[发明专利]基于优先级系统的办公问题处理方法

摘要

基于优先级系统的办公问题处理方法。目前大中型企业内部事务繁杂，类型繁多，多是采取并行处理的方式同时处理多项事务，处理顺序按照事件发生的时间先后排序。对于较为为紧急的事件没有一个比较好的优先处理机制和优先判定方法。本发明的方法包括：首先建立优先级评价指标体系，通过建立评价指标、对不同事务的指标进行比较并通过数学方法进行求解得出事务的优先级别即处理优先顺序。本发明用于办公问题的处理。

主权项

一种基于优先级系统的办公问题处理方法，其特征是：首先建立优先级评价指标体系，通过建立评价指标、对不同事务的指标进行比较，并通过数学方法进行求解得出事务的优先级别即处理优先顺序；事件优先级别评价指标体系的构建旨在对零部件正常情况下的综合使用价值做出全面、系统、客观、快速的评价；事件处理优先级评价的科学性和可操作性是最基本的，也是所得结果正确的前提；根据事件类型复杂、描述模糊、约束繁多、定性定量结合、涉及范围广等特点，在指标体系的选择和构建过程中，需遵循构建准则如下：(1)应用科学性原则：指标体系的构建需遵循一定的科学依据，使指标体系在生产设计和使用上具有说服力，客观、真实、准确地对其优先级相关属性进行评价；(2)相对独立性原则：指标体系中各指标从各个不同的方面对优先级进行评价，避免各指标间信息的重叠；(3)描述全面性原则：指标体系中各指标需全面反映事件发生周期内各个方面的基本属性；(4)描述简明性原则：指标体系中各指标需充分反映实际情况，避免指标分类过细造成的描述过于琐碎和指标分类过粗造成的描述不充分；(5)实际可操作性原则：指标体系及其取值是产品在实际应用中的可靠信息，而不同的工作环境和使用要求对各指标的要求也不一样，因此，所选用的指标需对实际情况具有一定的应变性和可操作性：(6)相互可比性原则：优先级的确定是通过相互的比较确定的，因此，指标体系中各指标须具有可比性，可比性包括不同事件同一指标的比较和同一事件中不同指标的比较；(7)应用延伸性原则:构建的指标体系需具有一定的超前预见性，并可对后续问题进化发展进行拓展；(8)系统实现性原则：指标体系的构建和指标的选择应对事件发展各个阶段所受到的各种类型的约束进行完整描述，且各指标可由汇编语言表述，为后续工作做基础；(9)动态静态结合性原则：指标体系的构建需要动静结合，以适应进化和技术的发展；(10)定性定量结合性原则：优先级确定的过程中，需对零件的许多属性进行评价，有的属性可以通过量化获得，有的属性则不能，只能对其定性描述，因此要定量与定性相结合；为了全方面、多角度地进行优先级的评价，评价指标体系的构建是很重要的一步，这使大量有关优先级的属性得以条理化、系统化；指标体系全面反映了评价目标的主要特征和层次结构，也体现了各个指标在体系中对事件发生和发展的贡献；构建指标体系是一个复杂、繁琐的过程，一般要经过初步调研、文献检索、初次拟定、试验反馈、处理归纳等多个环节，直至最终指标体系的建立完成；并且要严格遵守上述原则；指标体系随着评价用途的变化，其自身的体系结构也会随之变化；评价指标体系的构建过程实则是一个利用系统思想分析问题的过程，其基本步骤如下：(i)分析零部件优先级评价的相关特点，通过对相关资料和实际调研，找到其众多的影响因素，明确优先级评价的最终目标；(ii)运用相关选择方法比较和分析事件整个生命周期内各个属性、影响因素及可能受到的相关约束之间的关系，对优先级评价指标进行筛选；(iii)优化确定优先级评价指标间的层次和结构，构建件优先级评价指标体系；(iv)多次修改，最终确定零部件优先级评价指标体系；指标体系中的每一个指标都应反映零部件的相关属性信息，而不同的指标，评价标准不同；有的指标其值越大表示该指标反映的零件属性越优良，有的指标则指标值越小越好；所谓的评价指标标准化是指对指标进行一致化和规范化的处理；评价指标的一致化就是消除指标间的差异，对于不同的指标类型和评价要求采取不同的处理方法；指标的规范化是指对指标进行一定的数学方法来消除指标单位和数量级的影响；从而可通过同一变化趋势来衡量评价指标的属性优良；将指标分为：效益型、成本型、固定型和区间型等；其中收益型指标是指标属性值越大越好的指标；成本型指标是指标属性值越小越好的指标；固定型指标是指标属性值越接近某个固定值越好的指标；区间型指标是指标属性值越接近某个固定区间[](包括落入该区间)越好的指标；在对评价指标体系中的指标进行了归纳和分类后，运用相应的数学方法对每一类评价指标进行标准化处理，即让指标一致化、规范化，消除不同属性间的变化不一致，使评价指标属性值量化一致性；对于收益型属性、成本型属性、固定型属性和区间型属性分别采用以下的方法进行标准化处理：设某零部件有m个目标被评价，每个目标有n个评价指标，则该零部件评价指标矩阵可表示为，i=1,2,…,m；j=1,2,…,n；其中表示第i个被评价目标的第j项指标的实际值，为指标的标准值；，；收益指标：成本指标：固定指标：区间指标：在上述优先级综合评价指标体系建立的基础上，通过相应的数学模型和算法对目标零部件优先级进行求解；相关算法有层次分析法和模糊综合评价；以下选用模糊综合评价中的三角模糊数评定方法对优先级进行综合评价：定义p=(s，t，u)为三角模糊数，隶属度函数可以表示为：式中，x∈R，s<t，u，s和u分别为上界和下界，s和u表示模糊的程度，u‑s越大，模糊程度越强；特别的，若s=t=u，则p为一实数；对于任意两个三角模糊数和，相应的模糊数运算规则如下：(1)；(2)；(3)；(4)；为了对三角模糊数进行比较，有如下定义：设和是任意两个三角模糊数，则的可能性为：设由n+1个三角模糊数构成的集合为，则的可能性为：考虑到优先级评价的决策是从一个有限方案集中选取最好的方案或进行方案排序，所采用的方法是通过三角模糊数表述的判断矩阵对方案集中提供的两两方案进行优劣比较；设判断矩阵=,其中=()为三角模糊数，且，，若矩阵满足：(1)=0.5，=0.5，=0.5，i ；(2)=1，=1，=1，；判断矩阵的构建过程是定性和定量间转化的关键，具体为对两两元素进行判断比较，从而构成一系列的判断矩阵；三角模糊数的语言集可表示为I={}，其代表一组有序语言评价值的集合；其中i为该语言集中的一个语言评价结果，则该评价结果的三角模糊数可以表示为=((m‑1)/n，m/n，(m+1)/n)；模糊综合评价的基本步骤为：Step1确定评价对象集、因素集和评语集；Step2建立m个评价因素的权重分配向量；Step3通过各单因素模糊评价获得模糊综合评价矩阵；Step4进行复合运算并得到综合评价结果；Step5计算每个评价对象的综合分值；(1)对评价零部件优先级别的相关指标进行模糊评价，确定各评价指标间的关系；m个指标两两相互比较，构造三角模糊数判断矩阵；建立评语等级集V=()和相对应的分值集F=()；分值集元素取奇数值，这样符合模糊评价的质量要求，可以使被评方案的等级归属有一个中间等级；建立5级评价等级集，可使V=()={优，良，中，差，劣}，相应分值集F={9,7,5,3,1}；通过比较，得出指标间的模糊评价值；(2)指标体系中各指标权重求解；在所选a个零件中，零件k对第m个指标给出的三角模糊数互补矩阵为：(k=1,2,…a; i, j=1,2,…m)采用加权方法集结各零件信息；按下式计算：为便于操作，本文取=1/a；利用(i=1,2,…m)求解；得到相应指标权重；(3)零件各指标模糊评价结果归并；模糊评价综合值为：Y=(4)按期望确定零件优先级别顺序；通过模糊评价综合结果的期望值确定优先级顺序；其左期望值；右期望值；则Y期望值为：取=0.5，则。