对工效评价指标权重确定方法的一点改进

2018-03-16刘潇赵利利

中国设备工程 2018年5期

刘潇，赵利利

（中国飞行试验研究院航电所，陕西西安 710089）

人机工效评价是一个综合评价问题，包括分解评价指标、确定指标权重系数、构建计算模型等关键技术。评价指标系统是由大量评价项按照一定的层级架构组成的体系，各评价指标对综合工效水平的贡献有大有小，它们的地位是有差异的。权重系数的作用就是反映各评价指标在评价指标系统中的影响力。权重对于最终的评价结论有很大影响，科学合理地确定指标权重系数对于实现人机工效综合评价意义重大。

1 赋权方法的原理

确定权重的方法从原理来讲可分为两类。

第一类是根据评价指标的相对重要程度确定其权重。这种方法在实际应用中，是根据人主观上对各评价指标的重视程度来确定权重的，一般通过对各个指标的重要程度进行比较来计算指标权重。这种方法主观色彩强烈，得到的权重系数与评价人的知识背景、对评价对象的认知程度和喜好有关。

第二类方法是根据各个指标在指标总体中的变异程度确定其权重。假如需要对多个评价对象进行优劣对比，某个指标对于所有对象的评分基本一致，那么即便这个指标很重要，也对评价结果不起作用；相反，如果某个指标的评分变化较大，则对评价结果的影响很大。第二类方法就是基于这一现象，权重系数取决于指标为评价结果提供的信息量。

在现实情况中，人机工效评价大多是对单一对象进行评价，给出该对象的工效水平，因此应采用第一类赋权方法确定指标权重。

2 特征值法

特征值法是一种基本的基于相对重要程度的赋权方法。假设有m个评价指标，采用特征值法确定权重的步骤如下。

（1）将m个评价指标关于某个评价目标的重要性程度按照一定的标度做两两比较判断获得判断矩阵。

（2）再求判断矩阵与特征值m相对应的特征向量ω=(ω1,ω2,…,ωm)T。

（3）将特征向量ω归一化，即为评价指标的权重系数。

判断矩阵中的元素aij表示指标ui与指标uj关于某评价目标的相对重要程度之比的赋值。一般地，判断矩阵应由熟悉问题的专家独立地给出。理想的判断矩阵应该满足一致性条件aij=aik/ajk或aijajk=aik,i,j,k=1,2,…,m。然而现实的判断矩阵往往很难满足一致性条件，特别是m较大时，更是如此。因此，对于这种非一致性判断矩阵，为保证其排序结果的可信度和准确性，还必须对其判断质量进行一致性检验。另外，这种方法的计算量是很大的，当m较大时，仅建立判断矩阵就要进行m(m-1)/2次的两两元素的比较判断。由于人机工效综合评价指标数量很多，具体实施时，专家很难给出判断矩阵。

3 序关系法

序关系法是对特征值法的一种改进方法，使用序关系法确定指标权重的步骤如下。

（1）按评价指标重要程度确定排序

根据确定出的rk，利用式（2）、式（3）可计算出指标 ui★的权重值 wi★（i=1,2,…,n）。

将 wi★组合成权重矩阵 W★，W★={w1★，w2★，…，wn★}。根据先前的指标顺序调整W★元素的顺序，得到权重矩阵 W={w1，w2，…，wn}。

4 对序关系法的实用性改进

在人机工效综合评价的实际应用中，要想获得足够真实的评价结论，首先需要建立足够完整详细的评价指标系统，对于设备级产品，评价指标数量可能达到数十项。要求专家对如此多数量的评价指标进行对比排序将是十分困难的，反馈结果的质量将难以保证，专家的判断也很难准确。为了争取专家的积极配合，提高赋权质量，可对序关系法进行以下改进。

（1）将指标的绝对重要程度划分为9级，对应1～9九个分值，9分对应非常重要，1分对应不重要。

（2）专家为项目的绝对重要度打分。

（3）统计人员根据项目重要度的得分进行排序，将相邻两项目的得分相除，就得到相对重要度rk。

（4）按照序关系法确定指标权重。

通常为了确定评价指标的权重系数，工效评价工作的实施者会邀请多名相关专业的专家，对评价指标的重要性进行判断。由于受专家主观因素的影响，根据不同专家的打分确定出的序关系往往是不一样的，需要对多位专家的判断进行整合处理。

假设有评价指标集{u1,u2,…,un}，工效评估实施者共邀请了t名专家对评价指标进行重要度打分，其中可能有 tp（1≤ tp＜ t；p＝ 1,2,…,h；Σtp=t）名专家给出的重要度打分对应的序关系是相同的。