基于改進(jìn)VIKOR法的生鮮農(nóng)產(chǎn)品配送中心選址研究

王魯萍　萬校基　張麗萍

(華僑大學(xué) 工商管理學(xué)院，泉州　362021)

0　引言

隨著物流行業(yè)的深入發(fā)展和社會生活的大幅度改善，高附加值的冷鏈物流在流通領(lǐng)域扮演著越來越重要的作用，人們對于生鮮農(nóng)產(chǎn)品冷鏈物流的需求量也越來越大。所謂冷鏈物流，是指產(chǎn)品在生產(chǎn)、儲存、運輸、再加工及銷售的全過程中始終處于規(guī)定的低溫環(huán)境下，以保證產(chǎn)品質(zhì)量和性能的供應(yīng)鏈系統(tǒng)。

物流配送中心不僅僅是配送網(wǎng)絡(luò)過程的轉(zhuǎn)接節(jié)點，同時也是整個配送過程所有設(shè)施節(jié)點的集合，其選址研究對于優(yōu)化整體配送系統(tǒng)具有顯著的戰(zhàn)略價值。

本文借助梯形直覺模糊數(shù)、熵權(quán)法、VIKOR法對生鮮農(nóng)產(chǎn)品配送中心選址問題進(jìn)行研究。其中，梯形直覺模糊數(shù)用于代表決策者的模糊語言評價，熵權(quán)法用于客觀評價各屬性的重要程度，VIKOR法用于最終排序，從而解決了由決策者自身的主觀原因和客觀信息不對稱等因素造成的選址決策過程中的不確定性和模糊性，為生鮮農(nóng)產(chǎn)品配送中心選址提供了一種科學(xué)有效的決策方法。

1　生鮮農(nóng)產(chǎn)品配送中心選址評價指標(biāo)體系的構(gòu)建

生鮮農(nóng)產(chǎn)品冷鏈物流作為一種專業(yè)物流，配送過程不得不考慮生鮮農(nóng)產(chǎn)品本身的物理特性。生鮮農(nóng)產(chǎn)品的易腐易損性規(guī)定了配送時間的上限，從而也限制了配送半徑，并要求盡量減少裝卸搬運次數(shù)。特別是一些鮮活的生鮮農(nóng)產(chǎn)品，對配送過程的要求非?？量?。另外，配送中心建成后與周圍環(huán)境能否融合，是否能帶來可持續(xù)發(fā)展也是必須考慮的影響因素。通過分析相關(guān)文獻(xiàn)和實際考察調(diào)研，本文在冷鏈物流配送中心選址評價指標(biāo)的基礎(chǔ)上結(jié)合生鮮農(nóng)產(chǎn)品獨有的特點及配送中心的實際狀況，分別從經(jīng)濟(jì)環(huán)境、區(qū)域環(huán)境、社會環(huán)境這三個宏觀層面構(gòu)建出符合生鮮農(nóng)產(chǎn)品自身特性的配送中心選址評價指標(biāo)體系，具體如表1所示。

表1　生鮮農(nóng)產(chǎn)品配送中心選址評價指標(biāo)體系

1.1　經(jīng)濟(jì)環(huán)境(c1)

(1)配送時效性(d1)：生鮮農(nóng)產(chǎn)品對時效性的要求很高，運輸時間過長，損耗越大，企業(yè)付出的成本也就越高。配送時效性的高低還決定著客戶滿意度，配送越快，客戶越滿意。

(2)冷鏈物流成本(d2)：冷鏈物流配送的貨物具有常規(guī)貨物所沒有的特殊性，生鮮農(nóng)產(chǎn)品配送中心選址的物流成本除配送中心的基礎(chǔ)設(shè)施建設(shè)費用、運輸成本之外，還包含質(zhì)量損失成本和配送耗能成本。

(3)產(chǎn)品損耗率(d3)：生鮮農(nóng)產(chǎn)品在配送運輸過程中的各種不確定性因素會造成生鮮產(chǎn)品的損耗，降低產(chǎn)品的新鮮度。產(chǎn)品損耗率越高，則產(chǎn)品新鮮度越低，同時還會增加經(jīng)濟(jì)成本。

1.2　區(qū)域因素(c2)

(1)區(qū)域經(jīng)濟(jì)發(fā)展水平(d4)：經(jīng)濟(jì)區(qū)位主要通過GDP值來反映，代表了整個地區(qū)的資金、技術(shù)、公共設(shè)施的配套能力。

(2)交通便利情況(d5)：區(qū)域交通情況是生鮮農(nóng)產(chǎn)品配送中心選址的基礎(chǔ)條件之一，生鮮農(nóng)產(chǎn)品物流配送只有依賴各種高效、安全便利的交通運輸，才能及時準(zhǔn)確地將商品送到客戶手中。

1.3　社會因素(c3)

(1)政府政策條件(d6)：政府提供的政策經(jīng)濟(jì)條件直接影響企業(yè)投資的積極性。當(dāng)物流配送用地取得困難時，若有政府政策的支持，則有助于企業(yè)建設(shè)配送中心。

(2)對生態(tài)景觀的影響(d7)：配送中心建成后的可持續(xù)發(fā)展也是重要的影響因素，在選址時應(yīng)充分考慮到配送中心建成之后未來的發(fā)展空間，盡量使其與周圍的環(huán)境景觀相協(xié)調(diào)，最好使配送中心的建筑能夠融入當(dāng)?shù)鼐用竦纳瞽h(huán)境中，維系或改善原有景觀。

2　梯形直覺模糊基本理論

直覺模糊數(shù)自提出以來得到了廣泛應(yīng)用，進(jìn)一步發(fā)展為區(qū)間直覺模糊數(shù)、三角直覺模糊數(shù)和梯形直覺模糊數(shù)。其中，梯形直覺模糊數(shù)是區(qū)間直覺模糊數(shù)和三角直覺模糊數(shù)的一般形式，有效拓展了直覺模糊數(shù)處理復(fù)雜不確定信息的能力。而VIKOR法在實際運用時要求評價值和屬性的權(quán)重都是確定值，故針對決策過程的不確定性和模糊性借助梯形直覺模糊數(shù)可更好地改進(jìn)VIKOR法。

2.1　直覺模糊集

定義1設(shè)X是一個非空集合，A={|x∈X}是一個直覺模糊集。其中,μA(x):X→[0,1]，μA(z)為X中元素x屬于A的隸屬度;νA(z):X→[0,1]，νA(z)為X中x元素屬于A的非隸屬度且滿足0≤μA(x)+νA(x)≤1，x∈X。 另外，πA(x)=1-μA(x)-νA(x)表示X中元素x屬于A的的猶豫度且滿足0≤πA(x)≤1，x∈X。

2.2　梯形直覺模糊數(shù)

定義2設(shè)?是實數(shù)集R上的一個直覺模糊集，其隸屬度函數(shù)和非隸屬度函數(shù)分別如下:

其中，a,a’,b,c,d,d’都是實數(shù)且滿足a’≤a≤b≤c≤d≤d’，w?和u?分別代表最大隸屬度和最小非隸屬度且滿足0≤w?≤1, 0≤u?≤1和0≤w?+ua≤1，則?被稱為梯形直覺模糊數(shù)，可表示為?=<[(a,b,c,d);w?],[(a’,b,c,d’);u?]>,如圖1所示。當(dāng)b=c時，?=<[(a,b,d);w?],[(a’,b,d’);u?]>，此時梯形直覺模糊數(shù)就變成三角直覺模糊數(shù)。此外，π?(x)=1-μ?(x)-ν?(x)表示梯形直覺模糊數(shù)?的猶豫度，π?(x)越大則?越小。

圖1　梯形模糊數(shù)?

2.3　梯形直覺模糊數(shù)的基本性質(zhì)

由文獻(xiàn)可知，根據(jù)梯形直覺模糊數(shù)的運算性質(zhì)，設(shè)Mi(i=1,2,…,n)是一組梯形直覺模糊數(shù)，那么將梯形直覺模糊數(shù)的加權(quán)平均算子(TrIFN-WA)計算公式表示為：

TrIFN-WA(M1,M2,…,Mn)=

(1)

(2)

3　基于梯形直覺模糊VIKOR決策模型的構(gòu)建

基于以上理論基礎(chǔ)，下面將借助梯形直覺模糊數(shù)、熵權(quán)法、VIKOR法對生鮮農(nóng)產(chǎn)品配送中心的選址問題進(jìn)行研究。

步驟1定義評價語言變量及對應(yīng)的梯形直覺模糊數(shù)(見表2)

表2　評價語言術(shù)語和對應(yīng)的梯形直覺模糊數(shù)

步驟2解模糊化構(gòu)造加權(quán)可能性均值決策矩陣

(3)

其中，s∈[0,1]表示決策者風(fēng)險偏好系數(shù)，s∈[0,0.5)表明決策者偏好肯定的或正面信息，即比較保守和悲觀；s∈[0.5,1)表明偏好否定的或負(fù)面信息，即比較冒險、樂觀；而s=0.5表示偏好中性。

步驟3構(gòu)造標(biāo)準(zhǔn)化可能性均值決策矩陣

(4)

(5)

步驟4由熵權(quán)法計算各評價屬性的權(quán)重

依照熵的計算公式可以得出第k個決策者所對應(yīng)第j個評價屬性的熵值為

(6)

(7)

那么第j個評價屬性所對應(yīng)的權(quán)重計算公式為

(8)

步驟5集結(jié)初始決策矩陣，構(gòu)造綜合模糊決策矩陣

(9)

其中，g2i(dj)=g’2i(dj),g3i(dj)=,g’3i(dj)。

步驟6構(gòu)造標(biāo)準(zhǔn)化決策矩陣

(10)

由步驟3可知，根據(jù)不同指標(biāo)類型進(jìn)行標(biāo)準(zhǔn)化才能使指標(biāo)具有可比性。因此，評價屬性標(biāo)準(zhǔn)化應(yīng)分類處理。具體如下所示：

(11)

(12)

(13)

(14)

步驟8計算群體效益值Ui,個體遺憾值Ri和綜合指標(biāo)值Qi

根據(jù)hamming距離公式分別求出群體效益值Ui和個體遺憾值Ri，具體如下：

(15)

(16)

其中，ν被稱為決策機(jī)制系數(shù)，也稱為折中系數(shù)，代表群體效益值最大時的權(quán)重。當(dāng)ν>0.5時，要根據(jù)大多數(shù)人的意見進(jìn)行決策；當(dāng)ν=0.5時，要綜合考慮群體效益值和個體遺憾值，也就是說根據(jù)贊同情況決策；當(dāng)ν<0.5時,要根據(jù)拒絕的情況來決策。

步驟9最終排序假設(shè)A^((1))是按Qi值升序排序后排序第一的候選點，若A(1)是最優(yōu)妥協(xié)方案，則最佳配送中心需同時滿足以下兩個條件：

條件一：當(dāng)Q(A(2))-Q(A(1))≥1/(n-1)時，Q(A(1))具有可接受優(yōu)勢，此時A(2)是按Qi值升序排序后排序第二的候選點，n指配送中心候選點的個數(shù)。

條件二：A(1)也是按照Ui或Ri升序排序后排序第一的候選點。

4　算例分析

假設(shè)某地區(qū)計劃建設(shè)一個生鮮農(nóng)產(chǎn)品配送中心，經(jīng)前期考察和實地調(diào)研，符合選址要求的有4個候選地A={A1,A2,A3,A4}，現(xiàn)邀請3位選址專家DM={DM1,DM2,DM3}進(jìn)行決策，假設(shè)相應(yīng)的專家權(quán)重λ={0.4，0.28，0.32}。各個專家通過對圖1中生鮮農(nóng)產(chǎn)品配送中心選址評價體系的7個評價屬性進(jìn)行語言評估，要求從中選出最佳的配送中心，如表3所示。具體計算過程如下:

表3　決策者DM1、DM2、DM3對候選地址A1、A2、A3、A4評價屬性的語言評價

步驟1將表2中的語言評價轉(zhuǎn)化為梯形直覺模糊數(shù)，然后令s=1，利用公式(3)將其解模糊化轉(zhuǎn)變?yōu)榧訖?quán)可能性均值矩陣。根據(jù)評價屬性的不同類型，通過公式(4)和(5)構(gòu)造出標(biāo)準(zhǔn)化可能性均值決策矩陣。

步驟2通過公式(6)和(7)計算出第k個決策者所對應(yīng)的第j個評價屬性的熵值及權(quán)重，如表4所示。利用公式(8)可得出各個評價屬性權(quán)重向量：W={ω1，ω2，ω3，ω4，ω5，ω6，ω7}={0.102，0.169，0.143，0.216，0.223，0.089，0.057}。

步驟3通過公式(9)加權(quán)平均算子(TrIFN-WA)對決策者給出的初始梯形直覺模糊數(shù)決策矩陣進(jìn)行集結(jié)構(gòu)造出綜合模糊決策矩陣，然后利用公式(11)和(12)可將綜合模糊決策矩陣歸一化處理得到標(biāo)準(zhǔn)化決策矩陣，如表5所示。

表4　評價屬性的熵值和權(quán)重

表5　標(biāo)準(zhǔn)化決策矩陣

步驟5通過公式(15)可以計算出各個候選地址的計算群體效益值Ui和個體遺憾值Ri。通過公式(16)，取ν=0.5計算綜合指標(biāo)值Qi，如表7所示。

表6　評價屬性的正理想解和負(fù)理想解

表7　Ui、Ri、Qi值

通過表7可以看出，候選地址A3的綜合指標(biāo)值Qi最小，其次是A2,一共有4個候選地址，此時滿足Q3-Q2≥1/(4-1)。另外，按照Ui和Ri排序，A3也是最佳的，同時滿足條件一和條件二。因此，當(dāng)所有決策專家達(dá)成共識對每個方案持折中態(tài)度即ν=0.5時，最佳生鮮農(nóng)產(chǎn)品配送中心為A3。通過計算可知，無論折中系數(shù)ν為多少，最佳的配送中心都是A3。決策機(jī)制系數(shù)ν實際上是對多數(shù)群體效益的最大值和個人遺憾的最小值的妥協(xié)。因此，ν值的變化為決策專家提供了使用主觀偏好做出決策的靈活性。

5　結(jié)論與不足

生鮮農(nóng)產(chǎn)品配送中心選址問題屬于典型的多屬性決策問題，本文針對決策者對配送中心評價信息的模糊性和復(fù)雜性，提出了基于梯形直覺模糊數(shù)、熵權(quán)法和VIKOR法解決生鮮農(nóng)產(chǎn)品配送中心選址的決策方法。其中，梯形直覺模糊數(shù)有效拓展了直覺模糊數(shù)處理復(fù)雜不確定信息的能力，更好地改進(jìn)了VIKOR法要求評價值和屬性的權(quán)重都是確定值的情況，有助于對候選點進(jìn)行最終排序；針對評價屬性權(quán)重未知時，運用熵權(quán)法能更加客觀地計算出評價屬性權(quán)重。以上方法共同協(xié)調(diào)可降低權(quán)重的主觀性干擾，使結(jié)果更加接近理想解，有利于提高決策的科學(xué)性，具有較強(qiáng)的應(yīng)用價值。

本研究還存在一些不足，只研究了靜態(tài)評估方法，并未考慮到配送中心選址其實是一個復(fù)雜的動態(tài)決策過程，未來的研究方向應(yīng)該分階段研究動態(tài)模糊變化過程，即引入動態(tài)直覺模糊數(shù)將傳統(tǒng)的靜態(tài)評估上升到動態(tài)評估。另外，本文只研究決策專家權(quán)重信息已知的情形，未來需要進(jìn)一步探究評價屬性權(quán)重和決策者權(quán)重均完全未知的情況。