物流系統(tǒng)評價及方法講義-文庫吧資料
2025-03-05 12:05本頁面
【正文】 合評價得分 μ。同理可得第二個物流企業(yè)的評價向量：歸一化處理得： 根據(jù)企業(yè)背景資料的了解，通過專家投票的方法得到兩個企業(yè)的模糊評價矩陣分別如下：為｛時效性、經(jīng)濟性、安全性、客戶情況｝；權(quán)重向量 WU=（ ， ， ， ）；評定語集合為 具體解法如下：制造企業(yè) S希望把銷售物流外包給第三方物流企業(yè)，現(xiàn)有甲、乙兩個物流企業(yè)可供選擇，主要評價因素為物流企業(yè)服務(wù)的時效性、經(jīng)濟性、安全性，以及物流企業(yè)現(xiàn)有服務(wù)客戶的情況等四個方面，這四個方面的因素相對重要性排序權(quán)重為 ， ， ， 。模糊關(guān)系合成運算方法如下：設(shè) A=BC為模糊關(guān)系的合成運算， B與 C為矩陣或向量，其算法與一般矩陣乘法規(guī)則相關(guān)，但要將計算式中普通乘法運算換為取最小的運算，將計算式中的普通加法運算換為取最大的運算。此時 p是一個實數(shù)，它反映了由等級模糊子集 B和等級參數(shù)向量 C所帶來的綜合信息。為了充分利用 B所帶來的信息，可把各種等級的評級參數(shù)和評判結(jié)果 B進行綜合考慮，使得評判結(jié)果更加符合實際。 B是對每個被評判對象綜合狀況分等級的程度描述，它不能直接用于被評價對象間的排序評優(yōu)，必須要進一步的分析處理，通常可采用最大隸屬度法對其處理，以便得到最終評判結(jié)果。時，應(yīng)將它歸一化處理。即可。一般令 B=A*R（ *為算子符號），稱之為模糊變換。引入 V上的一個模糊子集 B，稱模糊評價，又稱決策集，即 且 引入 U上的一個模糊子集 A，稱權(quán)重或權(quán)數(shù)分配集， 按某種運算法則，計算綜合評定量（綜合隸屬度向量） S及綜合評定值（綜合得分 μ），通常 是 “總分法 ”。為 “雙權(quán)法 ”，使用 和 歸一化的結(jié)果）。此外，可能有評定（語）集的數(shù)值化結(jié)果（標(biāo)準(zhǔn)滿意度向量） 評價因素集中的各個因素在 “評價目標(biāo) ”中有不同的地位和作用，即各評價因素在綜合評價中占有不同的比重。⒊ 確定權(quán)重向量 在第 j個評語 具體來說， 的隸屬度（ i=1， 2， … 表示從因素 上式中， 這樣 n個評價集就構(gòu)造出一個隸屬度矩陣 R，即每一個被評價對象確定了從 U到 V的模糊關(guān)系 R：作單因素評判，從因素 也就是通過對單因素 方面作出 ⒉ 確定單因素評價隸屬度向量，構(gòu)隸屬度矩陣，即為描述每一因素所處的狀態(tài)的 n種決斷（評價等級）， n為評語的個數(shù)，一般劃分為 3~5個等級，如 ，即為描述被評價對象的 m種因素（評價指標(biāo)）， m為評價因素的個數(shù)，由具體指標(biāo)體系決定；設(shè)因素集 U為評價的項目或指標(biāo)的集合，有 物流系統(tǒng)的模糊評價法是應(yīng)用模糊集理論對物流系統(tǒng)進行綜合評價的一種方法。模糊綜合評價法是在模糊環(huán)境下，考慮多種因素的影響，為了某種目的對評價對象做出綜合評價的方法。表 135層次總排序計算表練習(xí)：以下是供應(yīng)商選擇層次結(jié)構(gòu)模型和判斷矩陣，根據(jù)資料選擇供應(yīng)商比較矩陣經(jīng)計算，結(jié)果表 135所示 。k 1 2 3 4 5 λk 3 3CIk 0 0經(jīng)計算，表 134的 CIk均通過一致性檢驗 。和一致性指標(biāo) 最大特征根 計算出權(quán)向量 表 133應(yīng)急物流方案第三層計算表由第四層（方案層）的成對矩陣 矩陣如下 ：都通過了一致性檢驗。，結(jié)果列于下表 133所示。通過了一致性檢驗，于是 W可作為準(zhǔn)則層 1對目標(biāo)層的權(quán)向量。第一步：建立遞階層次結(jié)構(gòu)下圖 134所示。假定某地區(qū)發(fā)生突發(fā)性自然災(zāi)害，有 3個事先擬定的應(yīng)急物流預(yù)案，雖然這些預(yù)案都是針對此類突發(fā)性自然災(zāi)害而擬定的，但從物流成本、服務(wù)、準(zhǔn)時、安全等方面卻各有其特點。通過詳細分析上述計算的結(jié)果，進行相應(yīng)的決策。是第二層元素的總排序向量，也是單準(zhǔn)則下排序向量。（ 138）這里 并且一般公式為：（ 137） （ 136） 個元素對于第 j個元素為準(zhǔn)則的單排序向量 設(shè)第 K1層 nk1個元素相對于總目標(biāo)的排序權(quán)重 總排序權(quán)重要自上而下地將單準(zhǔn)則下的權(quán)重進行合成。通過上述步驟，可以得出一組元素對其上一層中某元素的權(quán)重向量。表示向量 Aw的第 i個分量。除特征根方程外，可用公式可求出，式中 時，認為判斷矩陣的一致性是可以接受的，即可以認為層次單排序的結(jié)構(gòu)有滿意的一致性，否則需要調(diào)整判斷矩陣的元素取值。③ 計算隨機一致性比率 .：當(dāng) ② 對數(shù)最小二乘法： 使殘差平方和為最小。用擬合方法確定權(quán)重向量 及相應(yīng)的特征向量 W。可以用冪法 （ 133）⑶ 特征根法。方根法是通過判斷矩陣計算要素相對重要度的常用方法。⑵ 方根法（幾何平均法）。； ② 將歸一化后的各列相加； ③ 將相加后的向量除以 n即得權(quán)重向量。⑴ 求和法（算術(shù)平均法）。本步驟有兩個非常重要的計算：一個權(quán)重的計算，即將判斷矩陣 A歸一化處理之后得到的結(jié)果作為權(quán)重向量，歸一化方法一般有自述平均法（求和法）、幾何平均法（方根法）、對數(shù)最小二乘法、特征根方法等；一個是判斷矩陣的一致性檢驗。此步驟主要是根據(jù) n個元素 注 對互反矩陣 I,j,k, 均有 Cij*Cjk=Cik,此時稱該矩陣為一致矩陣，值得注意的是，在實際問題求解時，構(gòu)造的判斷矩陣并不一定具有一致性，常需要進行一致性檢驗。專家咨詢的本質(zhì)，在于把專家淵博的知識和豐富的經(jīng)驗，借助于對眾多相關(guān)因素的兩兩比較，轉(zhuǎn)化成決策所需的有用信息。； ② 對于本身就是定量的指標(biāo)，一方面可按原方法構(gòu)造判斷矩陣，也可以用具體評價數(shù)值直接相比，這時得到的矩陣為定義在正實數(shù)集合上的 互反矩陣 。 A為正反矩陣。A稱為比較判斷矩陣。 這樣的相對于準(zhǔn)則 a， n個被比較的元素通過該方式構(gòu)成了一個判斷矩陣，一般如式（ 131）所示。和 一般判斷采用 專家打分 的方式獲得相關(guān)數(shù)據(jù)。該標(biāo)度法主要根據(jù)各測評指標(biāo)相對其他指標(biāo)的重要性來確定權(quán)重，具體如表 131所示。相應(yīng)的權(quán)重 假定上一層的元素 a作為準(zhǔn)則，對下一層的 ⒉ 構(gòu)造兩兩比較判斷矩陣需要注意： ① 遞階層次結(jié)構(gòu)中的各層次要素間須有可傳遞性、屬性一致性和功能依存性，防止在實際應(yīng)用中 “人為 ”加入某些層次（要素）； ② 每一層次中各要素所支配的要素一般不要超
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1