] 構(gòu)造比較判斷矩陣分模塊，該分模塊按照建立的指標(biāo)體系層次結(jié)構(gòu)模型，采用專 家調(diào)查法，按照成對比較法和1一一9標(biāo)度法構(gòu)造兩兩比較判斷矩陣P;
[0053] 計算一致性指標(biāo)分模塊，該分模塊對每一比較矩陣采用幾何平均法分別計算：
[0054] 特征向S j-i
[0055] 最大特征根
[0056] 然后，計算一致性指標(biāo):CR = CI/RI，其中CI = (Amax-n)/(n_l)
[0057] 式中η為判斷矩陣階數(shù);RI為判斷矩陣的平均隨機一致性指標(biāo);當(dāng)CR<0.10時，認(rèn)為 判斷矩陣有滿意的一致性，特征向量wdP為各指標(biāo)權(quán)重，否則需要調(diào)整判斷矩陣，再進行分 析。
[0058] 更進一步地，在確定權(quán)重模塊中，采用熵權(quán)法對利用層次分析法計算出的指標(biāo)權(quán) 重進行修正，進一步利用層次分析法確定的判斷矩陣提供的信息，計算出各指標(biāo)的熵權(quán)，對 采用層次分析法得出的指標(biāo)權(quán)重進行修正，得到組合權(quán)重，具體包括：
[0059] 歸一化分模塊，該分模塊對判斷矩陣的各列項進行歸一化，得到標(biāo)準(zhǔn)矩陣G = (gij)nXn?
[0060] 其 4 1=1
[0061] 輸出熵計算分模塊，該分模塊用于計算第j個指標(biāo)的輸出熵
[0062]
[0063] 差異度計算分模塊，該分模塊用于求指標(biāo)的差異度\=1-出
[0064] 信息熵權(quán)計算分模塊，該分模塊用于計算指標(biāo)的信息熵杉 當(dāng)δ」= 〇,令λ」= 〇;
[0065] 權(quán)重向量計算分模塊，該分模塊利用信息熵權(quán)λ」修正由ΑΗΡ法得到的權(quán)重向量Wj， 修正后的組合權(quán)重向量：
[0066] 進一步地，在評判模塊中，利用模糊綜合評價模型對礦井建設(shè)項目過程進行綜合 評價分析，包括確定各指標(biāo)隸屬度及評價矩陣分模塊和綜合評判分模塊，其中的確定各指 標(biāo)隸屬度及評價矩陣分模塊，具體包括：
[0067]確定評語集子模塊，該子模塊用于將相關(guān)指標(biāo)評價的優(yōu)劣程度作為評語集V的元 素，共分四個等級，可表示為:v = {Vi，V2，V3，V4}，式中的Vi，V2，V 3，V4分別表示項目對應(yīng)指標(biāo) 評價情況:優(yōu)秀、良好、中等、差四個等級；
[0068] 確定隸屬度及評價矩陣Ru子模塊，該子模塊采用專家調(diào)查方法，依據(jù)評價的統(tǒng)計 情況，計算出各指標(biāo)的隸屬度：
[0069] 〇ijk(m) = Tm/t(i = l ,2,··· ,n； j = l ,2,··· ,s；k=l ,2,··· ,f ；m=l ,2,··· ,ρ)
[0070] 其中，Tm--指標(biāo)屬于等級Vm的頻數(shù);t--參加評價的專家總?cè)藬?shù);η--分目標(biāo) 層指標(biāo)個數(shù);s-一分目標(biāo)層指標(biāo)h下的一級指標(biāo)個數(shù)，f一一一級指標(biāo)Cu下的二級指標(biāo)個 數(shù);P 指標(biāo)等級數(shù)。
[0071] 由 oijk(m)構(gòu)成模糊評判向量:Rijk=(oijk (1)，oijk(2)，......,〇ijk(p))
[0072]從而建立單因素評判矩陣:Rij = (Riji,Rij2, "_Rijk)T
[0073] 以及其中的綜合評判分模塊具體包括：
[0074] -級模糊綜合評判子模塊，其包括式(1):
[0075]
[0076] 二級模糊綜合評判子模塊，其包括式(2)
[0077]
(2).
[0078] 三級模糊綜合評判子模塊，其包括式(3)
[0079]
(3)
[0080] 由綜合評判分模塊進行分析計算，并按照最大隸屬度原則確定礦井建設(shè)項目過程 后評價綜合評價結(jié)果。
[0081] 本發(fā)明可具有以下技術(shù)特點及有益效果：
[0082] 針對我國煤炭行業(yè)還沒有對項目過程后評價的系統(tǒng)研究，沒有統(tǒng)一的評價方法、 指標(biāo)體系和評價標(biāo)準(zhǔn);不同單位、不同評價人員所采用的方法各異，但往往指標(biāo)粗略，方法 過于簡單，容易造成評價結(jié)論失真的情況。本發(fā)明提出的一種礦井建設(shè)項目過程后評價的 綜合評價方法及系統(tǒng)，能夠結(jié)合礦井建設(shè)項目的工程特點，設(shè)置了能全面反映項目投資建 設(shè)生產(chǎn)工作全過程情況的詳細(xì)指標(biāo)體系；既采用主客觀相結(jié)合的組合賦權(quán)法，即層次分析 法和熵權(quán)法確定各指標(biāo)權(quán)重，避免了單一賦權(quán)方法的不足，可以獲得更加科學(xué)合理的權(quán)重 系數(shù);又采用模糊評價模型進行綜合評價，很好地解決了指標(biāo)體系多層次，因素眾多，定性 指標(biāo)難以量化的模糊評價問題，又避免了常用成功度法，評價結(jié)果可信度低的情況，使得評 價結(jié)果更具準(zhǔn)確性。
【附圖說明】
[0083] 圖1是本發(fā)明中礦井建設(shè)項目過程后評價的綜合評價方法的一種實施方式流程 圖。
【具體實施方式】
[0084] 下面結(jié)合附圖1和實例對本發(fā)明作更進一步詳細(xì)的說明。
[0085] 本發(fā)明的一種礦井建設(shè)項目過程后評價的綜合評價方法，包括以下步驟：
[0086] (1)構(gòu)建系統(tǒng)全面的礦井建設(shè)項目過程后評價指標(biāo)體系。
[0087] 礦井建設(shè)項目是一項龐大復(fù)雜的系統(tǒng)工程，礦井建設(shè)項目過程后評價也是一項涉 及因素眾多的復(fù)雜評價。根據(jù)我國一般建設(shè)項目后評價相關(guān)規(guī)定，結(jié)合礦井建設(shè)項目的工 程特點和過程后評價的內(nèi)容，并考慮到科學(xué)性、全面性、代表性和相對獨立性等原則，通過 咨詢專家意見，按照目標(biāo)分層法建立了能客觀、正確地反映煤礦項目投資建設(shè)生產(chǎn)工作的 全過程的指標(biāo)體系(見表1)，共劃分為四個層次：目標(biāo)層A、分目標(biāo)層B(4個指標(biāo)）、一級指標(biāo)C (20個指標(biāo)）、二級指標(biāo)D(81個指標(biāo)）。
[0088] 表1某礦井建設(shè)項目過程后評價指標(biāo)體系及指標(biāo)權(quán)重和單因素模糊隸屬度矩陣
[0089]
[0090]
[0091]
[0092]
[0093] (2)采用主客觀相結(jié)合的組合賦權(quán)法確定指標(biāo)權(quán)重
[0094] 1)方法的提出
[0095] 通過對多種賦權(quán)方法的深入分析，考慮礦井建設(shè)項目過程后評價指標(biāo)體系具有眾 多定性、模糊、多層次的指標(biāo)特點，本發(fā)明采用ΑΗΡ法和熵權(quán)法相結(jié)合的方法確定指標(biāo)權(quán)重， 避免了單一賦權(quán)方法的不足，可以獲得更加科學(xué)合理的權(quán)重系數(shù)。
[0096] 層次分析法既不單純的追求高深數(shù)學(xué)，又不片面的注重行為、邏輯和推理，而是一 種把定性方法和定量方法有機結(jié)合起來的簡潔實用的多目標(biāo)決策方法，它能使復(fù)雜的問題 簡單化，模糊的問題清晰化，定性的問題定量化，根據(jù)礦井建設(shè)項目過程后評價的特性，本 發(fā)明中首選層析分析法進行評價指標(biāo)權(quán)重的確定?？紤]到ΑΗΡ法在應(yīng)用過程中可能由于評 價專家主觀上的不確定性及認(rèn)識上的模糊性，致使主觀判斷不一致，產(chǎn)生的循環(huán)不滿足傳 遞性公理，從而丟失部分信息的問題，可通過熵權(quán)法再對利用層次分析法確定的指標(biāo)權(quán)重 進行修正。因為熵權(quán)法以指標(biāo)的原始數(shù)據(jù)波動大小為確定權(quán)重的依據(jù)，能充分挖掘數(shù)據(jù)本 身蘊含的信息，所以可以進一步利用層次分析法確定的判斷矩陣提供的信息，計算出各指 標(biāo)的熵權(quán)，對采用層次分析法得出的指標(biāo)權(quán)重進行修正，得到組合權(quán)重。兩種方法相結(jié)合， 更能提高權(quán)重確定的準(zhǔn)確性和評價結(jié)果的客觀性，是目前多目標(biāo)決策方法中較為科學(xué)的評 價方法。
[0097] 2)利用層次分析法計算指標(biāo)權(quán)重
[0098] 按照建立的指標(biāo)體系層次結(jié)構(gòu)模型，采用專家調(diào)查法，按照成對比較法和1一一9 標(biāo)度法構(gòu)造兩兩比較判斷矩陣Ρ，對每一比較矩陣采用幾何平均法分別計算：
[0099] 特征向量
[0100] 最大特征利
[0101 ]然后，計算一致性指標(biāo):CR = CI/RI，其中Cl^dx-rOAn-l)
[0102] 式中η為判斷矩陣階數(shù);RI為判斷矩陣的平均隨機一致性指標(biāo)，其值確定見表2。當(dāng) CR<0.10時，認(rèn)為判斷矩陣有滿意的一致性，特征向量^即為各指標(biāo)權(quán)重，否則需要調(diào)整判 斷矩陣，再進行分析。
[0103] 以總目標(biāo)層A為例，得出判斷矩陣
[0104] 根據(jù)W求出最大特征根λ^χ = 4.0192,最大特征根對應(yīng)的特征向量為：
[0105] w= (0.5872,0.2181,0.1227,0.0721 )τ
[0106] 以上特征向量若能通過檢驗，各個數(shù)值就代表對應(yīng)各個指標(biāo)的權(quán)重。因此下面進 行一致性檢驗。
[0107] 第一步，計算一致性指標(biāo) CI = (λ·-η) / (n-1) = 0 · 0064。
[0108] 第二步，根據(jù)表2,找出相應(yīng)的平均隨機一致性指標(biāo)RI = 0.9。
[0109] 第三步，計算一致性比例CR = CI/RI = 0.0071<0.1，通過一致性檢驗。
[0110] 由此得到權(quán)重向量 w= (0.5872,0.2181,0.1227,0.0721 )τ。
[0111] 同理，計算其他各級指標(biāo)權(quán)重。
[0112] 表2不同階數(shù)RI的取值
[0113]
[0114] 3)采用熵權(quán)法進行指標(biāo)權(quán)重修正
[0115] 進一步利用層次分析法確定的判斷矩陣提供的信息，計算出各指標(biāo)的熵權(quán)，對采 用層次分析法得出的指標(biāo)權(quán)重進行修正，得到組合權(quán)重，其基本步驟如下：
[0116] ①對判斷矩陣的各列項進行歸一化，得到標(biāo)準(zhǔn)矩陣G=(glj)nXn，其中
[0117]
：?=ι
[0118] ②計算第j個指標(biāo)的輸出熵
[0119]
[0120] ③求指標(biāo)的差異度δ」=l_Hj
[0121] ④計算指標(biāo)的信息熵右
[0122] ⑤利用信息熵權(quán)λ」修正由ΑΗΡ法得到的權(quán)重向量Wj，修正后的組合權(quán)重向量：
[0123] /-1
[0124] 還是以總目標(biāo)A為例，按上述公式計算出價、82、83、84各指標(biāo)修正后的組合權(quán)重， 結(jié)果見表3。
[0125] 表3判斷矩陣A權(quán)重修正
[0126]
[0127] 同理，可計算出其他各級指標(biāo)組合權(quán)重μ，結(jié)果見表1。
[0128] (3)采