基于三角模糊数的TOPSIS建筑逆向物流运作模式选择

2010年第9卷第10期（总第166期）

荨企业论坛荩

吴楠

（西安石油大学经济管理学院，陕西西安710065）加权模糊聚类在第三方逆向物流供应商选择中的应用

摘要：应用加权模糊聚类对第三方逆向物流供应商进行评优，避免了传统模糊聚类算法中没有区分各评价指标之间的不平衡性

问题。在本文中，首先采用层次分析法，确定各评价指标的权重，然后将权值与模糊聚类法相结合，通过F-分布确定最佳分类数，从而

选出最佳类。最后，利用多级模糊综合评判法，计算综合评价值，选出最优方案，并最终确定出第三方逆向物流供应商。

关键词：加权模糊聚类；层次分析法；模糊综合评判法；第三方逆向物流

Abstract：Inordertoavoidtheimbalanceamongevaluationindexinthegeneralfuzzyclustering，usingtheweightedfuzzy

clusteringalgorithmtochoosethebestthird-partyreverselogisticsprovider.Inthispaper，first，theweightedofeachindexiscertained

byAHP，andthentheweightisaddedtothefuzzyclusteringalgorithm.TheF-distributionofprobabilitystatisticsisusedto

determinethebestclassificationnumber，whichcanhelpchoosethebestclassification.Finally，comprehensivevalueiscomputeredby

fuzzysyntheticalevaluation,throughwhichthethebestthird-partyreverselogisticsprovidercanbeselected.

作者： 钱昂[1];李欣[2];石红霞[2];潘宏达[3];夏琰[1]作者机构： [1]军事交通学院研究生管理大队,天津300161;[2]军事交通学院军事物流系,天津300161;[3]军事交通学院综合训练基地,天津300180出版物刊名： 军事交通学院学报页码： 75-78页年卷期： 2014年 第5期主题词： 模糊TOPSIS方法;军事物流配送中心;选址

摘要：根据军事物流配送中心选址需要考虑的因素,建立了3层选址决策评价指标体系.运用模糊TOPSIS方法,通过计算和分析,给出了军事物流配送中心的选址决策模型.结合具体的选址实例,

对该方法的可行性和有效性进行了验证.Selection of Military Logistics Center Address Basedon Fuzzy TOPSIS

２Ｏ１０．０８　２９（８）　兵工自动化　Ｏｒｄｎａｎｃｅ　Ｉｎｄｕｓｔｒｖ　Ａｕｔｏｍａｔｉｏｎ　・３５・　ｄｏｉ：１０．３９６９０．ｉｓｓｎ．１００６－１５７６．２０１０．０８．Ｏｌ２　基于三角模糊数ＴＯＰＳＩＳ的火炮发射阵地优选　宋占岭　，王永良　，王亚莉　（１．炮兵指挥学院军事运筹教研室，河北宣化０７５１００；２．宣化科技职业学院基础部，河北宣化０７５１００）　摘要：为了得到最佳方案，提出基于三角模糊数逼近理想解排序法（ｔｅｃｈｎｉｑｕｅ　ｆｏｒ　ｏｒｄｅｒ　ｐｒｅｆｅｒｅｎｃｅ　ｂｖ　ｓｉｍｉｌａｒｉｔｖ　ｔ０　ｉｄｅａｌ　ｓｏｌｕｔｉｏｎ，ＴＯＰＳＩＳ）的火炮发射阵地优选方法。利用三角模糊数表示决策矩阵中指标属性值和权向量，依据三　角模糊数的概率分布对其排序，利用ＴＯＰＳＩＳ实现各备选方案的排序优选。算例表明了方法的可行性，可以为解决　其他类似优选排序问题提供借鉴。　关键词：三角模糊数；ＴＯＰＳＩＳ；阵地优选　中图分类号：Ｏ１５９　文献标识码：Ａ　Ｇｕｎ　Ｌａｕｎｃｈｉｎｇ　Ｐｏｓｉｔｉｏｎ　Ｐｒｉｏｒｉｔｙ　Ｂ　ａｓｅｄ　ｏｎ　Ｔｒｉａｎｇｕｌａｒ　Ｆｕｚｚｙ　Ｎｕｍｂｅｒｓ　ａｎｄ　ＴＯＰＳＩＳ　Ｓｏｎｇ　Ｚｈａｎｌｉｎｇ　，Ｗａｎｇ　Ｙｏｎｇｌｉａｎｇ　，Ｗａｎｇ　Ｙａｌｉ　（１．Ｓｔａｆｆ　Ｒｏｏｍ　ｏｆ　Ｍｉｌｉｔａｒｙ　Ｏｐｅｒａｔｉｏｎ，Ａｒｔｉｌｌｅｒｙ　Ｃｏｍｍａｎｄ　Ａｃａｄｅｍｙ，Ｘｕａｎｈｕａ　０７５　１００，Ｃｈｉｎａ；　２．Ｄｅｐｔ．ｏｆ　Ｂａｓｉｃ　Ｔｈｅｏｒｉｅｓ，Ｘｕａｎｈｕａ　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ　Ｖｏｃａｔｉｏｎａｌ　Ｃｏｌｌｅｇｅ，Ｘｕａｎｈｕａ　０７５　１００，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｏｂｔａｉｎ　ｔｈｅ　ｂｅｓｔ　ｐｌａｎ，ｐｕｔ　ｆｏｒｗａｒｄ　ａ　ｍｅｔｈｏｄ　ｏｆ　ｔｈｅ　ｇｕｎ　ｐｏｓｉｔｉｏｎ　ｐｒｉｏｒｉｔｙ　ｂａｓｅｄ　ｏｎ　ｔｒｉａｎｇｕｌａｒ　ｆｕｚｚｙ　ｎｕｍｂｅｒｓ　ａｎｄ　ＴＯＰＳＩＳ．Ｆｉｒｓｔｌｙ，ｔｈｅ　ｗｅｉｇｈｔｓ　ｏｆ　ｔｈｅ　ｉｎｄｅｘｅｓ　ａｒｅ　ｅｘｐｒｅｓｓｅｄ　ｂｙ　ｔｒｉａｎｇｕｌａｒ　ｆｕｚｚｙ　ｎｕｍｂｅｒｓ．Ｔｈｅｎ　ｔｈｅ　ｓｏｒｔ　ｏｒｄｅｒ　ｏｆ　ｔｈｅ　ｔｒｉａｎｇｕｌａｒ　ｆｕｚｚｙ　ｎｕｍｂｅｒｓ　ｉｓ　ｇａｉｎｅｄ　ｂｙ　ｉｔｓ　ｄｅｎｓｉｔｙ　ｏｆ　ｔｈｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ．Ｆｕｒｔｈｅｒｍｏｒｅ　ｔｈｅ　ｇｕｎ　ｐｏｓｉｔｉｏｎ　ｐｒｉｏｒｉｔｙ　ｉｓ　ｇｏｔ　ｂｙ　ＴＯＰＳＩＳ．Ｔｈｅ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｔｈｅ　ｍｅｔｈｏｄ　ｉＳ　ｉｌｌｕｓｔｒａｔｅｄ　ｗｉｔｈ　ａ　ｐｒａｃｔｉｃａｌ　ｅｘａｍｐｌｅ．Ｔｈｅ　ｍｅｔｈｏｄ　ｃａｎ　ｓｅｒｖｅ　ａｓ　ａ　ｒｅｆｅｒｅｎｃｅ　ｆｏｒ　ｔｈｅ　ｏｔｈｅｒ　ｏｒｄｅｒ　ｐｒｏｂｌｅｍｓ．　Ｋｅｙｗｏｒｄｓ：ｔｒｉａｎｇｕｌａｒ　ｆｕｚｚｙ　ｎｕｍｂｅｒｓ；ＴＯＰＳＩＳ；ｇｕｎ　Ｌａｕｎｃｈｉｎｇ　ｐｏｓｉｔｉｏｎ　ｐｒｉｏｒｉｔｙ　０　引言　逼近理想解排序法（ｔｅｃｈｎｉｑｕｅ　ｆｏｒ　ｏｒｄｅｒ　ｐｒｅｆｅｒｅｎｃｅ　ｂｙ　ｓｉｍｉｌａｒｉｔｙ　ｔｏ　ｉｄｅａｌ　ｓｏｌｕｔｉｏｎ，ＴＯＰＳＩＳ）　是一种实用的有限方案多属性决策（ｍｕｌｔｉｐｌｅ　ａｔｔｒｉｂｕｔｅ　ｄｅｃｉｓｉｏｎ　ｍａｋｉｎｇ，ＭＡＤＭ）方法，其实质上　是通过构造正、负理想方案，然后在众多可行方案　中找到一个最佳方案，使其与正理想方案的距离最　近，负理想方案的距离最远。由于客观事物的模糊　性和复杂性，决策矩阵中的属性值或权向量往往需　要通过模糊数表示，需将ＴＯＰＳＩＳ推广到模糊多属　性决策上（ｆｕｚｚｙ　ｍｕｌｔｉｐｌｅ　ａｔｔｒｉｂｕｔｅ　ｄｅｃｉｓｉｏｎ　ｍａｋｉｎｇ，　ＦＭＡＤＭ）［１－３］。故对决策矩阵中部分属性值及权向　量以三角模糊数表示的情形进行讨论。　ｌ　基于三角模糊数的ＴＯＰＳＩＳ模型　１．１预备知识　１．１．１　ＭＡＤＭ的决策矩阵　设方案集Ｘ＝｛　，ｘ２，…，　），　属性集　Ｆ＝｛ｆｌ，，２，…，　），以第ｆ方案的第　属性值　＝ｆｉ（ｘｉ）为元素构成的矩阵即为决策矩阵　。　Ｄ＝ｘｉ　｛　…｛、…｛ｍ　Ｕｌ１　…Ｕｌｊ　…　１ｍ　ｆ１　…　…“　Ｕｎ１…　…Ｕｎｍ　１．１．２三角模糊数　（１）　

Logistics物流商论

1102016年4月 基于模糊层次分析法的第三方物流服务商选择 宁夏建设职业技术学院 桂晓梅摘 要：如何选择合适的第三方物流供应商成为企业业务外包成败的关键。本文在建立供应商评价指标体系的基础上，建立了模糊层次分析法的供应商评价模型，并将其应用于实践。关键词：模糊层次分析法 评价指标 供应商中图分类号：F252 文献标识码：A 文章编号：2096-0298(2016)04(b)-110-03随着现代信息技术的快速发展与进步，现代市场竞争已经扩展到供应链竞争，为此很多企业纷纷成立联盟，在共同合作的基础上占据市场竞争优势。企业通过TPLs(即第三方物流服务商)优化整合自己的供应链，能够在节约成本的基础上提升服务质量，更专注于自身的核心业务，从而提升供应链的效率和市场反应能力。国内外学者针对这一问题提出了各自的评价指标和评价方法[1-4]。为了准确地选择第三方物流供应商，通过建立供应商选择评价指标体系，并运用合理手段选择供应商便可得到所需的理想结果。本文采取模糊层次分析法展开研究，弥补了传统检测方法在分析中的一些局限，是一种有效的方法。1 构建物流服务商评价指标体系供应商的选择与核心企业自身的生存与发展息息相关。在选择供应商时，必须最大限度地降低自身风险，优化供应链结构，有助于强化企业竞争力优势。因此，对供应商选择评价时必须做到全面、客观、合理。由于供应链战略伙伴选择评价是个多目标决策过程，其中涉及一些不可知因素，可以将这些因素作为评价指标并依据层次及类别差异形成体系。本文根据各特点评价建立了一个第三方物流供应商选择评价指标体系，如表1所示，通过供应商选择评价模型，应用到实际中可以寻求最佳供应商，为公司最高管理决策层提供有力的理论支持。2 第三方物流服务商选择的方法依据供应商选择评价的指标体系，运用模糊层次分析方法来选择供应商来获取最终结果是一种具有较高可行性的方法。模糊层次分析法有6个评价步骤。(1)建立层次结构模型在模糊层次分析法中，进行任意两个因素间的比较判断时，采用0.1～0.9标度法表示一个因素比另一个因素的重要程度，如表2所示。表1 第三方物流服务商评价指标体系目标指标一级指标二级指标第三方物流服务商评价指标体系企业信誉交货质量准时交货率服务质量企业实力产品质量财务稳定性生产设施、设备的先进性生产能力员工素质协作能力企业战略目标的一致性企业文化的兼容性团队合作经验信息共享程度企业发展潜力降低成本新产品研发水平市场占有率利润增长率表2 0.1～0.9标度法及其说明0.1～0.9标度(值)定义说明0.5同等重要两元素的重要性相同0.6稍微重要两元素中一个比另一个稍微重要0.7明显重要两元素中一个比另一个明显重要0.8重要得多两元素中一个比另一个重要得多0.9极端重要两元素中一个比另一个非常重要0.1，0.2，0.3，0.4反比较若用来表示元素与比较得到的结果，那么就是元素与比较得到的结果，且作者简介：桂晓梅(1972-)，女，天津人，毕业于宁夏大学，获硕士学位，现为宁夏建设职业技术学院副教授，主要从事电子商务、客户关系管理等方面的研究。Copyright©博看网 . All Rights Reserved.Logistics物流商论 2016年4月111(2)模糊判断矩阵的建立模糊判断矩阵R表示针对上一层某元素，本层元素与之有关元素之间相对重要性的比较。假定上一层的元素同下层次中的元素有联系，则模糊判断矩阵可表示为： (1)其中r具有如下性质：(3)模糊判断矩阵的一致性检验模糊判断矩阵的一致性调整步骤如下。首先确定一个同其余元素的重要性的比值判断有把握的元素，即确定判断矩阵中最有把握的一行数值，并以其作为标准。设决策者认为对R的第一行，即判断比较有把握。其次用R的第一行元素与第二行对应元素之间做差，当得到的n个元素均为常数时就无需对第二行元素进行调整，否则继续调整，直至所得元素均为常数。继续用R的第一行元素与第三行对应元素做减法，当得到的n个元素均为常数时就无需对第三行元素进行调整，否则继续调整，直至所得元素均为常数。重复上面步骤直到第一步得到的第一行元素减去第n行对应元素之差为常数为止，否则，继续迭代。(4)层次单排序层次单排序可以通过如下公式对模糊判断矩阵计算得到。设层次的重要性向量为 (2)其中n为R的阶数，。(5)层次总排序在层次排序的基础上可以得到一组元素相对于其上层中某一元素的重要度向量，但层次总排序过程则是按照从上到下的顺序求取层次单排序结果加权和的过程。若第k-1层上的nk-1个元素相对于最顶端元素的重要度向量为，第k层上的nk个元素对k-1层上各元素的重要性向量为：，其中分别相对于k-1层的第ni个元素为k层的重要度向量，因此第k层元素的重要度向量为： (3)(6)对评价指标原始数据无量纲化处理在模糊数学中，把某个事物隶属于某一标准的程度用区间[0，1]内某个数值来表示，模糊隶属函数就是描述从隶属到不隶属这一渐变过程，“0”表示完全不隶属，“1”表示完全隶属。因此对评价指标体系中的各个指标进行量化得到评价值，分别有正指标类模糊量化模型、负指标类模糊量化模型和适度指标类模糊量化模型。 正指标模糊量化模型，如(4)。其中：第i项评价指标的原始评分值与无量纲化处理后的评价值分别表示为和，在评价第i项评价指标的过程中，分别用和来表示评分值中的最小值与最大值。负指标模糊量化模型，如(5)。适度指标模糊量化模型，如(6)。 (6)其中：为第i项评价指标的最适度值。由于供应商的评价值为，则供应商的综合评价值如(7)。 (7)3 算例某润滑油企业欲从3个供应商(s1、s2、s3)中选择一个供应商形成战略伙伴关系，考虑到某润滑油企业今后的发展状况，选择供应商时从企业信誉、企业实力、协作能力、企业发(4) (5)Copyright©博看网 . All Rights Reserved.Logistics物流商论