[发明专利]一种多维审计监控综合评价方法

权利要求书

1.一种多维审计监控综合评价方法，其特征是，包括以下步骤：

步骤一，收集若干个评价对象为供电公司的供电能力数据，确定供电能力数据的时间范围和维度，并对供电能力数据进行标准化处理得到标准化数据；

步骤二，构建用于评价标准化数据的评价指标体系，评价指标体系包括若干个评价指标，评价指标与标准化数据的维度相匹配，根据层次分析法确定每个评价指标的权重；

步骤三，通过评价指标体系对标准化数据进行打分，得到打分结果；

步骤四，获取评价标准，通过评价标准对标准化数据的打分结果进行评价，得出供电公司的供电能力评价结果；

所述的步骤二中，根据层次分析法确定评价指标的权重的具体方法为：

步骤a，构建层次结构模型，将评价指标分为若干个层级，确定不同层级的评价指标之间的从属或影响关系；

步骤b，对评价指标进行至少一次权重评价，对从属于或影响上一级评级指标的每个同级评价指标，通过用两两比较法构造判断矩阵，若权重评价次数为1次，则构建一个判断矩阵，然后通过该判断矩阵确定权重向量，通过权重向量得出每个评价指标的权重值；若权重评价次数大于1次，则构建多个判断矩阵，对所有判断矩阵进行修正，然后通过修正的判断矩阵确定权重向量，通过权重向量得出每个评价指标的权重值；

在步骤b中，若权重评价次数大于1次，则构建多个判断矩阵，对所有判断矩阵进行修正，然后通过修正的判断矩阵确定权重向量具体为：

对个评价指标进行打分，得到判断矩阵为：

根据层次分析法的计算原理可以得到，；；；；

对多个判断矩阵剔除奇异值，设第个判断矩阵为，求取多个判断矩阵各元素的平均值，判断偏离是否超过预定阈值，若有偏离超过预定阈值，则将此对应的判断矩阵剔除，构成个新的判断矩阵；

计算个新的判断矩阵的特征向量，通过所有特征向量计算综合特征向量，具体为：

对于特征向量，计算特征向量两两之间的一致性程度指标、指标权重平均一致性程度和相对一致性程度：

式中：为向量和的夹角；

得到经过改进的综合特征向量，综合特征向量即为最终权重向量：

其中，越大，则两个特征向量和之间的一致性越高。

2.根据权利要求1所述的一种多维审计监控综合评价方法，其特征是，在步骤b中，若权重评价次数为1次，则构建一个判断矩阵，然后通过该判断矩阵确定权重向量具体为：

首先，对个评价指标进行打分，得到判断矩阵为：

根据层次分析法的计算原理可以得到，；；；；

其次，求判断矩阵每一列的和，并根据计算结果求得判断矩阵的系数矩阵：

其中，

最后，按照行对系数矩阵求和得到归一化前的初始权重向量如下：

其中，;；对初始权重向量进行归一化，得到这个指标的最终权重向量如下：

其中，。

3.根据权利要求1或2所述的一种多维审计监控综合评价方法，其特征是，还对最终权重向量进行一致性校验，若校验通过，则通过最终权重向量得出每个评价指标的权重值，若校验不通过，则对判断矩阵进行修正，直到最终权重向量通过一致性校验，一致性校验具体为：

首先，根据判断矩阵和最终权重向量计算过渡矩阵C，；然后计算检验系数矩阵，，；计算矩阵K的列平均值即为判断矩阵的最大特征根：

其次，计算一致性检验指标：

其中：为判断矩阵的最大特征根；

再此，查找相应的平均随机一致性指标；

最后计算一致性比例：

当CR≤0.1时，则一致性校验通过；当CR0.1时，则一致性校验不通过。