浅谈模糊数学在员工绩效评估中的应用论文

《浅谈模糊数学在员工绩效评估中的应用论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浅谈模糊数学在员工绩效评估中的应用论文.freel}；然后，确定指标等级的评价集，V={v1，v2，……，vn}；定出每个因素对于各评价等级的隶属度。定性指标的隶属度用模糊统计的方法求得。模糊统计是请参与评价的各位评价小组成员，按划定的评价集V，给指标U确定等级，然后，依此统计各指标评价等级的频数mij，然后用下式求得隶属度rij:rij=，并由此得出因素评价矩阵R=（rij）（i=1，2，……，m；j=1，2，……，n）；首先确定各因素的权重，A=a1a2…am；由评判组确定一因素对评价的影响相对于其他因素的重要程度；然后作模糊变换，综合评判。B=A×Rb1b2…bn根据计算结果，可按最大

2、隶属度原则做出具体的评判。2、评价原则（1）最大隶属度原则。在评价时，采用最大隶属度原则，即bk=maxb1b2…bn时则认为项目的综合评价等级为第k级。（2）最大隶属度原则失效时的评价方法。当出现bi和bk（k=i±1）比较接近或?姿=?燮0.7时（其中，bi为和bk最接近的值），最大隶属度原则便失效，则在评价时，令?啄=，当i=k-1时，被评价对象为第（i+?啄）级；当i=k+1时，被评价对象为第（k-?啄+1）级三、算例下面将以某公司中技术管理人员绩效评估为例，详细说明基于模糊数学的综合分析绩效评价方法。1、建立评价指标体系，从而确定模糊评价指标集如表1所示，在员工绩效评价中，选择出影

3、响绩效的模糊评价指标构成指标集。如本例中建立了一个二层评价指标体系，首先，对员工绩效的评价将从工作态度、工作能力、工作业绩三方面进行考察，这三方面就构成了在第一层中的三个指标{u1u2u3}，而每个指标又可继续向下分解为更细致的指标，这些指标就构成了第二指标层。2、可以这样来定义指标等级的评价集V=｛优，良，中，差｝，评价集可以视具体情况确定。3、向绩效评价委员会的10位成员发放某员工绩效考评表对该员工工作绩效的三大方面进行考核（见表2）。考评结果的统计方法如下，对于每一项指标在每一等级上进行统计即得隶属度，如：有三位评委评语为优秀，则该指标在优秀级别上的隶属度为30％；同理，其他三个等级的

4、隶属度为：4人合40％的良好，1人合10％的中等，0人合0％的较差，该员工绩效评价隶属度计算如2表所示。由以上数据可得该员工第二指标层各指标的模糊评判矩阵分别为：4、确定各层各指标权重确定权重常用的方法有，层次分析法，德尔菲法，调查表法等。本文中的权重由考评小组成员投票得出，权重分布详见表2。通过统计分析，第一指标层各指标权重向量为A=0.20.40.4同理，第二指标层各指标权重向量为A1=0.40.30.10.2；A2=0.40.20.20.2；A3=0.20.30.30.25、员工绩效水平值的计算由式可以计算，第二层指标的综合评价判断矩阵B1、B2、B3分别为：则可以计算，第一层指标的层

5、次总评值为：计算结果显示：该员工绩效水平属于“优”等级的隶属度为41.2%，属于“良”等级的隶属度为53.8%，属于“中”等级的隶属度为5%，属于“差”等级的隶属度为0%，即该员工绩效为“优”或“良”的可能性均较大。6、评价结论对计算出的层次总评值采用最大隶属度原则进行判断：则该员工的绩效评价等级为：（i+?啄）=1.566级，该结果表明该员工的绩效评价结果介于第一级“优”和第二级“良”之间，但更接近与第二级“良”，这一评价结果是符合客观实际的。尽管上述模型给员工的绩效评估带来了很大方便，但它也不是完美无缺的，特别是不能认为用该模型进行的测评丝毫没有主观因素。事实上，在模糊测评里同样含有主观

6、成分，例如权数的确定就是主观的，不过这里的权数是由集体确定的，它与由一个人决定的主观评价有着本质的不同，因此，可以认为基于模糊理论的员工绩效评估模型是主观与客观的统一物。也就是说，模糊测评模型虽然没有从根本上排除主观因素的影响，但是它对主观因素进行了控制。【