论文部分内容阅读
摘 要：绩效评价，作为人力资源管理的重要部分，是企业甄选人才及进行薪酬调整的重要环节和主要依据，但是实际工作中由于认识的局限性，考评者需要在信息不全面、不确定的情况下将定性和定量的信息进行融合，从而得到评价结果。证据理论作为不确信推理的有效方法，较好的处理具有模糊和不确定信息的合成问题。本文应用基于D-S（Dempster-Shafer）理论的证据推理（Evidential Reasoning ，ER）方法处理多评价主体的绩效评价结果合成问题，并通过企业实例给出ER方法在综合绩效评价中的应用。
关键词：ER；绩效；模型；应用
1 证据推理方法
证据理论也称D-S （Dempster-Shafer）理论，是1976年由美国学者Shafer创立的，Dempster为证据理论的发展也做出了贡献，第一次明确给出了不满足可加性的概率，并且针对统计推理首先研究并给出了一般的合成法则[1]。Yang 和Sing[2]研究了基于D-S（Dempster-Shafer）理论的证据推理 （EvidentialReasoning， ER ） 方法在不确定多属性决策问题中的应用， 用以解决评价过程中的主观性问题。Yang 和Xu进一步提出了任何一个证据合成过程必须满足的四个公理， 用于指导具有不确定性多属性问题的评价和决策。
4.结束语
ER是一种被广泛采用的处理不确定信息的数据融合方法，本文尝试性地将该理论运用到绩效评价问题中，并建立了决策模型和方法。实例研究表明，在处理信息不完全的绩效评价问题时，ER方法比常规方法具有更多的灵活性和有效性。
关键词：ER；绩效；模型；应用
1 证据推理方法
证据理论也称D-S （Dempster-Shafer）理论，是1976年由美国学者Shafer创立的，Dempster为证据理论的发展也做出了贡献，第一次明确给出了不满足可加性的概率，并且针对统计推理首先研究并给出了一般的合成法则[1]。Yang 和Sing[2]研究了基于D-S（Dempster-Shafer）理论的证据推理 （EvidentialReasoning， ER ） 方法在不确定多属性决策问题中的应用， 用以解决评价过程中的主观性问题。Yang 和Xu进一步提出了任何一个证据合成过程必须满足的四个公理， 用于指导具有不确定性多属性问题的评价和决策。
4.结束语
ER是一种被广泛采用的处理不确定信息的数据融合方法，本文尝试性地将该理论运用到绩效评价问题中，并建立了决策模型和方法。实例研究表明，在处理信息不完全的绩效评价问题时，ER方法比常规方法具有更多的灵活性和有效性。