基于模糊AHP的信息管理系统绩效评估

基于模糊AHP的信息管理系统绩效评估

本文根据一般企业信息管理系统三大功能定位以及日常运行保障等因素，构建了信息管理系统绩效评估指标体系。并基于模糊AHP层级分析理论建立企业信息管理系统的绩效评估模型，提出了多级模糊综合评价方法。文章以广东省某企业的人事信息管理系统为例，实际应用该评估方法，验证了多级模糊综合评估方法的有效性。

关键词：模糊AHP 信息管理系统 绩效评估 多级模糊综合评价

引言

随着计算机信息技术的飞速发展，管理信息系统在企业生产和管理中扮演着重要的角色。从早期的MRP（物料需求计划系统），到当代的ERP（企业资源计划系统），EC（电子商务），到最新的BI（商业智能），各类管理信息系统在社会众多领域得到广泛应用。信息管理系统的评价目的是为了估计系统的技术能力、工作性能和系统的利用率，提高管理水平，改善企业的经济效益等。系统评价度量了系统当前的性能并为进一步改善未来的系统提供依据。而系统的维护是为了保证信息系统能持续地与用户环境、数据处理操作、政府或其他有关部门的请求取得协调而从事的各项活动。

层次分析方法是1971年Thomas L. Satty为美国国防部从事应变计划问题的研究时所发展出来的一套系统决策方法，主要应用在不确定（Uncertainty）情况下及具有多数个评估准则的决策问题上。AHP方法的理论简单，同时又具有实用性，因此，自提出以来，已在各个领域广泛使用，且取得不错的效果。

然而，对于绝大多数需要研究的对象，他们都有着各自的不确定性，而这些不确定性主要表现在两个方面：随机性和模糊性。随机性多指对对象发生的条件无法掌握，使得一些偶然的因素影响到了结果从而产生了不确定性，即结果的不可预知性。模糊性则是指对象中概念的边界不清楚，而这并不是由于人的主观意识达不到客观实际造成的，它是一种对象的客观属性，描述了对象差异之间存在着过渡的情况。

由于传统的集合论并没有考虑到模糊的概念，于是，著名控制论专家Zadeh教授在1965年发表了一篇著名的论文—Fuzzy Sets，由此开创了一门新的数学分支—模糊数学。在普通的集合论中，一般考虑任一元素只能是属于某集合或者不属于该集合，各元素具有非此即彼的性质。但是，对于一个模糊集合来说，很难明确某元素是属于该集合或者不是属于该集合。

因此，在本文对于管理信息系统的绩效评估中，加入了模糊理论的概念结合AHP层次分析法来进行本次的研究分析。

在AHP和Fuzzy结合方面开展的研究有：张琳等考虑港口选址决策时涉及因素众多，且这些因素两两对比时其重要程度又具有模糊性、相对性，利用模糊层次分析法对港口选址方案进行优化分析，并以案例说明其有效性和可操作性，以为港口选址提供参考。赵振武等利用基于模糊模拟的层次分析法评价风险投资项目，其中评价因素和评价因素的权重用模糊变量代替，利用模糊模拟技术处理评价模型，计算投资项目的期望值，可以弥补传统的层次分析法的缺点。吕斌利用层析分析法AHP对钢铁生产能耗因素进行研究，考虑因素之间的复杂度，分析影响能耗的主次因素。宋泽海等结合钢铁业投资决策中影响因素繁多且不确定的特点，使用基于模糊层次分析法的多目标决策方法，通过建立区间判断矩阵，实现投资决策中关键因素相对重要性排序，并通过在案例钢铁企业棒材生产线投资决策的实际应用分析中进行了有效的方法验证，实现了多目标投资决策方案的最佳选择。李霁坤等将AHP应用于钢铁行业供货商的评价上，企业中对A类物资的供方进行排序和选择是一个典型的多层次多指标评判问题。经过大量实践证明，fuzzy AHP法能够合理、科学、有效地解决这类问题。本文首先简单地分析了运用fuzzy AHP进行模糊综合评判的步骤，然后结合鄂城钢铁公司候选A类物资供方的实例，建立了该企业候选A类物资供方的评价指标体系，并详细地介绍了运用fuzzy AHP进行模糊综合评判的实际应用。周和敏等将层次分析法并结合模糊评判法用于钢铁工业的清洁生产方案评价，结合层次分析法，为钢铁清洁生产提供了一种多目标模糊评价模型，并与多目标综合指标评价模型比较。何静将层次分析法并结合模糊综合评判法，构造了综合评价钢铁企业经济效益的数学模型。

信息管理系统绩效评估指标体系构建

首先，对企业信息系统进行综合评价，信息系统的技术水平是一个重要指标。因为技术水平直接决定了整个信息系统的协调性、稳定性和快速反应的能力。衡量一个信息系统的技术水平主要考虑以下方面：

硬件要求。硬件是企业信息系统建设的基础，硬件质量对系统的稳定性、快速处理能力的影响是直接的。企业必须从自身实际出发，选择最适合于企业自身的硬件产品。硬件系统的稳定性。因为企业信息流动与需求的特点对系统的稳定性提出了较高的要求。系统的响应时间。响应时间很大程度上反映出硬件质量的好坏。越快越稳定，则硬件质量越好，越容易在企业中发挥作用。

软件质量。软件质量主要指的是信息系统的系统软件与应用软件的质量，如软件的可操作性与稳定性等。

人员素质。企业信息系统的运行对企业人员有较高的要求。从技术角度来说，人员在信息技术上的素质高，名牌企业信息系统在企业中运行绩效就高。因此，企业必须对员工定期进行培训，提高信息管理系统使用人员的计算机水平，从而从整体上提升信息管理系统在企业管理中的水平。

日常维护。日常维护指的是平时维护人员对系统的维护工作量以及维护成本，还有信息变动的及时更新。

其次，信息管理系统的价值是企业信息系统为企业带来各方面利益的数值表现。它客观反映出信息系统预期与实际运行后的差别，研究这些数据，有助于对企业信息系统进行改进。由目标功能实现度、用户的满意度和系统利用率等指标来衡量：

目标功能实现度。它反映出信息系统在功能方面实现预期功能的程度。数值越高，越接近员工要求，在企业中实施信息系统的难度越小。根据企业实际情况可确定系统的目标功能实现度。

满意度。使用者（包括公司各部门、员工、外来访问客户等）在应用信息系统时从方便性、操作性、实用性、界面友好性等方面获得的满足程度。其值的大小，直接与系统在企业中获得的支持和推行阻力的大小有关。

系统利用率。这是考察信息系统在运行时系统工作状态的指标。系统利用率高，说明该系统信息流动速度快，信息流动越规范，对企业的整合作用越大。这个数据从侧面反映出系统与企业之间的结合程度。

最后，操作性指标是评价信息管理系统日常工作效能的常用指标。系统可操作性越高，在企业中受欢迎程度越大，实施起来就会更具有可行性。考察系统的可操作性主要有以下几个指标：

界面友好与方便性。这是信息系统规划与实施的基本原则。须从企业的实际情况出发，考虑员工整体素质和各级各部门对系统的需求尽可能实现方便性和界面友好性，界面应方便实用、对话式、简洁明了。

可靠性与安全性。信息系统往往容易涉及各级各部门，成为企业的信息神经中枢，系统上流动的一些信息必须要对无关人员或部门实施屏蔽，这是由信息的保密性决定的。这就要求企业信息系统必须设置好各部门各级人员的访问权限，从而达到加强系统可靠性的目的。另外，可靠性涉及系统中信息的真实性问题，必须对信息管理中的信息真实性提出具体可行性方案，并规定具体范围，防止企业信息系统变成虚假信息的集散地。

文档标准化程度。大多数企业的操作已经规范化，企业内部文件、数据、表格也基本实现了标准化。这要求信息系统内流通的数据都是标准的，所以各部门在输入和输出时都要遵照这个原则去实现。标准化程度越高，企业信息系统无纸化办公程度越高，工作效率也越高。

文档完备化。信息系统内的资料必须是完整的，各权限部门有资格识别该权限范围内的完备资料。信息系统建设时必须了解各部门的权限，必要时对部门进行整合。另外，还要求信息系统内的所有资料必须做好记录与备份。

按照上述要求确定的信息管理系统绩效评估指标体系如表1所示。

基于模糊层次分析法的信息管理系统绩效评价模型

利用模糊数学引入隶属度的概念，使指标评价的模糊概念定量化，通过层次分析法确定模糊权值，构造出模糊评价矩阵进行定量评判，再通过评价模型，运用多级综合评价方法，采取从下而上的方式，逆向推算进行综合加权评价，从而得到该信息管理系统的综合测度健康值。这样在信息管理系统绩效状态量化评价的过程中，既保证了分析数据的客观性、有效性和全面性，又可有效避免非此即彼的二值逻辑分界域问题的不合理性。

（一）权值的确定

在信息管理系统绩效评估指标体系中，有些指标不能用定量的数字来表述。层次分析法（AHP）能对一些复杂的、难以精确定量描述的决策问题进行量化分析，计算过程简单易行，既能集中专家的意见和看法，又可利用相应的数学工具对专家的意见进行处理，因而具有较强的客观性。层次分析法适合于信息管理系统绩效评估指标权重的确定。因此，本文采用层次分析法来确定各种指标的权重。

采用层次分析法来确定各影响因素的权重。每一层次的因素相对于上一层次某一因素的相对重要性权值的确定可简化为一系列成对因素的判断比较，为了将比较判断定量化，通过专家咨询，引入1-9比率标度法，见表2。

首先，组建判断矩阵。依据各影响因子重要性比较标度表，对信息管理系统绩效评估的层次结构进行判断比较，分别组建A-B、B1-C、B2-C和B3-C的判断矩阵，如表3所示。

其次，将判断矩阵按行求：

判断矩阵A-B中得到向量（0.4055，1.1447，2.1544）T

第三，向量归一化：

进而求得判断矩阵的排序权重向量w：wi=[w1 w2 … wn]T

判断矩阵A-B得到权重向量（0.11，0.31，0.58）T

（二）判断矩阵一致性检验

判断矩阵A的最大特征根为λmax（其余特征根为0），。

不一致程度数量指标C.I：

理论上若判断矩阵满足一致性，必须有λmax=n。若λmax>n，则判断矩阵不具一致性，此时特征向量Wi不能如实反映各因素Ui之间重要性的相对比例标度（权重）。实践中不一致程度用指标值衡量，定义C.R值为：。其中R.I为平均随机性指标，对于n=1-11，取值见表4。

一般认为值不超过0.1，判断矩阵具有令人满意的一致性；否则就判定为判断矩阵不具一致性。判断矩阵A-B根据以上方法演算后得到结论（见表5）。由于C.R=

0.0018<0.1，所以认为判断矩阵A-B具有满意的一致性。评价结果可靠，权重值有效。

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文