本发明专利技术提供了一种基于1stOPT回归分析的多元非线性质量综合评价系统，包括评价指标体系和样本数据集，所述评价指标体系包括用于采集评价因素的评价目标、全部因子和质量因子，所述样本数据集与评价指标体系相连，用于对所采集到的数据进行评价、整理和储存。本系统及方法可以广泛的应用于营销领域或服务行业的业务工作质量评价。
【技术实现步骤摘要】
本专利技术涉及质量评价系统，尤其涉及一种多元非线性质量综合评价系统及方法。
技术介绍
目前较为常用的评价模型有：层次分析模型、模糊综合评价模型、灰色关联分析模 型。尤其是层次分析法与模糊综合评价法以及以这两种模型为基础的其他方法，在各行业 服务质量评价方面应用比较广泛。 1.层次分析法 层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备选方案 的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的 各元素对上一层次某元素的优先权重，最后再用加权求和的方法，递阶归并各备选方案对 总目标的最终权重，最终权重最大者即为最优方案。 运用层次分析法进行决策，可以分为以下四个基本步骤： 1)建立层次分析结构模型 深入分析实际问题，将有关因素自上而下分层（目标层-准则或指标-方案或对 象），上层受下层影响，而层内各因素基本上相对独立。 2)构造成对比较矩阵（判断矩阵） 从层次结构模型的第2层开始，对同一层次中的各因素关于上一层次中某一准则 的重要性进行两两比较，借助1-9比较尺度构造成对比较阵，直到最低层。 3)计算权向量并做一致性检验 由判断矩阵计算被比较因素对于该准则的相对权重，并进行一致性检验，若检验 通过，特征向量（归一化后）即为权向量；若不通过，需重新构造判断矩阵。 4)计算组合权向量并做组合一致性检验 计算最低层对目标的组合权向量，并根据公式做组合一致性检验，若检验通过，则 可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比 率较大的成对比较阵。 2.模糊综合评价法 模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数 学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或 对象做出一个总体的评价。 为了便于描述，依据模糊数学的基本概念，对模糊综合评价法中的有关术语定义 如下： 评价因素（F):系指对招标项目评议的具体内容。 评价因素值（Fv):系指评价因素的具体值。 评价值（E):系指评价因素的优劣程度。 平均评价值（Ep):系指评标委员会成员对某评价因素评价的平均值。 权重（W):系指评价因素的地位和重要程度。 加权平均评价值（Epw):系指加权后的平均评价值。 综合评价值（Ez):系指同一级评价因素的加权平均评价值（Epw)之和。 运用模糊综合评价法进行评价，一般有以下几个基本步骤： 1)模糊综合评价指标的构建 模糊综合评价指标体系是进行综合评价的基础，评价指标的选取是否适宜，将直 接影响综合评价的准确性。进行评价指标的构建应广泛涉猎与该评价指标系统行业资料或 者相关的法律法规。 2)采用构建好权重向量 通过专家经验法或者ΑΗΡ层次分析法构建好权重向量。 3)构建评价矩阵 建立适合的隶属函数从而构建好评价矩阵。 4)评价矩阵和权重的合成 采用适合的合成因子对其进行合成，并对结果向量进行解释。 目前营销领域业务质量评价工作的开展，主要开始以层次分析法、模糊综合评价 法，或者基于两种方法构建的其他模型，但是评价目标与评价因素之间本质上还是一种线 性关系，其核心仍然是线性加权评价方法。而这些先行加权评价方法应用与营销业务质量 评价主要有以下缺陷或不足。 1)某些指标的突出影响无法完全体现 线性的加权评价方法存在的一大缺陷即为其无法反映某些评价指标的所具有的 突出影响。所谓指标的突出影响即指指标对评价结果的影响仅靠增大权重无法完全体现， 具体的说，当被评对象某个指标值很高而其他指标值相对较低时，实际情况下可以认为其 是优秀的或不良的，但应用加权平均法后，由于权重影响的不足，这个指标的突出影响就无 法体现，而使整体的评价结果与实际相悖。 2)同层级指标数量太多，权重向量分歧较大 营销业务由于本身业务环节较多、内容较复杂，因此其同层级质量评价指标数量 相对较多，无论是通过专家经验法或ΑΗΡ层次分析法确定指标权重，都不太容易形成统一 的结论，分歧与误差较大。 3)不符合评价活动的实际本质 从一般意义上讲，评价的本质应是人的智能活动，而人脑的思维过程多是非线性 的，因此一般来讲它具有非线性的特征。所有的评价问题都应该是非线性评价，线性评价只 是非线性评价在一定范围内的近似。而大量的评价实践证明，评价工作的不确定性导致了 评价的非线性，因此非线性的评价模型能更好的符合评价的实际。 IstOpt (First Optimization)是七维高科有限公司独立开发，拥有完全自主知 识产权的一套数学优化分析综合工具软件包。在非线性回归、曲线拟合、非线性复杂工程模 型参数估算求解等领域傲视群雄、首屈一指，居世界领先地位。
技术实现思路
本专利技术的目的是提供一种基于IstOPT回归分析的多元非线性质量综合评价系统 及方法。针对服务业务或营销业务特点，在层次分析法、模糊综合评价法的基础上，利用 IstOPT多元非线性回归分析，创建一种更为一般也更符合评价实际及本质的多元非线性质 量综合评价模型，一方面从理论上弥补了传统线性加权评价方法的不足，另一方面更好的 满足了服务业务或营销业务质量评价工作实际需求。本系统及方法可以广泛的应用于营销 领域或服务行业的业务工作质量评价。 本专利技术是通过以下技术特征来实现其目的的： 一种基于IstOPT回归分析的多元非线性质量综合评价系统，包括评价指标体系 和样本数据集，所述评价指标体系包括用于采集评价因素的评价目标、全部因子和质量因 子，所述样本数据集与评价指标体系相连，用于对所采集到的数据进行评价、整理和储存。 优选地，所述全部因子包括全过程质量XI、全员质量X2和全企业质量X3。 优选地，所述评价目标包括业务子项质量Y。 优选地，所述质量因子评价值能够在或之间任意变化。 优选地，所述样本数据集是通过以下步骤得到的： (1)赋予每个质量因子相应的评价值，即其质量量化得分，所有质量因子的评价值 组成1组质量因子评价值集，也称为1组输入变量值集； (2) 1组质量因子评价值集分别与3组质量因子权重相乘，分别计算出3个全过程 质量、全员质量、全企业质量评价值； (3)按照线性加权法，全过程质量、全员质量、全企业质量的评价值，统一取最大 值和最小值，计算出评价目标评价值的最大、最小值，即业务子项的质量量化得分最高值、 最低值； (4)利用随机函数rand ()，在目标评价值最大值和最小值之间随机得到1个数值， 视为评价目标的最终评价值，也就是业务子项的最终质量量化得分，也称为输出变量值； (5)取评价目标最终的评价值，以及对应的质量因子评价值集，也就是输出变量值 与对应的输入变量值集，共同构成1组样本数据； (6)任意赋予多组不同的质量因子评价值集，计算出相应的目标评价值，最终构造 出样本数据集。 利用上述的评价系统的方法，包括以下步骤： (1)利用IstOpt (First Optimization)数学优化分析综合工具软件包定义多元 (2)将构造的样本数据集，导入IstOpt工具； (3)编写回归分析程序，选择相应的回归分析算法，进行多次迭代拟合，确定与等 常量参数以确定最终评价模型。 优选地，所述步骤（1)中质量因子的评价值xll，xl2, xl3, x21，x22本文档来自技高网...
【技术保护点】
一种基于1stOPT回归分析的多元非线性质量综合评价系统，其特征在于，包括评价指标体系和样本数据集，所述评价指标体系包括用于采集评价因素的评价目标、全部因子和质量因子，所述样本数据集与评价指标体系相连，用于对所采集到的数据进行评价、整理和储存。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘同新，李守超，高小博，赵玉妲，贾喜涛，闫东泽，兰得志，
申请(专利权)人：普华讯光北京科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。