模糊層次分析法在供應商選擇評價中的應用研究

摘要：本文將模糊數學與層次分析法相結合，構建了一個模糊多準則供應商績效評價模型，并通過模糊數的截集與決策人員的樂觀指數，進行綜合模糊評價值的敏感性分析，進而為決策人員提供更多的決策信息。實例驗證表明，該方法可以有效地應用于該類問題的求解。

關鍵詞：模糊；層次分析法；供應鏈

中圖分類號：F224:F253文獻標識碼：A文章編號：1002-3100(2007)04-0139-03

Abstract: By combining fussy mathematics and AHP， the paper develops a model to estimate the suppliers performance based on fussy multi-rules. Sensitivity analysis is implemented by using the α-cut of fussy mathematics and the optimism index of decision-maker. This can provide more information to estimate the suppliers effectively. The example shows the effectivity of the model.

Key words: fussy; AHP; supply chain

供應鏈管理是一種日益受到重視的管理模式。通過合作配合，各成員企業可以集中資源、發展自己的核心業務，以實現供應鏈的整體最優。由于原材料對產品制造及其后續過程有重要影響，所以選擇合適的供應商，對供應鏈整體而言顯得尤為重要。本文即針對供應商的選擇問題進行研究。

1文獻探討

1.1評價指標體系

2003年中國電子商務協會供應鏈管理委員會提出了SCPR模型。本文基于SCPR模型，構造了如下的供應商評價指標體系（如圖1）：

1.2評價方法

目前，對供應商績效進行評價的方法很多，如德爾菲法、層次分析法、最優化方法等。但這些方法通常只是側重于某一方面，而不能綜合考慮到多方面的因素。本文采用模糊數學與層次分析法相結合的方法，構建評價模型。

2理論基礎

2.1層次分析法

該方法將相關因素分解成多個層次，分別計算各層指標的相對權重；再經過層級串連，求出最底層細化指標的綜合權重；然后通過對各細化指標打分，得到方案的綜合評價值，選出最優方案。

2.2模糊數學

2.2.1正三角模糊數[1]

（1）定義

模糊集合是指該集合的元素隸屬于該集合的程度。

2.2.2語義變量

（1）指標重要性的語義變量

（2）評價值的語義變量

2.3模型建立

2.3.1指標層次結構的建立

2.3.2權重的確定

由k位專家分別對層次B中的m個因素給出模糊成對比較矩陣，其中專家e對指標i與j的相對重要性評價表示為

3實例探討

3.1案例背景

本文以作者參與的某太陽能生產企業原材料供應商評估項目為基礎，應用上述模型進行研究。假設簡化后的評價體系如圖1所示，包含三大類、九個細分指標，有三位專家、四家候選供應商。

3.2評價步驟

根據上文2.3.2～2.3.4所述方法，分別求得：

（1）B層指標模糊權重為：

（2）C 的綜合模糊權重為：

（3）四家候選供應商的綜合模糊評價值為：

（4）根據α截集與樂觀指數λ加權，求得最終綜合評價值為：

3.3敏感性分析

（1）當α=0時，最終綜合評價值的變化如圖7所示：圖中D1與D3的交叉點為：λ=0.33。

可以看出，當α=0時，D4為最佳供應商。

（2）當α=0.5時，最終綜合評價值的變化如圖8所示：可以看出，當α=0.5時，D4為最佳供應商。

4結論與建議

本文應用模糊層次分析法，構建了一個模糊多準則供應商績效評價模型，通過截集與樂觀指數，對其進行敏感性分析，從而為決策人員提供更多的決策信息。通過具體的實例驗證，說明該方法可有效應用于供應商績效評價問題。

參考文獻：

[1] 李士勇. 工程模糊數學及應用[M]. 哈爾濱：哈爾濱工業大學出版社，2004.

[2] 岳超源. 決策理論與方法[M]. 北京：科學出版社，2003.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”