CN104376434B - 卷烟多点加工质量的综合评价方法 - Google Patents

Abstract

本发明公开了一种卷烟多点加工质量的综合评价方法，涉及多点加工质量评价，它包括如下步骤：计算每一指标相对于上一目标的权重；计算各指标与最优指标的关联系数；计算不同生产企业的单层次和多层次评价系统的关联度；根据关联度比较不同生产企业单层次和多层次质量水平。本发明可以评价不同企业物测、烟气、感官和整体质量情况，考虑指标全面，指标权重设计合理，使用方便，具有很好的实用和推广价值，能够解决目前无系统全面评价各企业尤其是省外合作生产企业产品质量状况，改变过去比较孤立的只是对成品各指标进行简单的平均值、标准偏差的检测和比较的评价方法。

Description

卷烟多点加工质量的综合评价方法

技术领域

本发明涉及多点加工质量评价，具体地指一种卷烟多点加工质量的综合评价方法。

背景技术

目前，行业卷烟对卷烟产品质量的评价普遍是以GB5606-2005《卷烟》国标为基础，完全采用或在国标的基础上制定企业内控标准，对卷烟产品质量进行评价，评价主要以卷烟成品外观物测、烟气、感官为主要内容。《卷烟》是行业对卷烟产品质量的基本要求，是一种方向性的知道，数据以抽检结果为主，采用的是符合性判断，合格与不合格为主要关心的问题。而对企业而言，质量的影响因素是多维的，从原料投入开始，涵盖了整个加工过程，很多环节和指标的运行状况以及结果性指标都直接影响或反映着卷烟产品的加工质量。

随着各省卷烟企业的合并和跨省合作生产的实行，同一牌号多点加工已成普遍现象，且成为一种趋势，这就要求对卷烟加工质量进行更细致的评估。然而，原来对多点加工产品的质量评价也只是对单个指标进行简单的平均值、标准偏差的检测和比较，分析比较孤立，并没有对卷烟加工质量进行深入研究，无法综合、全面比较各加工企业的加工质量水平。

发明内容

本发明的目的在于克服上述现有背景技术的不足之处，而提供一种卷烟多点加工质量的综合评价方法。

本发明的目的是通过如下技术方案来达到的：一种卷烟多点加工质量的综合评价方法，包括如下步骤：

步骤1：计算每一指标相对于上一目标的权重；

步骤2：计算各指标与最优指标的关联系数；

步骤3：计算不同生产企业的单层次和多层次评价系统的关联度；

步骤4：根据关联度比较不同生产企业单层次和多层次质量水平。

所述步骤2包括如下步骤：

步骤2.1：选取参考数列，数据标准化处理；

步骤2.2：设定标准化处理后参考数列X0与对比数列Xi；

步骤2.3：计算参考数列X0与对比数列Xi的关联系数，

步骤2.3中，计算关联系数的公式如下：

上式中，ε_i(k)为关联系数，0.5为分辨系数；

得到关联系数矩阵：

式中，ε_i(k)为第i个评价单位第k个指标与第k个最优指标的关联系数。

作为优选方案，所述步骤1包括如下步骤：

步骤1.1：确定加工质量综合评价指标层次体系，并构建指标层次结构；

步骤1.2：运用层次分析法计算每一指标相对于上一目标的权重。

进一步地，步骤1.2包括如下步骤：

步骤1.2.1：构造判断矩阵，通过对指标层次结构中的各指标的相对重要性两两比较得到；

步骤1.2.2：检验判断矩阵一致性，若检验不通过，重新构建判断矩阵，直到通过为止；

步骤1.2.3：通过判断矩阵计算各指标相对于上一目标的权重，

其计算方法如下：

(1)计算判断矩阵每一行元素的乘积M_i：

(2)计算M_i的n次方根

则Wi即为各指标相对于上一目标的权重。

更进一步地，步骤3中，进一步通过各企业的指标关联系数计算出各企业单层次和多层次关联度。

步骤3.1：计算单层次的关联度

设某一层次的各指标相对于上层次目标的优先权重为：

W＝(w₁,w₂,...,w_t)；

式中，t表示该层中的指标个数。则该层次关联度的计算公式为：

R＝(r_i)_1×m＝(r₁,r₂,...,r_m)＝WE^T；

步骤3.2：计算多层次评价系统的最终关联度

对一个由L层组成的多层评价系统，最终关联度的计算方法如下：将第K层各指标的关联系数进行合成，分别得它们所属的上一层即K-1层各指标的关联度；然后把这一层所得到的关联度作为原始数据，继续合成得到第K-2层各指标的关联度，以此类推，直到求出最高层指标的关联度为止。

本发明的优点在于：

其一，按照关联度可以评价各企业物测、烟气、感官和整体质量情况，并及时全面的分析各企业加工质量状况，为质量改进提供依据；

其二，利用层次分析法建立指标评价体系和指标权值，考虑指标全面，指标权重设计合理，使用方便，具有很好的实用和推广价值；

其三，能够解决目前无系统全面评价各企业尤其是省外合作生产企业产品质量状况，改变过去比较孤立的只是对成品各指标进行简单的平均值、标准偏差的检测和比较的评价方法。

附图说明

图1为本发明的综合评价方法的流程图；

图2为本发明的层次结构模型。

具体实施方式

下面结合附图和实施例详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明本发明的优点将变得更加清楚和容易理解。

如图所示，一种卷烟多点加工质量的综合评价方法，包括如下步骤：

步骤1：计算每一指标相对于上一目标的权重

步骤1.1：构建卷烟质量综合评价指标层次体系

利用层次分析法建立的卷烟质量综合评价指标层次体系如图2所示。该系统由3层指标组成，第一层：目标层，卷烟质量(A)；第二层：要素层，包括物测(B1)，烟气(B2)，感官(B3)；第三层：指标层，共18个指标(C₁,C₂,...,C₁₈)。

步骤1.2：运用层次分析法计算指标相对于上一层目标的权重

步骤1.2.1：通过两两比较指标层次结构中的各指标的相对重要性，构造判断矩阵

判断矩阵表示与上一层某元素相关联的元素之间的相互重要性比较。如表1所示，通过合适的标度定量化，本实施例采用1-9标度。假定上一层次的元素B_k作为准则，对下一层次元素C₁,C₂,...,C_n有支配关系，在准则B_k下按它们的相对重要性赋予C₁,C₂,...,C_n相应的权重。对n个元素来说，得到两两比较判断矩阵C＝(C_ij)_n×n。其中C_ij表示元素i和元素j相对于目标重要性。则构造的判断矩阵如表2所示。

表1判断矩阵标度及其含义

表2构造的判断矩阵

Bk	C1	C2	...	Cn
					C1	C11	C12	…	C1n
C2	C21	C22	…	C2n
					…	…	…	…	…
Cn	Cn1	Cn2	…	Cnn

在判断矩阵中C具有如下性质：

C_ij＞0(i,j＝1,2,…,n)；C_ij＝1/C_ji(i≠j)；C_ii＝1(i＝1,2,…,n)。

步骤1.2.2：一致性检验

(1)层次单排序和一致性检验

层次单排序时根据判断矩阵计算对于上一层某元素而言本层次与之有联系的元素重要性次序的权值。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特征向量，并不需要较高的精确度。而且应用层次分析法给出的层次中各种因素优先排序权值本质来说是表达某种定性的概念。本实施例采用一种简单的计算矩阵最大特征根及其对应特征向量的方法。计算步骤如下：

1)构造如表2所示的判断矩阵A；

2)计算判断矩阵每一行元素的乘积M_i：

3)计算M_i的n次方根

则W＝[W₁,W₂,...,W_n]^T即为所求的特征向量。

为了保证应用层次分析法得到的结论合理，还需要对构造的判断矩阵进行一致性检验，计算步骤如下：

1)计算判断矩阵A的最大特征根λ_max：

其中(AW)_i表示向量AW的第i个元素。

2)计算判断矩阵一致性指标CI：

3)根据判断矩阵阶数n，查找平均随机一致性指标RI值。

衡量不同阶判断矩阵是否具有满意的一致性，我们还需引入判断矩阵的平均随机一致性指标RI值，对于1-9阶判断矩阵，RI的值如表3所示。

表3判断矩阵RI值

阶数	1	2	3	4	5	6	7	8	9
										RI	0.00	0.00	0.58	0.90	1.12	1.24	1.32	1.41	1.45

4)计算随机一致性比率

当CR<0.10时，即可认为判断矩阵具有满意的一致性，否则就需要调整判断矩阵，使之具有满意的一致性。

(2)层次总排序和一致性检验

依次沿递阶层次结构由上而下逐层计算，即可计算出最低层次因素相对于最高层(总目标)的相对重要性或相对优劣的排序值，即层次总排序。也就是说，层次总排序针对最高层目标而言的，最高层次的总排序就是其层次总排序。最新的研究指出，在实际操作中，总排序一致性检验常常可以省略。

步骤1.2.3：通过判断矩阵计算各指标相对于上一目标的权重

计算步骤如下：

(1)计算判断矩阵每一行元素的乘积M_i：

(2)计算M_i的n次方根

其中，Wi即为各指标相对于上一目标的权重。

本发明指标权重如表4所示。

表4指标权重表

步骤2：计算各指标与最优指标的关联系数

步骤2.1：选取参考数列、收集对比数列，并规范化处理

(1)选取参考数列，收集对比数列

取每个指标的最优值V₀(k)(k＝1,2,…18)组成参考数列V₀，其中重量标偏、吸阻标偏、含末率三个指标是越小越好，其它指标是越接近设计中心值越好。所以参考列中重量标偏、吸阻标偏、含末率取检测值中的最小值，其余指标均取设计中心值。

收集各企业指标检测数据，设i为第i个生产企业的序号(i＝1,2…6)，k为第k个指标的序号(k＝1,2,…18)，设V_i(k)为第i个生产企业第k个指标的值的原始数据。

(2)规范化处理

因为不同指标测量结果的大小差异很大，为便于关联分析，将原始数据进行规范化处理，本发明选取的指标类型有极小型和点型。同时将参考数列规范化处理。

转换方法如下：

1)极小型指标：

X_i(k)＝1+m_j/M_j-V_i(k)/M_j；

式中：X_i(k)为V_i(k)为标准化后的值，其最大值为1，最小值为0；

M_j—第j项指标的最大值；

m_j—第j项指标的最小值；

2)点型指标：

式中：X_i(k)为指标V_i(k)为标准化后的值，其最大值为1，最小值为0；

r—第j项指标理想点；

M_j—第j项指标的最大值；

m_j—第j项指标的最小值。

步骤2.2：设定标准化处理后参考数列X0与对比数列Xi

把规范化后的数列X₀＝{X₀(k)|k＝1,2...18}作为参考数列，X_i＝{X_i(k)|k＝1,2,...18},(i＝1,2,...6)作为对比数列。

步骤2.3：计算参考数列X0与对比数列Xi的关联系数

比较数列Xi与参考数列X0的关联系数为：

与分别表示最小绝对差值和最大绝对差值。利用上述公式计算关联系数ε_i(k)(i＝1,2…m；k＝1,2,…,n)

式中，ε_ik为第i个评价单元第k个指标与第k个最优指标的关联系数。

步骤3：计算不同生产企业单层次和多层次评价系统的关联度

步骤3.1：计算不同生产企业单层次评价系统的关联度

设某一层次的各指标相对于上层次目标的优先权重为：

W＝(w₁,w₂,...,w_t)

式中，t表示该层中的指标个数。则该层次关联度的计算公式为：

R＝(r_i)_1×m＝(r₁,r₂,...,r_m)＝WE^T。

步骤3.2：计算不同生产企业多层次评价系统的关联度

对一个由L层组成的多层评价系统，最终关联度的计算方法如下：将第K层各指标的关联系数进行处理，得到其所属的上一层即K-1层各指标的关联度；然后把K-1层所得到的关联度作为原始数据，继续处理得到第K-2层各指标的关联度，以此类推，直到求出最高层指标的关联度。本实施例单层次及多层次关联度如表5所示。

表5各生产企业单层次及多层次关联度

通过以上步骤，最终完成对同一牌号在不同生产企业物测、烟气、感官和整体质量情况，对它们进行排名，发现各生产企业存在的问题，为进一步改进质量，提高均质化水平提供了依据。

步骤4：根据关联度比较不同生产企业单层次和多层次质量水平。

物测质量的优劣顺序为：A>C>E>B>F>D；

烟气质量的优劣顺序为：E>A>C>D>B>F；

感官质量的优劣顺序为：E>A>B>D>C>F；

综合质量的优劣顺序为：E>A>C>B>D>F。

其它未经详细说明的部分均为现有技术。

Claims (1)

1.一种卷烟多点加工质量的综合评价方法，其特征在于，包括如下步骤：

步骤1：计算每一指标相对于上一目标的权重；

所述步骤1包括如下步骤：

步骤1.1：确定加工质量综合评价指标层次体系，并构建指标层次结构；

步骤1.2：运用层次分析法计算每一指标相对于上一目标的权重；

具体地，所述步骤1.2包括如下步骤：

步骤1.2.1：构造判断矩阵；

步骤1.2.2：检验判断矩阵一致性；

步骤1.2.3：通过判断矩阵计算各指标相对于上一目标的权重，其计算方法如下：

(1)计算判断矩阵每一行元素的乘积M_i：

(2)计算M_i的n次方根

(3)对向量正规化；

则Wi即为各指标相对于上一目标的权重；

步骤2：计算各指标与最优指标的关联系数；

步骤3：计算不同生产企业单层次和多层次评价系统的关联度；

步骤4：根据关联度比较不同生产企业单层次和多层次质量水平；

所述步骤2包括如下步骤：

步骤2.1：选取参考数列、收集对比数列，并规范化处理；

步骤2.2：设定标准化处理后的参考数列X0与对比数列Xi；

步骤2.3：计算参考数列X0与对比数列Xi的关联系数；

所述步骤2.3中，计算参考数列X0与对比数列Xi的关联系数的公式如下：

式中，ε_i(k)为关联系数，0.5为分辨系数；

得到关联系数矩阵：

式中，ε_i(k)为第i个评价单位第k个指标与第k个最优指标的关联系数；

所述步骤3包括如下步骤：

步骤3.1：计算不同生产企业单层次评价系统的关联度；

设某一层次的各指标相对于上层次目标的优先权重为：

W＝(w₁,w₂,...,w_t)；

式中，t表示该层中的指标个数，则该层次关联度的计算公式为：

R＝(r_i)_1×m＝(r₁,r₂,...,r_m)＝WE^T；

步骤3.2：计算不同生产企业多层次评价系统的关联度；

对一个由L层组成的多层评价系统，最终关联度的计算方法如下：将第K层各指标的关联系数进行处理，得到其所属的上一层即K-1层各指标的关联度；然后把K-1层所得到的关联度作为原始数据，继续处理得到第K-2层各指标的关联度，以此类推，直到求出最高层指标的关联度。