CN115907563A - 一种企业效益水平确定方法、系统及电子设备 - Google Patents
一种企业效益水平确定方法、系统及电子设备 Download PDFInfo
- Publication number
- CN115907563A CN115907563A CN202211720820.9A CN202211720820A CN115907563A CN 115907563 A CN115907563 A CN 115907563A CN 202211720820 A CN202211720820 A CN 202211720820A CN 115907563 A CN115907563 A CN 115907563A
- Authority
- CN
- China
- Prior art keywords
- determining
- index
- matrix
- enterprise
- comprehensive benefit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种企业效益水平确定方法、系统及电子设备，涉及建筑技术领域。本发明包括：确定监理企业数字化转型综合效益水平评估所需的多种指标；确定每种指标的权重；根据权重，确定综合效益评价指数；根据综合效益评价指数，确定监理企业数字化转型综合效益水平。本发明通过考虑非量化指标完成监理企业数字化转型综合绩效评估，提高了企业绩效评估的合理性。
Description
技术领域
本发明涉及建筑技术领域，特别是涉及一种企业效益水平确定方法、系统及电子设备。
背景技术
随着建筑行业规模不断加大，建造过程中涉及到“人、机、物、料、法”等多种要素，传统监理工作模式的信息传递效率低效，难以实现对项目的高效动态管控。在当前社会整体数字化转型的背景下，建筑业作为受数字化管控技术影响最为显著的行业之一，积极融入生产数字化是监理企业的必然选择。
然而，目前在工程监理行业领域，并没有一套针对监理企业数字化转型综合绩效评估的科学体系和方法。产值与利润对于监理企业而言，是最为直观的绩效反应。监理行业数字化转型涉及较高的沉没成本，数字化转型与应用的资金投入将直接影响企业的战略运营，后期也将通过强有力的竞争力，间接提升企业的战略效益。由于数字化转型综合效益考评涉及众多非量化指标，监理企业在进行绩效评估时，往往忽略了这些指标，从而降低了绩效评估的全面性、可靠性和真实性。结合监理企业自身业务情况与实力，从企业长远发展角度考虑，客观评价监理生产数字化的综合效益，对于监理企业科学决策数字化转型推广具有一定的实际意义。
发明内容
本发明的目的是提供一种企业效益水平确定方法、系统及电子设备，通过考虑非量化指标完成监理企业数字化转型综合绩效评估，提高了企业绩效评估的合理性。
为实现上述目的，本发明提供了如下方案：
一种企业效益水平确定方法，包括：
确定监理企业数字化转型综合效益水平评估所需的多种指标；
确定每种指标的权重；
根据所述权重，确定综合效益评价指数；
根据所述综合效益评价指数，确定监理企业数字化转型综合效益水平。
可选的，所述指标包括一级指标；任一所述一级指标包括一个或多个二级指标。
可选的，所述确定每种指标的权重，包括：
构建典型排序矩阵；所述典型排序矩阵中的元素aij表示第i个重要性确定者对第j个指标cj的重要性评价结果；
确定典型排序矩阵中每个元素的隶属度，得到隶属度矩阵；
确定任一指标为当前指标；
根据所述隶属度矩阵，确定所有重要性确定者对当前指标的总体认识盲度；
根据总体认识盲度，确定所有重要性确定者对当前指标的总体认识度；
确定所有指标的总体认识度为评价向量；
对所述评价向量进行归一化处理，得到每个指标的权重。
可选的，所述根据所述隶属度矩阵，确定所有重要性确定者对当前指标的总体认识盲度，包括：
确定当前指标对应多个隶属度的平均值为当前指标的平均隶属度；
根据所述当前指标的平均隶属度，利用公式σj＝|{[max(b1j,b2j,…,bkj)-bj]+[min(b1j,b2j,...,bkj)-bj]}÷2|，确定所有重要性确定者对当前指标的总体认识盲度；
其中，σj表示总体认识盲度；bij表示第i个重要性确定者对第j个指标重要性评价结果的隶属度；i＝1,2...k；k表示重要性确定者的数量；bj表示第j个指标的平均隶属度。
可选的，所述根据所述权重，确定综合效益评价指数，包括：
确定任一指标为当前指标；
获取当前指标的基本概率分布矩阵；所述基本概率分布矩阵中的元素mig表示第i个重要性确定者对当前指标属于监理企业数字化转型综合效益水平等级g的基本概率分配；
将基本概率分布矩阵中第1个行向量的转至矩阵确定为第1次迭代时的融合矩阵；
令迭代次数m＝2；
令第m个行向量与第m-1次迭代时的融合矩阵相乘，得到第m次迭代时的待定融合矩阵；
确定第m次迭代时的待定融合矩阵中主对角线元素之和为第m次迭代时的中间变量；
确定第m次迭代时的待定融合矩阵中非主对角线元素之和为第m次迭代时的冲突系数；
判断迭代次数m是否等于基本概率分布矩阵的行向量数量，得到判断结果；
若所述判断结果为否，则确定第m次迭代时的待定融合矩阵的主对角线构成的列向量为第m次迭代时的融合矩阵，令迭代次数m的数值增加1，返回步骤“令第m个行向量与第m-1次迭代时的融合矩阵相乘，得到第m次迭代时的待定融合矩阵”；
若所述判断结果为是，则根据多个中间变量和多个冲突系数确定当前指标的监理企业数字化转型综合效益水平概率值；
根据每种指标的权重，对多个理企业数字化转型综合效益水平概率值进行加权求和，得到综合效益评价指数。
可选的，所述根据所述综合效益评价指数，确定监理企业数字化转型综合效益水平，包括：
获取监理企业数字化转型综合效益水平等级对应的综合效益评价指数区间；
根据所述综合效益评价指数所在区间，确定监理企业数字化转型综合效益水平。
一种企业效益水平确定系统，包括：
指标获取模块，用于确定监理企业数字化转型综合效益水平评估所需的多种指标；
权重确定模块，用于确定每种指标的权重；
综合效益评价指数确定模块，用于根据所述权重，确定综合效益评价指数；
综合效益水平确定模块，用于根据所述综合效益评价指数，确定监理企业数字化转型综合效益水平。
一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求所述的一种企业效益水平确定方法。
可选的，所述存储器为可读存储介质。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供的企业效益水平确定方法、系统及电子设备，方法包括确定监理企业数字化转型综合效益水平评估所需的多种指标；确定每种指标的权重；根据权重，确定综合效益评价指数；根据综合效益评价指数，确定监理企业数字化转型综合效益水平。本发明通过考虑非量化指标完成监理企业数字化转型综合绩效评估，提高了企业绩效评估的合理性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1中企业效益水平确定方法流程图；
图2为本发明实施例1中企业效益水平确定方法原理图；
图3为本发明实施例1中指标示意图；
图4为本发明实施例1中综合效益评价指数确定原理图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种企业效益水平确定方法、系统及电子设备，通过考虑非量化指标完成监理企业数字化转型综合绩效评估，提高了企业绩效评估的合理性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1和图2所示，本实施例提供了一种企业效益水平确定方法，包括：
步骤101：确定监理企业数字化转型综合效益水平评估所需的多种指标。指标包括一级指标；任一一级指标包括一个或多个二级指标。
如图3所示，结合监理企业监理工作的管控目标、监理人员工作效率、企业运营能力等维度梳理，遴选与识别出包含安全、质量、进度、成本、文档管理、工作效率、产品效益、战略效益八方面的综合效益评价指标体系。安全管理方面，从项目实施过程中各级安全事故发生频次、不安全因素处理效率作为重点考评指标。质量管理方法，通过过程监管中的质量评价，以及项目交付质量评定等级作为质量管理方面的二级核心指标。进度管理方面的二级指标有，进度问题的发现与纠偏、最终交付工期与合同工期的偏差。成本管理方面，主要从节约的劳动力，以及对项目成本的节约考虑，文档资料管理方面，将资料齐全度和完整性、资料逻辑性和科学性、资料易懂性和可操作性作为文档资料管理的考核重点。关于数字化转型相关产品的效益，从产品的安全性、功能完备性、可操作性、可移植性五方面进行评价。对于监理企业人员成本的考虑，从信息传递效率、决策效率两方面对工作效率指标进行相应考评。对于企业运营能力方面的战略效益考评，通过数字化转型对市场占有率、合同履约率作为核心考核指标。具体二级指标详见图3。本实施例中构建的建立企业数字化转型综合效益评价指标体系具有以下特征：一是全面客观，结合监理企业数字化转型对监理工作监管效率与数字化产品的应用效益，客观全面反应了数字化转型对监理企业的转型成效。二是精炼简化，充分考虑指标的核心代表性，遵行“精炼”的原则确定二级指标，能科学有效的体现一级指标的核心关注点，避免指标繁杂冗余。三是实操性强，指标设置均落实到监理项目的核心管控要点，对监理企业数字化转型发展具有较强的实际指导性。
步骤102：确定每种指标的权重。
例如，步骤102，包括：
步骤1021：构建典型排序矩阵；典型排序矩阵中的元素aij表示第i个重要性确定者对第j个指标cj的重要性评价结果。
步骤1022：确定典型排序矩阵中每个元素的隶属度，得到隶属度矩阵；
步骤1023：确定任一指标为当前指标。
步骤1024：根据隶属度矩阵，确定所有重要性确定者对当前指标的总体认识盲度。
例如，步骤1024包括：
步骤10241：确定当前指标对应多个隶属度的平均值为当前指标的平均隶属度。
步骤10242：根据当前指标的平均隶属度，利用公式σj＝|{[max(b1j,b2j,...,bkj)-bj]+[min(b1j,b2j,…,bkj)-bj]}÷2|，确定所有重要性确定者对当前指标的总体认识盲度；其中，σj表示总体认识盲度；bij表示第i个重要性确定者对第j个指标重要性评价结果的隶属度；i＝1,2...k；k表示重要性确定者的数量；bj表示第j个指标的平均隶属度。
步骤1025：根据总体认识盲度，确定所有重要性确定者对当前指标的总体认识度。
步骤1026：确定所有指标的总体认识度为评价向量。
步骤1027：对评价向量进行归一化处理，得到每个指标的权重。
采用主客观相结合的结构熵权法(SEW)计算指标体系权重，首先是邀请专家(重要性确定者)给出各指标的相对重要性意见，形成典型排序矩阵，再根据熵理论计算熵值，通过认识盲度减少典型排序的不确定性。最后对总体认识度归一化处理，即可得到指标权重。本实施例中邀请相关专家分别对构建的评价指标体系重要性进行排序，根据排序结果统计出“典型排序矩阵”A：
式中：aij表示专家(重要性确定者)i对指标cj给出的排序结果，i＝1,2,…,k，j＝1,2,…,n。
再对“典型排序矩阵”A进行盲度分析，具体步骤：计算排序数的隶属度矩阵，计算“认识盲度”与总体认识度。
通过熵公式等价变化，计算得到指标排序的隶属函数：
式中，m＝j+2为转化参数，μ(aij)∈[0，1]是单个排序数的隶属度，进而得到隶属度矩阵B＝(bij)k×n。
对指标cj的“认识盲度”即指专家认知的不确定性，记为σj。各位专家对指标cj的平均认识度bj为各位专家对指标cj认识度的算数平均数，即：
则各位专家对指标cj的“认识盲度”为：
σj＝|{[max(b1j,b2j,...,bkj)-bj]+[min(b1j,b2j,...,bkj)-bj]}÷2|
各位专家对指标cj的总体认识度xj为：xj＝bj(1-σj)，进而得到指标cj的评价向量为：X＝(x1,x2,…,xn)。
最后将评价向量X进行归一化处理，即可得到指标cj的权重。
本实施例中，结合国家规定的关于智慧建造相关标准以及咨询相关专家学者，将监理企业数字化转型综合效益评价指标分为差、中、良、优四个等级，分别用Ⅰ、Ⅱ、Ⅲ、Ⅳ表示，并且将效益等级取值限定于[0，1]，再对[0，1]进行合理划分，以界定监理企业数字化转型综合效益水平等级，其结果如表所示1，并定义各效益等级对应的评价量化值分别为0.95、0.85、0.7、0.3。
表1监理企业数字化转型综合效益水平等级及其区间示意表
| 效益等级 | Ⅰ | Ⅱ | Ⅲ | Ⅳ |
| 效益描述 | 优 | 良 | 中 | 差 |
| 取值 | [1，0.9) | [0.9，0.8) | [0.8，0.6) | [0.6，0] |
步骤103：根据权重，确定综合效益评价指数。
例如，步骤103包括：
步骤1031：确定任一指标为当前指标。
步骤1032：获取当前指标的基本概率分布矩阵；基本概率分布矩阵中的元素mig表示第i个重要性确定者对当前指标属于监理企业数字化转型综合效益水平等级g的基本概率分配。
步骤1033：将基本概率分布矩阵中第1个行向量的转至矩阵确定为第1次迭代时的融合矩阵。
步骤1034：令迭代次数m＝2。
步骤1035：令第m个行向量与第m-1次迭代时的融合矩阵相乘，得到第m次迭代时的待定融合矩阵。
步骤1036：确定第m次迭代时的待定融合矩阵中主对角线元素之和为第m次迭代时的中间变量。
步骤1037：确定第m次迭代时的待定融合矩阵中非主对角线元素之和为第m次迭代时的冲突系数。
步骤1038：判断迭代次数m是否等于基本概率分布矩阵的行向量数量，得到判断结果；若判断结果为否，则执行步骤步骤1039；若判断结果为是，则执行步骤步骤10310。
步骤1039：确定第m次迭代时的待定融合矩阵的主对角线构成的列向量为第m次迭代时的融合矩阵，令迭代次数m的数值增加1，返回步骤1035。
步骤10310：根据多个中间变量和多个冲突系数确定当前指标的监理企业数字化转型综合效益水平概率值。
步骤10311：根据每种指标的权重，对多个理企业数字化转型综合效益水平概率值进行加权求和，得到综合效益评价指数。
如图4，进行综合效益水平评价。本实施例中依据构建的指标体系，利用监理企业数字化转型前后的的综合绩效作为基础数据，构造隶属度矩阵，再引入权值分配与矩阵分析算法对传统证据理论的数据融合法则进行改进，应用改进的证据合成法则计算得到二级指标效益评价指数，最后结合指标权重，采用加权法逐层对指标进行融合，得到最终的综合效益评价指数。
本实施例中，专家通过对比分析本实施例监理企业数字化转型前后的综合效益，应用高斯函数
构造二级指标的隶属度矩阵，式中μ为函数中心，σ为专家所给意见的不确定度，σ值越大，表明不确信度越低。四个效益等级的函数中心点μ分别为0.95、0.85、0.7、0.3，则根据高斯型隶属度函数，构造出二级指标的隶属度矩阵。
采用权值分配与矩阵分析算法对传统证据理论的数据融合法则进行改进的步骤：
首先，应用权值分配方法对传统证据理论的合成法则进行改进后，二级指标评价等级的概率值为：
其中
表示证据冲突的概率分配函数，且f(A)≥0，
K表示k个独立证据m1,m2,…,mk的冲突系数。
再利用矩阵分析算法计算得到概率公式中涉及的
(即中间变量)与冲突系数K值，具体算法如下：
①通过对隶属度矩阵进行归一化处理，即可得合成后的基本概率函数为：
其中mig表示专家i给出的指标属于效益等级g的基本概率分配，并且满足每行和为1，即：mi1+mi2+mi3+mi4＝1，i＝1,2,…k。
②将M1的转置和行向量M2相乘，得矩阵：
矩阵R1主对角线元素之和为
非主对角线元素之和即为冲突系数K。
③将矩阵R1中主对角线元素所构成的列向量与矩阵M中专家3的评价向量M3相乘，得新矩阵R2：
矩阵R2的主对角线元素之和仍为
但此时的冲突系数K值应为矩阵R1和R2中所有非主对角线元素之和。
同理，逐一融合k位专家的评价意见Mi，直至融合完所有专家意见，得到矩阵Rk-1。此时，此时，矩阵Rk-1的主对角元素之和为
K值为合成过程中矩阵R1，R2，…，Rk-1非主对角线元素之和，如附图3所示。
最后结合S2中确定的各级指标权重，逐层对各级指标的基本概率值进行加权求和，最终得到综合效益评价指数。
步骤104：根据综合效益评价指数，确定监理企业数字化转型综合效益水平。
例如，步骤104包括：
步骤1041：获取监理企业数字化转型综合效益水平等级对应的综合效益评价指数区间；
步骤1042：根据综合效益评价指数所在区间，确定监理企业数字化转型综合效益水平。
将经计算得到的综合效益评价指数与设定的效益等级进行分析比对，得到最终的评估效益等级。
本实施例通过建立绩效评估指标体系、确定指标体系权重、综合效益评价等级划分和综合效益水平评价；，以及对计算结果进行分析评定，得到评估效益等级。确定指标体系权重使用主客观相结合的结构熵权法计算指标权重，将主、客观赋权法优势进行互补，不仅能降低主观赋值专家认知不确定性的影响，同时能避免客观赋值收集大量数据的困难。在综合效益评价等级划分中选用权值分配与矩阵分析算法对传统证据理论合成法则进行改进，在增加高冲突证据融合结果可靠性的同时，提升了大数据运算效率，使该评价方法更为实用可靠。
实施例2
为了执行上述实施例1对应的方法，以实现相应的功能和技术效果，下面提供了一种企业效益水平确定系统，包括：
指标获取模块，用于确定监理企业数字化转型综合效益水平评估所需的多种指标。
权重确定模块，用于确定每种指标的权重。
综合效益评价指数确定模块，用于根据权重，确定综合效益评价指数。
综合效益水平确定模块，用于根据综合效益评价指数，确定监理企业数字化转型综合效益水平。
实施例3
本实施例提供了一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例1所述的一种企业效益水平确定方法。其中，存储器为可读存储介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种企业效益水平确定方法，其特征在于，包括：
确定监理企业数字化转型综合效益水平评估所需的多种指标；
确定每种指标的权重；
根据所述权重，确定综合效益评价指数；
根据所述综合效益评价指数，确定监理企业数字化转型综合效益水平。
2.根据权利要求1所述的一种企业效益水平确定方法，其特征在于，所述指标包括一级指标；任一所述一级指标包括一个或多个二级指标。
3.根据权利要求1所述的一种企业效益水平确定方法，其特征在于，所述确定每种指标的权重，包括：
构建典型排序矩阵；所述典型排序矩阵中的元素aij表示第i个重要性确定者对第j个指标cj的重要性评价结果；
确定典型排序矩阵中每个元素的隶属度，得到隶属度矩阵；
确定任一指标为当前指标；
根据所述隶属度矩阵，确定所有重要性确定者对当前指标的总体认识盲度；
根据总体认识盲度，确定所有重要性确定者对当前指标的总体认识度；
确定所有指标的总体认识度为评价向量；
对所述评价向量进行归一化处理，得到每个指标的权重。
4.根据权利要求3所述的一种企业效益水平确定方法，其特征在于，所述根据所述隶属度矩阵，确定所有重要性确定者对当前指标的总体认识盲度，包括：
确定当前指标对应多个隶属度的平均值为当前指标的平均隶属度；
根据所述当前指标的平均隶属度，利用公式σj＝|{[max(b1j,b2j,...,bkj)-bj]+[min(b1j,b2j,...,bkj)-bj]}÷2|，确定所有重要性确定者对当前指标的总体认识盲度；
其中，σj表示总体认识盲度；bij表示第i个重要性确定者对第j个指标重要性评价结果的隶属度；i＝1,2...k；k表示重要性确定者的数量；bj表示第j个指标的平均隶属度。
5.根据权利要求1所述的一种企业效益水平确定方法，其特征在于，所述根据所述权重，确定综合效益评价指数，包括：
确定任一指标为当前指标；
获取当前指标的基本概率分布矩阵；所述基本概率分布矩阵中的元素mig表示第i个重要性确定者对当前指标属于监理企业数字化转型综合效益水平等级g的基本概率分配；
将基本概率分布矩阵中第1个行向量的转至矩阵确定为第1次迭代时的融合矩阵；
令迭代次数m＝2；
令第m个行向量与第m-1次迭代时的融合矩阵相乘，得到第m次迭代时的待定融合矩阵；
确定第m次迭代时的待定融合矩阵中主对角线元素之和为第m次迭代时的中间变量；
确定第m次迭代时的待定融合矩阵中非主对角线元素之和为第m次迭代时的冲突系数；
判断迭代次数m是否等于基本概率分布矩阵的行向量数量，得到判断结果；
若所述判断结果为否，则确定第m次迭代时的待定融合矩阵的主对角线构成的列向量为第m次迭代时的融合矩阵，令迭代次数m的数值增加1，返回步骤“令第m个行向量与第m-1次迭代时的融合矩阵相乘，得到第m次迭代时的待定融合矩阵”；
若所述判断结果为是，则根据多个中间变量和多个冲突系数确定当前指标的监理企业数字化转型综合效益水平概率值；
根据每种指标的权重，对多个理企业数字化转型综合效益水平概率值进行加权求和，得到综合效益评价指数。
6.根据权利要求1所述的一种企业效益水平确定方法，其特征在于，所述根据所述综合效益评价指数，确定监理企业数字化转型综合效益水平，包括：
获取监理企业数字化转型综合效益水平等级对应的综合效益评价指数区间；
根据所述综合效益评价指数所在区间，确定监理企业数字化转型综合效益水平。
7.一种企业效益水平确定系统，其特征在于，包括：
指标获取模块，用于确定监理企业数字化转型综合效益水平评估所需的多种指标；
权重确定模块，用于确定每种指标的权重；
综合效益评价指数确定模块，用于根据所述权重，确定综合效益评价指数；
综合效益水平确定模块，用于根据所述综合效益评价指数，确定监理企业数字化转型综合效益水平。
8.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至6中任一项所述的一种企业效益水平确定方法。
9.根据权利要求8所述的一种电子设备，其特征在于，所述存储器为可读存储介质。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211720820.9A CN115907563A (zh) | 2022-12-30 | 2022-12-30 | 一种企业效益水平确定方法、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211720820.9A CN115907563A (zh) | 2022-12-30 | 2022-12-30 | 一种企业效益水平确定方法、系统及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115907563A true CN115907563A (zh) | 2023-04-04 |
Family
ID=86496984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211720820.9A Pending CN115907563A (zh) | 2022-12-30 | 2022-12-30 | 一种企业效益水平确定方法、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115907563A (zh) |
-
2022
- 2022-12-30 CN CN202211720820.9A patent/CN115907563A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hendiani et al. | A multi-stage multi-criteria hierarchical decision-making approach for sustainable supplier selection | |
| Peng et al. | Interval-valued fuzzy soft decision making methods based on MABAC, similarity measure and EDAS | |
| Brauers et al. | MULTIMOORA for the EU Member States updated with fuzzy number theory | |
| Lowe et al. | A logistic regression approach to modelling the contractor's decision to bid | |
| Shih | Incremental analysis for MCDM with an application to group TOPSIS | |
| Chatterjee et al. | Supplier selection in Telecom supply chain management: a Fuzzy-Rasch based COPRAS-G method | |
| CN107146009B (zh) | 一种供水管网运行状态评估方法 | |
| CN104933627A (zh) | 机床产品制造系统的能效组合评价方法 | |
| CN104837184A (zh) | 一种基于区间三角模糊数的异构无线网络选择方法 | |
| CN110751355A (zh) | 一种科技成果评估方法和装置 | |
| CN114529038A (zh) | 一种基于企业需求的智能匹配招商策略系统及方法 | |
| CN105512465A (zh) | 基于改进vikor法的云平台安全性量化评估方法 | |
| CN113642922A (zh) | 一种中小微企业信用评估方法及装置 | |
| Sadabadi et al. | A new index for TOPSIS based on relative distance to best and worst points | |
| CN113011788B (zh) | 一种海上交通事故应急决策方法、终端设备及存储介质 | |
| Fakhrehosseini | Selecting the optimal industrial investment by multi-criteria decision-making methods with emphasis on, TOPSIS, VIKOR, and COPRAS (case study of Guilan province) | |
| Dammak et al. | Crisp multi-criteria decision making methods: State of the art | |
| CN109992592B (zh) | 基于校园消费卡流水数据的高校贫困生识别方法 | |
| CN115907563A (zh) | 一种企业效益水平确定方法、系统及电子设备 | |
| CN115796693A (zh) | 一种啤酒生产企业能效确定方法、系统及电子设备 | |
| Ishak | Analysis of fuzzy AHP-TOPSIS methods in multi criteria decision making: Literature review | |
| CN114091908A (zh) | 计及多模式储能站的配电网综合评价方法、装置和设备 | |
| CN114202240A (zh) | 一种可穿戴外骨骼机器人人机协作安全性评价系统及方法 | |
| Lu et al. | A novel risk assessment model for prefabricated building construction based on combination weight and catastrophe progression method | |
| CN113837913A (zh) | 一种村镇耕地资源承载力关键阈值确定方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |