基于模糊VIKOR和熵權(quán)方法的外包供應(yīng)商選擇模型構(gòu)建及應(yīng)用研究

鐘瑞瓊

(廣東外語外貿(mào)大學(xué)思科信息學(xué)院，廣州 510006)

基于模糊VIKOR和熵權(quán)方法的外包供應(yīng)商選擇模型構(gòu)建及應(yīng)用研究

鐘瑞瓊

(廣東外語外貿(mào)大學(xué)思科信息學(xué)院，廣州 510006)

針對決策過程的不確定性和單一主觀法或客觀法確定屬性權(quán)重的局限性，提出了基于模糊VIKOR的多屬性折中決策方法和主客觀結(jié)合的組合權(quán)重方法，解決外包供應(yīng)商選擇問題。在該方法中，運(yùn)用熵權(quán)系數(shù)法和主客觀組合權(quán)重建立評價(jià)指標(biāo)體系的權(quán)重模型，運(yùn)用模糊VIKOR方法對外包候選供應(yīng)商選擇方案進(jìn)行綜合評價(jià)，求出R，S，Q的值給出選擇方案。最后，通過廣東電信集團(tuán)外包供應(yīng)商選擇實(shí)例驗(yàn)證了該方法的有效性。實(shí)際運(yùn)用表明，最優(yōu)的供應(yīng)商與實(shí)際的供應(yīng)商選擇結(jié)果情況非常吻合，該模型能夠?qū)Q策者選擇供應(yīng)商提供參考作用。

供應(yīng)商選擇;VIKOR方法;三角模糊數(shù);熵權(quán)

一、引 言

企業(yè)可以通過服務(wù)外包來實(shí)現(xiàn)自身利潤的最大化，降低成本和減小風(fēng)險(xiǎn)，從而增強(qiáng)核心競爭力。企業(yè)服務(wù)外包決策成功與否的關(guān)鍵就是服務(wù)外包供應(yīng)商的選擇［1］63。外包供應(yīng)商的選擇是一個(gè)典型的多屬性決策問題。對于多屬性決策問題的解決，目前運(yùn)用的方法主要有簡單線性加權(quán)法、理想點(diǎn)法、層次分析法、灰色關(guān)聯(lián)決策法、模糊綜合評判法、神經(jīng)網(wǎng)絡(luò)法等，如劉昌法建立了基于模糊神經(jīng)網(wǎng)絡(luò)的供應(yīng)商評價(jià)模型［2］75，該方法無需建立數(shù)學(xué)模型，可以較好地克服評價(jià)指標(biāo)不全面和主觀性強(qiáng)的不足;李剛，王平結(jié)合熵權(quán)和TOPSIS分別建立了企業(yè)自主創(chuàng)新項(xiàng)目投資方案綜合評價(jià)模型［3］402以及人的全面發(fā)展評價(jià)模型［4］174，兩者都是用客觀賦權(quán)的熵權(quán)法確定指標(biāo)權(quán)重;錢芝網(wǎng)考慮到供應(yīng)商選擇指標(biāo)之間呈現(xiàn)出復(fù)雜的非線性關(guān)系，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立供應(yīng)商選擇評價(jià)模型，能較好地避免其他方法人為計(jì)取權(quán)值和相關(guān)系數(shù)過程中的主觀影響和不確定性［5］3;揚(yáng)益華認(rèn)為利用負(fù)向數(shù)據(jù)進(jìn)行訓(xùn)練能夠顯著提高預(yù)測精度，因此在支持向量機(jī)的基礎(chǔ)上提出了一種負(fù)向數(shù)據(jù)補(bǔ)償算法，并將其應(yīng)用于供應(yīng)商選擇問題，結(jié)果表明該算法能夠得到具有更高精度的預(yù)測模型［6］175;李云華通過對物流服務(wù)要求的各種因素分析建立了比較全面的綜合評價(jià)指標(biāo)體系，并采用模糊綜合評價(jià)方法進(jìn)行評價(jià)［7］95;李志紅利用多層次/隨機(jī)前沿分析綜合方法避免傳統(tǒng)評價(jià)的主觀性因素，從動(dòng)態(tài)的角度對人力資源外包供應(yīng)商的績效變化趨勢進(jìn)行了評價(jià)，通過統(tǒng)計(jì)量化的方法剔除掉評價(jià)指標(biāo)中的主觀偏激因素［8］76;羅新星認(rèn)為AHP能充分利用專家的主觀意見，但是過分依賴其主觀判斷，而TOPSIS的評價(jià)結(jié)果不受人為因素影響，因此采用AHP確定指標(biāo)權(quán)重，并運(yùn)用TOPSIS進(jìn)行供應(yīng)商評價(jià)選優(yōu)［9］53;董九英定義了各方案與理想點(diǎn)的三角模糊數(shù)灰關(guān)聯(lián)系數(shù)，通過求解最小最大偏差優(yōu)化模型客觀地確定了屬性的權(quán)重，根據(jù)方案的灰關(guān)聯(lián)度給出方案排序結(jié)果，該方法具有可信度高的特點(diǎn)［10］196;萬樹平采用直覺梯形模糊數(shù)刻畫專家的評價(jià)信息，提出一種新的多屬性群決策方法，定義了直覺梯形模糊數(shù)的期望值、預(yù)期得分、有序加權(quán)集成算子和混合集成算子［11］776。

在上述方法中，TOPSIS和VIKOR是應(yīng)用最為廣泛的兩種方法。TOPSIS根據(jù)有限個(gè)評價(jià)對象與理想化目標(biāo)的接近程度進(jìn)行排序，在現(xiàn)有的對象中進(jìn)行相對優(yōu)劣的評價(jià)。TOPSIS已經(jīng)有了各種形式的擴(kuò)展，如文獻(xiàn)12結(jié)合模糊結(jié)構(gòu)和TOPSIS方法解決多屬性決策的群組意見問題，但TOPSIS方法得到的方案并不總是接近最理想方案［12］9400。而VIKOR作為一種新穎的多屬性決策方法，最先是由Opricovic提出的一種基于理想點(diǎn)法的決策方法，它的基本過程是首先確定正理想解與負(fù)理想解。然后根據(jù)各備選方案的各個(gè)評估值與理想方案的接近程度來排列方案的優(yōu)先順序［13］171。李運(yùn)建立了招商項(xiàng)目企業(yè)綜合效益評估指標(biāo)體系，并基于VIKOR法構(gòu)建了項(xiàng)目企業(yè)評估模型［13］171;劉進(jìn)在提出戰(zhàn)略物流供應(yīng)商評價(jià)指標(biāo)體系的基礎(chǔ)上，基于VIKOR算法建立一個(gè)定量決策模型，為企業(yè)選擇合適的戰(zhàn)略物流供應(yīng)商提供一種方法和思路［14］47。VIKOR法的最大特色就是最大化了群體效用，所以其妥協(xié)解可被決策者接受。通過VIKOR得到的最好方案總是最接近理想方案，但是它要求評價(jià)值和屬性的權(quán)重都是確定值。供應(yīng)商的選擇往往受到很多不確定性的影響，在實(shí)際情況中決策者是很難給出確定值的，因此，本文采用模糊VIKOR的方法，更符合實(shí)際情況。

關(guān)于評價(jià)屬性權(quán)重的確定方法，主要有主觀法、客觀法兩種方法。主觀法是由決策者對各屬性的重視程度而賦權(quán)的方法，有專家調(diào)查法、層次分析法。主觀法在某種程度上過分依賴于決策者的主觀判斷，缺乏一定的科學(xué)合理性?？陀^法是指單純利用屬性的客觀信息而確定權(quán)重的方法，有熵權(quán)系數(shù)法、離差最大法、基于方案滿意度法?？陀^法完全依賴客觀數(shù)據(jù)往往又不能反映決策者的經(jīng)驗(yàn)和偏好。熵權(quán)系數(shù)法是在沒有專家權(quán)重的情況下，采用熵權(quán)確定客觀權(quán)重，但該方法忽視了決策者的主觀偏好。因此，本文基于熵權(quán)系數(shù)法，采用主觀權(quán)重和客觀權(quán)重結(jié)合的組合權(quán)重，作為評價(jià)指標(biāo)體系的權(quán)重。

綜上，本文擴(kuò)展了最好方案總是最接近理想方案的VIKOR方法?？紤]到?jīng)Q策過程的不確定性和模糊性，引入三角模糊數(shù)彌補(bǔ)VIKOR方法中評價(jià)值和屬性都是確定值的不足。同時(shí)，考慮到單一主觀法或客觀法確定屬性權(quán)重的局限，采用主觀權(quán)重和客觀權(quán)重結(jié)合的組合權(quán)重方法，這樣評價(jià)指標(biāo)體系的權(quán)重既能反映決策者的主觀權(quán)重，又具有科學(xué)合理性。此外，本文還結(jié)合廣東電信集團(tuán)公司的實(shí)際背景，設(shè)計(jì)了供應(yīng)商遴選的評價(jià)體系，用熵權(quán)系數(shù)法和主客觀組合權(quán)重法建立指標(biāo)體系的權(quán)重模型，基于三角模糊VIKOR法構(gòu)建外包候選供應(yīng)商選擇模型，最后運(yùn)用該模型對3家外包供應(yīng)商企業(yè)進(jìn)行擇優(yōu)選擇。

二、熵權(quán)系數(shù)法

信息熵［15］92是利用概率理論來衡量信息不確定性的一種測度，它表明數(shù)據(jù)分布越發(fā)散，其不確定性也越大。本文為了表示不同決策者對評價(jià)屬性的評價(jià)差異程度，評價(jià)屬性的熵可用下面的公式來計(jì)算。

同時(shí)，假設(shè)pij=0時(shí)，ln(pij)=0。1－Hj的值越高，評價(jià)屬性越重要，相應(yīng)的權(quán)值應(yīng)該越大。這樣，評價(jià)屬性的熵權(quán)可表示為:

三、基于模糊VIKOR和熵權(quán)的決策方法

外包的供應(yīng)商選擇問題是一個(gè)多屬性決策問題，本文中主要用到的集合如下:m個(gè)候選供應(yīng)商組成的集合A={A1，A2，…，Am};n個(gè)評價(jià)屬性(指標(biāo))組成的集合 C={C1，C2，…，Cn};k個(gè)決策者組成的集合D={D1，D2，…，Dk}基于模糊VIKOR和熵權(quán)的供應(yīng)商選擇決策過程主要包括下面的步驟:

(一)確定語言變量和三角模糊數(shù)

對候選供應(yīng)商評分的語言變量模糊數(shù)［16］280，如表1所示。

表1 語言項(xiàng)與三角形模糊數(shù)之間的對應(yīng)關(guān)系

(二)構(gòu)造綜合模糊決策矩陣和主觀權(quán)重矩陣

決策者Dk對候選供應(yīng)商Ai的評價(jià)屬性Cj的評價(jià)值是模糊評價(jià)，用三角模糊數(shù)來表示，記為 gijk={(aijk，bijk，cijk)|i=1，2，…，m;j=1，2，…，n;k=1，2，…，K}。因此，將多個(gè)決策者的評價(jià)值集結(jié)后，決策矩陣的每個(gè)元素gij={(aij，bij，cij)|i=1，2，…，m;j=1，2，…，n}，且

不同決策者對評價(jià)屬性的看法可能不同，決策者Dk對評價(jià)屬性Cj的模糊權(quán)重向量為:wjk={(wjk1，wjk2，wjk3)|j=1，2，…，n}因此，不同決策者對評價(jià)屬性集結(jié)后，主觀權(quán)重矩陣的每個(gè)元素表示為:wj={(wj1，wj2，wj3)|j=1，2，…，n}，且

(三)將決策矩陣和評價(jià)屬性的主觀權(quán)重解模糊化

因?yàn)槟：龥Q策矩陣的每個(gè)元素gij=(aij，bij，cij)是三角模糊數(shù)，用均值面積法進(jìn)行解模糊處理。F=［fij］m×n，fij=(aij+2bij+cij)/4，wj=(wj1+2wj2+wj3)/4然后，對矩陣進(jìn)行規(guī)范化處理，有

(四)由熵權(quán)系數(shù)法得到評價(jià)屬性的客觀權(quán)重

(五)構(gòu)造標(biāo)準(zhǔn)化決策矩陣

同理，可求得b+j，bj，c+j，cj，則模糊評價(jià)屬性可表示為:

其中，∧為取小運(yùn)算。

(六)采用組合賦權(quán)法計(jì)算組合權(quán)重，并歸一化

首先，將主觀權(quán)重用均值面積法解模糊化變?yōu)榇_定值。為了既反映決策者的主觀決策偏好又反映客觀評價(jià)，將主觀權(quán)重和客觀權(quán)重用乘法組合，并歸一化，求出歸一化后的組合權(quán)重w″j。則最終的加權(quán)標(biāo)準(zhǔn)化模糊決策矩陣為:dij=rij?w″j。然后，使用均值面積法將決策矩陣dij解模糊化處理。

(七)計(jì)算評價(jià)屬性的正理想解f*i、負(fù)理想解fi－、最大群效應(yīng)Si、最小后悔值Ri

其中，v表示最大群效應(yīng)的權(quán)重，v＞0.5要根據(jù)大多數(shù)人的意見決策;v＜0.5表示要根據(jù)拒絕的情況決策;v=0.5表示同時(shí)兼顧最大群效應(yīng)和最小后悔值。

(九)按S，R和Q值的升序排序，對供應(yīng)商排序并決策

設(shè)A(1)是按Qi值排序后排序第一的企業(yè)(Qi值最小的企業(yè))，若滿足下面的兩個(gè)條件:

條件1:可接受優(yōu)勢。

其中，A(2)是按Qi值排序后排序第二的企業(yè)，是外包供應(yīng)商的個(gè)數(shù)。

條件2:決策過程中的可接受度。

A(1)也必須是按照Si或者Ri排序后最好的企業(yè)。

評價(jià)法則:如果排序第一的企業(yè)A(1)和第二的企業(yè)A(2)同時(shí)滿足條件1和條件2，則A(1)為最佳企業(yè);如果A(1)和A(2)的關(guān)系只滿足條件2，則同時(shí)確定A(1)和A(2)為最佳企業(yè);如果A(1)和其他企業(yè)之間的關(guān)系均不滿足條件1且只滿足條件2，那些不滿足條件1的企業(yè)為最佳企業(yè)。

四、應(yīng)用實(shí)例

影響企業(yè)服務(wù)外包供應(yīng)商的因素很多，本文選取3家廣東電信外包企業(yè)作為評價(jià)和選擇對象，通過統(tǒng)計(jì)專家問卷信息，運(yùn)用指標(biāo)體系和模型對其進(jìn)行綜合評價(jià)。參考文獻(xiàn)［16］280中的評價(jià)屬性，并考慮廣東電信公司的實(shí)際情況，確定的評價(jià)屬性如下:C1技術(shù)實(shí)力，C2知識產(chǎn)權(quán)重視程度，C3價(jià)格/合作成本，C4建立信任的努力程度，C5產(chǎn)品質(zhì)量，C6按時(shí)交付。其中，效益型評價(jià)屬性為 C1，C2，C4，C5;成本型評價(jià)屬性為C3，C6。根據(jù)各個(gè)供應(yīng)商的背景和實(shí)力，結(jié)合項(xiàng)目報(bào)告書信息，由專家對供應(yīng)商的屬性進(jìn)行模糊評分，并對評價(jià)屬性的重要性程度進(jìn)行評價(jià)，如下表2和表3所示。

表2 決策者對各屬性的重要性評價(jià)

將表2、表3的語言項(xiàng)轉(zhuǎn)化為三角模糊數(shù)，可得表4和表5。根據(jù)公式(3)和(4)，將不同決策者的意見集結(jié)，如下表6所示。采用均值面積法對候選供應(yīng)商的綜合評價(jià)值進(jìn)行解模糊處理，并歸一化得表7。根據(jù)公式(1)和(2)，可得表8。根據(jù)公式(5)，可得表9。將主觀權(quán)重用均值面積法解模糊化，然后和客觀權(quán)重用乘法組合，并歸一化，如表10所示。根據(jù)dij=rij?w″j，并用均值面積法解模糊化，加權(quán)標(biāo)準(zhǔn)化決策矩陣如下表11所示。最后，分別計(jì)算各評價(jià)屬性的正負(fù)理想解，最大群效應(yīng)Si，最小后悔值Ri以及方案的Qi值，取v=0.5。

表3 決策者D1，D2，D3對三個(gè)候選供應(yīng)商A1，A2，A3評價(jià)屬性的評價(jià)

表4 用三角模糊數(shù)表示的決策者對各屬性的重要性評價(jià)

表5 決策者D1，D2，D3對三個(gè)候選供應(yīng)商A1，A2，A3的模糊評價(jià)

表6 候選供應(yīng)商綜合評價(jià)值和主觀權(quán)重

表7 歸一化后的候選供應(yīng)商綜合評分

表8 評價(jià)屬性的熵值和客觀權(quán)重

表9標(biāo)準(zhǔn)化決策矩陣

表10 評價(jià)屬性的組合權(quán)重

表11 決策矩陣dij解模糊化后的矩陣

表12 各評價(jià)屬性的正理想解和負(fù)理想解

表13 計(jì)算各供應(yīng)商的Si，Ri和Qi值

表14 按候選供應(yīng)商的Si，Ri和Qi值的升序排序

由表13可得，候選供應(yīng)商A2有最小的Qi值，其次為A1，被評價(jià)外包企業(yè)數(shù)為3，且Q2－，并且按R和S排序，A2也是最佳的，條件1和條件2均滿足，所以，當(dāng)決策者對各個(gè)方案均持折中態(tài)度(即v=0.5)時(shí)，候選供應(yīng)商A2為最好的選擇。

五、結(jié) 論

本文主要采用基于模糊VIKOR法來解決發(fā)包企業(yè)對供應(yīng)商擇優(yōu)選擇這一決策問題。與其他多屬性決策問題相比［17］12160－12167，基于VIKOR法得到的評估選擇結(jié)果最接近理想解。采用主客觀結(jié)合的組合權(quán)重，使得評價(jià)指標(biāo)體系的建立更具合理性。通過對廣東電信公司某部門的實(shí)際運(yùn)用表明，最優(yōu)的供應(yīng)商與實(shí)際的供應(yīng)商選擇結(jié)果情況非常吻合，它是目前運(yùn)營情況較好的企業(yè)，并且已經(jīng)與廣東電信建立了長期、穩(wěn)定的合作關(guān)系。這表明此模型應(yīng)用于實(shí)際的供應(yīng)商選擇中具有可行性，能夠?qū)Q策者選擇供應(yīng)商提供參考作用。

［1］張景忠，林向義．基于VIKOR的服務(wù)外包供應(yīng)商選擇模型及應(yīng)用［J］．科技與管理，2008，10(5)．

［2］劉昌法．基于模糊神經(jīng)網(wǎng)絡(luò)的供應(yīng)商選擇建模［J］．制造業(yè)自動(dòng)化，2011，33(5)．

［3］李剛，遲國泰，程硯秋．基于熵權(quán)TOPSIS的人的全面發(fā)展評價(jià)模型及實(shí)證［J］．系統(tǒng)工程學(xué)報(bào)，2011，26(3)．

［4］王平，朱幫助．基于熵權(quán)TOPSIS的企業(yè)自主創(chuàng)新項(xiàng)目投資方案評價(jià)［J］．生產(chǎn)力研究，2011，(7)．

［5］錢芝網(wǎng)．BP神經(jīng)網(wǎng)絡(luò)及其在供應(yīng)商選擇評價(jià)中的應(yīng)用［J］．工業(yè)工程與管理，2011，16(3)．

［6］楊益華，陳菊紅．負(fù)向數(shù)據(jù)補(bǔ)償算法及其在供應(yīng)商選擇中的應(yīng)用［J］．系統(tǒng)工程，2011，29(9)．

［7］李云華，宋倜，魏連雨，等．模糊綜合評價(jià)法選擇物流服務(wù)供應(yīng)商［J］．河北工業(yè)大學(xué)學(xué)報(bào)，2011，40(5)．

［8］李志紅，和金生．基于AHP/SFA的人力資源外包供應(yīng)商績效評價(jià)模型研究［J］．經(jīng)濟(jì)問題，2010，(4)．

［9］羅新星，彭素華．綠色供應(yīng)鏈中基于AHP和TOPSIS的供應(yīng)商評價(jià)與選擇研究［J］．軟科學(xué)，2011，25(2)．

［10］董九英，萬樹平．三角模糊數(shù)型多屬性決策的灰色關(guān)聯(lián)法［J］．計(jì)算機(jī)工程與應(yīng)用，2010，46(15)．

［11］萬樹平，董九英．多屬性群決策的直覺梯形模糊數(shù)法［J］．控制與決策，2010，25(5)．

［12］JIANG Jiang，CHEN Yu－wang，YANG Ke－wei．TOPISwith fuzzy belief structure for group belief multiple criteria decision making［J］．Expert Systems with Applications，2011，38．

［13］李運(yùn)，曲曉飛，吳迪，等．基于VIKOR法的招商項(xiàng)目企業(yè)評估模型［J］．統(tǒng)計(jì)與決策，2010，313(13)．

［14］劉進(jìn)．基于VIKOR算法的戰(zhàn)略物流供應(yīng)商決策模型［J］．華北電力大學(xué)學(xué)報(bào)(社會科學(xué)版)，2010，(3)．

［15］吳國祥，彭海軍．制造企業(yè)供應(yīng)鏈伙伴選擇的一種多屬性決策模型［J］．工業(yè)工程，2010，13(2)．

［16］陳曉紅，陽熹．一種基于三角模糊數(shù)的多屬性群決策方法［J］．系統(tǒng)工程與電子技術(shù)，2008，30(2)．

［17］Ali Shemshadi，Hossein Shirazi，Mehran Toreihi．A fuzzy VIKORmethod for supplier selection based on entropymeasure for objective weighting［J］．Expert Systemswith Applications，2011，(38)．

［責(zé)任編輯 王治國 責(zé)任校對 王景周］

C934

A

1000－5072(2012)06－0089－06

2012－01－30

鐘瑞瓊(1979—)，女，廣東新會人，暨南大學(xué)管理學(xué)院博士生，廣東外語外貿(mào)大學(xué)思科信息學(xué)院講師，主要從事管理信息系統(tǒng)、決策方法研究。

廣東省科技計(jì)劃項(xiàng)目《研發(fā)外包的機(jī)理、模式和創(chuàng)新績效的研究》(批準(zhǔn)號:2011B040400015)。