基于模糊理论的供电企业管理信息系统综合评价方法研究

郭 君

（华北电力大学 河北 保定 071003）

1 引言

人类社会已经步入信息社会，在市场竞争日益激烈，用户需求不断趋向多样化，企业间关联程度越来越密切的今天，要求企业行动必须快捷、灵敏。因此，企业实现管理信息化已成为企业生存的非常重要的条件。目前，管理信息(Management InformationSystem-MIS)系统已广泛应用于供电企业的各项管理工作中，给供电企业注入了新的活力，提高了管理水平，改善了供电企业的经济效益，它为提高供电管理信息化程度和供电业务自动化程度起到了很大的作用，管理信息系统运用的情况已经成为供电现代化的重要标志。但也有许多信息系统项目应用效果不佳，没有达到预期的目的，甚至半途而废，给供电企业造成了重大损失，严重地影响了供电企业开发管理信息系统的积极性。如何对供电企业的管理信息系统有一个客观合理的评价，是对管理信息系统优劣的检验，具有重要的意义。

2 管理信息系统的综合评价指标体系

建立合理的评价指标体系是管理信息系统评价模型建立的基础，指标体系的科学性在于它能够客观地反映管理信息系统评价因素的构成及其内在联系。在对MIS评价因素的分类上，国内外学者从不同的视角提出不同的划分，如Raymond McLeod认为应分为实用性、经济性、科学性三个大的方面；国内学者黄梯云认为对管理信息系统的评价应主要从技术和经济两个方面进行，技术上的评价内容主要是系统性能，经济上的评价内容主要是系统效果和效益；仲秋雁认为管理信息系统好坏评价的依据主要是信息开发与利用的深度，及对企业的生存与发展所起的作用。李煜华的观点建立两层因素集，第一层为主因素层，评价指标包括:系统建设评价、系统性能评价、系统应用评价三个大的方面，而每个方面又由若干个评价指标所决定，相应地为第二层。张新红从信息系统建设、运行维护角度，信息系统用户角度，信息系统对外部影响分层建立指标体系。

评价指标体系设计的原则指标体系的设计是为了正确地对信息系统进行综合评价，为企业或有关部门提供数据支持，使信息系统更加完善，产生更大的经济效益。指标体系设计应遵循：指标体系科学性、先进性、系统性和可测性原则，应有效地反映信息系统的基本特征，应能全面地反映被评价对象的综合情况，从中抓住主要因素，既能反映直接效果，又能反映间接效果，以保证综合评价的全面性和可信度。针对系统的开发过程，主要建立管理信息系统分析、设计、实施、维护方面的评价指标，包括决策者的期望、系统性能、功能、可维护性、计算机资源的利用情况、系统可靠性、系统可扩充性及安全性等方面的指标，并将定性指标和定量指标进行分类，由专家根据指标的重要程度给定指标的分值和权重。系统用户方面的评价指标主要用于规范分析用户的评价行为，包括系统经济性、界面友好性、提供信息的及时性、准确性、完整性等方面的指标。系统外部影响方面的指标包括系统共享性、系统的可推广性、信息质量等方面的指标。

供电企业是连接电网和消费者纽带，是实现电力商品价值的重要环节，其最主要的功能是实现电力的安全优质配送和提供供电维护、供电服务。为了满足整个电力系统对信息化管理的需求，供电企业信息系统必须在对各方面信息的科学运筹管理的基础上，实现供电过程中各个因素信息流的畅通，进而实现电力资源的合理使用和配置。建立科学、合理和可行的评价指标体系是正确评价供电企业管理信息系统的前提和基础。要遵循完整性、层次性、可测性等原则，结合管理信息系统的特点以及供电企业自身对管理信息系统的功能要求，建立2层指标集，具体指标见图1所示。

3 指标体系权重的确定

在进行模糊综合评价时，权重对最终的评价结果会产生很大的影响，不同的权重有时会得到完全不同的结论，因此权重选择的合适与否直接关系到模型的成败。权重的确定有许多方法，如统计调查法、德尔菲法（Delphi）、层次分析法（ana2lytical hierarchy process，简写AHP）、模糊层次分析法（fuzzy analytical hierarchy process，简写 FAHP）。本模型对主因素层和子因素层各指标权重的确定采用德尔菲法和FAHP法相结合，即通过向有经验的MIS专家发出咨询函，让专家比较两两指标的重要性并构建模糊一致判断矩阵，再通过求解权重方程组可得到权重值。设元素U1，U2L，Un进行两两重要性比较得到模糊一致矩阵 R=(rij)n×n，元素 U1，U2L，Un的权重值分别为a1，a2，…an，则可通过下列权重方程组求出权重值。

图1

其中λ是Laggrange乘子，0<β≤0.15，β是人们对所感知对象差异程度的一种度量，但同评价对象的个数和差异程度有关，当评价对象的个数或差异程度较大时，β值可以取得大一点。另外，决策者还可以通过调整β值的大小，求出若干个不同的权重向量，再从中选择一个自己认为比较满意的权重向量{a1，a2，L，an}。

4 模糊综合评价模型

4.1 建立有关的模糊集

1)定义主因素层指标集为 U={U1，U2，L，Uk}，相应的权重集A=（a1，a2，L，ak），其中ak（k=1，2，3）表示指标Uk在U中的比重

2)定义子因素层指标集为 Uk={Uk1，Uk2，L，Ukn}，相应的权重集为Ak={ak1，ak2，L，akn}，其中aki（i=1，2，L，n）表示指标Uki在Uk中的比重

3)定义评语集为V={v1，v2，L，vm}，其中vj（j=，1，2，L，m）表示由高到低的各级评语。本文中取m=4，对于MIS的评价，其评语等级 1.优；2.良；3.中；4.差；则评价所确立的等级集合的评语集为 V={v1，v2，v3，v4}。

4.2 综合评价

第一层次综合评价运算，先对各子因素层指标Uki的评价矩阵Rk作模糊运算，得到主因素层指标Uk对于评语集V的隶属向量。

模糊子集 Bk=（bk1，bk2，bk3，bk4）是第一层次综合评价的结果。

第二层次综合评价运算，通过第一层次综合评价运算，得到模糊综合评价矩阵

主因素权重向量 A=（a1，a2，a3），按照模糊数学评价模型再对R进行模糊矩阵运算，即进行第二次综合评价运算，得到目标层指标U对于评语集V的隶属向量.B

评价结果

根据模糊综合评价模型式可得到目标层指标U对于评语集 V 的隶属向量：分别表示 U对于评语 v1，v2，v3，v4的隶属度，即因此，按照最大隶属原则，可做出评价。即则得出评价为对于MIS的模糊综合评价，经咨询专家，对于每一级评语vj（j=1，2，3，4）设定一个权重值 fj（j=1，2，3，4），用以反映该级评语的重要性程度，据此可求出B3中各分量的加权平均值(记为W)，作为最终评价结果。即

[1]Raymond McLeod，Jr.George Schell.Management Information System(Eighth Edition)[M].Prentice Hall，Inc，2002:238-256.

[2]管理信息系统的模糊综合评价模型研究，李煜华.

[3]黄梯云.管理信息系统[M].北京:高等教育出版社，1999.

[4]仲秋雁，刘友德.管理信息系统[M].大连:大连理工大学出版社，1998.

[5]基于神经网络的管理信息系统综合评价方法，系统工程学报，张新红，郑丕谔.