關聯詞語練習

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇關聯詞語練習范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

關聯詞語練習范文第1篇

第一種情況是成對出現的轉折關聯詞遺漏了某一部分。

例1：雖然他很高，他很瘦。

上面的例子是“但是”的遺漏，因為兩個分句的語義存在轉折，所以需要用上表示轉折的關聯詞。但是老撾留學生在漢語學習的初期，往往使用英Z作為媒介語，在英語中，類似“雖然……但是……”“即使……也……”這類轉折關聯詞是不可以同時出現的，最終導致了轉折關聯詞的遺漏。

第二種情況是單獨使用的轉折關聯詞遺漏。

例2：這堂剪紙課很有趣，時間太短了。

在這個句子中，顯然缺少了轉折關聯詞“然而/但是/可是”。在漢語中，有些分句之間可以使用單獨的轉折關聯詞來表達語義上的轉折關系，但正因為它們常常單獨使用，其他的標記詞較少，所以留學生只能依靠對句義的理解來判斷是否需要使用，如果學生對句義理解有誤，那么就會出現轉折關聯詞的遺漏。

二、轉折關聯詞的誤加

第一種情況是誤加了不必要的轉折關聯詞。

例3：她喜歡紅色的毛衣，但是我討厭黃色的褲子。

在本句中，轉折關聯詞“但是”是不用加的。兩個句子看起來有語義上的轉折，但實際上根本不是轉折句。例3正是因為有了“喜歡”和“討厭”這一組反義詞，給留學生造成了轉折暗示，而誤加了“但是”。

第二種情況是在轉折復句中增加了其他不必要的成分。

例4：超市雖然離銀行很近，但是超市離醫院很遠。

在例4中，為了避免句子成分贅余，第二個分句的主語“超市”需省略。對老撾留學生來說，開始學習漢語時，為避免出現句子成分的遺漏，會刻意追求完整，結果導致了句子成分的誤加。

三、轉折關聯詞語的誤用

第一種情況是混淆轉折關聯詞的意思，這種情況常見于關聯詞存在相同的語素。

例5：明天但是一個重要的日子。

在本句中，留學生想表達的是一個強調的關系，而非轉折關系，因此應將“但是”改為“可是”，“可是”表示強調，有“實在是、真是”的意思，“但是”沒有這種用法。由于“但是”和“可是”兩個轉折關聯詞存在相同的語素“是”，從而導致了留學生的誤用。

第二種情況是將其他類型的關聯詞與轉折關聯詞雜糅在一起。

例6：漢字很難，盡管要是每天都練習，我寫的字依然不好看。

這句話中的“盡管要是”，是屬于兩種不同類型的關聯詞，“盡管”表示轉折關系，“要是”表示假設關系，通過對本句整體語義的推測，留學生想要表達的是前后語義相反或出乎意料的意思，故應該去掉“要是”。

四、轉折關聯詞語的錯序

例7：我們都已經到教室了，卻他剛剛起床。

這句話的錯誤在于將轉折關聯詞“卻”放在了主語之前，這是老撾留學生在學習漢語初期經常犯的一個錯誤，原因在于老撾語中有兩個表示轉折的詞語，一個相當于漢語中的“但是/卻”，另一個相當于漢語的“卻”。在老撾語中，不管是“但是”還是“卻”，它們出現的位置都是在主語之前，由于受到母語負遷移的影響，老撾留學生在學習漢語初期，會把母語中的語法無意識地帶入漢語中，最終導致錯序的發生。

參考文獻：

關聯詞語練習范文第2篇

2016年小升初語文關聯詞語復習試題

1、在括號里填上正確的關聯詞語。

①( )多讀多練，作文( )會進步。

②( )風吹雨打，我們( )要堅持到校學習。

③雨來( )犧牲生命，( )泄露秘密。

④(　)要努力讀書，(　)要關心政治。

⑤(　)走到哪里，他(　)聽到樂聲。

⑥( )我倆住得很遠，( )不常見面。

⑦( )困難再大，我們( )要按時完成任務。

⑧( )你答應去，( )該準時去叫他。

⑨( )別人的意見不對，我們( )要虛心聽取。

⑩弟弟( )年紀小，( )很懂事。

2、加上適當的關聯詞語，把兩個小句合成一句話，使句子更簡潔。

① 小華的字寫得很快。 小華的字寫得很好。

② 革命的道路上有千難萬險。 千難萬險不能阻擋我們前進的步伐。

③ 我們多趕幾里路。 我們要去看一看精彩的武術表演。

④ 你沒有告訴我。 我知道了。

⑤ 我們發動群眾。 我們很好地完成上級交給我們的任務。

3、從下列句中關聯詞使用的正誤，錯誤的在原句上改正。

① 即使石塊有多重，小草也要從下面鉆出來。( )

② 因為同學們信任你，你所以應該勇敢地接受這份工作。( )

③ 雖然太陽離地球太遠了，但是我們并不感到它有那么熱。( )

④ 這件好事是李曉華做的，也是我的同學張曄做的。( )

⑤ 只要平時從嚴從難地刻苦訓練，就能在比賽中取得好成績。( )

關聯詞語練習范文第3篇

論文摘要：建立符合邏輯的知識關聯體系是知識地圖理論的重要內容之一本文對知識管理系統中知識關聯的有向性進行分析，敘述了單向知識關聯和雙向知識關聯的概念與特點;對關鍵詞集合進行定義，闡述了單關鍵詞集合、全關鍵詞集合和不定關鍵詞集合三種劃分策略，介紹了以關鍵詞集合為迭代單元構建關聯網絡和針對單個知識點構建關聯網絡的兩種算法，并指出了算法在實際應用中需注意的問題.

當前，知識地圖的理論研究有很大進展，但在知識管理系統(KMS )領域的實際應用成果卻比較有限.盡管有KMS產品應用了知識地圖理念，但多數產品僅在頁面上顯示了知識庫的分類體系與鏈接，缺乏對知識間邏輯關系的進一步刻畫與展示。.

建立符合邏輯的知識關聯體系是知識地圖的重要理論之一知識分類體系是實施知識管理的基礎性工作，現實世界中的事物間聯系并不是僅用樹型分類體系就可以表述的一個事物有可能同時從屬于多個分類，不同類別的事物也有可能發生聯系，僅僅依賴分類很難準確、全面地表達知識間的邏輯關系.知識關聯則提供了更靈活、更廣義的知識關系表示方法，采用跨分類、跨區域的知識關聯可以較好地表達信息之間的邏輯聯系本文根據集合論與圖論的基本原理，對知識關聯的有向性和關鍵詞集合進行了探討，并闡述了根據關鍵詞集合在KMS中建立知識關聯網絡的原理與算法.

1知識關聯的有向性

1. 1單向知識關聯

現實世界中的各類事物存在著紛繁復雜的關系，這種關聯關系是有方向的.如圖1所示，水和分子關聯的語義可以描述為“水由分子組成”.相應地，由分子到水關聯的語義可以描述為“分子構成了水”.這兩種關聯關系是不同的，是兩個單方向的知識關聯.

在知識關聯網絡中，我們可假設各知識點分別為k，、k2、k3、k4·…對于知識點k1，如果有知識點k2、k3、凡與其內容有較高相關度，此時可通過KMS的功能將k2、k3、k;與k，關聯，將關聯鏈接插人在k，的知識內容之后.這個關聯征進行自動關聯.采用單向知識關聯的KMS的特點是:如果知識點k，有到知識點k:的關聯鏈接，但知識點k:未必有到知識點k，的關聯鏈接，則系統須對每一個關聯關系的含義作出必要的表述.

1.2雙向知識關聯

根據常識，若知識點k，與k:有關系，則k2也與k，有關系.雙向知識關聯是在不考慮關聯語義的情況下發生的，例如知識點k，與知識點k2關聯，則知識點k:也必然與知識點k，關聯.設R，，RZ為定義在知識集合上的二元關系，則雙向知識關聯用符號可描述為:k， R， k2，kZRZk， .

在很多情況下，由于語義不同，R， RZ.當R:二R:時，則k:和k:的關聯關系是對稱的.采用雙向知識關聯的KMS的特點是:只要知識點k，有知識點k:的關聯鏈接，知識點k:也必然具有與知識點k，的關聯鏈接.系統在設置關聯鏈接時不考慮關聯的語義.

語義分析是計算機研究的難點，目前還沒有KMS能夠自動精確地識別知識的關聯語義.因此，在知識關聯系統中適宜采用忽略關聯語義的雙向關聯方式.

2基于關鍵詞集合的知識關聯網絡繪制算法

2.1算法原理

在目前的技術條件下，基于語義分析構建知識關聯網絡較為困難.利用知識點關鍵詞集合建立關聯網絡的精確度不如語義關聯網絡，但技術上現實可行，能夠較好地表達知識間的關系.

基于關鍵詞集合構建關聯網絡所遵循的原理是:設n個知識點具有共同的關鍵詞集合S，則這n個知識點均是互相關聯的;將各知識點作為點，關聯關系作為有向邊，可以繪制基于關鍵詞集合S的有向完全圖G;將KMS中的關鍵詞按特定策略劃分為集合，并綜合各關鍵詞集合，根據算法畫出有向完全圖，可以得到該關鍵詞集合劃分策略下的完整知識關聯網絡.

2.2健詞集合及其劃分策略

關鍵詞是用戶在編輯知識時為每個知識點設置的，一般用于知識檢索，本文則關注應用關鍵詞集合構建知識關聯網絡的思想與算法.關鍵詞集合指包含了1個或多個關鍵詞的集合.關鍵詞集合所包含的關鍵詞內容與數量如何設置，取決于知識關聯所遵循的關鍵詞集合劃分策略.本文涉及的三種劃分策略分別是單關鍵詞集合策略、全關健詞集合策略和不定關鍵詞集合策略.

在單關鍵詞集合策略下，每個關鍵詞集合S只擁有一個關鍵詞w;，該集合S‘對應知識點集合戊}k，，k2，-..，k，}，這些知識點均含有關鍵詞，、.設知識點k，具有關鍵詞、，，，，，…，二r，基于此策略設置知識關聯時，k，會把與關鍵詞集合S，，SZ，...，5:匹配的知識點集合K，K‘中的全部知識點鏈接進來，并剔除其中的重復部分.如圖2所示，6個含有關鍵詞“學生”的知識點以單關鍵詞集合{學生}為制圖策略構成了有向完全圖，也就是這6個知識點基于“學生”關鍵詞的知識關聯網絡.

在全關鍵詞集合策略下，全關鍵詞集合s;包含了知識點k:所具有的所有關鍵詞，k:只把與全關鍵詞集合S;wl，叨2，…，，r匹配的知識點集合K;中的知識鏈接進來.使用該策略獲取的知識結果的相關度比使用單關鍵詞策略要高.

在不定關鍵詞集合策略下，需人工確定關鍵詞集合中所包含的關鍵詞，此方式無法實現全自動知識關聯，不適合在大型知識庫系統中采用.

由全關鍵詞策略或不定關鍵詞策略獲得的結果集是單關鍵詞集合策略結果集的子集，獲得的知識關聯網絡圖是基于單關鍵詞集合策略獲得的知識網絡圖的子圖.在實際應用中，宜采用全關鍵詞集合策略與單關鍵詞集合策略相結合的方式，在知識點關聯展示的時候分兩組按不同的優先級展示.首先展示優先級最高的按全關鍵詞集合策略得出的關聯知識點集合，該集合中的知識與當前知識點的相關度最高;其次才展示單關鍵詞集合策略得出的結果集.本文討論的算法均基于這兩種策略相結合的方式.

2. 3以關鍵詞集合為迭代單元的關聯網絡算法

計算知識關聯網絡可以用關鍵詞集合作為迭代單元循環進行或者僅針對單個知識點進行.這兩種方式在KMS中各有優勢，分別適合不同的場景在為數量較多的知識點構建關聯網絡時，首選以關鍵詞集合為迭代單元進行計算，算法描述如下.

1）設需要計算關聯網絡的知識范圍中有P個知識點k， ， k2，…，kP，任意知識點氣均對應一個點v;，把所有的點繪制在圖‘中，v;與k}一一對應.

2)分揀出KMS中所有種類的關鍵詞w?w2.wn，記錄KMS中所有關鍵詞集合的信息獲得關鍵詞集合S， ，52，.. Sn ... S9(包含所有的單關鍵詞集合與全關鍵詞集合)，同時獲得與任意關鍵詞集合S.相匹配的知識點集合K;.

3)逐個掃描關鍵詞集合S， ，52， ，59，優先掃描其中的全關鍵詞集合(這樣可以確保每條知識后的關聯信息優先展示關鍵字相關度最高的鏈接)，記錄當前關鍵詞集合S，所對應的知識點集合Kl，記錄知識點集合K中所包含的每個知識點元素k;，在圖中與K對應的點集合的所有元素間作有向完全子圖，在畫邊e};、eji時，在系統內知識點k、后加人知識點匆的鏈接，在知識點k;后加人k‘的鏈接·如果邊已存在，則跳過，每畫一條邊，計數器c累加1.掃描完K9后，循環結束.

4)程序繪制的圖就是P個知識點根據關鍵詞集合S?S2，S。構建的知識關聯網絡圖，。是知識關聯網絡所具有的知識關聯數量.該算法的復雜度是。(n2).

如圖3所示，在一個具有7個知識點的示例系統中，算法先根據單關鍵字集合S，{經濟學}進行繪圖，其次根據單關鍵字集合管理學進行繪圖.“管理經濟學”知識點因為同時具有管理學、經濟學兩個關鍵詞，因此同時處于左、右兩個有向完全子圖中.圖3就是這7個知識點根據2個單關鍵字集合所繪制的知識關聯網絡.

2. 4針對單個知識點的關聯網絡算法

對于任意一個知識點k;設該矢識點擁有個關鍵詞，首先掃描全關鍵詞集合Sr十，{w}，w2，…，、:}，再逐個掃描關鍵詞二:所對應的關鍵詞集合S，在每一輪掃描中將當前集合所對應的知識點集合凡，內所有的知識點元素記錄在緩存中，掃描到任意知識點乓時，程序繪制兩條有向邊人知識點的關聯，在知識點氣后加入的關聯如果邊ei、ei;已存在或i=J，則跳過，每畫一條邊，計數器。累加，直到有向完全圖繪制完成.

程序繪制的圖就是知識點的相關知識點關聯圖。是與該知識點相關的所有知識關聯數量.該算法的復雜度是口(礦).該算法循環應用在所有知識點上同樣也可以得到算法2. 3繪制的整體知識地圖，但算法復雜度達到0(礦)，因此在為多個知識點建立關聯或繪制地圖時宜采用2. 3節的算法.2. 4節的算法則適宜針對個別知識點繪制關聯網絡并建立知識鏈接時采用.

關聯詞語練習范文第4篇

[關鍵詞]　阿爾茨海默病；（Alzheimer''s disease，AD）；糖原合酶激酶-3（GSK-3）

隨著人類壽命的延長，AD這種以認知功能下降（包括記憶、定位、判斷、推理等方面）為特征的進行性神經退行性疾病逐漸增多。對健康老齡人、AD以及輕微認知功能障礙患者的研究中發現，GSK-3在AD病變中扮演重要角色，AD以及輕微認知功能障礙患者的GSK-3蛋白總量增加，而其活性卻無代償性的下降。在可獲取的組織中，GSK的測量可能成為一種有價值的指標。

1　GSK-3與蛋白的異常過度磷酸化

眾所周知，在AD中，tau蛋白構成的聚合物出現了過度磷酸化，在非病態的大腦中，這種過度磷酸化的位點同樣可見，不同的是這些位點所發生的是較短擴展的磷酸化[1]。在眾多可以使這些位點的tau蛋白的磷酸化的激酶中，GSK-3是這些參與AD病理形成、其發病起重要作用的蛋白質之一。

GSK-3因其能磷酸化糖原合成酶并使之失活而命名。GSK～3的活性與AD的發生系密切，然而其活性的調節機制仍不明了。GSK-3的磷酸化調節是最重要的并受到普遍重視的機制之一。已知胰島素、生長因子等信號分子可通過PI3K/PKB途經改變GSK～3的磷酸化狀態進而調節其活性[2]。激活PKB引起GSK～3在Ser位點（分別是GSK3α-ser-1、GSK3β-ser9）磷酸化而失活。有實驗以PI3K的抑制劑WT處理N2a/wt細胞發現，WT作用1h時，GSK-3活性顯著增高，并同時伴有GSK-3β在Ser9位點的磷酸化減少、即失活狀態的GSK-3的減少，從而證實了在N2a/wt中PI3K/PKB是調節GSK-3活性的有效途徑之一[3]。

神經原纖維纏結是AD的神經病理性改變[4]。異常的過度磷酸化的tau蛋白和神經絲（NF）是組成神經原纖維纏結的成分，異常的過度磷酸化可能由蛋白激酶和蛋白磷酸酶失調導致的[5]在多種激酶中，GSK-3是參與AD神經性退行性改變的主要成分，為了分析GSK-3在AD中，如神經纖維變性中所扮演的角色，在野生小鼠成神經瘤細胞（N2a/wt）被渥曼青霉素（wortmannin，WT）處理后，一種能夠抑制磷脂肌醇3-激酶（PI3K），影響WT細胞代謝作用、細胞形態、細胞凋亡以及tau蛋白和NF磷酸化的物質被發現，同時還發現這些參數的改變與GSK-3的活性相關聯。包括：①經過1μmol/LWT處理過的細胞出現了短暫的（1h）的GSK-3活性增強以及并存的tau蛋白和NF磷酸化程度的上升。在3h時GSK-3的活性下降，NF的超磷酸化部分得以恢復。②在劑量依賴方法中，應用還原測定法發現WT降低了細胞的代謝功能，③經過1μmol/LWT處理過的細胞在1h或3h內抑制了細胞突變。④無典型的細胞凋亡損傷在GSK-3活性的暫時性高峰中出現[7]。這些結果表明，短暫的GSK-3的超活化將導致AD類似于細胞骨架過度磷酸化和細胞活力的損傷。

神經微絲是神經細胞異的中等纖維，也是N2a/wt細胞中含量較為豐富的一種細胞骨架蛋白，其功能是維持神經細胞形狀，調節軸突直徑和軸漿運輸[6]。而神經微絲的過度磷酸化可抑制其與微管的相互作用，破壞細胞正常骨架結構。提示在AD中，存在某種蛋白激酶活性的增強，從而導致神經微絲異常過度磷酸化的發生。一些實驗也證實GSK-3在培養的新生大鼠海馬腦片水平參與神經細絲的磷酸化調節，神經元出現AD樣退行性變（結果未顯示）。此結果以N2a/wt為研究對象，在細胞水平探討了GSK-3活性改變對神經細絲磷酸化狀態的影響。結果發現[3]：野生型N2a/wt細胞未經WT處理時，磷酸化神經細絲主要位于細胞突起，而非磷酸化神經細絲則主要位于胞體。這一分布特征與正常人和SY5Y細胞中的神經細絲分布相似。經WT處理1h后，磷酸化和非磷酸化的神經細絲均向胞體聚集，細胞出現退行性改變，這與WT引起的GSK-3過度激活相關。可見GSK-3是神經細絲磷酸化程度的重要調節因素之一。

2　GSK-3與胰島素信號通路

AD的神經性退行性改變與許多原因密切相關，包括分子生物和生化異常等情況，如成分丟失、大量神經元纖維纏結、缺少營養的神經炎、淀粉樣沉積、活性增加的前基因和信號通路、受損的能量代謝功能以及有關慢性氧化應激等等[10]，很難確定哪一個是主要的，然而，大量證據顯示，糖原利用率降低和能量代謝障礙在AD早期出現，這暗示了受損的胰島素通路在AD病理改變中有重要影響。現階段的研究表示[11]，在AD患者大腦中許多異常情況，胰島素和胰島素生長因子I和II（IGF-IIGF-II）信號機制參與其中。正常的生長因子在中樞神經系統中（CNS）神經元生長時，表達水平會大大下降。這種異常情況與胰島素受體（IRS）底物mRNA，tau蛋白，IRS相關磷脂酰肌醇3-激酶，活化磷酸，增多的GSK-3活性以及淀粉樣蛋白前體mRNA的表達相伴隨。這種編碼胰島素，IGF-I，IGF-II和胰島素受體的基因表達明顯減少，表明AD伴隨著一種神經內分泌的紊亂，與此類似但又不同于糖尿病。

與GSK-3密切相關的胰島素抑制性大腦狀態與AD相關，這種改變在人類的大腦中的胰島素受體和它的下激區以及磷脂酰肌醇3-激酶信號通路上發現，但這些發現尚未在相關的動物實驗模型中被證實與AD有關[12]。

關聯詞語練習范文第5篇

關鍵詞：三角模糊分析；權重；工程招標；灰色關聯分析

引言

水利工程對國民經濟的深遠影響決定了其招投標的重要性，而招標結果直接關系著項目是否能夠順利進行。在工程評標過程中，需要利用科學的方法對評價指標進行量化分析，盡可能地綜合考察投標人的各項條件以保證評標結果的客觀性。因此，如何合理、科學地設定評價指標的權重對項目的最終評價結果具有重要的影響。現行的水利工程評標方法主要有經評審的最低投標價法、最低價中標法和綜合評估法等，這些方法均有各自的特點和適用范圍[1]。李明等通過建立模糊綜合評判模型進行水利工程評標[2]；陳廣洲等采用D-S證據理論合成投影尋蹤模型與德爾菲法確定權重，進行投標方案的最終優選排序[3]；魯仕寶等基于熵權理論的水利工程招標研究[4]。文章引入三角模糊層次分析法綜合多位專家的評分，通過計算模糊綜合重要程度值確定各評價指標的權重，并在此基礎上建立模糊綜合評價模型計算評價結果。最后，針對評價結果未排序的問題，利用灰色關聯分析法修正評價結果，得到候選中標人的順序，以供選擇最優工程承包商。

1 模糊層次分析模型

1.1 模糊層次分析確定指標權重

影響水利工程招標評價系統的因素很多，而各種因素對評價結果的影響程度取決于評價系統對該因素的賦權。專家的評分具有主觀性，單純運用層次分析法判斷往往未考慮人的判斷模糊性，引入三角模糊數的概念可以將層次分析法在模糊環境下進行擴展[5]。文章中采用表1的數值描述指標的相對重要程度。

表1 基于三角模糊數的語言變量

（1）構造模糊評價矩陣

按照評價指標體系上下層次間的隸屬關系，多位專家分別對準則層和因素層的所有指標進行兩兩比較，構造出該層的模糊評價矩陣。

（2）計算模糊綜合重要程度值

根據模糊評價矩陣分別計算各個元素的模糊綜合重要程度值 ，在給定標準下，第i個對象滿足m個目標的模糊綜合重要程度值Si為：

（1）

（3）計算各因素的相對權重

對兩個三角模糊數S1=（l1，m1，u1）和S2=（l2，m2，u2），S2相對S1重要的可能性程度表示為：

（2）

對模糊評價矩陣，分別計算其同一層次內第i個元素重要于其他各個元素的可能性程度

（3）

計算權重向量

（4）

1.2 計算綜合權重及綜合評價結果

在得到準則層指標的綜合權重后，按照隸屬關系分別計算因素層各指標的權重。由評標委員會專家按照“優、良、中、差”四個等級對投標人的各項指標進行評級，在對數據進行分析處理后，根據最大隸屬度原則得出決策結果。

2 灰色關聯分析法修正評價結果

灰色關聯分析是根據各因素變化曲線幾何形狀的相似程度來判斷因素之間的關聯程度[7]。針對模糊綜合評價結果不能嚴格排序的問題，利用灰色關聯分析法進行修正，可以得到評價對象的具體排列順序，以供選擇最優投標人。

（1）確定分析數列

設參考數列為 ，比較數列為 。

（2）變量的無量綱化

選用公式5對評價值進行無量綱化處理，獲得均等化評價結果。

（5）

（3）計算關聯系數

（6）

分別計算第i個潛在分包商的第j個指標與第j個最優指標的關聯系數，？籽∈[0，1]，為分辨系數，一般取？籽=0.5。

（4）計算關聯度

（7）

（5）關聯度排序

關聯度按大小排序，如果r1？芻r2，則參考數列Ci*與比較數列Cj2更相似。換言之，按關聯度排序之后，關聯度越大，評價結果越好。

3 實例研究

3.1 實例基本信息

在某水利工程項目的評標中，主要考慮的一級評價指標有項目的投標報價、施工管理、工期與質量，以及投標人的業績與信譽，詳細的評價指標體系如表2所示。

招標人聘請3位評標專家對各指標進行兩兩比較，根據判斷標度打分。依據專家各自背景和經歷，權重分別定為0.4，0.3，0.3。專家采用三角模糊數對準則層四個指標的兩兩評價結果見表3。

表3 準則層三角模糊數

按照公式1、公式2分別計算準則層內兩個指標之間的相對重要性程度，具體結果如下：

按照公式3，公式4分別計算準則層內第i個元素重要于其他各個元素的可能性程度，由此得到準則層的權重向量為：W=（0.274，0.711，1，0.268）。經過歸一化處理后得到準則層權重為：W=（0.274，0.261，0.367，0.098）。

分別計算因素層內兩個指標之間的相對重要性程度與某因素重要于其他各個因素的可能性程度，按照隸屬關系確定因素層的指標權重，計算結果如表4所示。

表4 某水利工程招標評價指標權重

確定了各評價指標的權重后，由評標委員會的7位專家對投標人Ci的各項評價指標j進行評級，對于投標人C1而言，在對評價指標A11（報價合理性）的評級結果中，假如7位專家認為等級為“優、良、中、差”的人數分別為（2、4、1、0），則其得分為（2/7，4/7，1/7，0），對投標人C1的具體評分結果見表5。

對投標人C1，采用模糊綜合評價法的加權平均模型，利用模糊矩陣的合成運算得到最終評價結果為：C1=（0.261，0.566，0.167，0.005）。同理，可得其他三位投標人的評價結果分別為：C2=（0.556，0.314，0.109，0.020）；C3=（0.493，0.411，0.074，0.022）；C4=（0.205，0.286，0.450，0.059）。

根據最大隸屬度原則，由上述模糊評價結果，可得知，投標人C2、C3的評價為“優”，C1的評價為“良”，C4的評價為“中”。

雖然上述評價結果評出了各投標人的等級，但是不能得出明確的中標順序。因此，利用灰色關聯分析對模糊評價結果進行修正，選定參考數列為（1，0.8，0.5，0），對初始評價值進行無量綱化處理，計算各投標人的評價結果的關聯度，最終，確定排序為：C3？叟C1？叟C2？叟C4，即投標人C3的綜合評價值最高，為第一中標候選人。具體結果如表6所示。

表6 投標人評價結果與關聯指標

4 結束語

文章采用三角模糊層次分析為水利工程招標評價指標賦權，綜合多位專家的評分，使專家評分更合理準確。引入灰色關聯分析方法，利用關聯度化解三角模糊數打分帶來的模糊數排序問題，為水利工程施工中標人的評價與選擇提供了一條可行的科學評價途徑。

參考文獻

[1]王卓甫，楊高升，邢會歌.建設工程招標模型與評標機制設計[J].土木工程學報，2012，43（8）：140-145.

[2]李明，劉乾，胥斌，等.水利水電工程招標評標模型研究與應用[J].人民黃河，2008，30（5）：87-88.

[3]陳廣洲，汪家權，李如忠，等.基于D-S 證據理論的水利工程招標評價[J].水力發電學報，2012，31（3）：263-266.

[4]魯仕寶，黃強，孫曉懿，等.基于熵權理論的水利工程招標研究[J].水力發電學報，2010，29（3）：221-224.

[5]劉永強，張洪瑞，錢璧君.基于FAHP的水利工程項目成本風險管理研究[J].水電能源科學，2009，27（4）：151-154.

[6]何莎莎，陳羲，馮占春.基于三角模糊層次分析法的基本公共衛生服務均等化效果評價研究[J].中國衛生經濟，2012，31（7）：43-46.