三角模糊分析法在企业KM绩效评价中的应用

针对知识管理评价主观性强,提出基于区间主成分分析法的知识管理评价方法。文章采用三角模糊区间数来量化定性指标,基于主成分法来分析指标的结构和权重,实现知识管理的全面评价。     

体育科研中运用主成分综合评价法所面临的风险

针对主成分综合评价法在体育科研中究竟能否使用的问题,本文基于对综合评价的要求和主成分分析方法特点的分析,讨论了运用主成分综合评价法所面临的风险.结果显示:用主成分分析法精简评价指标,不能控制价值信息的损失;评价指标的主成分未必反映价值信息;主成分的方差贡献率难以代表权重系数;各个主成分的加权代数和很难反映综合价值量.而且,一般情况下这些风险难以规避.结论认为,主成分综合评价法不适合作为一种固化的综合评价方法,建议在体育综合评价中不要使用.     

基于主成分分析法的高等学校发展状况评价

利用主成分分析能够把多个指标转化为少数几个指标的思想,介绍了其基本思想及其计算步骤．针对影响高等学校发展的指标因素,利用主成分分析方法来对高校的发展状况做出合理的综合评价．最后根据一个高校最近几年的发展做出综合评价．     

基于主成分分析的教师教学质量综合评价

针对目前高校教学质量测评指标多、工作量大这一问题给出了基于主成分分析的综合评价方法。首先经过矩阵变换、降低维数以提取评价指标的主要特征,然后利用主成分分析理论建立了教学质量综合评价模型,并利用统计分析软件SPSS实现了模型的求解。最后通过实例分析表明,在有用信息损失较小的前提下,应用该方法能够提炼评价信息而不影响分析结果。     

济南市水资源承载力的主成分分析

基于济南市具体情况,选取水资源承载力的9个相关评价指标,根据2005-2009年的相关指标数据,应用主成分分析法,运用SPSS统计软件,选出了影响水资源承载力动态变化的3个主成分,并以3个主成分的贡献率为权重,结合主成分各因子得分,对济南市的水资源承载力情况进行了综合评价,综合评价结果表明:2005 - 2009年济南市的水资源承载力水平呈总体上升趋势,经济的发展促进水资源承载力的提高,而人口和农业需水对水资源承载力造成巨大的压力,水资源开发利用技术还有待进一步提高.     

基于区间理论的粘性土降水沉降预测风险评价

工程应用表明,基于概率理论的风险分析模型并不是十分理想的模型,因为它需要有足够的原始数据来描述不确定参数的概率特征.本文基于粘性土降水沉降量计算参数符合区间分析的特点,采用区间理论建立风险评价模型和满足不同需要的两个风险评价指标.通过举例分析,验证了风险评价模型和指标的客观性和可操作性,为岩土工程计算结果的风险评价提供了一种新方法.     

基于改进主成分分析法的Topsis在学术期刊评价中的应用研究

针对传统的主成分分析与Topsis结合评价方法,会遇到提取的是变量的线性组合,损失了原始变量的初始值,且各主成分需根据变量的占有率高低重新命名,容易导致主成分含义不明显,指标解释能力不足的弊端,提出引入改进主成分分析法;采用改进后的主成分分析法从15个评价指标中提取出具有代表性的原始的9个指标,并根据指标的贡献率归一化客观确定其权重,构造加权规范矩阵与Topsis法结合,将该方法应用到学术期刊的评价中,得出结论与实际情况接近,说明该组合的评价方法具有一定的实用意义。     

县域经济发展综合评价指标体系研究

从经济发展指标、社会发展指标和生态环境指标三个准则层共计28个子指标来构建县域经济发展综合评价指标体系,并根据主成分分析法提出了指标的权重,简要分析了指标选择、标准值确定的依据.     

基于主成分分析的管理学核心期刊评价研究

针对我国目前科技期刊评价中存在的学科划分不够严谨、指标权重人为选取等问题,以管理学核心期刊为研究对象,提出了基于主成分分析的期刊评价方法,对CNKI文献数据库中19种管理学核心期刊进行了分析和评价,给出期刊排名,并与影响因子及总被引频次的评价结果进行对比,表明了主成分分析方法的可靠性和客观性。     

沥青路面使用性能评价模型与性能评价案例分析

为了客观准确了解沥青路面的实际使用性能,以便及时进行沥青路面管理与维修养护,依据检测数据对沥青路面进行了使用性能评价研究,即将主成分分析法与层次分析法相结合,建立了基于主成分-层次分析法的评价模型,并进行了评价案例分析。本研究以荣乌高速保定段2016~2019年的路面定检数据为基础,首先用主成分分析法对性能指标归类和预处理后的检测数据进行主成分提取,建立判断矩阵,再用层次分析法对各指标赋予权重系数,得到上下行路面的使用性能评价模型。选用荣乌高速检测数据进行了模型验证,并与现行《公路技术状况评定标准》评价结果相比较,评价等级高于《标准》的路段样本比例约为0.34%,低于《标准》的比例约为6.83%。本研究的评价结果更能够反映路面的实际衰变特性。     

主成分分析模型的多指标综合评价方法

在多指标综合评价中,为改进加权和的不足,采用主成分分析法,依据评价对象在主成分上的得分综合进行评价.此方法完全可以应用到多指标的综合评估考核中.     

主成分分析在棉田质量评价中的应用

运用主成分分析法对农七师125团棉田进行质量评价。随机选取50块耕地共10个变量(评价项目)，对各变量进行数据标准化处理，再进行主成分分析。分析结果表明，第Ⅰ～Ⅲ主成分代表了评价指标的87.91％信息。根据主成分的综合得分划分棉田等级，分析结果与其它评价方法得出的结论一致。     

基于主成分分析法的沥青路面使用性能评价

针对现有沥青路面使用性能综合评价中存在主观影响因素过多、权重确定复杂的问题,采用主成分分析法对河南省4条高速公路沥青路面使用性能的实测数据进行了评价,并与<公路养护技术规范>方法和灰色理论方法的评价结果进行了比较.结果表明:主成分分析法采用适当的主成分综合分析原始指标的信息,以各主成分的方差贡献率为权重,可以客观地确定各评价指标的权重,反映各指标对总体评价结果的影响;经线性加权求和得到的综合评价指标能够克服主观因素的影响,使沥青路面使用性能评价结果更加客观、可靠.     

酿酒葡萄理化成分因子分析

酿造优质葡萄酒与原料葡萄品质有重要的关系,对酿酒葡萄质量的评价,传统的人为感官评价方法主观性强,且不适合大批量产品评价,理化指标是酿酒葡萄品质评价的有效依据.以红色酿酒葡萄为例,应用主成分分析方法对其理化指标进行因子分析,选取评价指标的主成分,经因子旋转后确定葡萄品质理化评价指标.     

对多指标综合评价的主成分分析方法的改进

国内关于应用生成分分析方法进行综合评价的案例很多。但在众多的案例研究中我们发现，主成分分析的应用也还存在一些问题．问题之一：究竟应选取多少个主成分来对样本进行综合评优排序；问题之二：对主成分的经济含义有时难以作出合乎客观实际的解释，这有碍于对定量综合评价作定性分析。本文拟结合实例对这两个问题作些探讨。一、主成分个数选取对此问题的见解有两神观点。一是只用第一主成分。英国统计学家肯德尔认为：第一主成分能够最大限度地反映样本问的差异，是概括指标差异信息的最佳线性函数。［’1因此，只能用第一主成分对样本…     

企业知识管理风险分析与评价

给出了一种企业知识管理风险的分析与评价方法·首先,在分析企业知识管理风险的基础上,建立了风险评价指标体系,即技术创新风险、时滞风险、人才风险、泄密风险与信息风险;然后依据该评价指标体系并针对专家给出语言评价信息的特点,采用近年来最新发展的LWD算子和LOWA算子,给出了一种基于语言评价信息的多指标综合评价方法·根据该方法,可以对企业知识管理风险的状况做出评价;最后,通过一个算例说明了如何通过给出的方法评价企业的知识管理风险·     

粉煤灰品质主成分分析综合评价

为解决目前粉煤灰单因子评价方法不能全面综合反映粉煤灰品质的弊端,采用主成分分析方法,建立用于评价大掺量粉煤灰混凝土中粉煤灰品质性能的综合评价法.研究结果表明:利用R软件强大的统计功能,运用主成分分析原理,可以将粉煤灰样本的大量性能表征指标构造成少数的几个变量,并通过计算各样本的主成分值,以各主成分的贡献率为权重值,得出各粉煤灰样本的综合得分,通过最终的主成分综合得分来划分粉煤灰质量等级,实现对粉煤灰品质进行快捷、客观的综合评价.     

分组主成分法在综合评价中的应用

基于传统的主成分分析法和因子分析法在综合评价中存在的不足之处,运用分组主成分法进行改进,即先用因子分析法对变量进行分组,然后再分别对各组变量进行主成分分析。将改进后的方法用于评价经济效益的实际问题中,并与传统方法进行了比较,实证分析结果表明分组主成分法能更合理地反映评价结果。     

高校体育教师综合素质的主成分分析法评价

针对传统的单一评价模式不能全面反映高校体育教师综合素质的现状,基于主成分分析法,通过降维将多变量的高维空间化简成低维的综合指标问题.以主成分的定义和性质为基础,按照评价过程构建了数学模型,并对具体实例进行评价.评价过程包括计算特征值与方差贡献率、计算因子载荷矩阵并构造因子分析表达式、构造综合评价表达式;实例将7名教师的多指标评价转化为4个主因子评价并得到结果.丰富和发展了教育评价理论,对促进高校体育教学的持续健康发展具有重要作用.     

电子商务平台诚信评价模型的建构

基于商业生态系统和多边诚信的系统性视角,确定14个诚信评价指标,同时选取13家知名电子商务平台为样本,采用因子分析法,提取5个主成分因子,构建了由主成分因子权重系数和得分函数两部分组成的电子商务平台诚信评价模型。实证结果在验证评价模型科学性和有效性的同时,也揭示了我国电子商务平台诚信水平普遍较低的现实,并表明平台运营能力和买家诚信是提升平台诚信水平的重点因素。