1,2,...m，分别表示第k个专家对指标i与j相比较的重要程度和不重要程度，计算一级指标相对权重方法如下：计其专家权重，将式(6)进行直觉模糊加权计算得：则一级评价指标的得分权重如下：经过归一化处理，得出一级评价指标权重：然后确定二级指标权重：设第k个专家对二级指标i与j相对于一级指标γ的重要程度进行判断，并构建直觉模糊判断矩阵为Bγ(k)＝(bγij(k))n*n＝(tγij(k),fγij(k))n*n，其中k＝1,2,...l；i＝1,2,...,n；j＝1,2,...,n,分别表示专家k对二级指标i与j相对于一级指标γ的重要程度和不重要程度；由公式(6)与公式(7)可求出各个二级指标对一级指标的加权相对权重δ，进而可求得二级指标对一级指标的综合权重值，重复公式(8)和公式(9)可求得二级指标的综合权重；步骤6)：计算评价结果：假设有r个科技成果转化项目，l个专家根据二级指标对科技成果转化项目进行评价，可得到r个直觉模糊互补判断矩阵：Cγ＝(tijγ,fijγ)n*l其中γ＝1,2,...r；i＝1,2,...,n；j＝1,2,...,l,计其专家相对权重及二级指标权重，可得到各转化项目的综合得分；步骤7)：利用直觉模糊距离进行专家意见一致分析：设专家群体为E＝{e1,e2,...el}电网企业科技成果转化项目集合Q＝{q1,q2,...qr}，科技成果转化效果的评价准则A＝{a1,a2,...am}，根据实际，第k个专家对项目i的第j个评价准则做出的直觉模糊评价为Pijk＝(tijk,fijk,πijk)，第t个专家对项目i的第j个评价准则做出的直觉模糊评价为Pijt＝(tijt,fijt,πijt)，则利用直觉模糊距离定义第k个专家和第t个专家对项目的直觉模糊矩阵:对平均一致度进行归一化处理，并综合各个专家相对权重，可得到专家群体对转化项目i意见的综合一致度为:按上述各式计算各个转化项目的最终综合一致度，即专家群体对各转化项目评价意见的一致性程度顺序，所得值最小的项目代表专家对该项目意见的一致性程度最高，专家之间的意见分歧不大。更进一步地，步骤1)中建立电力行业科技成果效益评估指标体系，具体包括：步骤101)：以电力行业科技成果效益为纵向维度，划分为目标层、准则层、指标层三个层面为横向维度的指标体系架构模型；步骤102)：依据科技成果评估指标体系架构模型，从科技成果技术价值转化过程入手，以科技成果转化效益为目标层指标，初步确定由一级指标、二级指标、三级指标确定的评估指标集合；步骤103)：分别从评估指标集合中的经济效益、社会效益、环境效益、扩散效益四方面对科技成果的效益进行评估。更进一步地，电力行业科技成果效益评估指标体系的确定依据指标体系设计中的SMART准则，本着定性与定量相结合的原则，参照科技成果转化的过程，进行科技成果效益评估指标体系设计。更进一步地，步骤1)中目标层为一级指标，对应为效益指标；准则层为二级指标，包括经济效益、社会效益、环境效益、扩散效益四项评估因素，其中，经济效益指转化实体所得到的直接效益，其三级指标设计为：电力行业科技成果销售利润率、电力行业科技成果超额动态投资效率、电力行业科技成果净资产收益率、电力行业科技成果已占有资本回报率；社会效益指科技成果对整个社会所产生的影响，其三级指标设计为：电力行业科技成果促进地区经济发展、电力行业科技成果提高企业知名度、电力行业科技成果人才培养；环境效益指科技成果对环境所产生的影响，其三级指标设计为：电力行业科技成果资源利用、电力行业科技成果环境影响、电力行业科技成果综合能源消耗；技术的扩散过程开始于技术专利技术或技术成果的首次商业化应用，并与该技术随后的商业化应用过程相联系，技术效益指这一扩散过程带来的一系列效益，其三级指标设计为：电力行业科技成果新增无形资产数、电力行业科技成果核心技术的更替周期、电力行业科技成果扩散范围。与现有技术相比，本专利技术的有益效果是：本专利技术提供的基于直觉模糊层次分析模型的科技成果效益评估方法，基于理论研究成果明确电力行业科技成果的效益的评估技术，研究比较现有评价、评估技术，建立符合南方电网特性的科技成果效益评估体系，能够从多角度、多维度，从科学性、经济型、社会性等方面对各类科技成果的效益进行恰当的评估，结合电力行业特点，针对南方电网科技项目类别及研究全过程的各个阶段，建立科技成果效益评估方法，解决电力行业科技成果效益难以评估的问题。附图说明图1为本专利技术的电力行业科技本文档来自技高网...

【技术保护点】
1.基于直觉模糊层次分析模型的科技成果效益评估方法，其特征在于，包括以下步骤：步骤1)：建立电力行业科技成果效益评估指标体系，以电力行业科技成果效益为目标层，下设子目标层、准则层和指标层；步骤2)：由于电网企业科技成果评价工作均是由专家群体来进行的，基于模糊集理论，定义直觉模糊集：定义1：定义设为非空经典集合X＝(x1,x2,…xn)，则称A＝{[x,tA(x),fA(x)]|x∈X}为X上的一个直觉模糊集，其tA(x)和fA(x)分别表示元素x属于X的隶属度和非隶属度，显然：

【技术特征摘要】
1.基于直觉模糊层次分析模型的科技成果效益评估方法，其特征在于，包括以下步骤：步骤1)：建立电力行业科技成果效益评估指标体系，以电力行业科技成果效益为目标层，下设子目标层、准则层和指标层；步骤2)：由于电网企业科技成果评价工作均是由专家群体来进行的，基于模糊集理论，定义直觉模糊集：定义1：定义设为非空经典集合X＝(x1,x2,…xn)，则称A＝{[x,tA(x),fA(x)]|x∈X}为X上的一个直觉模糊集，其tA(x)和fA(x)分别表示元素x属于X的隶属度和非隶属度，显然：定义2：对于X上每个直觉模糊集，称πA(x)＝1-tA(x)-fA(x)为直觉模糊集A元素x的直觉指数，表示x属于X的犹豫度，该值越大，说明x对于A的位置信息越多，显然πA(x)∈[0,1],x∈X；定义3：设A、B为给定论域上的2个直觉模糊数，其中A＝(t1,f1)，B＝(t2,f2)，并设λ为实数且λ≥0，定义直觉模糊数的运算如下：A+B＝(t1+t2-t1t2f1f2)(2)AB＝(t1t2,f1+f2-f1f2)(3)λA＝[1-(1-t1)λ,f1λ](4)Aλ＝[t1λ,1-(1-f1)λ](5)；步骤3)：确定专家相对权重：步骤301)：选取最重要的一位专家令其权重等于1；步骤302)：将第k位专家与最重要的专家进行比较，得到其相对比较权重rk，k＝1,2...,l；步骤303)：确定每位专家相对重要权重如果每个专家的重要性程度均相同，则步骤4)：建立直觉模糊互补判断矩阵：每个专家将评价指标体系中同一级的指标就重要性程度进行两两比较，得到直觉模糊判断矩阵A＝(aij)m*m＝(tij,fij)m*m，其中m表示待比较指标的个数；步骤5)：计算评价指标体系权重：首先确定一级指标权重，设第k个专家对一级指标i与j重要程度相比较而得的直觉模糊判断矩A(k)＝(aij(k))m*m＝(tij(k),fij(k))m*m，其中k＝1,2,...m；j＝1,2,...m，分别表示第k个专家对指标i与j相比较的重要程度和不重要程度，计算一级指标相对权重方法如下：计其专家权重，将式(6)进行直觉模糊加权计算得：则一级评价指标的得分权重如下：经过归一化处理，得出一级评价指标权重：然后确定二级指标权重：设第k个专家对二级指标i与j相对于一级指标γ的重要程度进行判断，并构建直觉模糊判断矩阵为Bγ(k)＝(bγij(k))n*n＝(tγij(k),fγij(k))n*n，其中k＝1,2,...l；i＝1,2,...,n；j＝1,2,...,n,分别表示专家k对二级指标i与j相对于一级指标γ的重要程度和不重要程度；由公式(6)与公式(7)可求出各个二级指标对一级指标的加权相对权重δ，进而可求得二级指标对一级指标的综合权重值，重复公式(8)和公式(9)可求得二级指标的综合权重；步骤6)：计算评价结果：假设有r个科技成果转化项目，l个专家根据二级指标对科技成果转化项目进行评价，可得到r个直觉模糊互补判断矩阵：Cγ＝(tijγ,fijγ)n*l其中γ＝1,2,...

【专利技术属性】
技术研发人员：龚余婧，段力勇，王琦，
申请(专利权)人：南方电网科学研究院有限责任公司，中国南方电网有限责任公司，
类型：发明
国别省市：广东,44