一种具有基数意义的科研人员能力增量指标权重确定方法与流程

本发明涉及人员能力增量评估，尤其是涉及一种具有基数意义的科研人员能力增量指标权重确定方法。

背景技术：

1、能力增量评估是检验科研人员训练效果的关键，是科研人员能力快速生成的主要途径。而评估科研人员能力增量的首要前提就是确定各评价指标权重，以此度量指标间的相对重要性。目前常用的一种权重的确定方法是专家咨询法(也称特尔斐法)；鉴于指标间的权重评估具有较强的主观性，因此，为了降低专家组评估难度、增加评估可靠性，应该允许专家使用区间权重评价方式。然而若直接将区间权重与评价模型相结合，则将得到区间评价结果，从而使科研人员的能力增量评估呈现出跨层级的不确定性。对此，需要将得到的区间权重转化为值权重。相关技术中，可以基于集对分析的转化方法、基于可能度的转化方法等实现区间数到点数值的转化。然而这类方法主要是通过将区间数等效映射为实数，以实现区间数间的大小比较。可以看出这类方法更适合用于含有区间数的方案决策，却并不适合用于求解准则权重。此外，科研人员的能力增量评估需要利用统一标准来分析科研人员的能力增量变化，要求指标权重具有基数意义，即指标权重不随评分人员变化或指标评分的客观数据发生变化。相关技术中采用的客观赋权法需要利用指标评分的客观数据进行权重确定，当评分人员发生变化或指标评分的客观数据发生变化时，指标的权重可能会发生变化，使指标的权重不具有基数意义，因此，客观赋权法并不适合用于具有基数意义的评价；综上，相关技术中对于科研人员能力增量指标权重的确定，缺乏有效的解决方案。

技术实现思路

1、本发明的目的在于提供一种具有基数意义的科研人员能力增量指标权重确定方法，以准确确定科研人员能力增量指标的权重。

2、本发明提供的一种具有基数意义的科研人员能力增量指标权重确定方法，方法包括：获取科研人员能力增量评估指标体系表；其中，科研人员能力增量评估指标体系表中包括至少一个层级的科研人员能力增量的评估指标；针对每个层级中归属于同一上层指标的每个评估指标所组成的评估指标簇，获取评估指标簇的区间判断矩阵；其中，区间判断矩阵中包括每个评估指标相对于其他评估指标的重要程度下限值和重要程度上限值；判断区间判断矩阵是否具有强一致性；如果区间判断矩阵具有强一致性，将区间判断矩阵分解为上限分解矩阵和下限分解矩阵；基于上限分解矩阵和下限分解矩阵确定区间权重向量；其中，区间权重向量中包括每个评估指标的权重上限值和权重下限值；基于权重上限值和权重下限值，采用偏差比例恒定方式，确定每个评估指标的目标权重值。

3、进一步的，判断区间判断矩阵是否具有强一致性的步骤包括：

4、当且仅当对任意i＜j，如果确定区间判断矩阵具有强一致性；

5、如果确定区间判断矩阵不具有强一致性；其中，i＝1,2,3…,n；j＝1,2,3…,n；表示第i个指标相对于第k个指标的重要程度下限值；表示第i个指标相对于第k个指标的重要程度上限值；表示第k个指标相对于第j个指标的重要程度下限值；表示第k个指标相对于第j个指标的重要程度上限值。

6、进一步的，基于上限分解矩阵和下限分解矩阵确定区间权重向量的步骤包括：根据上限分解矩阵确定上限标准化特征向量和第一系数；根据下限分解矩阵确定下限标准化特征向量和第二系数；将第一系数分别与每个评估指标对应的下限标准化特征向量相乘，得到每个评估指标对应的权重下限值；将第二系数分别与每个评估指标对应的上限标准化特征向量相乘，得到每个评估指标对应的权重上限值；基于每个评估指标对应的权重下限值和权重上限值，得到区间权重向量。

7、进一步的，基于权重上限值和权重下限值，采用偏差比例恒定方式，确定每个评估指标的目标权重值的步骤包括：根据区间权重向量计算偏差比例；根据偏差比例和区间权重向量，确定每个评估指标的目标权重值。

8、进一步的，根据区间权重向量计算偏差比例的步骤包括：对每个评估指标的权重下限值进行加和，得到第一加和结果；对每个评估指标的权重上限值进行加和，得到第二加和结果；将1减去第一加和结果，得到第一差值；将第二加和结果减去1，得到第二差值；计算第一差值与第二差值的比值，得到偏差比例。

9、进一步的，根据偏差比例和区间权重向量，确定每个评估指标的目标权重值的步骤包括：针对每个评估指标，计算该评估指标对应的权重上限值与权重下限值的差值，得到第三差值；对偏差比例加1，得到第三加和结果；计算偏差比例与第三加和结果的比值，得到第三系数；计算第三系数与第三差值的乘积，得到乘积结果；将乘积结果与权重下限值进行加和，得到该评估指标的目标权重值。

10、本发明提供的一种具有基数意义的科研人员能力增量指标权重确定装置，装置包括：第一获取模块，用于获取科研人员能力增量评估指标体系表；其中，科研人员能力增量评估指标体系表中包括至少一个层级的科研人员能力增量的评估指标；第二获取模块，用于针对每个层级中归属于同一上层指标的每个评估指标所组成的评估指标簇，获取评估指标簇的区间判断矩阵；其中，区间判断矩阵中包括每个评估指标相对于其他评估指标的重要程度下限值和重要程度上限值；判断模块，用于判断区间判断矩阵是否具有强一致性；分解模块，用于如果区间判断矩阵具有强一致性，将区间判断矩阵分解为上限分解矩阵和下限分解矩阵；第一确定模块，用于基于上限分解矩阵和下限分解矩阵确定区间权重向量；其中，区间权重向量中包括每个评估指标的权重上限值和权重下限值；第二确定模块，用于基于权重上限值和权重下限值，采用偏差比例恒定方式，确定每个评估指标的目标权重值。

11、进一步的，第一确定模块还用于：根据上限分解矩阵确定上限标准化特征向量和第一系数；根据下限分解矩阵确定下限标准化特征向量和第二系数；将第一系数分别与每个评估指标对应的下限标准化特征向量相乘，得到每个评估指标对应的权重下限值；将第二系数分别与每个评估指标对应的上限标准化特征向量相乘，得到每个评估指标对应的权重上限值；基于每个评估指标对应的权重下限值和权重上限值，得到区间权重向量。

12、本发明提供的一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述任一项的具有基数意义的科研人员能力增量指标权重确定方法。

13、本发明提供的一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述任一项的具有基数意义的科研人员能力增量指标权重确定方法。

14、本发明提供的具有基数意义的科研人员能力增量指标权重确定，获取科研人员能力增量评估指标体系表；其中，科研人员能力增量评估指标体系表中包括至少一个层级的科研人员能力增量的评估指标；针对每个层级中归属于同一上层指标的每个评估指标，获取每个评估指标的区间判断矩阵；其中，区间判断矩阵中包括每个评估指标相对于其他评估指标的重要程度下限值和重要程度上限值；判断区间判断矩阵是否具有强一致性；如果区间判断矩阵具有强一致性，将区间判断矩阵分解为上限分解矩阵和下限分解矩阵；基于上限分解矩阵和下限分解矩阵确定区间权重向量；其中，区间权重向量中包括每个评估指标的权重上限值和权重下限值；基于权重上限值和权重下限值，采用偏差比例恒定方式，确定每个评估指标的目标权重值。该方式对每个评价指标两两比较都可以给出区间重要程度下限值和重要程度上限值，通过强一致性判断可以保证区间判断矩阵满足一致性要求，将区间判断矩阵转化为各同层指标的区间权重向量，再采用偏差比例恒定方式将区间权重转化为值权重，可以准确确定科研人员能力增量指标的权重。