劉曉輝 李 浩

（武警警官學(xué)院 成都 610213）

1 引言

骨干是基層部隊各項工作的具體組織與實施者，其能力強(qiáng)與弱直接影響到中隊進(jìn)步發(fā)展。基層骨干優(yōu)選，意思就是在當(dāng)前基層管理難度加大的情況下，在預(yù)提骨干的數(shù)量、性格、文化程度、家庭情況、政治背景、個人素質(zhì)、管理能力、工作能力都已確定的情況下，怎樣去選擇骨干，才能使所選骨干帶領(lǐng)中隊?wèi)?zhàn)士最好的完成好各項工作。一些文獻(xiàn)中提到過傳統(tǒng)的骨干選拔，但都沒有給出科學(xué)的證明，只是簡單的定性分析。本文應(yīng)用定量、定性分析相結(jié)合的方法，在打分的基礎(chǔ)上應(yīng)用模糊AHP（The Analytic Hierarchy Process，AHP）法建立了評判模型，對優(yōu)秀預(yù)提骨干進(jìn)行評價，并根據(jù)綜合評價值進(jìn)行排序，選出最優(yōu)骨干。

2 模型的建立

2.1 評價指標(biāo)體系的確定

根據(jù)可比性，敏感性和能觀性三大原則建立評價問題的層次結(jié)構(gòu)，確定評價指標(biāo)體系，并運(yùn)用系統(tǒng)分析的方法將評價指標(biāo)因素分層，最高層為評價目標(biāo)，第二層是因素層。如果因素層的因素個數(shù)很多（n＞7），則很難合理定出權(quán)數(shù)分配，這時需采用遞階結(jié)構(gòu)。即大指標(biāo)下有小指標(biāo)，小指標(biāo)下還可以有更小指標(biāo)的結(jié)構(gòu)。但要保證總指標(biāo)及每個指標(biāo)所對應(yīng)的下一層指標(biāo)的個數(shù)不超過6個。這樣因素的權(quán)重就可以利用AHP方法合理地確定了。本文所建立的指標(biāo)體系見圖1。

圖1 預(yù)提骨干的整體素質(zhì)的評價指標(biāo)體系

2.2 確定評語集

評語集論域V＝｛v1，v2，…，vm｝，m為評語等級集合的個數(shù)，每一個等級可對應(yīng)一個模糊子集。一般情況下，m取3，5，7，這樣不僅符合模糊綜合評判的質(zhì)量要求，而且還可以使被評方案的等級歸屬中有一個中間等級。本文中m取5。語言描述為V＝｛好，較好，一般，差，較差｝

2.3 確定指標(biāo)的權(quán)向量

在AHP法的“同層次求單權(quán)重”步驟中，可以采用“對數(shù)最小二乘法”［5］，即針對式（1），求Z的最小值，從而求出一個向量ω＝（ω2，ω2，…，ωn）T，將其歸一化后，得w＝（w1，w2，…，wn）T。該方法不僅準(zhǔn)確合理，而且在一般情況下可以省略各判斷矩陣的一致性檢驗工作。

在評價和選擇過程中，根據(jù)公平和公正原則，往往有多個評審人員或評審小組參加，因此判斷矩陣R中的元素aij有多個值（表示不同人員或小組的意見），因而擴(kuò)展式（1）為

因此化簡后得到

2.4 建立模糊關(guān)系矩陣R

逐個對被評人員的每個最底層指標(biāo)Bi（i＝1，2，…，n）上進(jìn)行量化，也就是確定從最底層指標(biāo)來看被評方案對各等級模糊子集的隸屬度（R｜Bi），進(jìn)而得到模糊關(guān)系矩陣R，

其中，rij表示被評人員從指標(biāo)ui來看對vj等級模糊子集的隸屬度。例如，對骨干b個人能力進(jìn)行評價。有7人評價為“好”，6人評價為“較好”，4人評價為“一般”，2人評價為“較差”，1人評價為“差”，則Rb1｜B3＝（0.35 0.3 0.2 0.1 0.05）

2.5 計算評價結(jié)果向量S及評價值T

評價結(jié)果向量由下公式計算

式中，Ai是指標(biāo)Bi的分權(quán)重；S是評價結(jié)果向量，它反映了該方案在總體上對評語集論域V中各模糊子集的隸屬度。最后，采用加權(quán)平均原則對各評價結(jié)果進(jìn)行處理，即

其中，T是將方案定量化處理后的數(shù)值，它代表被評人員在評語論域V中的相對位置。K為待定系數(shù)（本文K取2），目的是控制較大的Sj（j＝1，2，…，m）所起的作用。顯然，T越小，方案越優(yōu)越。

3 骨干優(yōu)選

由于計算步驟較多，以下只是代表性的討論對b劉杰的綜合評價。

3.1 求5個一級指標(biāo)的權(quán)重

由中隊義務(wù)兵7人，士官7人，大隊及中隊干部6人組成三個評審小組，通過比較5個一級指標(biāo)，得到一個判斷矩陣式（9），結(jié)合式（5）進(jìn)行運(yùn)算，求得的指標(biāo)權(quán)重。見表1。

表1 一級指標(biāo)的權(quán)值

3.2 分別求各個子指標(biāo)的分權(quán)重

以指標(biāo)U5為例，式（10）是指標(biāo)U5的三個子指標(biāo)組成的判斷矩陣式，結(jié)合式（5）進(jìn)行計算，求得子指標(biāo)權(quán)重，見表2。

表2 指標(biāo)U5的子指標(biāo)的權(quán)值

然后利用式（11）

求出子指標(biāo)下的分權(quán)重，見表3。

表3 指標(biāo)U5的子指標(biāo)的分權(quán)值

同理，求出其他四個一級指標(biāo)下的各個子指標(biāo)的權(quán)重Aij。然后利用式（11）求出各個指標(biāo)的分權(quán)重Aq如表4所示。

表4 所有子指標(biāo)的分權(quán)向量A

3.3 建立模糊關(guān)系矩陣

應(yīng)用2.4所述的專家打分法，建立被評對象骨干b的模糊關(guān)系矩陣，見表5。

3.4 計算評價結(jié)果向量及評價值

由式（7）可得：

由式（8）可得：

限于篇幅，各被選人員的評價值的求解步驟不 再一一寫出，僅給出結(jié)果，見表6。

表5 模糊關(guān)系矩陣

表5 模糊關(guān)系矩陣

B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15好 0.15 0.4 0.4 0.45 0.3 0.15 0.45 0.4 0.55 0.45 0.2 0.3 0.35 0.2 0.15較好 0.1 0.25 0.3 0.35 0.2 0.3 0.35 0.25 0.2 0.3 0.3 0.45 0.3 0.3 0.2一般 0.25 0.2 0.15 0.15 0.2 0.4 0.15 0.15 0.15 0.2 0.4 0.15 0.15 0.4 0.3差 0.4 0.1 0.15 0.05 0.25 0.1 0.05 0.1 0.1 0.05 0.05 0.05 0.15 0.1 0.2較差 0.1 0.05 0 0 0.05 0 0 0.1 0 0 0.05 0.05 0.05 0 0.15

表6 被選人員的綜合評價值

根據(jù)表6結(jié)果排序，

由表7評價值可知：骨干b的綜合評價值是最小的，且評價值越小，評價對象越優(yōu)。

4 結(jié)語

本模型應(yīng)用數(shù)學(xué)方法評價優(yōu)選避免了個人主觀因素的影響，評價時應(yīng)用各級人員多人評價避免了個人偏好的影響，更具科學(xué)性、目的性、獨(dú)立性、簡明實用性等優(yōu)點(diǎn)，這為基層工作更好地開展提供了較好的方法和依據(jù)。

［1］張臻竹，慕靜.一種對合作伙伴的選擇與評價方法［J］.生產(chǎn)力研究，2007（1）

［2］陳珽.決策分析［M］.北京：科學(xué)出版社，1987，36～41

［3］岳超源.決策理論與方法［M］.北京：科學(xué)出版社，2006，58～64

［4］樊治平，趙萱.多屬性中權(quán)重確定的主觀賦權(quán)法［J］.決策與決策支持系統(tǒng)，1997，9（4）

［5］李安平.層次分析法在船舶投資決策中的應(yīng)用研究［J］.會計學(xué)，2005（6）

［6］胡永宏，賀恩輝.綜合評價方法［M］.北京：科學(xué)出版社，2000：167～188

［7］楊綸標(biāo).模糊數(shù)學(xué)原理及應(yīng)用［M］.廣州：華南理工大學(xué)出版社，2000：67～80

［8］王曉梅，程曉宇.塑料模具材料選擇的模糊綜合評判［J］.現(xiàn)代制造工程，2006（8）

［9］張成考.基于AHP法企業(yè)生態(tài)化水平的模糊綜合評價［J］.科技治理研究，2006（7）

［10］程楠，龔小勝，梁雨婷.一種改進(jìn)的非支配排序多目標(biāo)遺傳算法［J］.計算機(jī)與數(shù)字工程，2010，38（4）

［11］馮楊，尹迪，羅兵.不常用備件基于AHP的ABC分類模型［J］.計算機(jī)與數(shù)字工程，2011，39（2）

［12］徐澤水.AHP中排序的一種廣義最小偏差法［J］.菏澤師范?？茖W(xué)校學(xué)報，1999（2）

［13］羅韜，任洪安.基于多層次模糊綜合評價法的動力傳動系統(tǒng)性能評價［J］.裝甲兵裝備技術(shù)研究，2006（6）