System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及质量服务与管理平台领域,特别涉及一种企业质量基础设施综合评价方法及系统。
技术介绍
1、质量基础设施是一套以标准、计量、合格评定等技术要素为核心,用以保障产品和流程质量的标准化制度框架,被誉为“全球质量问题的最终答案”。质量基础设施“一站式”服务平台作为管理企业质量的重要技术工具,为我国中小微企业提供全链条、全方位、全过程的综合服务,从根本上解决企业质量技术、服务资源信息不对称等问题。因此,构建科学合理的质量基础设施评价方法,不仅可以帮助企业了解发展现状、把握发展方向和提高发展水平,而且对我国推动高质量发展也具有重要意义。
2、目前,常用的评价方法有专家评价法、财务比率综合分析法、神经网络模型法。专家评价法简单易行,能够将风险量化处理,但是主观性强,适用稳定性差,对专家要求高;财务比率综合分析法能够通过企业的财务数据量化客观的分析出企业的质量基础设施的状况和能力,但是对财务数据要求高,许多中小微企业财务数据不完善;神经网络模型法可以处理巨量数据,也可以模拟人类大脑的思考和学习方式,但是需要大量的数据对模型分析进行支撑。
3、由此,现有的质量基础设施评价研究主要采取主观评价方法或客观评价方法,虽然为相关研究提供了重要参考,但是企业质量基础设施指标丰富且类型复杂,单一的评价方法不能较好的反映企业质量基础设施水平,导致长期以来缺乏完整的质量基础设施综合评价方法,许多因素之间的相关性弱,并且部分概念模糊,难以进行标准量化。
技术实现思路
1、基于此,本申请
2、实施例的第一方面提供了一种企业质量基础设施综合评价方法,包括:
3、获取目标企业的质量基础设施评价指标,所述质量基础设施评价指标包括一级指标、二级指标和三级指标;
4、根据模糊层次分析法对所述一级指标、所述二级指标和所述三级指标进行层次构建,以制定模糊判断矩阵,根据所述模糊判断矩阵计算评价指标权重;
5、构建神经网络模型,将所述评价指标权重输入所述神经网络模型进行训练,以获得优化后的评价指标权重;
6、根据专家调查法对所述一级指标、所述二级指标和所述三级指标进行打分,以获得对应的评价指标标准;
7、结合所述评价指标权重所述评价指标标准,得到所述目标企业的质量基础设施评价指标的综合得分,根据所述综合得分将评价指标划分评价等级。
8、与现有技术相比,本申请提供的一种企业质量基础设施综合评价方法,首先确定企业质量基础设施评价指标的一级指标、二级指标和三级指标,再利用模糊层次分析法来确定所述的一级指标、所述二级指标和所述三级指标的权重,使得到的评价指标更具有客观性;再通过神经网络模型法不断调整网络权重和偏置,使输出和实际目标间误差最小化,使的该评价指标模型的精准度更高;同时,通过专家调查法对的所述的一级指标、所述二级指标和所述三级指标进行打分,以一种主观可灵活调整的方式得到企业质量基础设施的评价指标标准;最后,通过结合所述评价指标权重所述评价指标标准,使得最后得到的评价得分更具综合性,划分等级更直观反映企业质量基础设施评价结果,解决了长期以来缺乏完整的质量基础设施综合评价方法,许多因素之间的相关性弱,并且部分概念模糊,难以进行标准量化的问题,进一步地提高了企业质量基础设施评价的准确性。
9、作为第一方面的一种可选实施方式,所述获取目标企业的质量基础设施评价指标,所述质量基础设施评价指标包括一级指标、二级指标和三级指标的步骤包括:
10、获取的一级指标、二级指标和三级指标分别为:
11、
12、作为第一方面的一种可选实施方式,所述根据模糊层次分析法对所述一级指标、所述二级指标和所述三级指标进行层次构建,以制定模糊判断矩阵,根据所述模糊判断矩阵计算评价指标权重的步骤包括:
13、采用0.1-0.9标度法来量化2个因素的相对重要性,以得到模糊判断矩阵,再根据迷糊判断矩阵权重公式计算出评价指标权重,具体的迷糊判断矩阵权重公式为:
14、
15、其中,wi表示第i个因素的权重,aij表示第i个因素对应第j个因素之间的重要性参数,n表示判断方案数量。
16、作为第一方面的一种可选实施方式,所述构建神经网络模型,将所述评价指标权重输入所述神经网络模型进行训练,以获得优化后的评价指标权重的步骤包括:
17、对不同因素之间的量化数值进行归一化处理,采用损失函数计算经归一化处理后的量化数值和实际目标数值的误差,再将所述误差进行反向传播,以减少误差值,以优化神经网络模型。
18、作为第一方面的一种可选实施方式,所述根据专家调查法对所述一级指标、所述二级指标和所述三级指标进行打分,以获得对应的评价指标标准的步骤包括:
19、具体的打分标准为:
20、
21、
22、作为第一方面的一种可选实施方式,所述结合所述评价指标权重所述评价指标标准,得到所述目标企业的质量基础设施评价指标的综合得分的步骤包括:
23、具体的综合得分公式为:
24、y=λ·y1+(1-λ)·y2,
25、其中,y是综合得分,y1是评价指标权重的得分,y2是评价指标标准的得分,λ是得分比例。
26、作为第一方面的一种可选实施方式,所述根据所述综合得分将评价指标划分评价等级的步骤包括:
27、评价等级的具体划分规则为:
28、企业质量基础设施评价的综合得分在90分(包括90分)至100分(包括100分)之间定义为优等,在80分(包括80分)至90分之间定义为一等,在70分(包括70分)至80分之间定义为中等,在60分(包括60分)至70分之间定义为合格。
29、本申请实施例的第二方面提供了一种企业质量基础设施评价系统,包括:
30、获取评价指标模块,用于获取目标企业的质量基础设施评价指标,所述质量基础设施评价指标包括一级指标、二级指标和三级指标;
31、模糊层次分析模块,用于根据模糊层次分析法对所述一级指标、所述二级指标和所述三级指标进行层次构建,以制定模糊判断矩阵,根据所述模糊判断矩阵计算评价指标权重;
32、神经网络模型模块,用于构建神经网络模型,将所述评价指标权重输入所述神经网络模型进行训练,以获得优化后的评价指标权重;
33、专家调查打分模块,用于根据专家调查法对所述一级指标、所述二级指标和所述三级指标进行打分,以获得对应的评价指标标准;
34、综合评价等级模块,用于结合所述评价指标权重所述评价指标标准,得到所述目标企业的质量基础设施评价指标的综合得分,根据所述综合得分将评价指标划分评价等级。
35、本申请实施例的第三方面本文档来自技高网...
【技术保护点】
1.一种企业质量基础设施综合评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的企业质量基础设施评价方法,其特征在于,所述获取目标企业的质量基础设施评价指标,所述质量基础设施评价指标包括一级指标、二级指标和三级指标的步骤包括:
3.根据权利要求2所述的企业质量基础设施评价方法,其特征在于,所述根据模糊层次分析法对所述一级指标、所述二级指标和所述三级指标进行层次构建,以制定模糊判断矩阵,根据所述模糊判断矩阵计算评价指标权重的步骤包括:
4.根据权利要求3所述的企业质量基础设施评价方法,其特征在于,所述构建神经网络模型,将所述评价指标权重输入所述神经网络模型进行训练,以获得优化后的评价指标权重的步骤包括:
5.根据权利要求4所述的企业质量基础设施评价方法,其特征在于,所述根据专家调查法对所述一级指标、所述二级指标和所述三级指标进行打分,以获得对应的评价指标标准的步骤包括:
6.根据权利要求5所述的企业质量基础设施评价方法,其特征在于,所述结合所述评价指标权重所述评价指标标准,得到所述目标企业的质量基础设施评价指标的
7.根据权利要求6所述的企业质量基础设施评价方法,其特征在于,所述根据所述综合得分将评价指标划分评价等级的步骤包括:
8.一种企业质量基础设施评价系统,其特征在于,所述系统包括:
9.一种存储介质,其特征在于,包括:所述存储介质存储一个或多个程序,该程序被处理器执行时实现如权利要求1-7任一所述的企业质量基础设施评价方法。
10.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,其中:
...【技术特征摘要】
1.一种企业质量基础设施综合评价方法,其特征在于,所述方法包括:
2.根据权利要求1所述的企业质量基础设施评价方法,其特征在于,所述获取目标企业的质量基础设施评价指标,所述质量基础设施评价指标包括一级指标、二级指标和三级指标的步骤包括:
3.根据权利要求2所述的企业质量基础设施评价方法,其特征在于,所述根据模糊层次分析法对所述一级指标、所述二级指标和所述三级指标进行层次构建,以制定模糊判断矩阵,根据所述模糊判断矩阵计算评价指标权重的步骤包括:
4.根据权利要求3所述的企业质量基础设施评价方法,其特征在于,所述构建神经网络模型,将所述评价指标权重输入所述神经网络模型进行训练,以获得优化后的评价指标权重的步骤包括:
5.根据权利要求4所述的企业质量基础设施评价方法,其特征在于,所...
【专利技术属性】
技术研发人员:周学礼,涂志明,冀海贵,刘文清,李鸥叶,徐浩,冯昊瑞,
申请(专利权)人:江西省质量和标准化研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。