基于模糊網(wǎng)絡分析法的供應商評價方法

基于模糊網(wǎng)絡分析法的供應商評價方法

1模糊網(wǎng)絡分析1.1構建網(wǎng)絡分析法tl。1996年，通過層次分析法提出了網(wǎng)絡分析法。網(wǎng)絡分析法彌補了層次分析法的不足。層次分析法中元素是按照層次排列的,同層之間是相互獨立,元素內(nèi)部沒有反饋關系。而實際生活中復雜問題決策時,有時元素內(nèi)部之間是有關系的。網(wǎng)絡分析法把復雜系統(tǒng)描述的和實際情況更為相似,能夠廣泛地應用在各種決策問題中。如圖1所示,建立供應商評價ANP網(wǎng)絡。把候選供應商作為選擇目標類,質(zhì)量、價格、交貨、及其他(地理位置、技術能力、維修能力、行業(yè)地位等作為準則層,建立具有反饋和內(nèi)外部依賴聯(lián)系關系的網(wǎng)絡。要選擇最好的供應商,就選擇產(chǎn)品質(zhì)量好,價格低,交貨能力強的及其他方面良好的供應商。1.2三角模糊數(shù)考慮供應商選擇過程中的不確定性,Satty主張采用幾何平均值來代表大多數(shù)專家的意見,實際應用中也廣泛地應用這種方法。1.2.1模糊關系函數(shù)設有實數(shù)集R=(-∞,+∞)上的一個模糊數(shù)P=(l,m,u),隸屬度x∈R,l<m<u,l,m,u∈[1/9,1]∪。圖1表示了一個模糊數(shù)的關系函數(shù)。l和u分別為上界和下界,l和u表示模糊的程度,u-l越大,模糊程度越大,其運算法則滿足:設有三角模糊數(shù)P=(l,m,u),其中α(0≤α<1)表示專家組成員判斷時的一致性系數(shù),可以得到三角模糊數(shù)P=(l,m,u)的α截集1.2.2基于bukey提出的幾何平均值方法，對許多專家進行了綜合評價(1)標準尺度和尺度邀請專家組對供應商選擇問題進行詳細的描述,確定選擇的目標、準則和子目標。對方案進行兩兩比較,采用三角模糊數(shù)定量表示比較的結(jié)果。使用Satty(1996)提出的評價指標相對重要判斷尺度,且對尺度賦予1~9的比例尺度,如表1所示。平均值介于相鄰兩尺度之間(如:2,4,6等),倒數(shù)意味著(如1/3,1/5等)不重要,非常不重要等。(2)建立相互排斥的模糊矩陣把每個專家判斷后得到的三角模糊數(shù)建立互反的模糊矩陣(3)綜合專家的評估和建立全球模糊矩陣(4)截集,三角模糊數(shù)判斷矩陣轉(zhuǎn)化為非模糊數(shù)判斷矩陣的實質(zhì)就是利用一定的方法將三角模糊數(shù)對應于非模糊數(shù)。利用式(5),得到三角模糊數(shù)對應的α(0≤α≤1)截集。在實際的α確定過程中,如果專家組成員對評價問題的看法一致性比較高時,一般選取較大的α,得到α截集模糊矩陣再引入μ(HsuandYang2000)表示參與評價的專家樂觀程度。當μ=0時,專家是最樂觀的,大多數(shù)專家同意取三角模糊數(shù)的上限,相反,當μ=1時,專家是最保守的,0<μ<1。用0.1,0.3,0.5,0.7,0.9這5個數(shù)來評估專家的樂觀程度。(5)模糊化后的矩陣利用式(5)~式(11),取合適的α和μ,把模糊矩陣去模糊化得到矩陣(6)構造特征向量t計算矩陣A的特征值和特征向量,求出最大特征值。利用式Aω=λmaxω,求出最大特征值對應的特征向量,對其進行規(guī)范化處理得到w=(x1,x2……xn)T。(7)計算一致性指數(shù)ci根據(jù)CI=(λmax-n)/(n-1),可求得CI,當CI≤0.1時,一般認為一致性是可以接受的,即權重結(jié)果符合一致性要求。1.3歸一化矩陣的歸一化每一個準則下的元素和準則之間的有相互關系的元素之間,利用上面公式進行計算得到的是無權重矩陣,對無權重矩陣的每一列進行歸一化處理。為了獲得權重矩陣,需要對準則進行相互比較,依據(jù)上面的方法并將比較獲得的判斷矩陣歸一化,再與無權重矩陣相乘,獲得權重超矩陣,對該權重超矩陣進行多次相乘,直到矩陣的所有列數(shù)值一樣,獲得極限超矩陣,從而得到元素的相對優(yōu)先權。2建立三角模糊數(shù)(1)確定評價準則,建立網(wǎng)絡分析模型;(2)建立三角模糊數(shù);(3)建立成對比較矩陣并求出特征向量;(4)利用特征向量,構建超矩陣,求極限矩陣。(5)分析結(jié)果。3構造多個判斷矩陣對候選供應商從質(zhì)量、價格、交貨、其他準則4個方面進行評價。假設專家組一致性系數(shù)α=0.5,專家樂觀系數(shù)μ=0.5,對模糊矩陣進行去模糊化處理,用特征根法,得到權重向量。如以“價格”為主準則,以“供應商1”為次準則,構造多個判斷矩陣(略)。根據(jù)矩陣可以計算出其最大特征值λ=3.038,相應的特征向量α=(0.9396,0.2420,0.2420)T。依此類推,對相應的準則元素之間進行比較,可以構造多個判斷矩陣,獲得相應的特征向量,對特征向量進行歸一化處理,可以組成無權重矩陣,在獲得無權重超矩陣后,對可選擇供應商、質(zhì)量、價格、交貨、其他各元素依次進行比較,將得到的矩陣歸一化處理,與無權重矩陣相乘得到權重超矩陣,對權重超矩陣自乘,直到各列相同為止,得到極限超矩陣。將(0.134199,0.12902,0.084722)歸一化處理就可以得到候選供應商的優(yōu)先權。4供應商評價中的應用本文把模糊