试述指标体系军队建设项目绩效审计评价关键指标系统运用
本站原创 摘 要：关键绩效指标（Key Performance Indicators，KPI）是用来衡量绩效表现的具体量化指标，是用于沟通和评估待评价对象主要绩效的标准体系。目前，关键指标在国内外绩效评估工作中应用较为广泛，收到了很好的评估效果。因此，以绩效审计的终极目标为指引，应用军队建设项目绩效审计评价关键指标体系有着强烈的实际需求。
关键词：建设项目 绩效审计 关键指标
1004-4914（2013）03-015-03会计毕业论文
军队建设项目绩效审计评价关键指标体系应用，是围绕关键绩效指标体系，利用各种专业方法将不同层次的评价指标进行技术处理，综合专家意见，依据层次设定不同指标的权重，然后对指标的权数进行加权综合，得出量化的评价结果，最后依据量化的评价分数，对评价对象作出正确判断和评议。军队建设项目绩效审计评价关键指标体系应用，是分析计算得出绩效评价结论必不可少的环节。没有对指标体系的应用，就无法对各个指标反映的信息进行评价，更无法对建设项目的关键绩效表现作出审计结论，整个军队建设项目绩效审计评价关键指标体系就失去了意义。
目前，在实际工作和理论研究中涉及的评价方法数量众多，比较常用的有人工神经网络、模糊综合评价法、灰色综合评价法等。因此，有必要对这些评价方法进行分析和对比，以确定军队建设项目绩效审计评价关键指标体系应用时应选用的具体评价方法。
1.人工神经网络。人工神经网络（Artificial Neural Network，简称ANN）是一类基于工程技术手段模仿生物神经系统结构和功能而构建的信息处理系统。它是由大量简单处理单元并行连接形成网络，并按某种规则执行并行处理，具有学习、记忆、计算及智能处理功能，在不同程度和层次上可模仿大脑的信息处理机能。人工神经网络的优点在于可以通过其自主学习能力建立权重的学习机制，较为客观地对多指标进行综合评价，它有利于弱化权重确定中的人为因素，确保权值的客观性。而人工神经网络也有一定的缺点，如神经网络的并行处理和信息分布存储的机制还不十分清楚，如何选择合理的网络结构还没有充分的理论依据，学习算法的设计优化（提高训练速度和降低误差率等）以及稳定性等问题还未能充分解决。另外，要获取评价专家的知识和经验来对构造的网络模型进行训练和学习，需要大量的训练样本，而要选取与被评价项目有相同条件和背景的样本则比较困难，这样极大地限制了其应用范围。
2.模糊综合评价法。模糊综合评价法（Fuzzy Comprehensive Evaluation，简称FCE）的原理是应用模糊变换原理和最大隶属度原则，考虑评价系统的各个相关因素，然后再对其进行综合评价。其过程就是在考虑多种因素的影响下，先从定性的模糊选择入手，然后通过模糊变换原理进行运算取得结果。设U={u1，u2，…，um}为描述评价对象的m种因素，V={v1，v2，…，vn}为描述U中各因素状态在评价者心目中的n种评语，即可得到相应的模糊集，再对模糊集进行模糊运算，便得到V上的一个模糊子集B=（b1，b2，…，bn）。换言之，模糊综合评价法的计算过程就是寻找模糊权重向量ω={ω1，ω2，…ωm}∈F（U），以及一个从U到V的模糊变换f，即对每一因素单独作出一个判断F（Ui）=（ri1，ri2，…，rin）∈F（v），i=1，2，…m，据此构造模糊矩阵R=[rij]∈F（U×V）。其中rij代表因素ui具有评语vi的程度。从而求出模糊综合评价向量B=（b1，b2，…，bn）∈F（v），其中bj表示评估对象具有评语vj的程度，即vj对模糊集B的隶属度。模糊综合评价法的优点在于以下几点：第一，模糊综合评价法提供了一个有效的工具，使得人们能够较为明晰简便地认识多因素影响的模糊事物，将多类多层次的模糊性对象进行定量化；第二，模糊综合评价法所构建的模型相对简单，算法也较为容易掌握，对多因素多层次的复杂对象评价效果较好。当然，模糊评价法也存在一定的缺点，例如其权重的取值带有一定的随意性和主观性，需要综合运用多种技术方法予以解决。
3.灰色综合评价法。灰色综合评价（Gray Comprehensive Evaluation，简称GCE）是研究和解决灰色系统的分析、建模、预测和评估的理论，它是由华中理工大学邓聚龙教授于上世纪80年代提出和发展起来的，他把一般系统论、信息论、控制论的观点和方法延伸到社会、经济、生态等抽象系统，结合运用数学方法，发展了一套解决信息不完备系统即灰色系统的理论和方法。灰色综合评价可以在缺少数据且不明确的条件下，利用评价者现有信息所蕴含的潜在内容来进行白化处理。灰色综合评价法的优点，体现在可以将评价者给出的分散信息处理为描述不同灰色程度的权向量，为下一步评价对象的比较和打分奠定基础，该方法具有较好的科学性和精确性。灰色评价法的缺点，在于评价指标的取值仍具有一定的主观性，同时灰色综合评价中白化权函数的合理性存在一定争议。
基于上述理解和前文三种方法的比较，本文选取模糊综合评价法作为军队建设项目绩效审计评价关键指标体系的应用方法，以求对具体建设项目的绩效状况进行较科学的评价。
运用模糊综合评价法首先要建立科学的军队建设项目绩效审计评价因素集，然后分配各关键指标的权重，对建设项目具体的关键绩效表现分别进行评价，最后利用模糊矩阵对其进行建设项目绩效审计总体绩效评价，得出评价结果。因此，军队建设项目绩效审计评价关键指标体系应用模型可由因素集、评语集、权重集等若干个集合组成，评价指标的权重确定运用层次分析法的思想，最后运用模糊评价法对评价对象进行综合评价。由于权重在整个军队建设项目绩效审计评价关键指标体系占有突出重要位置，因此笔者将在下文中重点阐述指标权重的确定依据、方法和过程，随后再介绍关键绩效评价的具体因素集、评语集和模糊判断矩阵。
军队建设项目绩效审计评价关键指标体系是一个复合体系，在这个复合体系中，层次和指标数量都较多，层次与层次之间、指标与指标之间的相对重要程度也差别巨大，无法运用通常的经验估值法、专家确定法等方法进行科学评价。层次分析法通过构造判断矩阵，先对单层指标进行权重计算，然后再进行层次间的指标总排序，来确定所有指标因素相对于总指标的相对权重，为确定类似指标体系权重提供了一种很好的解决途径。在军队建设项目绩效审计评价关键指标体系的权重确定过程中，运用层次分析法，不仅可以使评价的工作量和难度大为降低，而且通过采取对判断矩阵进行一致性检验等措施，对于权重确定的信度和效度有了进一步的提升，从而使指标权重的精确度和科学性具备了可靠保障。
利用层次分析法进行权重确定的过程如下：首先选择相关领域的专家，然后寄送权重判断矩阵表进行咨询，判断矩阵表中应采用Saaty的1—9标度法，来反映各个指标的相对重要性。假定bi和bj两个指标，它们的相对重要性界定如表1所示。
根据专家填写的各个指标的相对重要性的分值，构建出各个评价因素相应的判断矩阵B：
其中，xi表示第i个评价指标因素，bij表示专家评判的各个评价指标因素相对重要性数值。
得出判断矩阵后，对它进行一致性检验。首先要计算判断矩阵的最大特征值λmax，在此基础上建立偏差一致性指标CI：
平均随机一致性指标RI。可从表2中查出：
由得到的CI和RI，可以计算出随机一致性比率CR：
当CR≤0.1时，可以认为判断矩阵具有满意一致性；否则需要对判断矩阵修正，直到具有满意一致性为止。
完成一致性检验后，计算判断矩阵每一行元素的乘积为M。计算M的n次方根v。对v进行标准化，得到：会计类的毕业论文
Vi即为第i个指标的权重。
为了使指标权重的确定更具有科学性和合理性，笔者设计了指标权重打分问卷，与指标筛选过程中已经取得联系的专家再次沟通，第二次发放了问卷。通过问卷调查，对每个专家针对同一准则层下各指标之间重要性程度对比的意见进行汇总分析。
将收集到的问卷进行统计汇总后，将评价结果输入指标重要性判断表，其中将被比较的指标值重要性取值换算为1，则其他值相应作以换算。以指标体系中军事效益（B1）下辖的项目军事目标实现情况（C1），提供作战、科研、训练或保障情况（C2），促进体系作战系统完善程度（C3）为例，通过综合专家打分意见，形成准则层（B1）的指标权重判断矩阵如下所示。
按照上文中的计算公式，我们可以计算出该组矩阵进行一致性检验，得到该判断矩阵的最大特征值λmax=3.0036，偏差一致性指标CI=0.0018，CR=0.0031，从而可以判断该矩阵具有良好的一致性，可以接受。
依次类推，我们可以得到其余各指标层的判断矩阵，从而最终得到军队建设项目绩效审计评价关键指标体系中各指标的具体权重。
（三）评价模型的组成按照模糊综合评价法的一般程序，军队建设项目绩效评价模型的构建首先要确定评价对象集，即P=军队建设项目关键绩效表现。其次是构造军队建设项目评价因子集U={u1，u2，u3，u4，u5}={军事效益，经济效益，管理效益，社会效益，环境效益}。随后的工作是建立军队建设项目绩效模糊综合评价集。评价集就是评价者对评价对象可能作出的各种评价结果的集合，表述为：V={v1，v2，…，vn}。按照军队建设项目绩效审计的实际情况，评语集v{v1，v2，v3，v4}={好，较好，一般，差}。
在构建了军队建设项目绩效评价的评价对象集、评价因子集和评价集后，下一步要开展的工作就是建立各指标的评分隶属度和模糊关系矩阵R：
其中rij表示指标Ui能被评为Vj的隶属程度，也就是rij为指标Ui对等级Vj的隶属度。
在军队建设项目模糊综合评价中，指标层的关键绩效指标是模糊综合评价合成过程中的基础环节，指标评判矩阵是一个模糊隶属关系矩阵，建立指标判断矩阵的实质就是确定指标的隶属度。在军队建设项目关键绩效指标体系中确定评价指标的隶属度时，要根据不同类型的评价指标选择合适的隶属度确定方法，其具体计算公式如下：
军队建设项目的组成设施复杂，种类较多，其中起到重要作用的因素也较多，且重要性程度不同，进行绩效综合评价时不能只考虑一两个主要因素的作用，此时，就需要考虑模糊综合评价法中的模糊合成算子的选择问题。目前常见的模糊合成算子有三种（表4），这三种算子在体现权重作用、综合程度等方面所起的作用各不相同。
为了充分考虑全部信息的作用，本文选用加权平均型进行合成运算。
综上所述，运用军队建设项目绩效审计评价关键指标体系，首先由指标层的评价向量构成单因素等级评价矩阵，将指标权重和相应评价矩阵进行计算，得到准则层的评价向量；然后再对准则层评价向量进行处理，最终可以得到该军队建设项目的综合绩效评价等级向量。得到军队建设项目绩效审计评价的综合评价结论后，一般可根据最大隶属度法则确定评价对象的评价结果。
参考文献：
1.杜栋，庞庆华.现代综合评价方法与案例精选[M].北京：清华大学出版社，2005：55-5
3.刘婧，刘弘.人工神经网络模型的对比分析及应用研究[J].信息技术与信息化，2007（2）：77.
4.谢季坚，刘承平.模糊数学方法及其应用[M].武汉：华中科技大学出版社，2005：126.
7.Michael D.Meye，Erie J.Miller.Analytical Transportation Planning[M].America，2001：116.
（作者简介：张兴，军事经济学院军队审计系博士研究生，湖北武汉 430035；雷江，62433部队，江西南昌 330077；吕鹏，92730部队审计处， 海南三亚 572000；冯玉龙，军事经济学院勤务指挥系，湖北武汉 430035）
（责编：若佳）
关键词：建设项目 绩效审计 关键指标
1004-4914（2013）03-015-03会计毕业论文
军队建设项目绩效审计评价关键指标体系应用，是围绕关键绩效指标体系，利用各种专业方法将不同层次的评价指标进行技术处理，综合专家意见，依据层次设定不同指标的权重，然后对指标的权数进行加权综合，得出量化的评价结果，最后依据量化的评价分数，对评价对象作出正确判断和评议。军队建设项目绩效审计评价关键指标体系应用，是分析计算得出绩效评价结论必不可少的环节。没有对指标体系的应用，就无法对各个指标反映的信息进行评价，更无法对建设项目的关键绩效表现作出审计结论，整个军队建设项目绩效审计评价关键指标体系就失去了意义。
一、军队建设项目绩效审计评价关键指标体系评价方法的对比与确定
(一)常用评价方法的对比
对军队建设项目绩效审计评价关键指标体系进行应用，首先要解决的问题就是评价方法的选取问题，只有确定了适当的评价方法，整个指标体系的应用才有了坚定的基石。军队建设项目绩效审计评价关键指标体系是一个多准则多指标的系统，在应用时必须进行综合评价，即指通过一定的数学模型（或算法）将多个评价指标“合成”为一个整体性的综合评价值，进而对评价对象进行全面评价。目前，在实际工作和理论研究中涉及的评价方法数量众多，比较常用的有人工神经网络、模糊综合评价法、灰色综合评价法等。因此，有必要对这些评价方法进行分析和对比，以确定军队建设项目绩效审计评价关键指标体系应用时应选用的具体评价方法。
1.人工神经网络。人工神经网络（Artificial Neural Network，简称ANN）是一类基于工程技术手段模仿生物神经系统结构和功能而构建的信息处理系统。它是由大量简单处理单元并行连接形成网络，并按某种规则执行并行处理，具有学习、记忆、计算及智能处理功能，在不同程度和层次上可模仿大脑的信息处理机能。人工神经网络的优点在于可以通过其自主学习能力建立权重的学习机制，较为客观地对多指标进行综合评价，它有利于弱化权重确定中的人为因素，确保权值的客观性。而人工神经网络也有一定的缺点，如神经网络的并行处理和信息分布存储的机制还不十分清楚，如何选择合理的网络结构还没有充分的理论依据，学习算法的设计优化（提高训练速度和降低误差率等）以及稳定性等问题还未能充分解决。另外，要获取评价专家的知识和经验来对构造的网络模型进行训练和学习，需要大量的训练样本，而要选取与被评价项目有相同条件和背景的样本则比较困难，这样极大地限制了其应用范围。
2.模糊综合评价法。模糊综合评价法（Fuzzy Comprehensive Evaluation，简称FCE）的原理是应用模糊变换原理和最大隶属度原则，考虑评价系统的各个相关因素，然后再对其进行综合评价。其过程就是在考虑多种因素的影响下，先从定性的模糊选择入手，然后通过模糊变换原理进行运算取得结果。设U={u1，u2，…，um}为描述评价对象的m种因素，V={v1，v2，…，vn}为描述U中各因素状态在评价者心目中的n种评语，即可得到相应的模糊集，再对模糊集进行模糊运算，便得到V上的一个模糊子集B=（b1，b2，…，bn）。换言之，模糊综合评价法的计算过程就是寻找模糊权重向量ω={ω1，ω2，…ωm}∈F（U），以及一个从U到V的模糊变换f，即对每一因素单独作出一个判断F（Ui）=（ri1，ri2，…，rin）∈F（v），i=1，2，…m，据此构造模糊矩阵R=[rij]∈F（U×V）。其中rij代表因素ui具有评语vi的程度。从而求出模糊综合评价向量B=（b1，b2，…，bn）∈F（v），其中bj表示评估对象具有评语vj的程度，即vj对模糊集B的隶属度。模糊综合评价法的优点在于以下几点：第一，模糊综合评价法提供了一个有效的工具，使得人们能够较为明晰简便地认识多因素影响的模糊事物，将多类多层次的模糊性对象进行定量化；第二，模糊综合评价法所构建的模型相对简单，算法也较为容易掌握，对多因素多层次的复杂对象评价效果较好。当然，模糊评价法也存在一定的缺点，例如其权重的取值带有一定的随意性和主观性，需要综合运用多种技术方法予以解决。
3.灰色综合评价法。灰色综合评价（Gray Comprehensive Evaluation，简称GCE）是研究和解决灰色系统的分析、建模、预测和评估的理论，它是由华中理工大学邓聚龙教授于上世纪80年代提出和发展起来的，他把一般系统论、信息论、控制论的观点和方法延伸到社会、经济、生态等抽象系统，结合运用数学方法，发展了一套解决信息不完备系统即灰色系统的理论和方法。灰色综合评价可以在缺少数据且不明确的条件下，利用评价者现有信息所蕴含的潜在内容来进行白化处理。灰色综合评价法的优点，体现在可以将评价者给出的分散信息处理为描述不同灰色程度的权向量，为下一步评价对象的比较和打分奠定基础，该方法具有较好的科学性和精确性。灰色评价法的缺点，在于评价指标的取值仍具有一定的主观性，同时灰色综合评价中白化权函数的合理性存在一定争议。
(二)评价方法的确定
通过以上分析可知，对综合评价方法的选取，应具体情况具体分析，要根据特定研究对象、研究目的以及实际条件，选择与之相适应的评价方法。合适的评价方法应具备三个特点：一是评价结果能较好反映评价对象的实际情况；二是简便可行，易于理解和接受；三是能够编制成评价程序实现自动评价。由于军队建设项目绩效审计评价关键指标体系既有定性指标，也有定量指标，其中绝大多数指标具有很强的模糊性。模糊综合评价法能够将一些边界不清、不易定量的因素定量化，较好地解决了军队建设项目绩效审计评价关键指标体系的模糊性问题。其适用性具体体现在以下几个方面：一是模糊综合评判结果以向量的形式出现，与其他评价方法相比，其提供的评判信息更为详尽，较为准确地描述了军队建设项目关键绩效表现的模糊状况；二是模糊综合评价可以满足评价的多层次需求；三是模糊综合法中的权重是可以根据实际需求的不同来进行调整的，同时，模糊综合评价法具有相对简单的运算过程，实际操作中适用性更强，具备编制自动评价程序的基本条件，更适合当前我军建设项目绩效审计的发展要求和趋势。会计学本科论文基于上述理解和前文三种方法的比较，本文选取模糊综合评价法作为军队建设项目绩效审计评价关键指标体系的应用方法，以求对具体建设项目的绩效状况进行较科学的评价。
二、军队建设项目绩效审计评价关键指标体系应用模型的构建
(一)运用模糊综合评价法的基本步骤
军队建设项目绩效审计评价关键指标体系较为客观地反映了军队建设项目关键绩效表现状况，为了进一步使指标体系的应用具备科学性和严谨性，需要对模糊综合评价法的具体运用步骤加以明确。本文在对军队建设项目绩效表现进行分析的基础上，利用模糊数学的方法，对军队建设项目绩效审计评价关键指标体系建立多层模糊综合评价模型，将评价指标定量化。进而利用层次分析法，将反映建设项目关键绩效的各个单一因素评价纳入一个统一的数学模型中，确定评价指标的权重。并引入专家打分法和综合评估法，求出综合评价结果的代数值，为军队建设项目绩效审计评价提供一种科学、客观和高效的指标体系应用方法。运用模糊综合评价法首先要建立科学的军队建设项目绩效审计评价因素集，然后分配各关键指标的权重，对建设项目具体的关键绩效表现分别进行评价，最后利用模糊矩阵对其进行建设项目绩效审计总体绩效评价，得出评价结果。因此，军队建设项目绩效审计评价关键指标体系应用模型可由因素集、评语集、权重集等若干个集合组成，评价指标的权重确定运用层次分析法的思想，最后运用模糊评价法对评价对象进行综合评价。由于权重在整个军队建设项目绩效审计评价关键指标体系占有突出重要位置，因此笔者将在下文中重点阐述指标权重的确定依据、方法和过程，随后再介绍关键绩效评价的具体因素集、评语集和模糊判断矩阵。
(二)指标权重的确定
权重不仅体现着评价意图和绩效观念，而且直接影响评价结果。因此合理确定权重，对运用关键绩效指标体系综合评价军队建设项目绩效表现有着非常重要的意义。用于确定指标权重的方法有很多，常用的有专家评定法、德尔菲法和层次分析法等，因此，必须结合军队建设项目绩效审计的实际特点，合理选择指标权重的确定方法。军队建设项目绩效审计评价关键指标体系是一个复合体系，在这个复合体系中，层次和指标数量都较多，层次与层次之间、指标与指标之间的相对重要程度也差别巨大，无法运用通常的经验估值法、专家确定法等方法进行科学评价。层次分析法通过构造判断矩阵，先对单层指标进行权重计算，然后再进行层次间的指标总排序，来确定所有指标因素相对于总指标的相对权重，为确定类似指标体系权重提供了一种很好的解决途径。在军队建设项目绩效审计评价关键指标体系的权重确定过程中，运用层次分析法，不仅可以使评价的工作量和难度大为降低，而且通过采取对判断矩阵进行一致性检验等措施，对于权重确定的信度和效度有了进一步的提升，从而使指标权重的精确度和科学性具备了可靠保障。
利用层次分析法进行权重确定的过程如下：首先选择相关领域的专家，然后寄送权重判断矩阵表进行咨询，判断矩阵表中应采用Saaty的1—9标度法，来反映各个指标的相对重要性。假定bi和bj两个指标，它们的相对重要性界定如表1所示。
根据专家填写的各个指标的相对重要性的分值，构建出各个评价因素相应的判断矩阵B：
其中，xi表示第i个评价指标因素，bij表示专家评判的各个评价指标因素相对重要性数值。
得出判断矩阵后，对它进行一致性检验。首先要计算判断矩阵的最大特征值λmax，在此基础上建立偏差一致性指标CI：
平均随机一致性指标RI。可从表2中查出：
由得到的CI和RI，可以计算出随机一致性比率CR：
当CR≤0.1时，可以认为判断矩阵具有满意一致性；否则需要对判断矩阵修正，直到具有满意一致性为止。
完成一致性检验后，计算判断矩阵每一行元素的乘积为M。计算M的n次方根v。对v进行标准化，得到：会计类的毕业论文
Vi即为第i个指标的权重。
为了使指标权重的确定更具有科学性和合理性，笔者设计了指标权重打分问卷，与指标筛选过程中已经取得联系的专家再次沟通，第二次发放了问卷。通过问卷调查，对每个专家针对同一准则层下各指标之间重要性程度对比的意见进行汇总分析。
将收集到的问卷进行统计汇总后，将评价结果输入指标重要性判断表，其中将被比较的指标值重要性取值换算为1，则其他值相应作以换算。以指标体系中军事效益（B1）下辖的项目军事目标实现情况（C1），提供作战、科研、训练或保障情况（C2），促进体系作战系统完善程度（C3）为例，通过综合专家打分意见，形成准则层（B1）的指标权重判断矩阵如下所示。
按照上文中的计算公式，我们可以计算出该组矩阵进行一致性检验，得到该判断矩阵的最大特征值λmax=3.0036，偏差一致性指标CI=0.0018，CR=0.0031，从而可以判断该矩阵具有良好的一致性，可以接受。
依次类推，我们可以得到其余各指标层的判断矩阵，从而最终得到军队建设项目绩效审计评价关键指标体系中各指标的具体权重。
（三）评价模型的组成按照模糊综合评价法的一般程序，军队建设项目绩效评价模型的构建首先要确定评价对象集，即P=军队建设项目关键绩效表现。其次是构造军队建设项目评价因子集U={u1，u2，u3，u4，u5}={军事效益，经济效益，管理效益，社会效益，环境效益}。随后的工作是建立军队建设项目绩效模糊综合评价集。评价集就是评价者对评价对象可能作出的各种评价结果的集合，表述为：V={v1，v2，…，vn}。按照军队建设项目绩效审计的实际情况，评语集v{v1，v2，v3，v4}={好，较好，一般，差}。
在构建了军队建设项目绩效评价的评价对象集、评价因子集和评价集后，下一步要开展的工作就是建立各指标的评分隶属度和模糊关系矩阵R：
其中rij表示指标Ui能被评为Vj的隶属程度，也就是rij为指标Ui对等级Vj的隶属度。
在军队建设项目模糊综合评价中，指标层的关键绩效指标是模糊综合评价合成过程中的基础环节，指标评判矩阵是一个模糊隶属关系矩阵，建立指标判断矩阵的实质就是确定指标的隶属度。在军队建设项目关键绩效指标体系中确定评价指标的隶属度时，要根据不同类型的评价指标选择合适的隶属度确定方法，其具体计算公式如下：
军队建设项目的组成设施复杂，种类较多，其中起到重要作用的因素也较多，且重要性程度不同，进行绩效综合评价时不能只考虑一两个主要因素的作用，此时，就需要考虑模糊综合评价法中的模糊合成算子的选择问题。目前常见的模糊合成算子有三种（表4），这三种算子在体现权重作用、综合程度等方面所起的作用各不相同。
为了充分考虑全部信息的作用，本文选用加权平均型进行合成运算。
综上所述，运用军队建设项目绩效审计评价关键指标体系，首先由指标层的评价向量构成单因素等级评价矩阵，将指标权重和相应评价矩阵进行计算，得到准则层的评价向量；然后再对准则层评价向量进行处理，最终可以得到该军队建设项目的综合绩效评价等级向量。得到军队建设项目绩效审计评价的综合评价结论后，一般可根据最大隶属度法则确定评价对象的评价结果。
参考文献：
1.杜栋，庞庆华.现代综合评价方法与案例精选[M].北京：清华大学出版社，2005：55-5
7.会计师论文范文
2.Kosko B.Neural networks and fuzzy systems. Englewood Ctiffs[M].NJ：Prentice Hall，1992：26.3.刘婧，刘弘.人工神经网络模型的对比分析及应用研究[J].信息技术与信息化，2007（2）：77.
4.谢季坚，刘承平.模糊数学方法及其应用[M].武汉：华中科技大学出版社，2005：126.
5.邓聚龙.灰色系统基本方法[M].武汉：华中理工大学出版社.1996：126.
6.罗键，林建伟，李方文.多层次灰色评价法在后勤综合保障能力评估中的应用[J].后勤工程学院学报，2008（4）：56-61.7.Michael D.Meye，Erie J.Miller.Analytical Transportation Planning[M].America，2001：116.
（作者简介：张兴，军事经济学院军队审计系博士研究生，湖北武汉 430035；雷江，62433部队，江西南昌 330077；吕鹏，92730部队审计处， 海南三亚 572000；冯玉龙，军事经济学院勤务指挥系，湖北武汉 430035）
（责编：若佳）