众文网1.论如何看待企业并购中人力资源整合效果的模糊综合评价
【论文摘要】人力资源整合的效果直接影响着企业并购的成败。本文结合企业并购理论与模糊综合评价体系，对人力资源整合的效果进行定量分析，为企业并购中人力资源整合提供参考。
【论文关键词】并购 模糊评价 人力资源整合 在企业并购中的资源整合中，人的因素对并购绩效起着至关重要的作用，人力资源的整合是最重要的整合。企业在并购中只有通过有效的人力资源整合，才能优化配置企业人力资源，从而提高企业效率和并购绩效。本文试图以模糊评价的方法对并购中的人力资源整合效果进行评价，采用定性和定量相结合的方法能够更准确地传达整合效果的信息。
一、模糊综合评价法 模糊评价是以模糊数学为基础，根据给予的评价指标标准和实测值，经过模糊变换后对事物作出评价的一种方法，对评价系统的全体根据所给的条件，给每个对象赋予一个非负实数即评语结果，再根据排序择优。将模糊评价法引入人力资源管理评价的计量中来，能够解决用货币计量模型在计量过程中的一系列缺陷。
设因素集U={U1,U2，…，Un}，评价集V={V1,V2，…，Vm}。设第i个因素Ui的单因素评价为Ri={ri1,ri2，…，rim}，它是V上的模糊子集，其中，rij表示第i个因素的评价对于第j个登记Vj的隶属度。从而构成一级评价矩阵R，它是U到V的模糊关系矩阵 通过对各因素进行权衡，并应用统计实验、专家评分或关系方程求解等方法，可建立各因素间的权重分配。下面的广义复合运算称为模糊综合评判：B=A*R=(b1,b2，…，bm)。本文中采用M（·，）算子。
二、模糊综合评价在人力资源整合效果评价中的应用 1.人力资源整合效果的因素分析
并购整合的关键是人力资源的整合，概括并购中人力资源整合问题的研究，可以发现主要集中在四种水平的相关问题上。第一个是个体水平上。主要包括雇员的威胁和焦虑，雇员的满意度和对雇员期望的管理。第二个是介于个体与组织水平间的团队水平。主要包括管理者的离职问题，中层管理者的角色问题和高层管理者的决策问题。第三个是组织水平。主要包括文化差异、文化相融和文化适应。第四个是跨越个体、团队和组织水平。主要包括战略领域、组织领域及个体和沟通领域的研究。
人力资源整合效果评价指标是一个由若干参数组合而成的指标体系，这些指标是多层次的且难以精确化，带有明显的模糊性。正是由于这方面的原因，本文试图提出一种以层次分析为基础、以模糊数学为工具的整合效果综合评价模型。
2.人力资源整合效果模糊综合评价数学模型
本文设计的人力资源整合评价指标体系是一个三层结构的指标体系，因此，根据模糊理论，把分准则层对主准则层的评判看成第一级评判，把主准则层对目标层的评判看成第二级评判，从而构成一个二级三层模糊综合评价模型。其步骤如下：
(1)确定模糊评价指标（评判因素）集U
设定人力资源整合评价指标体系为评价指标集合，人力资源整合评价指标体系即构成了因素层次划分模型，其中决定最终值指标的因素集U是由两个层次的因素构成，第一层因素因素集Ui=(U1,U2,U3,U4)=（个体水平，团队水平，组织水平，跨越个体、团队和组织水平）
(2)确定指标评价集V
评价集是对各层次因素状态的直接描述和表征方式，可采用等级评价。由于人力资源整合的难以度量性，其状态并不能精确的量化细分，所以本文采用五等级评价，即V={V1,V2，…，Vm}=（非常好，好，一般，差，非常差）。基于我们设计的评价指标的性质，应该由企业的各层次的员工共同参与评价。评价最好以问卷的形式按照合适的比例发放到不同层次员工当中，然后按照问卷结果统计出各个评价结果的人数比例。
(3)确定指标权重
在企业人力资源整合效果的评价指标体系中，不同指标对形成评价结果的影响程度是不同的。企业并购中的人力资源整合效果评价可以根据被评价的各个因素的权重请有经验的专家、整合经理或者企业高层管理人员根据企业的实际情况共同来确定。
2.模糊综合评价方法
模糊综合评价是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法，其特点是评价结果不是绝对地肯定或否定，而是以一个模糊集合来表示。
按照模糊综合分析法，我们对某企业效绩进行评价。
1.设因素集U:U={u1,u2，……u9}
综合我国现行评价体系和平衡记分法（SEC），我们选取了u1（净资产收益状况）、u2（资产营运状况）、u3（长期偿债能力）、u4（短期偿债能力）。U5（销售增长状况），u6（市场占有能力）、u7（技术能力）、u8（发展创新能力）、u9（学习能力）等9个指标为反映企业效绩的主要指标。其中，u1、u2、u3、u4、u5是财务业绩方面的指标，原来都用精确的比率指标反映，但对它们适当地模糊化更能客观真实地反映企业效绩。例如，在评价企业短期偿债能力时，该企业流动比率为1.8，但专家们发现该企业存货数额庞大，占了流动资产的较大部分，说明其资产的流动性并不好，因而仍可评定该指标为较低等级。U6是客户方面业绩指标，u7内部经营过程方面业绩指标，u8、u9是学习与增长方面业绩指标。
2.设评价集V={v1,v2……v4}
简便起见，我们设v1：优秀，v2：良好，v3：平均，v4：较差。
3.我们选取了该企业的注册会计师、熟悉该企业情况的专家组成评判组，得到评价矩阵
4.根据专家意见，我们确定权重集A为：
5.按照M（，，+)模型
所以，根据最大隶属度原则，该企业效绩评定为“良好”。事后，该企业领导认为这个评价结果比较符合实际情况。
3.模糊综合评价法的研究情况
模糊评价法奠基于模糊数学。模糊数学诞生于1965年，他的创始人美 国自动控制专家L.A.Zadeh。
20世纪80年代后期，日本将模糊技术应用于机器人、过程控制、地铁机车、交通管理、故障诊断、医疗诊断、声音识别、图像处理、市场预测等众多领域。模糊理论及模糊法在日本的应用和巨大的市场前景，给西方企业界很大震动，在学术界也得到了普遍的认同。
国内对于模糊数学及模糊综合评价法的研究起步相对较晚，但在近些年各个领域（如医学、建筑业、环境质量监督、水利等）的应用也已初显成效。
4.如何利用模糊评价法研究用户使用信息后所产生的效果
模糊层次分析法是将模糊分析法和层次分析法结合起来的一种方法。
而层次分析法只有层次分析法一种方法。
一般用层次分析法做两件事，一是将目标按层次细分为许多不同的指标或方面；二是在确定权重时使用。 但是大部分人只将确定权重那部分称作层次分析法。
模糊数学评价是由美国控制论专家查德于1965年提出的，它引入模糊数学中的“隶属度”，用隶属函数对具有模糊性的指标进行处理。 模糊数学评价用隶属函数描述方案的得分来量化指标实测值，可以较好地解决综合评价中的模糊性（如因素类属之间的不清晰性 、专家认识评价上的模糊性等），可最大限度地减少人为因素，因此该数学工具非常适合用于对环境投资项目绩效的审计。 模糊数学评价的具体过程主要包括确定因素集、评价指标的无量纲化处理、给定各指标层权重、建立评价等级集、确定隶属关系，建立模糊评价矩阵、进行模糊矩阵的运算，得到模糊综合评价结果六个方面。
简要地说，就是把评价语好中差之类的变成数字分数，然后用矩阵向量乘来乘去的，最后得到评价结果的综合方法。也就是说，模糊评价法是一种对方案进行综合判断筛选的方法，层次分析法负责指标细分和权重设计方面。
要是再不明白只能多去看看论文了。
5.什么是 模糊综合评价方法
是一种基于模糊数学的综合评价方法。
该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。
可以依据各类评价因素的特征，确定评价值与评价因素值之间的函数关系（即：隶属度函数）。确定这种函数关系（隶属度函数）有很多种方法，例如，F统计方法，各种类型的F分布等。
当然，也可以请有经验的评标专家进行评价，直接给出评价值。一般步骤：1、模糊综合评价指标的构建模糊综合评价指标体系是进行综合评价的基础，评价指标的选取是否适宜，将直接影响综合评价的准确性。
进行评价指标的构建应广泛涉猎与该评价指标系统行业资料或者相关的法律法规。2、采用构建好权重向量通过专家经验法或者AHP层次分析法构建好权重向量。
3、构建隶属矩阵建立适合的隶属函数从而构建好隶属矩阵。4、隶属矩阵和权重的合成采用适合的合成因子对其进行合成，并对结果向量进行解释。
6.模糊综合评判法原理
呵呵，正好我刚写论文也用这方面的.
L.A.Zadeh首次提出模糊集合的概念，并在此基础上发展成模糊数学。模糊集理论的本质是用隶属函数作为桥梁，将不确定性在形式上转为确定性，即将模糊性加以量化，从而为模糊不确定性问题的解决提供了数学工具。模糊集理论经过四十年的发展，目前己在综合评估与决策、模糊规划、模糊可靠性分析、模糊控制等领域得到了广泛的应用。按确定的标准，对某个对象中的某个因素进行评价，称为单一评价，从众多的单一评价中获得对某个对象的整体评价，称为综合评价.在实际运用中，评价对象往往受各种不确定因素的影响，其中模糊性是最重要的，所以就产生了模糊综合评价.模糊综合评估法FCE(Fuzzy Comprehensive Evaluation)能较好地用于涉及多个模糊因素的对象的综合评估方法。在复杂的系统中，需要考虑的因素往往很多，因素还要分成若干层次，形成评判树状结构，对各层次的因素划分评判等级，各层次划分的评判等级数目应相同，上一层次与下一层次划分的评判等级要由单一的对应关系，以便数学处理运算，并确定各因子的隶属函数，求得各层次的模糊矩阵。评判顺序为：首先进行最低层次的模糊综合评判，其次有最低层次的评判结果构成上一层次的模糊矩阵，在进行上一层次的模糊综合，循此自底而上逐层进行模糊综合评判，可得到系统总体的综合评判结果。
7.模糊数学在评估中的运用有哪些
模糊数学在人工智能中的应用
举个例子：
判断一个人是不是秃子，假设500根头发以下算秃子
那么计算机会认为499根是秃子，501根不是秃子，可是我们人会认为多一根也是秃子呀？那502根呢？503……那我们都是秃子……
那么用模糊数学这个结论是什么呢？499根是秃子的几率100%,501根，99.99%
10000根呢？嗯，0.001%的可能性是秃子。
模糊数学的主要应用
1.模糊数学自身的理论研究进展迅速。我国模糊数学自身的理论研究仍占模糊数学及其应用学科的主导地位，所取得的研究成果在《模糊数学》、《模糊系统与数学》等数十种学术期刊和全国高校学报中经常可见，模糊聚类分析理论、模糊神经网络理论和各种新的模糊定理及算法不断取得进展。
2.模糊数学目前在自动控制技术领域仍然得到最广泛的应用，所涉及的技术复杂繁多，从微观到宏观、从地下到太空无所不有，在机器人实时控制、电磁元件自适应控制、各种物理及力学参数反馈控制、逻辑控制等高新技术中均成功地应用了模糊数学理论和方法。
3.模糊数学在计算机仿真技术、多媒体辨识等领域的应用取得突破性进展，如图像和文字的自动辨识、自动学习机、人工智能、音频信号辨识与处理等领域均借助了模糊数学的基本原理和方法。
4.模糊聚类分析理论和模糊综合评判原理等更多地被应用于经济管理、环境科学、安全与劳动保护等领域，如房地价格、期货交易、股市情报、资产评估、工程质量分析、产品质量管理、可行性研究、人机工程设计、环境质量评价、资源综合评价、各种危险性预测与评价、灾害探测等均成功地应用了模糊数学的原理和方法。
5.地矿、冶金、建筑等传统行业在处理复杂不确定性问题中也成功地应用了模糊数学的原理和方法，从而使过去凭经验和类比法等处理工程问题的传统做法转向数学化、科学化，如矿床预测、矿体边界确定、油水气层的识别、采矿方法设计参数选择、冶炼工艺自动控制与优化、建筑物结构设计等都有应用模糊数学的成功实践。
6.我国医药、生物、农业、文化教育、体育等过去看似与数学无缘的学科也开始应用模糊数学的原理和方法，如计算机模糊综合诊断、传染病控制与评估、人体心理及生理特点分析、家禽孵养、农作物品种选择与种植、教学质量评估、语言词义查找、翻译辨识等均有一些应用模糊数学的实践，并取得很好效果。李洪兴教授，他领导的科研团队采用“变论域自适应模糊控制理论”成功地实现了全球首例“四级倒立摆实物系统控制”。据介绍，倒立摆仿真或实物控制实验是控制领域中用来检验某种控制理论或方法的典型方案。目前，实现三级倒立摆控制的实物系统仍然是世界公认的难题，而要实现四级倒立摆控制实物系统，在世界范围内更是一项空白。北师大模糊系统与模糊信息研究中心暨复杂系统智能控制实验室采用李洪兴教授提出的“变论域自适应模糊控制”理论，先后成功地实现了四级倒立摆控制仿真实验、三级倒立摆实物系统控制，并于今年8月11日实现了全球首例四级倒立摆实物系统控制。而由此项理论产生的方法和技术将在半导体及精密仪器加工、机器人技术、导弹拦截控制系统、航空器对接控制技术等方面具有广阔的开发利用前景。