ＣＮ４３－１２５８／ＴＰＩＳＳＮ１００７一１３０Ｘ计算机工程与科学ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧ＆ＳＣＩＥＮＣＥ２０１１年第３３卷第１１期ＶｏＩ．３３．Ｎｏ．１Ｉ．２０ｌｌ文章编号：１００７—１３０Ｘ（２０ｌＩ）１Ｉ－０１４９—０５基于云模型的科技奖励评审模型研究ＲｓｅａｒｃｈａｏｎＯｎａｎＡ：；ｓｅｓｓｅｓｓｍｓＳｌＴＩｅｎｔｑ、．ｎｔＭｏｄｅｌｏｆｌｃｒａｅｓｅｅｃｎｅｉｃＳａｎｄＴｅｃｈｎｏｌｏｇｙＡｗａｒｄｓＢａｓｅｄ黄卫春。刘建林ＨＵＡＮＧｏｎｔｈｅＣｌｏｕｄＭｏｄｅｌＷｅｉ－ｃｈｕｎ。ＬＩＵＪｉａｎ—ｌｉｎ（华东交通大学信息工程学院。江西南昌３３００１３）（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ。ＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００１３，Ｃｈｉｎａ）摘要：云模型是实现定性概念与定量表示之问不确定性转换的模型，它把模糊性和随机性有机结合起来。本文提出了一种基于云模型的科技奖励评审模型，利用云模型客观描述项目的评分在各属性下的分布情况，通过计算云模型参数来确定云模型数字特征图或云滴分布情况，并以此确定最后等级。结果表明，该模型能够解决项目单一属性分类及非共识等问题，同时能够客观地反映出项目实际综合评审结果，从而使得评审更加公平合理。Ａｂｓｔｒａｃｔ：Ａｃｌｏｕｄｍｏｄｅｌｉｓｔｈｅｍｏｄｅｌｔｈａｔｃｏｍｂｉｎｅｓｏｒｇａｎｉｃａｌｌｙｆｕｚｚｉｎｅｓｓａｎｄｒａｎｄｏｍｎｅｓｓｔｏａｃｈｉｅｖｅｔｈｅｕｎｃｅｒｔａｉｎｔｙｃｏｎｖｅｒｓｉｏｎｂｅｔｗｅｅｎｔｈｅｑｕａｌｉｔａｔｉｖｅｃｏｎｃｅｐｔｓａｎｄｑｕａｎｔｉｔａｔｉｖｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎａｓｓｅｓｓｍｅｎｔｍｏｄｅｌｏｆｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙａｗａｒｄｓｂａｓｅｄｓｃｏｒｅｓｏｎｔｈｅｃｌｏｕｄｍｏｄｅｌ，ｗｈｉｃｈｃａｎｂｅｕｓｅｄｔＯｄｅｓｃｒｉｂｅｏｂｊｅｃｔｉｖｅｌｙｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｔｈｅｃａｎｏｆｔｈｅｐｒｏｊｅｃｔｓｉｎａｌｌａｔｔｒｉｂｕｔｅｓ．Ｂｙｃａｌｃｕｌａｔｉｎｇｏｒｔｈｅｐａｒａｍｅｔｅｒｓｏｆｔｈｅｃｌｏｕｄｍｏｄｅｌ，ｉｔｄｅｔｅｒｍｉｎｅｔｈｅｎｕｍｅｒｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｇｒａｐｈｃａｎｔｈｅｃｌｏｕｄｄｒｏｐｌｅｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｃｌｏｕｄｍｏｄｅｌ，ｗｈｉｃｈＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｏｄｅｌｃａｎｂｅｕｓｅｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｆｉｎａｌｇｒａｄｅｏｆｔｈｅｐｒｏｊｅｃｔｓ．ｎｏｎ—ｃｏｎｓｅｎｓｕｓｓｏｌｖｅｔｈｅｓｉｎｇｌｅａｔｔｒｉｂｕｔｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｐｒｏｂｌｅｍｓｏｆｔｈｅｐｒｏｊｅｃｔｓ，ｗｈｉｌｅｒｅｆｌｅｃｔｉｎｇｏｂｊｅｃｔｉｖｅｌｙｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅａｎｄａｃｔｕａｌａｓｓｅｓｓｍｅｎｔｒｅｓｕｌｔｓｏｆｔｈｅｐｒｏ－ｊｅｃｔｓ，ｍａｋｉｎｇｔｈｅａｓｓｅｓｓｍｅｎｔｍｏｒｅｅｑｕｉｔａｂｌｅ．关键词：云模型；随机性；科技奖励；云滴Ｋｅｙｗｏｒｄｓ：ｃｌｏｕｄｍｏｄｅｌ；ｒａｎｄｏｍｎｅｓｓ；ｓｃｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙａｗａｒｄｓ；ｃｌｏｕｄｄｒｏｐｌｅｔｓｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００７—１３０Ｘ．２０１１．１１．０２８中图分类号：ＴＰ３１１文献标识码：Ａ发展等的项目，成为科技奖励评审中受到广泛关注引言每年科技厅都要受理大量的申请科技奖励的项目，如何公平合理地从这些项目中遴选出真正有创新性、先进性或产生巨大经济效益促进社会经济的研究课题之一。它涉及到科学技术奖励和科技项目研究积极性等问题，对科技发展有着巨大影响。传统的科技项目奖励评审，一般采用同行评议的方法。同行评议有三种方式，一是文字描述，二收稿日期：２０１１－０４－３０；修订日期：２０１卜０８—２０基金项目：江西省科技奖励申报推荐与评审系统研制与推广（２０１０ＣＣＡ０１５００）通讯地址：３３００１３江西省南吕ｆ订华东交通大学阁书馆Ａｄｄｒｅｓｓ：ＬｉｂｒａｒｙｏｆＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｅｈａｎｇ，Ｊｉａｎｇｘｉ３３００１３，Ｐ．Ｒ．Ｃｈｉｎａ１４９万方数据是量化打分（定级），三是优先排序口］。一般的定量评审方法都是在一维空间中给出项目的排序，如属性分析法、区间分析法、层次分析法等，这些方法没有考虑项目自身的空间分布情况及评分尺度不一致等问题印］。也有其它评审方法，如模糊加权综合评价模型Ｆ３］，利用项目多项指标的评分描述作出定量评价，但用来评价项目的属性个数或种类都是同种属性的单因素描述，实际上可以用不同的属性进行综合评审，这就失去了模糊评判的功能，而且在处理评价向量或权重时，无法消除权重设置的不确定性，使整个模糊评价偏重于数值的精确化运算，这与其分析原理有一定的偏颇。这种模糊性和不确定性因素就使得传统评价方法有很多的不足，这就要求我们突破这种局限。李德毅院士在传统模糊理论和概率统计基础上提出了定性定量转化的模型——云模型【４］。这种模型经过系统研究和发展形成了云理论，并在很多方面得到很好的应用，如研究一种加权综合云模型对毕业生综合质量进行描述ｆ５］，应用基于云模型的层次关联度评价原理对土地进行评价¨］，利用云模型对交通运输枢纽系统进行综合评价口］，利用云模型对高校教师的满意度进行综合评价［８１等。本文提出了一种基于云模型的科技奖励评审模型，实现硬化的不确定性的评分与其定量数据表示之间的转化，消除尺度不一致及模糊转化等问题，这种评审模型具有更好的实用性，符合实际，使得评审更加公平合理。２云模型简介２．１云的概念及其数字特征云是利用语言值表示某个定性概念与其定量表示之间不确定性转换模型，它主要反映自然语言中概念的两种不确定性，即模糊性和随机性，并把两者完全集成在一起，构成定性和定量间的映射‘９‘。设Ｕ是一个用精确数值表示的定量论域，Ｃ是Ｕ上的定性概念，若定量值ｚ∈Ｕ是定性概念Ｃ的一次随机出现，ｚ对Ｃ的确定度Ｕ（ｚ）∈［ｏ，１］是有稳定倾向的随机数：Ｕ：Ｕ一［ｏ，１］，Ｖｚ∈Ｕ，ｚ一“（ｚ），则ｚ在论域【，上的分布称为云，每一个ｚ称为一个云滴［９］。云由许许多多云滴组成，云的整体形状反映了定性概念的重要特性，云滴则是对对象概念的定量描述，云滴的产生过程，表示定性概念和定量值之间的不确定性的映射。１５０万方数据云模型所表达的概念的整体特性可以用期望＆（Ｅｘｐｅｃｔｅｄｖａｌｕｅ）、熵Ｅｎ（Ｅｎｔｒｏｐｙ）、超熵Ｈｅ（Ｈｙｐｅｒｅｎｔｒｏｐｙ）这三个数字特征来整体表征，简记为Ａ＝Ｕ（Ｅｘ，Ｅｎ，Ｈｅ），它反映了定性知识的定量特性，［Ｅｒ，３Ｅｎ］为主要作用区域。其中期望值Ｅｘ是概念在论域中的中心值，它最能代表定性概念的值，它的确定度（隶属度）为１，即１００％地隶属于这个定性概念。熵Ｅｎ是定性概念模糊度的度量，它反映了在论域中可被这个概念所接受的数值范围，体现定性概念亦此亦彼的程度，熵越大，概念所接受的数值范围也越大，概念越模糊。超熵Ｈｅ是熵Ｅｎ的熵，它反映了云滴的离散程度，超熵Ｈｅ越大，云滴的离散程度越大，某一点的确定度（隶属度）的随机性越大，云的厚度越大。２．２云发生器云发生器分为两种：正向云发生器和逆向云发生器。正向云发生器是根据已知正态云的数字特征Ｅｘ、Ｅｎ和Ｈｅ产生符合条件的云滴。云发生器生成的成千上万的云滴构成整个云，从而将一定性概念通过不确定性转换定量地表示出来。逆向云发生器则是实现从定量值到定性概念的转换模型［１叫。它可以将一定数量的精确数据转换为以数字特征Ｅｘ、Ｅｎ和Ｈｅ表示的定性概念。对于给定云的三个数字特征［Ｅｒ，Ｅｎ，Ｈｅ］，可以用下述算法生成任意多个云滴组成的正态云。对于一维正态云，可以用以下算法生成所需云滴：（１）生成以Ｅｎ为期望值、Ｈｅ为方差的正态随机数Ｅｎ，一，（Ｅｎ，Ｈｇ）。其中，ｆ（Ｅ，Ｈ）为正态随机数的生成函数，Ｅ为期颦，Ｈ为方差。（２）生成以Ｅｘ为期望值、Ｅｎｉ为方差的正态随机数ｚｆ一．厂（Ｅｘ，Ｅｎｉ）。（３）计算ｚｉ的确定度（隶属度）ＣＴ（ｚｉ）＝：（二二！兰Ｐ２幽？。（４）把确定度（隶属度）为ｃ丁（ｚ，）的（ｚ。，ＣＴ（ｚ，））作为数域中的一个云滴。（５）重复步骤（１）～（４），直至产生所需的云滴。３基于云模型的科技奖励评审模型由于每个专家对项目的评分都是相互的随机数据，那么这些评分数据总体上大致服从正态分布。在科技奖励评审中，共有多个因素（这里我们考虑６～７个）对项目随机评分产生影响，分别是技术创新程度、技术先进指标的先进程度、技术创新对提高市场竞争能力的作用、已获经济效益、对科技进步的推动作用、自主知识产权与先进技术标准等。由于这些因素的权重大致相当，且没有哪一种因素起到绝对的主导作用，因此我们在考虑时认为这些随机的评分数据近似服从正态分布。将云模型应用到科学技术项目奖励评审中，其主要思路是：先根据项目的评价指标及权重归一化处理后得出专家评分并确定评语集，并在此数据基础上利用云模型相关算法来确定该项目的云模型数字特征，再根据云理论得出项目最终评价。具体方法如下：（１）在该模型中，首先需要确定项目的评价指标及其权重。（２）确定评语集。在科技奖励评审中，将评语集定义为ｆ＝｛ｃｌ，ｆ２，ｆ。，ｆ４｝，其含义分别为：Ｃｌ：一等奖或一等奖候补（９０～１００分），ｆ。：二等奖或二等奖候补（８０～９０分），ｆ。：三等奖或三等奖候补（７０～８０分），ｆ４：不授（７０分以下）。（３）根据某项目的专家评分通过逆向云发生器得到项目云模型及数字特征。具体算法过程如下：①根据某项目的专家评分Ｘｉ计算均值Ｘ一去蚤ｚ；，评分的方差Ｓ２一万与荟（ｚｒ一叉）２；②项目该指标的期望：Ｅｘ＝Ｘ５③项目该指标的熵：Ｅｎ２√号。土７１∑ｉ＝ｌｚｔ—ＥｚＩ；④项目该指标的超熵：Ｈｅ＝￣／Ｓ—Ｅｎ２。（４）根据步骤（３）得到的云模型参数画出综合评价云模型数字特征图，并对项目奖励层次进行评价。４实例和分析以某年某评审组的科技奖励项目（１５个项目ａ～ｏ）的评分数据为例，根据基于云模型的科技奖励评审模型对这些项目进行评价。先根据实际的专家评分数据利用逆向云发生器对其进行处理，得到项目的各指标的云模型数字特征及云模型图，再根据云理论对这些项目层次进行评价。项目ａ～ｏ的云模型数字特征通过计算可以得到（如表１所示），通过云发生器及Ｍａｔｌａｂ平台可得到其数字特征图，以其中１０个项目（ａ～ｏ）为例（如图１～图５所示）。万方数据表ｌ各项目的云模型数字特征及评价层次ａｐｒｏｊｅｃｔｃＣｌｏｕｄ（８９．９４３４．２．４３９７．１．７５０４）ｂｐｍｊｅｃｔｄＣ１０ｕｄ（７３．０３７７，５．０２３１，０．３３６８２）图３项目ｅ和ｆ的综合云模型图图１～图５分别是项目ａ－－一。由５０００个云滴１５ｌ构成的云图，Ｅｘ反映了项目的平均分，Ｅｎ反映了项目的实际得分与平均分的离散程度，Ｈｅ反映了８５９０９５１００１０５７０７５８０８５９０９５８ｐｒｏｊ日ｇＣｌｏｕｄ（９４．３３９６，２．１３６３．０２２２３２）ｈｐｒｏｊｅｃｔｈＯｏｕｄ（８４６２２６．．３．ｆ１０６３．０＋０．３８０５３ｉ）图４项日ｇ和ｈ的综合云模型图ａｐｒｏｊｅｃｔｉＣｌｏｕｄ（７８．７１７，３．４８２，Ｉ．９７２４）ｂｐｒｏｊｅｃｌｊＣｌｏｕｄ（９２．３９６２．１．７０７１，０＋０．１２８２ｉ）图５项目ｉ和ｊ的综合云模型图云滴的离散程度。通过分析可知：项目ｇ的平均分最高，其获评总体最好，根据评语集的定义范围可知，该项目可建议为一等奖或一等奖候补；项目ｊ的平均分排在第二位，其获评总体较好，根据评语集的定义范围可知，该项目可建议为一等奖或一等奖候补；项目ｄ的平均分最低，其获评总体最差，根据评语集定义范围可知，该项目可建议为三等奖或三等奖候补。这ｌＯ个项目的平均分（Ｅｘ）从大到小的顺序为Ｅｚ。＞Ｅｒ，＞Ｅｘ，＞Ｅｘ＾＞Ｅｘ６＞Ｅｘ。＞ＥｘｉＨＥｘｒ＞Ｅｘ，＞Ｅｘｄ，根据项目＆值的大小及评语集定义可知：项目ｂ、ｃ、ｈ可建议为二等奖或二等奖候补；项目ｄ、ｅ、ｆ、ｉ可建议为三等奖或三等奖候补。而根据熵的意义可知，项目ｂ的得分的离散程度最大，项目ｊ的得分的离散程度最小，各项目得分云模型的特征因子熵的大小顺序为Ｅｈ。＞勘。＞勖ｒ＞Ｅｈｄ＞鼢。＞勋ｉ＞励＾＞勘，＞勘。＞勖『，特征因子超熵的大小顺序为ｍ。＞Ｈｅ，＞Ｈｅ，＞Ｈｅ。＞Ｈｅｒ＞Ｈｅ，＞Ｈｅ＾＞ＨｅＪ＞ｍ。＞ｍ，，即项目ｂ的云滴厚度最厚，其确定度的随机性最大；项目ｊ的云滴厚度最薄，其确定度的随机性最小。通过对项目ａ～０的特征因子分析可知：项目ｇ和项目ｊ的获评最好，其三个因子都满足一等奖或候补的要求，因此可建议为一等奖或一等奖候补；项目ｃ和项目ｈ可建议为二等奖，项目ｂ的特征因子Ｅ”和Ｈｅ都最大，虽然其Ｅｘ值较大，根据评语集可以建议为二等奖或二等奖候补，但其评分的离散程度最大，随机性也最大，这就表明在评分】５２万方数据的过程中，专家对这个项目的非共识程度较大，对于这样的项目，可以集中起来通过二次评审解决，这就町以消除非共识的问题；项目ａ、ｆ也存在上述非共识问题，可以集中这样的项目通过二次评审解决；项目ｄ、ｅ、ｉ可建议为三等奖或三等奖候补。在实际的评审过程中，获奖层次的项目数量是有一定数量的，因此各项目的评语集并不是最后的评审结果，还需要对项目进行上述三个特征因子的排序，根据评审要求来确定项目最终的推荐评价层次。通过对实际的项目评分进行分析得知，利用云模型评价项目的奖励层次能减少随机性和模糊性，相比单一比较项目的平均分或模糊评价而言，这种评审方法更客观、更合理。而且还能总体分析某个项目的云滴分布情况，进而划分项目得分的大致落点区间，这也为决策者评价最后等级提供了一定的决策支持。因此，利用云模型对项目奖励层次进行评价更能客观反映实际的综合评审结果。利用云模型不仅可以评价项目的奖励层次，还可以评价专家评分的层次，我们可以把每个专家的所有评分通过计算分析得出类似的数字特征，以此得出每个专家的评分的云模型，通过对云模型及特征因子分析可以得到相关专家评分的特征。而这些特征可以反映专家的评分是否有较大的波动或是否趋于一致，通过这些分析可以大致判断专家评分是否规范或公平，这就为下一次评审专家的选取提供了支持，也是如何选取专家值得研究的一个方向。５结束语云模型是一种分析不确定信息的有效工具，它在很多方面都有着很好的应用，如数据挖掘、质量评价、知识表达等。本文将云模型引入到科技项目奖励评审中，能很好地体现各指标的模糊性和随机性；同时，运用云理论将各指标的云模删特征图及特征因子综合起来，合并以此来反映最终评审结果，将数据映射成具体的确切度，使得评审过程更直观、更加符合实际。运用云模型解决实际问题，确定其数字特征比较困难，目前也没有比较完整的理论来证明用什么方法确定云模型的数字特征更科学、更合理。而云模型解决实际问题的可靠性取决于特征因子及特征因子数字特征的选取的准确性，一般都是根据实际意义和“３Ｅｎ法则”。因此，研究云模型解决科技奖励评审问题，如何确定特征因子的数字特征，使得生成的云模型更能反映评审的实质，评审的结果更加准确，是以后的工作重心。而且还可以把项目的评价指标细化，由于评价指标的权重相当，这里只足做了最后评分的云模型分析，实际上，可以对项目的评价指标逐个分析，并且可以利用云模型来确定项目在各个指标的数字特征，最后利用相关理论加权得出最终的特征因子，这也是科技奖励评审值得研究一个方向。无论怎么求解，只要运用云模型都要确定其数字特征，『ｆｉｉ如何确定云模型的数字特征也是运用云模型解决相关问题的关键所在。参考文献＿二王其冬．武佩珍，程建刚，等层次分析法在国家自然科学基金项目评审中的应用［Ｊ］系统工程理论与实践・２００ｌ・２ｌ（７）：１１９—１２３瞳马剑，王其冬，冯恩民基金评审中的¨一化分析方法与应用［Ｊ］运筹与管理，２００４．８（４）：７７—８１¨龙军．国家科技奖励综合业务处理平台研究ｒＤ］妊沙：中南大学，２００５ｌ二＿半德毅．孟海军，出霉梅隶属云和隶槭云发乍器［Ｊ］计算机研究与发展，１９０５，３２（６）：１５－２０阳ＬｉＳＩ｛．Ｉ．ｉｕＨ，ｗ川ｇＪＩ，ＲｅｓｅａｒｃｈｏｎＥｖａｌｕａｔｉｏｎＭｅｔｈｏｄ¨ｆＧｒａｄｕａｔｅｓ’ＣｏｍｐｒｅｈｅｎｓｉｖｅＱｕａｌｉｔｙＢａｓｅｄｏＨＣｌｏｕｄＭｏｄｅｌ，ｅｌ∥ＰｒｏｃｏｆｌＣｌＡ’０９．２００９：８Ｉ５８２０叩曹小琳，张兀刚，晏永刚．基十云模型的十地投资层次灰关联度万方数据决策［Ｊ］．重庆大学学报（自然科学版）．２００７．７（７）：１５７１９０．［７］胡伶俐．贾珊珊基于云模型的交通运输枢纽系统综合评价口］．中国水运，２００７．８（８）：１３５１３６［８］王芳基于云模型的高兴教师满意度综合评价［Ｊ３．技术与创新管理，２００９，９（５）：６３６６３９．［９］李德毅．不确定性人工智能［Ｍ］．北京：国防工业出版札，２００５［１０］吕辉军．王晔，李德毅，等．逆向石在定性砰价中的应用Ｉ－Ｊ］计算机学报，２００３，２６（８）：１００９一１０１４翟，＝～口蔓同垂蒸篡麓烹～ｍｉｎｉｎｇ．ａｎｄｃｏｍｐｕｔｅｒｉｎｆｏｒｍａｔｉｏｎｍａｎａｇｅｍｅｎｔ燮豪鬃一ｓｙｓｔｅｍｓ．１５３基于云模型的科技奖励评审模型研究
作者：作者单位：刊名：英文刊名：年，卷(期)：
黄卫春， 刘建林， HUANG Wei-chun， LIU Jian-lin华东交通大学信息工程学院,江西南昌,330013计算机工程与科学
Computer Engineering and Science2011,33(11)
本文链接：http://d.g.wanfangdata.com.cn/Periodical_jsjgcykx201111028.aspx