当前位置：文档之家 › 白化函数与灰色关联度在供应商选择中的应用

白化函数与灰色关联度在供应商选择中的应用

  • 格式：pdf
  • 大小：133.99 KB
  • 文档页数：3

Ａｐ ｌｃ ｔｏ ｏ ｉｅ ｎｇ ｆ ｎｃ ｉ ｎ ａ ｒ ｙ ｏ ｒ ｌ ｔｏ ｇ ｅ ｐ ｉ ａ ｉ ｎ ｆ ｗｈ ｔ ｎｉ ｕ ｔｏ ｎｄ ｇ ｅ ｃ ｒ ｅａ ｉ ｎ ｄｅ ｒ ｅ
● ｌ ● ｌ ・ ●
ｉ ｎ ｓ ｕＤＤｌｅ ｓ ｌ ｃ ｉ ｒ ｅ ｅ Ｕ０ｎ
ＣＨＥＮ Ｃｈ ｎｇ 一， ｅ ＣＨＥＮ ｎ Ｙｕ
（． ｏ ｌ ｇ ｆＴ ａ ｆ ｃａ ｄ Ｔ ａ ｓ ｏ ｔ ｔ ｏ ， Ｃ ａ ｇ ｈ ｎ ｖ ｒ ｉｙ ｏ ｃ ｅ ｃ ｎ ｅ ｈ ｏ ｏ ｙ ｈ ｎ ｓ ａ １ Ｃ ｌ ｅ ｅ ｏ ｒ ｆ ｉ ｎ ｒ ｎ ｐ ｒ ａ ｉ ｎ ｈ ｎ ｓ ａ Ｕ ｉ ｅ ｓ ｔ ｆ Ｓ ｉ ｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌ ｇ ，Ｃ ａ ｇ ｈ ，
ｔ ｎ ｎ ｒ ｒ ｏ ｅ ｅ ｔ ｐ ｉ ｚ ｄ ｙ ｉ ｏ ｓｒ ｔ ｅ ａｕａｉ ｎ ｎ ｅ ｅ ａ ｉ ｔｏ ｕｃ ｓ ｈｅ ｉ ｏ ｄｅ ｔ ｓ ｌ ｃ ｏ ｔｍｉｅ ｌ ， ｔ ｎ ｔｕｃｓ ｖ ｌ ｔｏ ｉ ｄ ｘ ｓ ｎｄ ｎ ｒ ｄ ｅ ｗｈｉｅ ｎｇ ｕ ｔ ｎ ｎ ｃ ｔｎｉ ｆ ｎｃｉ ａ ｄ ｏ
ｇ ｅ ｃ ｒｅａｉｎ ｅ ｅ ａ ｃ ｒ ｉｇ ｔ ｅｅ ｔ ｎ ｏ ｔ ｔｇｃ ｐ ｒｎ ｒ ｈ ｅｕ ｓ ｓ ｏ ｔａ ｈ ｇｏ ａ ｏ ｔ ｌ ｒｙ ｏｒ ｌｔ ｄ ｇ ｅ ｃ ｏｄｎ ｏ ｓ ｌｃｉ ｆ ｓｒ ｅ ｉ ａ ｅ ．Ｔ ｅ ｒｓ ｈ ｈ ｗ ｈ ｔ ｔｅ ｌｂ ｌ ｐ ｉ ｏ ｒ ｏ ａ ｔ ｍａ
Ｋｅ ｙｗｏ ｄ ｌ ｇｓｉ ｓ ｎ ｓ ｐ ｙ ｈａｎ； ｒ ｈ ｓ ｓ ｐ ｉ ｒ ｇ ｅ ｃ ｒｅ ａｉ ｎ ｅ ｒ ｅ ｒ ｓ：ｏ ｉｔｃ ａ ｄ ｕ ｐｌ ｃ ｉ ｐｕ ｃ ａ ｅ； ｕｐ ｌｅ ； ｙ ｏ ｌｔｏ ｄ ｇ ｅ ｒ
在 供应 链 采 购 中 ， 购方 和供 应 商 是合 作 共 赢 采
Ｃ ａ ｇ ｈ ， Ｈ ｎ ｎ ４ ００ ，Ｃ ｉａ ｈ ｎ ｓａ ｕ ａ １０ ２ ｈ ｎ ）
Ａｂ ｔ ａ ｔＷ ｉ ｔ ｅ ｈ ｎ ｅ ｒ ｍ ｔａ ｉｉ ｎ ｌ ｕｒ ｈ ｓｎ ｔ ｓ ｐｐ ｙ ｈａｎ ｕｒ ｈ ｓｎ ，ｅ ｔ ｒ ｒｓ ｓ ｈ ｏ ｉ ｔ ｅ ｓ ｒ ｃ ： ｔ ｈ ｃ ａ ｇ ｆｏ ｈ ｒ ｄ ｔｏ ａ ｐ ｃ ａ ｉ ｇ ｏ ｕ ｌ ｃ ｉ ｐ ｃ ａ ｉ ｇ ｎ ｅ ｐ ｉｅ ｃ ｏ ｓｎｇ ｈ
的关系 ， 取适 当的供应 商作为合作伙伴 ， 选 成为企 业 采 购必 须解 决 的 问题 。 而如何根据相关研究成果 ，结合 企业实际情 况 ， 建 合 理 的评 价 指 标 体 系 ， 用 适 当 的评 价 方 构 选
法 ， 目前 供 应 商 选 择 研 究 的 重 点 。 文 在 以往 研 是 本
物 资 重
要 性
供应商综合竞争力
图 １ 供 应 商 分 类 示 意 图
究成果的基础上 ， 构建供电企业战略伙伴供应商评 价指 标 ， 引人 白化 函数 和灰 关 联 度进 行 评价 。 并
维普资讯
第２ ７卷第 ８ 期
Ｖ０ ．ＬＧＧＩ Ｉ ＣＡＬ ＤＥＶＥＬＯＰ ＭＥＮＴ ＯＦ ＥＮＴＥＲＰ Ｓ ＲＩ Ｅ
２０ ０ ８年 ８ 月
Ａｕ ．０ ８ ｇ２ ０
白化 函数 与灰 色关联 度在供应商选择 中的应 用
ｓ ｐ ｌ ｒ ｃ ｎ ｂ ｄ ｎ ｉ ｅ ｃ ｏ ｄ ｎ ｏ ｇ ｅ ｏ ｅａ ｉｎ ｄ ｇ ｅ ｏ ｒ ｈ ｎ ｉｅ ｖ ｌ ａｉ ｎ ｍｅ ｈ ｄ ｕ ｐ ｉ ａ ｅ ｉ ｅ ｔ ｉｄ ａ ｃ ｒ ｉ ｇ ｔ ｙ ｃ ｒ ｌ ｔ ｅ ｅ ｃ ｍｐ ｅ ｅ ｓｖ ｅ ａｕ ｔ ｔ ｏ ． ｅ ｆ ｒ ｏ ｒ ｏ
ｓ ｉ ｂ ｅ ｕ ｐ ｉ ｒ ｓ ａ ｔ ｅ ｓ ｓ ｓ ｅ ｔ １ Ｔ ｉ ａ ｅ ｄ ｓ ｕ ｓ ｓ ｈ ｃ ａ ｓ ｉ ａ ｉｎ ｆ ｈ ｓ ｐ ｌ ｒ ｆｒｔ ， ｕ ｔ ｌ ｓ ｐ ｌ ａ ｐ ｒ ｒ ｉ ｅ ｓ ｎ ｉ ． ｈ ｓ ａ ｅ ｎ ａ ｐ ｐ ｒ ｉｃ ｓ ｅ ｔ ｅ ｌ ｓ ｉ ｃ ｔ ｏ ｔ ｅ ｕ ｐ ｉ ｓ ｉ ｓｌ ｆ ｏ ｅ ｙ
陈 程 １。 ．陈 ２ 赞’
（． １ 长沙理工大学 交通运输工程学院 ， 湖南 长沙 ４ ０ ７ ； １０ ６ ２湖南 省电力公 司 长沙城南 供电局 ， ． 湖南 长沙 ４０ ０ ） １０ ２
摘 要 ： 着传 统 采 购 向供 应 链 采 购 的 转 变 ， 业 选 择 适 当的 供 应 商 作 为 合 作 伙 伴 至 关 重要 。文章 首 先讨 论 了供 随 企 应商 分 类 ， 后针 对 战略 伙 伴 供 应 商 选 择 ， 建评 价 指 标 ， 然 构 引入 白化 函 数 和 灰 色 关联 度 进 行 择 优 选择 ， 果表 明 ， 结 灰 色 关联 度 综 合评 价 法 能 够识 别 出“ 体 优 秀” 整 的供 应 商 。 关键 词 ： 流 与 供 应链 ； 购 ； 应 商 ； 色 关联 度 物 采 供 灰 中 图 分类 号 ：２４ Ｆ７ 文献标识码： Ａ 文 章 编 号 ：０ ６ ８３ ２０ ） ８ ０ １— ３ １０ — ９７（０ ８ ０ — ０７ ０
Ｈ ｎ ｎ ４１ ０ ６ Ｃ ｉ ａ： ． ｒ ａ ｏ ｔ ｅ ｎ Ｐ ｗ ｒ Ｓ ｐ ｙ Ｂ ｒ ａ ｏ ｈ ｎ ｓ ａ Ｈ ｎ ｎ ｒ ｖ ｎ ｅ Ｐ ｗ ｒ Ｃ ｍ ａ ｙ ｕ ａ ０ ７ ， ｈ ｎ ２ Ｕ ｂ ｎ Ｓ ｕ ｈ ｒ ｏ ｅ ｕ ｐｌ ｕ ｅ ｕ ｆ Ｃ ａ ｇ ｈ ， ｕ ａ Ｐ ｏ ｉ ｃ ｏ ｅ ｏ ｐ ｎ
以上计算结果说明在选择变电站成套06092白化函数及曲线图18供应商评分百分制名称权重质量认证情况042085077086085质量管理体系033089083078085设备可靠性025088087085087自行生产能力03507908208085rd经费投入032091087078088新技术应变能力03308609088087价格竞争力03908308709084规模竞争力027081079077083成本降低能力03407708084085地理便捷性04607507908607交货保证措施03809082089087异常交货应变01608808508083响应及时性03107308087078问题处理速度048079083089079服务跟踪能力02109108408081直接加权总排序权重0083200754028560213203426售后服务交货成本技术研发质量名称参考列质量认证情况083333056667086667083333086667质量管理体系096667076667060000083333096667设备可靠性093333090000083333090000093333自行生产能力063333073333066667083333083333技术研发潜力100000090000060000093333100000新技术应变能力086667100000093333090000100000价格竞争力076667090000100000080000100000全市场营业额070000063333056667076667076667成本降低能力056667066667080000083333083333地理便捷性050000063333086667033333086667交货保证措施100000073333096667090000100000异常交货应变093333083333066667076667093333响应及时性043333066667090000060000090000问题处理速度063333076667096667063333096667服务跟踪能力100000080000066667070000100000质量认证情况085714040000100000085714关联度加权总和07138060350726907346总排序4关联度求解结果设备的战略伙伴供应商时应该首选供应商d其次

合集下载

灰色关联度分析模型的特征与应用

灰色关联度分析模型的特征与应用

2019年第24期(总第643期)科学咨询/科技管理去体会的。

第三，让较为优秀的正在创业的在校学生担任创业导师。

这些学生自己正在创业，并且还是在校学生，与其他学生之间的距离更近，更容易沟通，也更清楚他们可能会遇到的困难，效果也就会更好。

(三)建立和完善相应的扶持政策第一，政府要完善相应的法律法规，保障大学生创业的合法权益。

[3]首先，政府可在启动资金方面予以扶持，如提供免息贷款或者低利率贷款，同时减免部分税收，这样可以解决学生创业启动资金方面的困难。

其次，政府要简化相关的审批程序，为学生开通绿色窗口，简化流程，降低门槛。

最后，政府各部门要联动，出台一系列扶持学生创业的政策。

第二，学校要出台相应的配套政策。

一方面，学校要为创业学生提供场地、货架等硬件方面的支持，还可以让快递公司进校园，为创业学生提供方便。

另一方面，学校可实行课程替代制度。

学生创业达到一定程度后，经学校相关部门认定，只要达到学校要求的水平即可申请免修相关的课程。

剩下的部分课程，上课的方式也可以做适当调整，如可以采取集中授课或者网络授课的方式，这样才能解决学生的后顾之忧。

参考文献：[1] 张晓芬，史宪睿.“内外协同”高校创新创业人才培养体系构建[J].现代教育管理，2018(3).[2] 王建武，王增辉.“双创”背景下的大学生创业意识培养研究[J].齐齐哈尔师范高等专科学校学报，2017(6).[3] 刘扬.政府助推大学生创业创新研究[D].中央民族大学，2016.摘 要：本文针对灰色关联模型进行分析，通过分析得出灰色关联模型具有处理数据灵活的特点；并且灰色关联模型能应用于样本数量较少且关系为线性关系的系统分析。

关键词：灰色关联模型；线性关系；系统分析引言在实际的工程设计与模型分析过程中，往往存在比较多的变量，而这些变量之间是否存在关系在很大程度上具有不确定性。

但是如果能够明确这些变量之间的关系，它们就会对工程设计以及系统分析起到理论的指导作用。

灰色聚类分析在延边东部地区矿产预测中的应用

灰色聚类分析在延边东部地区矿产预测中的应用

灰色聚类分析在延边东部地区矿产预测中的应用马艳英;马超;刘艳丽【摘要】以延边东部金铜矿产勘查资料为例,讨论了矿产预测中的灰色聚类分析的计算方法.该方法弥补了数理统计中的聚类分析方法在解决实际问题时只根据随机抽样的观测数据进行数字分类,而忽视了客观实际的不足,对地质找矿工作具有较大的实用性.【期刊名称】《吉林工程技术师范学院学报》【年(卷),期】2014(030)004【总页数】4页(P93-96)【关键词】灰色聚类分析;延边东部;矿产预测;金铜矿【作者】马艳英;马超;刘艳丽【作者单位】吉林大学综合信息矿产预测研究所,吉林长春130026;吉林工程技术师范学院应用理学院,吉林长春130052;中国石油集团东北炼化工程有限公司吉林设计院采购部,吉林吉林132002;吉林市吉化第一高级中学校物理组,吉林吉林132002【正文语种】中文【中图分类】O13成矿预测的主要工作就是确定在什么地方找什么样地矿?找矿规模如何?哪些地方先找，哪些地方后找?即为将预测出的找矿靶区划分为首先安排工作的A类靶区和稍后安排工作的B类靶区及最后安排工作的C类靶区。

本文利用灰色聚类分析方法，弥补了数理统计中的聚类分析方法在解决实际问题时只根据随机抽样的观测数据进行数字分类而忽视了客观实际之不足，为进一步部署工作提供有力帮助。

1 灰色聚类分析方法概述灰色聚类分析方法是属于智能型的评估方法，即是包含人的经验在内的评估方法，它要求在对客观事物进行评估之前，先给出评定的准则。

灰色聚类分析是通过计算找出每一个因子(样品或找矿靶区单元)的综合效果，明确某一因子属于各个灰类(A、B、C类找矿靶区)的权，从而构成综合效果权向量，以便对因子进行灰类归属。

设评估指标序号为 i，i=1，2，…，m;评判类别序号为 j，j=1，2…，p;因子标号为 k，k=1，2…，n，则 dki表示第 k 个评估因子在第i个指标下的样本，考虑所有评估因子对所有指标的样本，可构成样本矩阵d给出各个指标属于某一灰类的白化权函数(如成矿有利度这个灰数在某个区间内越大，首先安排地质找矿工作的可能性就越大。

三角白化权函数的灰色评估模型

三角白化权函数的灰色评估模型

三角白化权函数的灰色评估模型1.引言1.1 概述概述部分旨在介绍本篇文章的研究背景和主要内容。

本文关注的主题是三角白化权函数的灰色评估模型，该模型在灰色评估中具有重要应用价值。

灰色评估是一种定量分析方法，用于评估和预测一些缺乏完备信息的系统或问题。

然而，传统的灰色评估模型存在一些局限性和不足之处。

为了克服这些问题，近年来，研究人员提出了一种新的灰色评估模型——三角白化权函数。

该模型通过引入权重因子，能够更准确地评估和预测系统的状态或发展趋势。

本文将首先介绍三角白化权函数的基本原理和定义。

然后，将探讨灰色评估模型的基本原理，包括建模、评估和预测的方法。

接下来，将重点讨论三角白化权函数在灰色评估模型中的应用，以及该模型相对于传统模型的优势和局限性。

通过本文的研究，读者将了解三角白化权函数的概念、原理和应用，以及灰色评估模型在实际问题中的应用和价值。

同时，读者还可以对该模型的优势和局限性有更深入的了解，从而能够更好地应用该模型进行系统评估和决策分析。

总之，本文旨在介绍三角白化权函数的灰色评估模型，并探讨其在实际问题中的应用和优势。

通过本文的阅读，读者将对该模型有更深入的了解，并能够将其应用于实际问题中，提高决策的准确性和有效性。

1.2文章结构文章结构是指文章的组织架构和章节安排，有助于读者更好地理解文章内容。

本文的结构如下：1. 引言1.1 概述1.2 文章结构1.3 目的2. 正文2.1 三角白化权函数的介绍2.2 灰色评估模型的基本原理3. 结论3.1 三角白化权函数在灰色评估模型中的应用3.2 模型的优势和局限性在引言部分之后，正文部分是主要的内容分析和探讨部分，讨论了三角白化权函数和灰色评估模型的基本原理。

在正文部分结束后，结论部分总结了三角白化权函数在灰色评估模型中的应用，并讨论了该模型的优势和局限性。

通过这样的章节安排，读者可以更好地理解文章内容的逻辑结构，从而更好地掌握三角白化权函数的灰色评估模型。

灰色聚类白化权函数

灰色聚类白化权函数

灰色聚类白化权函数灰色聚类白化权函数：分析与应用为了更好地理解和应用数据，人们开发了各种各样的分析方法和技术。

在这些方法中，灰色关联度分析和聚类分析是非常有用的方法。

而在这两种方法的基础上，又产生了一种新的方法——灰色聚类。

灰色聚类主要是将灰色关联分析方法与聚类分析方法相结合，通过使用白化权函数（Whitening Function）在降低维度的基础上，将相似的数据点聚集在一起。

下面将详细解析这种方法的特点和应用。

一、灰色聚类的特点1. 降维作用：使用白化权函数可以降低数据的维度，将原始数据投影到更小的空间中。

这有助于降低计算复杂度和提高算法的效率。

2. 模糊分类：由于数据点的相似性可以根据其距离和密度来划分，因此分类具有某种程度上的模糊性。

3. 对噪声敏感：由于灰色聚类使用相似性作为分类依据，因此对噪声相对敏感。

如果数据点存在噪音或异常值，则可能会影响分析结果。

4. 非参数方法：灰色聚类属于一种非参数方法，即不需要预定义一个模型来分析数据。

二、灰色聚类的应用1. 机器学习：灰色聚类可以用于机器学习中的无监督学习，例如聚类。

这种方法可以帮助识别数据的结构，并将相似的数据点聚集在一起。

这有助于生成更准确的数据分类器和预测器。

2. 数据挖掘：灰色聚类可以用于数据挖掘中的聚类问题。

例如，在银行和金融领域，灰色聚类可以用于对客户进行分类和聚类，便于评估其信用评级和资信风险等。

3. 人工智能：灰色聚类可以用于人工智能中的聚类和分类问题，例如图像处理和自然语言处理等。

在这些应用中，灰色聚类可以帮助人们快速有效地识别和分类不同类型的数据对象。

4. 工业制造：灰色聚类可以用于工业制造中的质量控制和品质分析。

例如，在电子制造中，它可以用于分析和识别不同的电路板和芯片，并识别可能的缺陷和故障。

综上所述，灰色聚类方法具有许多优点和应用领域。

它可以帮助我们更好地理解和分析数据，从而优化业务和决策过程。

同时，它也需要注意噪声和数据质量问题，以确保最终结果的准确性和可靠性。