謝日敏，謝大同

（福建商業(yè)高等?？茖W(xué)校 信息管理工程系,福建 福州 350012）

基于FAHP和灰色關(guān)聯(lián)的供應(yīng)商優(yōu)選模型研究*

謝日敏，謝大同

（福建商業(yè)高等?？茖W(xué)校 信息管理工程系,福建 福州 350012）

本文旨在供應(yīng)商評(píng)估與選擇問題上，構(gòu)建適合企業(yè)發(fā)展的綜合評(píng)價(jià)指標(biāo)體系.在三角模糊層次分析法的基礎(chǔ)上，將專家群體主觀判斷的自然語意進(jìn)行模糊化處理，計(jì)算定性評(píng)價(jià)指標(biāo)權(quán)重，然后利用組合化方法將企業(yè)的定性評(píng)價(jià)指標(biāo)權(quán)重和定量評(píng)價(jià)指標(biāo)權(quán)重相結(jié)合，構(gòu)建灰色關(guān)聯(lián)決策矩陣，最后利用改進(jìn)的灰色關(guān)聯(lián)法確定供應(yīng)商的關(guān)聯(lián)度，實(shí)現(xiàn)供應(yīng)商評(píng)估的優(yōu)選排序，從而豐富企業(yè)對供應(yīng)商評(píng)估與選擇的評(píng)價(jià)策略，完善企業(yè)的內(nèi)部資源管理.

模糊層次分析法（FAHP）；灰色關(guān)聯(lián)；供應(yīng)商優(yōu)選模型

隨著信息技術(shù)高速發(fā)展，經(jīng)濟(jì)管理、社會(huì)系統(tǒng)、工程控制等領(lǐng)域的大量數(shù)據(jù)信息，使得大型企業(yè)迫切希望數(shù)據(jù)中心能夠構(gòu)建服務(wù)于企業(yè)發(fā)展的信息分析平臺(tái)，實(shí)現(xiàn)對不斷變化的市場需求做出快速反應(yīng).因此，對供應(yīng)商科學(xué)合理的評(píng)估與選擇尤為重要.在供應(yīng)商評(píng)估與選擇的研究方法方面，傳統(tǒng)的主要包括直觀判斷法、招標(biāo)法、采購成本法、ABC成本法、線性法權(quán)重法、數(shù)學(xué)規(guī)劃方法、模糊評(píng)價(jià)法、人工神經(jīng)網(wǎng)絡(luò)法、數(shù)據(jù)包絡(luò)分析法（DEA）、層次分析法等.其中基于三角模糊層次的決策分析應(yīng)用研究尤為重要，大量應(yīng)用于教學(xué)效果評(píng)價(jià)、數(shù)據(jù)倉庫挖掘、企業(yè)績效評(píng)估等方面,而關(guān)于灰色關(guān)聯(lián)算法研究有絕對關(guān)聯(lián)度、T型關(guān)聯(lián)度、B型關(guān)聯(lián)和最大最小關(guān)聯(lián)等，并廣泛應(yīng)用于風(fēng)險(xiǎn)管理評(píng)估、預(yù)算績效評(píng)估、缺失數(shù)據(jù)填補(bǔ)等方面.同時(shí)，基于層次分析法和灰色分析相融合的研究，特別是針對通信企業(yè)實(shí)際業(yè)務(wù)情況的供應(yīng)商評(píng)估與選擇問題較為欠缺.為了建立一個(gè)適應(yīng)通信企業(yè)發(fā)展需要的供應(yīng)商優(yōu)選模型，本文通過改進(jìn)三角層次分析法和灰色關(guān)聯(lián)算法，并實(shí)現(xiàn)兩者優(yōu)勢互補(bǔ)，以有效降低企業(yè)采購成本，提升企業(yè)核心競爭力.

1 FAHP確定評(píng)價(jià)指標(biāo)權(quán)重

現(xiàn)有的模糊數(shù)主要包括區(qū)間模糊數(shù)、三角模糊數(shù)和梯形模糊數(shù)等，特別是三角模糊數(shù)依據(jù)判斷矩陣元素的構(gòu)成形式，包括互補(bǔ)判斷矩陣、互反判斷矩陣和多屬性決策矩陣.

本文首先依據(jù)企業(yè)實(shí)際情況，利用專家群確定企業(yè)的評(píng)價(jià)指標(biāo)，并對評(píng)價(jià)指標(biāo)體系進(jìn)行權(quán)重判斷，接著根據(jù)三角模糊層次分析法對專家群體判斷進(jìn)行構(gòu)造三角模糊互補(bǔ)判斷矩陣.依據(jù)模糊語意處理并采集各專家的指標(biāo)判斷權(quán)重.

1）使用模糊數(shù)來表達(dá)自然語言變量，見表1.

2）使用wi=(li，mi，ui)為三角模糊數(shù)來表達(dá)評(píng)估專家的判斷，構(gòu)建出模糊判斷矩陣，然后采用均值法綜合各專家的評(píng)價(jià)權(quán)重比較情況.

表1 自然語言變量對應(yīng)的三角模糊數(shù)

三角模糊數(shù)：

構(gòu)建模糊判斷矩陣表達(dá)為：

3）利用FAHP原理及公式確定各指標(biāo)的最終權(quán)重V=(v1,v2,v3,…,vk)[1].

2 改進(jìn)的灰色關(guān)聯(lián)

灰色關(guān)聯(lián)分析方法傳統(tǒng)的有鄧氏方法，采用移位差，反映兩序列之間的發(fā)展過程或量級(jí)之間的相似性[2，3]，從而體現(xiàn)評(píng)價(jià)指標(biāo)因素間的關(guān)系強(qiáng)弱程度.由于各評(píng)價(jià)指標(biāo)進(jìn)行等權(quán)劃分的方式并不能體現(xiàn)出各評(píng)價(jià)指標(biāo)之間差異化特征，為了有效克服判斷矩陣的一致性與人類的思維方式存在的差異問題，本文利用三角模糊層次分析（FAHP）與灰色關(guān)聯(lián)等方法，對通信企業(yè)供應(yīng)商的評(píng)估與選擇進(jìn)行規(guī)范化處理，更能客觀的反映供應(yīng)商評(píng)估與選擇的綜合評(píng)價(jià)結(jié)果.

2.1 根據(jù)不同部門的差異，收集評(píng)價(jià)信息并形成量化指標(biāo)數(shù)據(jù)

基于專家群體判斷的FAHP評(píng)價(jià)指標(biāo)權(quán)重，在企業(yè)各部門業(yè)務(wù)實(shí)施過程中的重要程度不盡相同，因此必須將評(píng)價(jià)指標(biāo)結(jié)合企業(yè)實(shí)際情況進(jìn)行優(yōu)化處理.若在企業(yè)部門中存在m個(gè)方案對特定n個(gè)指標(biāo)進(jìn)行評(píng)價(jià)，則評(píng)價(jià)指標(biāo)權(quán)重的確定一般有主觀判斷法和客觀判斷法.主觀判斷法反映人的主觀意識(shí)，主要以定性指標(biāo)為主，注重專家經(jīng)驗(yàn)估算[4].客觀法可以采用企業(yè)信息數(shù)據(jù)庫中的白色信息作為參數(shù)數(shù)據(jù).

若評(píng)價(jià)系統(tǒng)中，存在m個(gè)方案和n個(gè)指標(biāo).對m個(gè)方案關(guān)于n個(gè)指標(biāo)的評(píng)價(jià)值為Xij(i=1，2，…，m；j=1，2，…，n)，則判斷矩陣為：

2.2 在多目標(biāo)系統(tǒng)中確定理想方案的參考數(shù)列

在經(jīng)過定量化構(gòu)建指標(biāo)矩陣之后，容易得出比較數(shù)列，然后在各指標(biāo)中選擇一種參考數(shù)列.參考序列實(shí)質(zhì)上是一個(gè)理想狀態(tài)的比較數(shù)列指標(biāo)，一般選擇指標(biāo)中最優(yōu)值來構(gòu)成參考序列x*=(x1*，x2*，…，xn*)，對項(xiàng)目的候選方案序列和參考序列，進(jìn)行深入的優(yōu)劣判斷，能夠使得研究的方法更合理，結(jié)論也更真實(shí).

2.3 對指標(biāo)數(shù)據(jù)使用量綱方法構(gòu)建數(shù)據(jù)序列矩陣

由于指標(biāo)的評(píng)價(jià)具有不同的量綱，因此對矩陣直接比較并不適合，一般通過無量綱化處理方法進(jìn)行規(guī)范化處理[5].

本文采用直線型無量綱化中閾值法求極大值公式如下：

量綱后的數(shù)據(jù)序列形成如下矩陣：

2.4 計(jì)算關(guān)聯(lián)系數(shù)

由灰色關(guān)聯(lián)公式分別計(jì)算每個(gè)比較序列與參考序列對應(yīng)元素的關(guān)聯(lián)系數(shù).

ζij表示第i個(gè)方案與參考數(shù)列關(guān)于第j個(gè)評(píng)價(jià)指標(biāo)的關(guān)聯(lián)系數(shù).ζij值越大，表示比較序列與參考序列的關(guān)聯(lián)性越好，關(guān)聯(lián)度就越大，反之亦然.

2.5 利用FAHP計(jì)算關(guān)聯(lián)度向量

由于同一比較序列的不同指標(biāo)值，計(jì)算出比較序列與參考序列相關(guān)的關(guān)聯(lián)系數(shù)ζij，容易導(dǎo)致過于分散狀況，不便比較.同時(shí)，由于各評(píng)價(jià)指標(biāo)在企業(yè)各部門業(yè)務(wù)實(shí)施過程中的綜合評(píng)價(jià)不同，因此必須考慮到評(píng)價(jià)指標(biāo)權(quán)重的差異性.本文利用三角模糊層次分析法(FAHP)確定專家群體判斷的評(píng)價(jià)指標(biāo)綜合權(quán)重wj，并采用加權(quán)平均法對關(guān)聯(lián)系數(shù)和指標(biāo)向量權(quán)重進(jìn)行綜合，通過加權(quán)平均反映比較序列曲線Xi與參考序列曲線X*的關(guān)聯(lián)度，從而能夠從整體上把握比較序列與參考序列的關(guān)聯(lián)程度，記為：

2.6 觀察關(guān)聯(lián)度序列，得出最終的綜合評(píng)價(jià)結(jié)果

當(dāng)確定m個(gè)方案關(guān)聯(lián)度后，對m個(gè)方案按照關(guān)聯(lián)度從大到小排序，表示被評(píng)價(jià)對象優(yōu)劣順序，表示為R=(R1, R2, …, Rm)，從而確定出綜合評(píng)價(jià)最終結(jié)果，并作為企業(yè)決策的依據(jù).通過歸一化方法進(jìn)行規(guī)范化處理后計(jì)算權(quán)重指標(biāo)，表達(dá)為：w=(w1, w2, …, wk)，來確定評(píng)價(jià)對象的優(yōu)先順序.

3 模型實(shí)際應(yīng)用

針對供應(yīng)商評(píng)價(jià)對象，依據(jù)目標(biāo)企業(yè)供應(yīng)商管理的系列文件，將影響供應(yīng)商的排序因素分為供應(yīng)商復(fù)雜度、供應(yīng)商合作度以及供應(yīng)商對業(yè)務(wù)的影響度3個(gè)方面進(jìn)行分析，并建立九類評(píng)價(jià)指標(biāo)，如圖1所示.

圖1 供應(yīng)商評(píng)價(jià)指標(biāo)體系

在供應(yīng)商評(píng)估管理過程中，針對供應(yīng)商的評(píng)估頻次少，評(píng)估標(biāo)準(zhǔn)較粗放，評(píng)估效果滯后，難以對供應(yīng)商的供貨及時(shí)性及售后服務(wù)形成約束；供應(yīng)商的評(píng)估覆蓋率低于市場要求，尚需進(jìn)一步擴(kuò)大評(píng)估范圍等要求，作出對物資采購進(jìn)行優(yōu)選模型的應(yīng)用分析.

首先，在數(shù)據(jù)中心的歷史數(shù)據(jù)中可以定量統(tǒng)計(jì)分析獲得采購比重的指標(biāo)權(quán)重，故專家組只需對除采購比重以外的8個(gè)定性指標(biāo)給出評(píng)價(jià)，評(píng)價(jià)的標(biāo)準(zhǔn)主要按照企業(yè)實(shí)際營運(yùn)情況及相關(guān)文件，然后利用FAHP確定評(píng)價(jià)指標(biāo)權(quán)重的方法建立模糊判斷矩陣：

針對模糊判斷矩陣，根據(jù)FAHP原理及公式計(jì)算綜合模糊值的權(quán)重值，去模糊化處理，確定各指標(biāo)的最終權(quán)重V=(V1，V2，…，V8)=(1，0.8571，0.1429，0.4286，0.7143，0.5714，0.2857，0.0019).然后，利用改進(jìn)的灰色關(guān)聯(lián)分析方法，對供應(yīng)商評(píng)估與選擇的綜合評(píng)價(jià)，將定性指標(biāo)權(quán)重和定量指標(biāo)權(quán)重進(jìn)行組合，確定9大指標(biāo)的灰色關(guān)聯(lián)判斷矩陣.

1）采用均值法對8大定性指標(biāo)權(quán)重進(jìn)行規(guī)范化處理：（w1，w2，…，w8）=(0.2499，0.2142，0.0357，0.1071，0.1785，0.1428，0.0714，0.0005).

同理，計(jì)算余下供應(yīng)商評(píng)價(jià)指標(biāo)權(quán)重值，作為灰色關(guān)聯(lián)的定性指標(biāo)評(píng)價(jià)權(quán)重，本文針對10個(gè)不同的供應(yīng)商進(jìn)行FAHP計(jì)算求得供應(yīng)商評(píng)估判斷矩陣.

2）根據(jù)采購金額排前10位的供應(yīng)商，采用均值法的規(guī)范化處理方法計(jì)算10個(gè)供應(yīng)商的采購比重：

W=(0.4181，0.1363，0.1134，0.0966，0.0621， 0.0481，0.0424，0.0341，0.0268，0.0221)T.

3）利用組合化方法，將定性指標(biāo)權(quán)重和定量指標(biāo)權(quán)重進(jìn)行組合，建立灰色關(guān)聯(lián)的綜合判斷矩陣：

最后，利用改進(jìn)的灰色關(guān)聯(lián)算法對供應(yīng)商的灰色關(guān)聯(lián)綜合判斷矩陣進(jìn)行處理，計(jì)算出各供應(yīng)商權(quán)值，如圖2所示.

通過圖2比較分析，可以看出基于FAHP和灰色關(guān)聯(lián)的供應(yīng)商優(yōu)選模型優(yōu)化了企業(yè)的擬合度，更充分考慮到各業(yè)務(wù)部門對各類采購產(chǎn)品所屬供應(yīng)商的認(rèn)同程度.因此，基于FAHP和灰色關(guān)聯(lián)的供應(yīng)商優(yōu)選模型可以提升對供應(yīng)商評(píng)估與選擇的科學(xué)性和企業(yè)供應(yīng)商規(guī)范化管理水平.

圖2 企業(yè)采購優(yōu)選模型比較圖

[1] 張吉軍.模糊層次分析法（FAHP）[J].模糊系統(tǒng)與數(shù)學(xué)，2000（02）：80-88.

[2] 田民，劉思峰，卜志坤.灰色關(guān)聯(lián)度算法模型的研究綜述[J].統(tǒng)計(jì)與決策，2008（01）：24-27.

[3] 劉思峰，蔡華，楊英杰，等.灰色關(guān)聯(lián)分析模型研究進(jìn)展[J].系統(tǒng)工程理論與實(shí)踐，2013（08）：2041-2046.

[4] 王翯華，朱建軍，方志耕.基于灰色關(guān)聯(lián)度的多階段語言評(píng)價(jià)信息集結(jié)方法[J].控制與決策，2013（01）：109-114.

[5] 葉宗裕.關(guān)于多指標(biāo)綜合評(píng)價(jià)中指標(biāo)正向化和無量綱化方法的選擇[J].浙江統(tǒng)計(jì)，2003（04）：25-26.

A Supplier Selection Model Research Based on FAHP and Gray Correlation

XlE Rimin, XlE Datong

（Department of Information Management, Fujian Commercial College, Fuzhou, Fujian 350012, China）

This article constructs a suitable index system for the comprehensive evaluation of the enterprise development. The subjective judgment of experts was fuzzily processed and the qualitative evaluation index weight was calculated in the research on the basis of the triangular fuzzy analytic hierarchy process. Combining the weight of the qualitative indexes and quantitative indexes, a decision matrix of gray incidence is created. Finally, the correlation of suppliers can be determined by the improved gray correlation method. An optimized sorting of supplier evaluation is achieved for enterprises to improve the evaluating and selecting of suppliers, hence making the most of the enterprises internal resources.

fuzzy analytic hierarchy process; gray correlation; supplier selection model

TP391

A

1672-0318（2016）01-0060-05

10.13899/j.cnki.szptxb.2016.01.013

2015-10-26

*項(xiàng)目來源：福建省中青年教師教育科研資助項(xiàng)目（No.JB14136）

謝日敏（1979-），男，碩士，講師，研究領(lǐng)域?yàn)橛?jì)算智能.