車輛周轉(zhuǎn)器材品種的多權(quán)重綜合評價

王鳳忠，郭健杰，何 健

(1.軍事交通學(xué)院 軍用車輛系，天津 300161； 2.軍事交通學(xué)院 研究生管理大隊(duì)，天津 300161； 3.92306部隊(duì)，海南 陵水 572400)

● 裝備保障 Equipment Support

車輛周轉(zhuǎn)器材品種的多權(quán)重綜合評價

王鳳忠1，郭健杰2，何 健3

(1.軍事交通學(xué)院 軍用車輛系，天津 300161； 2.軍事交通學(xué)院 研究生管理大隊(duì)，天津 300161； 3.92306部隊(duì)，海南 陵水 572400)

為科學(xué)儲備部隊(duì)車輛周轉(zhuǎn)器材、優(yōu)化品種設(shè)置，必須對周轉(zhuǎn)器材品種進(jìn)行科學(xué)評價。通過建立車輛周轉(zhuǎn)器材品種評價指標(biāo)體系，將模糊層次分析法和信息熵進(jìn)行有機(jī)結(jié)合，利用熵權(quán)值來調(diào)整主觀權(quán)重系數(shù)，并引入專家權(quán)重系數(shù)， 確定組合權(quán)重系數(shù)，從而優(yōu)化車輛周轉(zhuǎn)器材品種的綜合評價結(jié)果。

車輛周轉(zhuǎn)器材；模糊層次分析法；信息熵；權(quán)重系數(shù)

車輛周轉(zhuǎn)器材品種評價的準(zhǔn)確與否，在很大程度上將影響整個周轉(zhuǎn)庫存對部隊(duì)的保障效益。如果周轉(zhuǎn)器材品種偏多，將會造成大量器材的積壓浪費(fèi)；如果庫存器材品種偏少，就不能有效地滿足部隊(duì)保障需求[1]。為使部隊(duì)車輛周轉(zhuǎn)器材品種儲備更加科學(xué)合理，必須對周轉(zhuǎn)器材品種進(jìn)行準(zhǔn)確評價，不斷優(yōu)化周轉(zhuǎn)器材儲備品種。

目前，部隊(duì)對車輛周轉(zhuǎn)器材品種的研究大多采用多層次模糊評價法[2]，該方法主要存在主觀性偏強(qiáng)、指標(biāo)權(quán)重分配不合理等問題。因此，本文通過多層次模糊評價法構(gòu)建品種的評價指標(biāo)體系，將信息熵和層次分析法相結(jié)合，引入專家權(quán)重系數(shù)[3]確定各級指標(biāo)的權(quán)重系數(shù)。

1 構(gòu)建車輛周轉(zhuǎn)器材品種評價指標(biāo)體系

根據(jù)部隊(duì)車輛周轉(zhuǎn)器材品種的多方面影響因素，結(jié)合車輛器材保障的自身特點(diǎn)，最終從周轉(zhuǎn)器材的關(guān)鍵性、損耗性、經(jīng)濟(jì)性、保障性4個方面，建立了17個二級指標(biāo)[4]體系(見表1)。

表1 部隊(duì)車輛周轉(zhuǎn)器材品種的評價指標(biāo)體系

2 基于信息熵的車輛周轉(zhuǎn)器材品種的模糊綜合評價模型

模糊綜合評價就是對周轉(zhuǎn)器材品種的各方面特性、各個影響因素進(jìn)行綜合考慮，在此基礎(chǔ)上對一些不易衡量的評價指標(biāo)進(jìn)行量化處理，并依據(jù)不同指標(biāo)的影響程度大小來確定權(quán)重系數(shù)，從而對各個指標(biāo)進(jìn)行定量的綜合評價。

2.1 構(gòu)造比較判斷矩陣

依據(jù)部隊(duì)車輛周轉(zhuǎn)器材品種的評價指標(biāo)體系，各層因素指標(biāo)之間的隸屬關(guān)系就已經(jīng)被確定了，其相對重要程度可以由比較判斷矩陣計算出。各層次中因素兩兩比較判斷的結(jié)果可用1～9標(biāo)度法來表示，具體對照關(guān)系見表2。

表2 標(biāo)度含義對照

2.2 確定模糊權(quán)重系數(shù)

對專家意見的處理，一般運(yùn)用幾何平均數(shù)的方法[5]。對上述比較判斷矩陣進(jìn)行幾何平均計算，然后進(jìn)行歸一化處理，得到各因素的指標(biāo)所分配的權(quán)重a，則權(quán)重集為M={a1，a2，…，am}；再對相對判斷矩陣進(jìn)行隨機(jī)一致性檢驗(yàn)，來驗(yàn)證權(quán)重系數(shù)確定的合理可靠性。

(1)

(2)

因此，可以得到各因素的指標(biāo)權(quán)重為ai，則權(quán)重集為M={a1，a2，…，am}。由式(2)可以確定相對判斷矩陣的最大特征值λmax。

(3)

從而得出相對判斷矩陣的一致性指標(biāo)CI：

CI=(λmax-m)/(m-1)

(4)

最后得出相對判斷矩陣的隨機(jī)一致性比率CR：

CR=CI/RI

(5)

式中RI為平均隨機(jī)一致性指標(biāo)，可以查表獲取。

當(dāng)CR<0．1時，即判定該相對判斷矩陣具有相對滿意的一致性，即所確定的權(quán)重系數(shù)具有一定的合理可靠性[6]。

2.3 基于信息熵的組合權(quán)重系數(shù)的確定

(6)

式中:k為常數(shù)且大于0；對數(shù)的底可以根據(jù)實(shí)際情況進(jìn)行取值，一般取2、e、10。

依據(jù)式(6)，則第i個評價指標(biāo)的熵為

(7)

式中選取以e為底數(shù)的對數(shù)。

對熵hi進(jìn)行標(biāo)準(zhǔn)化處理得

(8)

式中k取1/lnm，為常數(shù)且大于0。

令gi=1-hi，則第i個指標(biāo)的熵權(quán)βi定義為

(9)

對于第i個評價指標(biāo)，根據(jù)式(8)、(9)，當(dāng)隸屬度rij的差異性gi越小，熵值hi就越大；當(dāng)隸屬度rij的差異性gi越大，熵值hi就越小，這時該指標(biāo)的作用就越明顯；當(dāng)rij恰好都取同等大小時，熵值hi取最大值，即hmax=1，這時該指標(biāo)對整個系統(tǒng)的評價不會產(chǎn)生影響。

因此，將主觀權(quán)重系數(shù)值用熵權(quán)值來進(jìn)行調(diào)整，即可得到組合權(quán)重系數(shù)：

(10)

式中:αi為第i個評價指標(biāo)的模糊權(quán)重系數(shù)；μi為第i個指標(biāo)的組合權(quán)重系數(shù)。

2.4 確定評價因素的評語集

評語是按照一定的評價標(biāo)準(zhǔn)將評價對象的優(yōu)劣程度劃分為不同的等級，從而組成一個模糊評價的評語集C，則C={c1，c2，…,cp}，其中cv(v=1,2,…，p)是第v個可能的評價結(jié)果。專家打分時依據(jù)各個指標(biāo)的具體含義來確定其模糊評估值[9]。為了方便計算各評價指標(biāo)的隸屬度大小，本文的評估值劃分標(biāo)準(zhǔn)見表3。

表3 評估值劃分標(biāo)準(zhǔn)

2.5 進(jìn)行模糊綜合評價

采用Delphi法，組織多名不同種類的專家進(jìn)行單因素模糊評價，從而得到單因素模糊評估值。根據(jù)模糊評估值來確定模糊評價矩陣。設(shè)對第i層第j列指標(biāo)因素kij作單因素評價，評價對象隸屬于評語集中第v個元素的隸屬度為rijv(i=1，2，…，m；j=1，2，…n;v=1，2，…,p)，則模糊綜合評價的單因素評價矩陣為

(11)

式中rijv為第i層第j列指標(biāo)的第v個評語量化值。

那么，對第i層所有指標(biāo)進(jìn)行模糊綜合評價的計算式為

B=μi·Ri

(12)

式中B為第i層指標(biāo)的模糊綜合評價集。

二級模糊評價是對第一級的合成運(yùn)算，則基于信息熵的多層次模糊綜合評價結(jié)果為

C=μ·B

(13)

式中μ為二級評價指標(biāo)因素的組合權(quán)重集。

3 確定專家權(quán)重系數(shù)

為使評估結(jié)果更加科學(xué)，指標(biāo)權(quán)重分配更加合理，本文對器材的重要程度進(jìn)行評價時，有針對性地選取了3類專家(軍隊(duì)院校專業(yè)教授、部隊(duì)器材高級工程師和軍工廠商)進(jìn)行評價。并依據(jù)不同專家對不同指標(biāo)的了解程度分別對其賦予不同的權(quán)重，即添加了專家權(quán)重ω，采用雙重權(quán)重的方法更加科學(xué)合理地評價各器材指標(biāo)的相對重要性[10]。依據(jù)3類不同專家對不同指標(biāo)因素的了解程度分別對其進(jìn)行合理的賦權(quán)。一般的對應(yīng)關(guān)系見表4。

表4 了解程度等級與專家權(quán)值區(qū)間的對應(yīng)關(guān)系

則，第t類專家對K指標(biāo)的專家權(quán)重為

(14)

因此，各指標(biāo)的專家權(quán)重集為ω=(ω1，ω2，ω3)。這就有機(jī)結(jié)合了各個方面的評價優(yōu)勢，科學(xué)合理地配置各評價主體的權(quán)重，使評價結(jié)果更為權(quán)威全面。

根據(jù)建立的部隊(duì)車輛周轉(zhuǎn)器材品種評價指標(biāo)體系以及組合權(quán)重的計算方式，對所得到模糊綜合評價的最終結(jié)果進(jìn)行合成優(yōu)化，公式為

E=ωt·Et

(15)

式中：E為最終指標(biāo)評價結(jié)果；ωt為第t類專家的專家權(quán)重系數(shù)；Et為第t類專家的模糊綜合評價結(jié)果。

4 車輛周轉(zhuǎn)器材品種的綜合評價標(biāo)準(zhǔn)

基于上述綜合評價方法得出最終的評價結(jié)果，再按照各指標(biāo)評價值的大小來判定其重要性和儲備需求，具體品種劃分標(biāo)準(zhǔn)見表5[11]。

表5 車輛周轉(zhuǎn)器材品種的劃分標(biāo)準(zhǔn)

5 實(shí)例驗(yàn)證

本文以部隊(duì)級車輛周轉(zhuǎn)器材品種中的機(jī)油泵為研究對象，分別選取軍隊(duì)院校專業(yè)教授、部隊(duì)器材高級工程師和軍工廠商各50名進(jìn)行問卷調(diào)查。

首先通過軍隊(duì)院校專業(yè)教授對所構(gòu)建部隊(duì)車輛周轉(zhuǎn)器材品種評價指標(biāo)體系中的各指標(biāo)重要程度進(jìn)行比較判斷，運(yùn)用多層次模糊分析法對各指標(biāo)的主觀權(quán)重系數(shù)進(jìn)行計算。

各子因素(下層)指標(biāo)的模糊權(quán)重系數(shù)值分別為

m1=(0．55，0．12，0．33)

m2=(0．09，0．26，0．12，0．20，0．33)

m3=(0．16，0．31，0．10，0．07，0．36)

m4=(0．46，0．19，0．09，0．26)

各因素(上層)指標(biāo)的模糊權(quán)重系數(shù)值為

m=(0．45，0．35，0．08，0．12)

再依據(jù)熵權(quán)值的運(yùn)算方法對各指標(biāo)的客觀熵權(quán)系數(shù)進(jìn)行計算。

各子因素(下層)指標(biāo)的熵權(quán)系數(shù)值分別為

β1=(0．38，0．27，0．35)

β2=(0．15，0．21，0．23，0．24，0．16)

β3=(0．31，0．19，0．18，0．15，0．17)

β4=(0．25，0．30，0．22，0．23)

各因素(上層)指標(biāo)的模糊權(quán)重系數(shù)值為

β=(0．22，0．16，0．27，0．18)

列出各子因素(下層)指標(biāo)隸屬于評語集的模糊綜合評價矩陣，根據(jù)式(10)得各子因素(下層)指標(biāo)的組合權(quán)重系數(shù)分別為

μ1=(0．58，0．10，0．32)

μ2=(0．07，0．27，0．14，0．24，0．28)

μ3=(0．25，0．30，0．09，0．05，0．31)

μ4=(0．45，0．23，0．08，0．24)

各因素(上層)指標(biāo)的組合權(quán)重系數(shù)為

μ=(0．49，0．30，0．10，0．11)

對部隊(duì)車輛周轉(zhuǎn)器材品種進(jìn)行一級綜合模糊評價：

基于信息熵的多層次模糊綜合評價結(jié)果為

C=μB=(0．38，0．27，0．23，0．12)

E′=C′·U=0．65

同理，部隊(duì)器材高級工程師對該周轉(zhuǎn)器材品種的關(guān)鍵性E″1、損耗性E″2、經(jīng)濟(jì)性E″3、保障性E″4和總體綜合評價結(jié)果E″分別為

E″1=B″1·U=0．78

E″2=B″2·U=0．59

E″3=B″3·U=0．62

E″4=B″4·U=0．49

E″=C″·U=0．68

軍工廠商對該周轉(zhuǎn)器材品種的關(guān)鍵性E?1、損耗性E?2、經(jīng)濟(jì)性E?3、保障性E?4和總體綜合評價結(jié)果E?分別為

E?1=B?1·U=0．72

E?2=B?2·U=0．51

E?3=B?3·U=0．70

E?4=B?4·U=0．58

E?=C?·U=0．63

依據(jù)3類不同專家對不同指標(biāo)因素的了解程度分別對其進(jìn)行合理賦值，再根據(jù)式(14)，軍隊(duì)院校專業(yè)教授、部隊(duì)器材高級工程師和軍工廠商3類專家的專家權(quán)重系數(shù)分別為：ω1=0．45，ω2=0．38，ω3=0．17。根據(jù)式(15)，該周轉(zhuǎn)器材品種的關(guān)鍵性E1、損耗性E2、經(jīng)濟(jì)性E3、保障性E4和最終總體綜合評價結(jié)果E為

E=ωi·(E′，E″，E?)=0．66

從最終綜合評價的結(jié)果可以看出，機(jī)油泵這個器材品種的關(guān)鍵性、損耗性、經(jīng)濟(jì)性以及保障性各方面評價值均比較高，其總體評價值也較高，屬于明顯需求的器材。因此，機(jī)油泵應(yīng)當(dāng)列入該單位庫存器材品種序列之中，建立一定的儲備。

6 結(jié) 語

本文在層次分析法的基礎(chǔ)上，結(jié)合了信息熵的方法對評價因素指標(biāo)的權(quán)重進(jìn)行調(diào)整。通過組合權(quán)重系數(shù)優(yōu)化了多層次模糊綜合分析法中的主觀因素，增加了客觀性。最后，又引入了專家權(quán)重，有效規(guī)避了專家對指標(biāo)因素評價時的片面性，使評價結(jié)果更加權(quán)威準(zhǔn)確。本研究可為部隊(duì)車輛周轉(zhuǎn)器材的品種評價提供一定的參考。

[1] 王亮.軍用車輛器材保障概論[M].北京:金盾出版社,2014：106-113.

[2] 程啟月.評測指標(biāo)權(quán)重確定的結(jié)構(gòu)熵權(quán)法[J].系統(tǒng)工程理論與實(shí)踐,2010,30(7):1225-1228.

[3] 李思源,譚葉雙.基于層次分析法和信息熵的多指標(biāo)選取[J].計算技術(shù)與自動化,2012,31(4):99-103.

[4] 陶金宸.部隊(duì)車輛周轉(zhuǎn)器材庫存結(jié)構(gòu)調(diào)整研究[D].天津:軍事交通學(xué)院,2014.

[5] 王鐵寧,于雙雙,李寧.戰(zhàn)時裝備備件品種確定方法研究[J].物流科技,2012(9):91-95.

[6] 陳松輝,邱宏理.基于AHP和模糊綜合評判法的登陸作戰(zhàn)效能分析[J].艦船電子工程,2013,33(2):91-93.

[7] 周禮勝.基于模糊層次分析法和信息熵的應(yīng)急物資庫存管理研究[D].合肥:中國科學(xué)技術(shù)大學(xué),2010.

[8] 郝桂榮.基于信息熵-AHP組合權(quán)重系數(shù)的圖書館服務(wù)質(zhì)量多層次模糊綜合評判研究[J].現(xiàn)代情報，2010,30(2):133-137.

[9] JIN Y, ZOU Y,WANG Y. Partner choice of iron and steel logistics alliance based on fuzzy analytic hierarchy process[J]. Advanced Materials Research, 2012,42(4):119-122.

[10] 李志威,呂亞飛,何健.基于雙重權(quán)重的車輛戰(zhàn)備維修器材品種優(yōu)化研究[J].軍事交通學(xué)院學(xué)報,2015,17(12):22-26.

[11] 蘇麗娜.基于層次分析法確定戰(zhàn)時工程裝備品種問題研究[J].中國包裝工業(yè),2012(7):44-46.

(編輯：孫協(xié)勝)

Comprehensive Evaluation on Multiple Weights of Vehicle Turnover Equipment Varieties

WANG Fengzhong1, GUO Jianjie2, HE Jian3

(1.Military Vehicle Department, Military Transportation University, Tianjin 300161, China;2.Postgraduate Training Brigade, Military Transportation University, Tianjin 300161, China;3.Unit 92306, Lingshui 572400, China)

It is necessary to evaluate turnover equipment varieties for storing vehicle turnover equipment and optimizing variety setting. By establishing evaluation index system of vehicle turnover equipment varieties, the paper firstly combines fuzzy analytic hierarchy process (FAHP) with information entropy organically, and adjust the subjective weight coefficient with entropy weight. Then, it introduces expert weight coefficient and determines combination weight coefficient, which can optimize the comprehensive evaluation result of vehicle turnover equipment varieties.

vehicle turnover equipment; fuzzy analytic hierarchy process (FAHP); information entropy; weight coefficient

2017-03-13；

2017-04-18． 作者簡介： 王鳳忠(1969—)，男，碩士，副教授，碩士研究生導(dǎo)師．

10．16807/j.cnki.12-1372/e.2017.07.007

E246

A

1674-2192(2017)07- 0026- 05