CN102402732A - 科研项目评估方法及系统 - Google Patents

Abstract

本发明是有关于一种科研项目评估方法及系统。其中的科研项目评估方法包括：存储有至少一个科研项目的各阶段的评估指标元素、以及至少一个科研项目的各阶段的评估模型，所述各阶段包括：项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段；从存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素；为选取的评估指标元素分配权重值；利用选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。本发明提供的技术方案能够对科研项目进行全生命周期的宏观管理，且评估结果更具有公正性，非常适于实用。

Description

科研项目评估方法及系统

技术领域

本发明涉及一种科研项目评估方法及系统，特别是涉及一种面向全生命周期的科研项目评估方法及系统。

背景技术

科研项目评估技术已广泛应用于多种领域，例如，教育、工业、国防等领域。

目前的科研项目评估方法主要以同行评议为主。同行评议即由本行业的专家对科研项目的立项和验收进行评议。

本申请发明人在实现本发明过程中发现，现有的同行评议虽然在现行的科研项目评估方法中应用最广泛，且可信度较高，但是，同行评议会受到自己的利益、朋友关系以及偏见等因素的影响，从而使评议结果的公正性受到置疑。另外，由于进行同行评议的专家所从事的研究领域以及精力等是有限的，因此，专家通常仅会参与科研项目立项阶段以及科研项目验收阶段的评估，从而利用现有的同行评议法不能够对科研项目进行全生命周期的宏观管理。

由此可见，上述现有的科研项目评估方法在使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。为了解决上述存在的问题，相关厂商莫不费尽心思来谋求解决之道，但长久以来一直未见适用的设计被发展完成，而一般的方法又没有适切技术能够解决上述问题，此显然是相关业者急欲解决的问题。因此如何能创设一种新的科研项目评估方法以及系统，实属当前重要研发课题之一，亦成为当前业界极需改进的目标。

发明内容

本发明的主要目的在于，克服现有的科研项目评估方法存在的缺陷，而提供一种新的科研项目评估方法以及系统，所要解决的技术问题是尽量保证科研项目评估结果的公正性，且实现对科研项目的全生命周期的宏观管理，非常适于实用。

本发明的目的及解决其技术问题是采用以下的技术方案来实现的。依据本发明提出的科研项目评估方法，包括：存储有至少一个科研项目的各阶段的评估指标元素、以及至少一个科研项目的各阶段的评估模型，所述各阶段包括：项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段；

选择需要进行评估的科研项目的阶段，并从所述存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素；

为所述选取的评估指标元素分配权重值；

利用所述选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。

本发明的目的以及解决其技术问题还可以采用以下的技术措施来进一步实现。

较佳的，前述的科研项目评估方法，其中所述的评估指标元素包括由主观确定评估量值的定性评估指标元素和由客观确定评估量值的定量评估指标元素。

较佳的，前述的科研项目评估方法，其中所述项目执行阶段进一步包括：实施评审阶段、年度评估阶段和中期评估阶段，且所述项目执行阶段的评估模型包括：实施评审阶段的评估模型、年度评估阶段的评估模型和中期评估阶段的评估模型。

较佳的，前述的科研项目评估方法，其中所述为所述选取的评估指标元素分配权重值包括：

a、将所述选取的评估指标元素根据指标属性分层；

b、根据每一层的评估指标元素的重要性确定每一层的判断矩阵；

c、计算所述判断矩阵的最大特征根及特征向量；

d、对所述判断矩阵的最大特征根及特征向量进行一致性检验，如果检验通过，则到步骤e；如果检验不通过，则返回b；

e、根据归一化后的特征向量计算最下层对最上层的组合权向量，进行组合权向量一致性检验，如果检验通过，则根据所述组合权向量确定评估指标元素的权重值，如果检验不通过，则返回步骤a或b。

较佳的，前述的科研项目评估方法，其中所述需要进行评估的科研项目的阶段对应的评估指标元素被划分为多层，且所述生成所述需要进行评估的科研项目的阶段的评估结果的步骤包括：

利用最下层的评估指标元素对应的评估量值、对应的权重值根据对应的评估模型生成最下层的评估指标元素的评估结果；

对于相邻的两层，以下层的评估指标元素的评估结果为基础利用模糊合成算子获得上一层的评估指标元素的评估结果，以获取除最下层之外的其它各层的评估指标元素的评估结果。

本发明的目的及解决其技术问题是采用以下的技术方案来实现的。依据本发明提出的科研项目评估系统，包括：系统数据库，用于存储至少一个科研项目的各阶段的评估指标元素、及至少一个科研项目的各阶段的评估模型，所述各阶段包括：项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段；评估指标生成子系统，用于从所述系统数据库存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素，并为所述选取的评估指标元素分配权重值；评估子系统，用于确定所述选取的评估指标元素对应的评估量值，并利用所述选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。

本发明的目的以及解决其技术问题还可以采用以下的技术措施来进一步实现。

较佳的，前述的科研项目评估系统，其中所述评估子系统包括：

评估专家打分子系统，用于确定所述选取的评估指标元素中的主观确定评估量值的定性评估指标元素对应的评估量值；

综合评判处理子系统，用于确定由客观确定评估量值的定量评估指标元素对应的评估量值，并根据所述选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。

较佳的，前述的科研项目评估系统，其中所述项目执行阶段进一步包括：实施评审阶段、年度评估阶段和中期评估阶段，且所述项目执行阶段的评估模型包括：实施评审阶段的评估模型、年度评估阶段的评估模型和中期评估阶段的评估模型。

较佳的，前述的科研项目评估系统，其中所述评估指标生成子系统包括：

分层模块，用于从所述系统数据库存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素，并将所述选取的评估指标元素根据指标属性分层；

矩阵模块，用于在分层模块执行分层操作后，根据每一层的评估指标元素的重要性确定每一层的判断矩阵；

计算模块，用于在矩阵模块确定出判断矩阵后，计算所述判断矩阵的最大特征根及特征向量；

第一检验模块，用于在计算模块计算后，对所述判断矩阵的最大特征根及特征向量进行一致性检验，如果检验通过，则触发第二检验模块执行操作；如果检验不通过，则触发矩阵模块执行操作；

第二检验模块，第二检验模块，用于根据归一化后的特征向量计算最下层对最上层的组合权向量，进行组合权向量一致性检验，如果检验通过，则根据所述组合权向量确定评估指标元素的权重值，如果检验不通过，则触发分层模块或矩阵模块执行操作。

较佳的，前述的科研项目评估系统，其中所述需要进行评估的科研项目的阶段对应的评估指标元素被划分为多层，所述综合评判处理子系统利用最下层的评估指标元素对应的评估量值、对应的权重值根据对应的评估模型生成最下层的评估指标元素的评估结果，对于相邻的两层，综合评判处理子系统以下层的评估指标元素的评估结果为基础利用模糊合成算子获得上一层的评估指标元素的评估结果，以获取除最下层之外的其它各层的评估指标元素的评估结果。

本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明的科研项目评估方法及系统至少具有下列优点及有益效果：

①能够对科研项目进行全生命周期的宏观管理。

②尽可能的保证了科研项目评估结果的公正性。

③提高了科研项目的管理效率。

综上所述，本发明有效提高了保证科研项目评估结果的公正性，且实现了对科研项目的全生命周期的宏观管理。本发明在技术上有显著的进步，并具有明显的积极效果，诚为一新颖、进步、实用的新设计。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1是本发明实施例一的科研项目评估方法流程图；

图2是本发明实施例一的数控机床增效工程效益评估指标体系示意图；

图3是本发明实施例二的科研项目评估系统示意图；

图4是本发明实施例二的科研项目评估系统的另一示意图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的科研项目评估方法及系统其具体实施方式、结构、特征、步骤及其功效，详细说明如后。

实施例一、科研项目评估方法。下面结合附图1对本实施例进行说明。

S100、开始本实施例的科研项目评估方法。

本实施例预先设置存储有至少一个科研项目的各阶段的评估指标元素、以及至少一个科研项目的各阶段的评估模型；即一个科研项目包括多个阶段，每个阶段对应有至少一个评估指标元素，且每个阶段对应有至少一个评估模型。一个阶段对应的所有评估指标元素可以组成一个评估指标集。评估指标集中具体包括的评估指标元素可以根据具体的科研项目以及具体的阶段来设置，本实施例不限制评估指标集具体包括的内容。

本实施例中所有的评估指标元素可以包括两大类，即定性评估指标元素和定量评估指标元素。定性评估指标元素由主观确定评估指标元素的评估量值，定量评估指标元素由客观(如实测数据)确定评估指标元素的评估量值。评估指标元素还可以采用其它分类方式进行划分，本实施例不限制对评估指标元素进行类别划分的具体实现方式。

本实施例可以根据实际测量来确定定量评估指标元素的评估量值，也可以根据统计的数据由公式计算获得定量评估指标元素的评估量值。本实施例可以根据专家打分结果来确定定性评估指标元素的评估量值。

本实施例中的各阶段可以包括：项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段；即每个科研项目被划分为项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段这五个阶段。这五个阶段还可以被进一步划分为更细的阶段，例如，项目执行阶段可以包括：实施评审阶段、年度评估阶段和中期评估阶段等。

为方便后续的描述，在本实施例中，项目申报阶段对应的评估模型(即项目申报阶段的评估模型)可以简称为建议评估模型，项目申报阶段对应的评估指标集可以简称为建议书评估指标集；项目论证阶段对应的评估模型(即项目论证阶段的评估模型)可以简称为立项评估模型，项目论证阶段对应的评估指标集可以简称为立项评估指标集；实施评审阶段对应的评估模型(即实施评审阶段的评估模型)可以简称为实施评审模型，实施评审阶段对应的评估指标集可以简称为实施评估指标集；年度评估阶段对应的评估模型(即年度评估阶段的评估模型)可以简称为年度评估模型，年度评估阶段对应的评估指标集可以简称为年度评估指标集；中期评估阶段对应的评估模型(即中期评估阶段的评估模型)可以简称为中期评估模型，中期评估阶段对应的评估指标集可以简称为中期评估指标集；项目结题验收阶段对应的评估模型(即项目结题验收阶段的评估模型)可以简称为验收评估模型，项目结题验收阶段对应的评估指标集可以简称为验收评估指标集。项目后评价阶段对应的评估模型(即项目后评价阶段的评估模型)可以简称为绩效评估模型，项目后评价阶段对应的评估指标集可以简称为绩效评估指标集。

本实施例中的评估模型可以为针对评估指标元素设置的具体算法，该算法可以根据具体的科研项目以及具体的阶段来设置，本实施例不限制评估模型的具体表现方式。

本实施例中的评估模型的输入可以包括：评估指标元素对应的权重值(即评估指标元素的权重值)和评估指标元素对应的评估量值(即评估指标元素的评估量值)；评估模型的输出可以包括：具体的评估结果。

S110、选择需要进行评估的科研项目的阶段，从预先存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素。

选取评估指标元素的过程可以具体为：选择需要进行评估的科研项目的阶段，从而该阶段对应的评估指标元素集即为选取的评估指标元素。选取评估指标元素的过程也可以具体为：先选择需要进行评估的科研项目的阶段，然后，在该阶段对应的评估指标元素集中挑选评估指标元素，挑选的结果即为选取的评估指标元素。本实施例不限制选取评估指标元素的具体实现方式。

S120、为选取的评估指标元素分配权重值。

本实施例中的权重值可以体现出评估指标元素的重要性，例如，一个评估指标元素的权重值越大，则该评估指标元素越重要。在本实施例中，为选取的评估指标元素分配权重值的方式有多种，分配权重值的过程的一个具体的例子可以包括：首先，将选取的评估指标元素根据指标属性分层，之后，根据每一层的评估指标元素的重要性确定每一层的判断矩阵，并计算判断矩阵的最大特征根及特征向量，然后，对最大特征根及特征向量进行一致性检验，如果检验不通过，则重新构造判断矩阵，如果检验通过，将归一化后的特征向量作为该层评估指标元素的权向量，并计算最下层对最上层的组合权向量，进行组合权向量一致性检验，如果组合权向量一致性检验通过，则根据上述权向量确定评估指标元素的权重值，如果组合权向量一致性检验不通过，则重新构造判断矩阵或者重新构造分层。

S130、利用选取的评估指标元素对应的评估量值、对应的权重值根据需要进行评估的科研项目的阶段对应的评估模型生成需要进行评估的科研项目的阶段的评估结果。

具体的，针对一科研项目的一具体的阶段来说，可以先利用最下层的评估指标元素对应的评估量值、对应的权重值根据相应的评估模型生成该阶段的最下层的评估指标元素的评估结果，然后，以最下层的评估指标元素的评估结果为基础利用模糊合成算子获得倒数第二层评估指标元素的评估结果，之后，再以该倒数第二层评估指标元素的评估结果为基础利用模糊合成算子获得倒数第三层评估指标元素的评估结果，依此类推，直到获得最上层评估指标元素的评估结果。

本实施例可以根据具体的评估结果可以形成各种报告，例如，根据建议评估模型的输出生成项目建议书，根据立项评估模型的输出生成项目立项报告，根据实施评估模型的输出可以生成项目任务书，根据年度评估模型的输出可以生成项目年度总结报告，根据中期评估模型的输出可以生成项目中期进展报告，根据验收评估模型的输出可以生成项目验收申请报告，根据绩效评估模型的输出可以生成项目简单申请报告。

下面对上述实施例一中的评估指标集进行具体的例举说明。

建议书评估指标集的一个具体例子如表1所示。

表1

表1中的第一列和第三列都是评估指标元素，指标分类一列是上一层次的评估指标元素，而指标名称一列是指下一层次的评估指标元素。下面表中的指标分类和指标名称的含义与表1中的指标分类和指标名称相同，不再逐表进行说明。

立项评估指标集的一个具体例子如表2所示。

表2

指标分类	指标序号	指标名称
			答辩人	1	是否项目负责人
立项意义和必要性	2	项目的意义与必要性

实施评估指标集的一个具体例子如表3所示。

表3

年度评估指标集、中期评估指标集、以及验收评估指标集的一个具体例子如表4所示。

表4

指标分类

指标序号

指标名称

绩效评估指标集的一个具体例子如表5所示。

表5

下面对上述实施例一中的为评估指标元素分配权重值的过程进行具体的例举说明。

采用层次分析法进行权重值分配的过程包括：

1、建立评估指标元素的递阶层次模型。

具体的，将评估指标元素集中的各个评估指标元素按照不同属性自上而下地分解成若干层次，同一层的各个评估指标元素从属于上一层的评估指标元素，即下一层的评估指标元素对上一层的评估指标元素有影响。上一层的评估指标元素支配下一层的评估指标元素，即上一层的评估指标元素对下一层的评估指标元素产生作用。

2、构造两两对比矩阵。

利用成对比较法和1-9比较尺度进行评估指标元素的数值定量化比较，对每一层次的各评估指标元素的相对重要性给出判断，获得判断矩阵即两两对比矩阵，每一层次对应一个判断矩阵。可以从最上层开始逐层构造判断矩阵，直到最下层。

3、进行层次评估指标单排序数值的计算。

评估指标单排序数值的计算可以总结为计算判断矩阵特征向量的问题。具体的，可以根据上述所构造出的判断矩阵，用“方根法”得出各判断矩阵的单排序向量。

4、进行AHP(层次分析法)判断矩阵的一致性检验。

对于每一个成对比较矩阵(即两两对比矩阵)计算出的最大特征根及对应的特征向量(即上述单排序相邻)，利用一致性指标、随机一致性指标和一致性比率对最大特征根及特征向量进行一致性检验，如果检验通过，则执行后续的5；如果检验不通过，则返回上述2，即重新构造两两对比矩阵，之后，顺序执行2后面的步骤。

5、计算组合权重并进行一致性检验。

具体的，根据归一化后的特征向量计算最下层对最上层的组合权向量，并进行组合权向量一致性检验，如果检验通过，则可以按照组合权向量表示的结果进行后续的评估操作，(即，将组合权向量作为评估指标元素的权重值)否则，需要重新考虑递阶层次模型或者重新构造一致性比率较大的两两对比矩阵，即返回上述1或者2。

利用上述5个步骤可以确定出各评估指标元素的权重值。

下面对实施例一中确定评估指标元素的权重值的一个具体的例子进行说明。采用层次分析法确定某数控机床增效工程效益评估指标体系的权重的过程如下：

①、评估指标元素的递阶层次模型。

应用AHP法建立数控机床增效工程效益评估指标体系时，首先将该体系分解为各个评估指标元素，并按照各评估指标元素间的隶属关系由高到低排成若干层次，建立不同层次间的评估指标元素的相互关系，某一层次的评估指标元素(如作业管理)可以对下一层的相应评估指标元素(如电子文档覆盖率、作业计划履约率、以及资源配送及时性等)起支配作用，同时该某一层次的评估指标元素又会受到上一层的相应评估指标元素(如功能指标)的支配，从而构造了一个各评估指标元素之间相互联结的、有序的递阶层次结构。

建立起的数控机床增效工程效益评估指标体系的一个具体的例子如附图2所示。图2中示出的评估指标元素被划分为三层，第一层包括3个评估元素指标，第二层包括8个评估指标元素，第三层包括24个评估元素指标，每一层所包括的具体评估指标元素如附图2所示，在此不再对每一层所包括的具体评估指标元素进行逐一说明。

②、构造两两对比矩阵。

根据图2示出的层次结构，通过权威专家对评估指标体系中各种影响因素的重要程度进行两两比较形式的打分，得到判断矩阵。

以作业管理评估指标元素的从属指标元素即电子文档覆盖率、作业计划履约率、资源配送及时性为例，作业计划履约率相比电子文档覆盖率来讲，稍微重要一点，资源配送及时性相对于电子文档覆盖率来讲，介于稍重要和明显重要之间，资源配送及时性相对于电子文档覆盖率来讲，稍微重要一点，则构造的两两对比矩阵中的数值可以如表6所示。

表6

③、进行层次评估指标单排序数值的计算。

根据上述构造的判断矩阵可以利用方根法得出各判断矩阵的单排序向量W_ij，计算单排序向量可以包括如下步骤：

a、利用公式(1)计算判断矩阵每一行元素的乘积M_i：

M_i＝(0.125，1，8)^T          公式(1)

b、利用公式(2)计算M_i的n次方根

在本例子中，n＝3：

$\stackrel{\‾}{M_i}={\left(\mathrm{0.5,1,2}\right)}^T$      公式(2)

c、利用公式(3)对向量

做归一化处理，获得判断矩阵的单排序向量，即判断矩阵对应的特征向量。

$\stackrel{\‾}{M_i}={\left(\mathrm{0.143,0.286,0.571}\right)}^T$            公式(3)

④判断矩阵的一致性检验。

在使用层次分析法计算各评估指标元素的权重值时，保持判断思维的一致性非常重要，因此，在计算出各层评估指标元素权重值的特征向量之后，需要进行一致性检验，具体的：

A、利用公式(4)计算判断矩阵的最大特征根λ_max；

${\mathrm{\λ}}_{\max }=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\frac{{\left(\mathrm{AW}\right)}_i}{{\mathrm{nW}}_i}$ 公式(4)

在公式(4)中，(AW)_i表示向量AW的第i个元素。

B、利用公式(5)计算一致性指标CI：

$\mathrm{CI}=\frac{{\mathrm{\λ}}_{\max }-n}{n-1}$ 公式(5)

在公式(5)中，n为判断矩阵的阶数，在本实施例中n为3。

C、利用公式(6)计算一致性比率CR：

$\mathrm{CR}=\frac{\mathrm{CI}}{\mathrm{RI}}=0.0145$ 公式(6)

在公式(6)中，RI为随机一致性指标，平均的随机一致性指标RI的具体数值可以如下述表7所示：

表7

D、利用公式(7)对权重值进行一致性检验；

CR＝0.0145＜0.1                            公式(7)

由公式(7)可知，判断矩阵具有满意的一致性。

⑤、汇总各层次的评估指标元素的权重值。

在图2示出的评估指标体系的层次结构下，利用单一准则计算了各层次的评估指标元素的权重数值之后，从低层次向高层次进行权重数值的汇总，即从三级评估指标元素向一级评估指标元素进行权重数值的汇总，获得评估指标体系的分层权重值。图2示出的评估指标体系的分层权重值的一个具体例子如表8所示：

表8

实施例二、科研项目评估系统。下面结合附图3和附图4对本实施例进行说明。

图3示出的科研项目评估系统包括：系统数据库300、评估指标生成子系统310、以及评估子系统320。

系统数据库300，用于存储至少一个科研项目的各阶段的评估指标元素、以及至少一个科研项目的各阶段的评估模型，这里的各阶段包括：项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段。这五个阶段还可以被进一步划分为更细的阶段，例如，项目执行阶段可以包括：实施评审阶段、年度评估阶段和中期评估阶段等。

系统数据库300中存储的所有评估指标元素可以包括两大类，即定性评估指标元素和定量评估指标元素。定性评估指标元素由主观确定评估指标元素的评估量值，定量评估指标元素由客观确定评估指标元素的评估量值。

系统数据库300中存储的评估模型可以为针对评估指标元素设置的具体算法，该算法可以根据具体的科研项目以及具体的阶段来设置，本实施例不限制系统数据库300中存储的评估模型的具体表现方式。

系统数据库300中存储的评估模型的输入可以包括：评估指标元素对应的权重值(即评估指标元素的权重值)和评估指标元素对应的评估量值(即评估指标元素的评估量值)；评估模型的输出可以包括：具体的评估结果。

系统数据库300中还可以存储与本科研项目评估系统相关的其它信息，例如，科研项目关键信息、专家信息、领域知识信息、辅助决策数据、以及系统管理数据等等。

评估指标生成子系统310，用于从系统数据库300存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素，并为选取的评估指标元素分配权重值。

上述评估指标生成子系统310进一步包括：分层模块311、矩阵模块312、计算模块313、第一检验模块314和第二检验模块315。

分层模块311，用于从系统数据库300存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素，并将选取的评估指标元素根据指标属性分层。

分层模块311选取评估指标元素的过程可以具体为：分层模块311选择需要进行评估的科研项目的阶段，从而该阶段对应的评估指标元素集即为选取的评估指标元素。

分层模块311选取评估指标元素的过程也可以具体为：分层模块311先选择需要进行评估的科研项目的阶段，然后，分层模块311在该阶段对应的评估指标元素集中挑选评估指标元素，分层模块311挑选的结果即为选取的评估指标元素。本实施例不限制分层模块311选取评估指标元素的具体实现方式。

分层模块311可以将评估指标元素集中的各个评估指标元素按照不同属性自上而下地分解成若干层次，同一层的各个评估指标元素从属于上一层的评估指标元素，即下一层的评估指标元素对上一层的评估指标元素有影响。上一层的评估指标元素支配下一层的评估指标元素，即上一层的评估指标元素对下一层的评估指标元素产生作用。

矩阵模块312，用于在分层模块执行分层操作后，根据每一层的评估指标元素的重要性确定每一层的判断矩阵。

具体的，矩阵模块312可以利用成对比较法和1-9比较尺度进行评估指标元素的数值定量化比较，对每一层次的各评估指标元素的相对重要性给出判断，获得判断矩阵，每一层次对应一个判断矩阵。矩阵模块312可以从最上层开始逐层构造判断矩阵，直到最下层。

计算模块313，用于在矩阵模块312确定出判断矩阵后，计算所述判断矩阵的最大特征根及特征向量。具体的，计算模块313可以根据上述矩阵模块312所构造出的判断矩阵，用方根法得出各判断矩阵的单排序向量。

第一检验模块314，用于在计算模块313计算出单排序向量后，对判断矩阵的最大特征根及特征向量进行一致性检验，如果检验通过，则触发第二检验模块315执行操作；如果检验不通过，则触发矩阵模块312执行操作。具体的，第一检验模块314可以利用一致性指标、随机一致性指标和一致性比率对最大特征根及特征向量进行一致性检验。

第二检验模块315，用于在第一检验模块314检验通过后，根据归一化后的特征向量计算最下层对最上层的组合权向量，进行组合权向量一致性检验，如果检验通过，则根据组合权向量确定评估指标元素的权重值，如果检验不通过，则触发分层模块321或矩阵模块322执行操作，即需要重新考虑递阶层次模型或者重新构造一致性比率较大的两两对比矩阵。

评估子系统320，用于确定评估指标生成子系统310选取的评估指标元素对应的评估量值，并利用选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成需要进行评估的科研项目的阶段的评估结果。

上述评估子系统320进一步包括：评估专家打分子系统321和综合评判处理子系统322。

评估专家打分子系统321，用于确定评估指标生成子系统310选取的评估指标元素中的主观确定评估量值的定性评估指标元素对应的评估量值。

综合评判处理子系统322，用于确定由客观确定评估量值的定量评估指标元素对应的评估量值，并根据所述选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。

具体的，针对一科研项目的一具体的阶段来说，综合评判处理子系统322可以先利用最下层的评估指标元素对应的评估量值、对应的权重值根据相应的评估模型生成该阶段的最下层的评估指标元素的评估结果，然后，综合评判处理子系统322以最下层的评估指标元素的评估结果为基础利用模糊合成算子获得倒数第二层评估指标元素的评估结果，之后，综合评判处理子系统322再以该倒数第二层评估指标元素的评估结果为基础利用模糊合成算子获得倒数第三层评估指标元素的评估结果，依此类推，直到综合评判处理子系统322获得最上层评估指标元素的评估结果。

参照图4所示，为进一步完善本系统，本科研项目评估系统还可以包括：科研项目管理子系统、信息统计分析子系统、基本信息管理子系统、以及系统管理子系统等。

科研项目管理子系统主要包括本科研项目评估系统与其它系统(如项目管理系统)的接口，以便进行上报信息的载入、信息的录入以及信息维护等操作。

信息统计分析子系统可以按照要求对评估的科研项目进行统计，并按格式化报表输出统计结果。用户可以利用信息统计分析子模块根据效益评估、投入产出分析等不同的查询条件查看已进行过评估的科研项目的评估记录，信息统计分析子模块可以按照用户的需要输出相关报告。

基本信息管理子系统主要用于对系统数据库300中存储的各种数据进行管理与维护。

系统管理子系统主要用于对整个科研项目评估系统进行维护与管理，例如进行用户权限管理等等。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种科研项目评估方法，其特征在于，包括：

存储有至少一个科研项目的各阶段的评估指标元素、以及至少一个科研项目的各阶段的评估模型，所述各阶段包括：项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段；

选择需要进行评估的科研项目的阶段，并从所述存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素；

为所述选取的评估指标元素分配权重值；

利用所述选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。

2.根据权利要求1所述的方法，其特征在于，所述评估指标元素包括由主观确定评估量值的定性评估指标元素和由客观确定评估量值的定量评估指标元素。

3.根据权利要求1或2所述的方法，其特征在于，所述项目执行阶段进一步包括：实施评审阶段、年度评估阶段和中期评估阶段，且所述项目执行阶段的评估模型包括：实施评审阶段的评估模型、年度评估阶段的评估模型和中期评估阶段的评估模型。

4.根据权利要求1或2所述的方法，其特征在于，所述为所述选取的评估指标元素分配权重值包括：

a、将所述选取的评估指标元素根据指标属性分层；

b、根据每一层的评估指标元素的重要性确定每一层的判断矩阵；

c、计算所述判断矩阵的最大特征根及特征向量；

d、对所述判断矩阵的最大特征根及特征向量进行一致性检验，如果检验通过，则到步骤e；如果检验不通过，则返回b；

e、根据归一化后的特征向量计算最下层对最上层的组合权向量，进行组合权向量一致性检验，如果检验通过，则根据所述组合权向量确定评估指标元素的权重值，如果检验不通过，则返回步骤a或b。

5.根据权利要求1或2所述的方法，其特征在于，所述需要进行评估的科研项目的阶段对应的评估指标元素被划分为多层，且所述生成所述需要进行评估的科研项目的阶段的评估结果的步骤包括：

利用最下层的评估指标元素对应的评估量值、对应的权重值根据对应的评估模型生成最下层的评估指标元素的评估结果；

对于相邻的两层，以下层的评估指标元素的评估结果为基础利用模糊合成算子获得上一层的评估指标元素的评估结果，以获取除最下层之外的其它各层的评估指标元素的评估结果。

6.一种科研项目评估系统，其特征在于，所述系统包括：

系统数据库，用于存储至少一个科研项目的各阶段的评估指标元素、及至少一个科研项目的各阶段的评估模型，所述各阶段包括：项目申报阶段、项目论证阶段、项目执行阶段、项目结题验收阶段和项目后评价阶段；

评估指标生成子系统，用于从所述系统数据库存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素，并为所述选取的评估指标元素分配权重值；

评估子系统，用于确定所述选取的评估指标元素对应的评估量值，并利用所述选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。

7.根据权利要求6所述的系统，其特征在于，所述评估子系统包括：

评估专家打分子系统，用于确定所述选取的评估指标元素中的主观确定评估量值的定性评估指标元素对应的评估量值；

综合评判处理子系统，用于确定由客观确定评估量值的定量评估指标元素对应的评估量值，并根据所述选取的评估指标元素对应的评估量值、对应的权重值根据所述需要进行评估的科研项目的阶段对应的评估模型生成所述需要进行评估的科研项目的阶段的评估结果。

8.根据权利要求7所述的系统，其特征在于，所述项目执行阶段进一步包括：实施评审阶段、年度评估阶段和中期评估阶段，且所述项目执行阶段的评估模型包括：实施评审阶段的评估模型、年度评估阶段的评估模型和中期评估阶段的评估模型。

9.根据权利要求7或8所述的系统，其特征在于，所述评估指标生成子系统包括：

分层模块，用于从所述系统数据库存储的评估指标元素中选取需要进行评估的科研项目的阶段对应的评估指标元素，并将所述选取的评估指标元素根据指标属性分层；

矩阵模块，用于在分层模块执行分层操作后，根据每一层的评估指标元素的重要性确定每一层的判断矩阵；

计算模块，用于在矩阵模块确定出判断矩阵后，计算所述判断矩阵的最大特征根及特征向量；

第一检验模块，用于在计算模块计算后，对所述判断矩阵的最大特征根及特征向量进行一致性检验，如果检验通过，则触发第二检验模块执行操作；如果检验不通过，则触发矩阵模块执行操作；

第二检验模块，用于根据归一化后的特征向量计算最下层对最上层的组合权向量，进行组合权向量一致性检验，如果检验通过，则根据所述组合权向量确定评估指标元素的权重值，如果检验不通过，则触发分层模块或矩阵模块执行操作。

10.根据权利要求7或8所述的系统，其特征在于，所述需要进行评估的科研项目的阶段对应的评估指标元素被划分为多层，所述综合评判处理子系统利用最下层的评估指标元素对应的评估量值、对应的权重值根据对应的评估模型生成最下层的评估指标元素的评估结果，对于相邻的两层，综合评判处理子系统以下层的评估指标元素的评估结果为基础利用模糊合成算子获得上一层的评估指标元素的评估结果，以获取除最下层之外的其它各层的评估指标元素的评估结果。

Images