動態(tài)聯(lián)盟盟員選擇問題研究

本論文受河北省唐山市科學技術(shù)研究與發(fā)展計劃“動態(tài)聯(lián)盟的建立與優(yōu)化”項目資助，課題編號06360301A-5

一、模糊賦值層次分析法

1.建立模糊評價矩陣。盟員選擇的指標體系十分復(fù)雜，既有可以定量的指標，又有難于定量往往較模糊的定性指標。對于定量指標，我們可以較容易地建立指標評價矩陣，對于指標中難于量化的指標，則需要專家打分以確定評價矩陣，設(shè)定由n個專家考核m個盟友的l個評價指標，如評價矩陣下式：

由于專家k是根據(jù)不同盟友提供的反映本企業(yè)生產(chǎn)加工能力的數(shù)據(jù)以及他們的經(jīng)驗對企業(yè)i各個指標j打分的，體現(xiàn)了專家本人對某些方面的偏愛，我們需要將評價矩陣X中的元素用模糊數(shù)表示并對屬性指標進行歸一化處理，得到模糊評價矩陣，這樣才能更好地體現(xiàn)客觀情況：

其中 表示專家對候選盟員i就指標j作出的模糊評價，也可視為專家在評價指標j上對候選盟員i的偏愛程度。

2.建立模糊權(quán)值矩陣。另一方面，每個專家在對各候選盟員所對應(yīng)的不同指標進行評價的同時，還需要對每個指標賦予不同的權(quán)重，從而得到模糊權(quán)值矩陣

上式中是專家k分配給指標j的模糊權(quán)值，表示指標j在專家k心目中的相對重要性。此外，在盟員選擇過程中，不同專家其評判的可信性是有區(qū)別的，用表示專家k所作評價值可信性的模糊估計:

3.建立模糊決策矩陣。將形成的個人模糊指標值矩陣加權(quán)化，記為

其中可采用Boniussone近似積計算。

4.建立群體模糊決策矩陣。將加權(quán)的個人模糊指標值矩陣綜合為群體模糊決策矩陣，其中矩陣中的元素采用如下公式計算得到:

…………(5)

其中

在盟員選擇過程中，不同專家評判的可信性是有區(qū)別的，以往的AHP、F-AHP等方法在該問題的研究中，都忽視了這個問題，本文參照文獻分別將專家所作評價值和權(quán)重值進行模糊估計，并將在文獻的基礎(chǔ)上進行進一步的修正，希望解決盟員選擇的多目標決策問題，以期得到更好的盟員選擇方案。

二、盟員選擇的多目標決策方法

具體步驟如下：

1.將上述模糊決策矩陣轉(zhuǎn)化為規(guī)范決策矩陣。模糊指標值矩陣的指標集由四類組成:效益型指標集Ω1、成本型指標集Ω2、區(qū)間型指標集Ω3、固定型指標集Ω3。為消除量綱和量綱單位不同所帶來的可比性，可按下述公式將群體模糊指標值矩陣轉(zhuǎn)變?yōu)橐?guī)范化矩陣Rij。

對于效益型指標 ……(6)

式中tjmax——Tj指標的最大值;tjmin——Tj指標的最小值

對于成本型指標………(7)

式中tjmax——Tj指標的最大值;tjmin——Tj指標的最小值

對于區(qū)間型指標

式中[q11，q21]——屬性值越接近區(qū)間型[q11，q21]（包括落入該區(qū)間）越好。

對于固定型指標

式中t*j——Tj目標屬性的最佳穩(wěn)定值

在上述規(guī)范化基礎(chǔ)上得規(guī)范化決策矩陣R＝rij

2.求關(guān)于規(guī)范化決策矩陣的最優(yōu)點和最劣點，確定模糊理想解

令 …………………(10)

則最優(yōu)點最劣點………(11)

3.求各方案的密切值。方案Ai的密切值由下列公式求得:

……………………………(12)

其中，

ci反映決策方案Ai接近最優(yōu)點r+j、遠離最劣點r-j的程度，d+i越小，d-i越大，則ci越大，即Ai越接近最優(yōu)點而又遠離最劣點，該方案越好。

4.按ci從大到小對方案排序，值最大者為最優(yōu)方案。通過以上方案，我們可以解決多目標決策問題，由此，可以避免傳統(tǒng)AHP方法忽略指標多屬性的缺點，得到更為客觀的最優(yōu)解決方案。

本文嘗試解決傳統(tǒng)AHP忽略指標的模糊特點和多屬性特點，最終通過模糊多目標決策方法進行盟員選擇，得到了理想的結(jié)果，為盟員選擇提供了一種量化的方法，具有一定的可操作性。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。