【正文】 被計(jì)算的決策單元。多目標(biāo)決策模型，是在固定的指標(biāo)權(quán)重下，基于多目標(biāo)(由某些輸入指標(biāo)和某些輸出指標(biāo)構(gòu)成)，對備選方案排序。 層次分析法層次分析法(Analytic Hierarchy Press，AHP)是美國著名運(yùn)籌學(xué)家T．、定性問題定量化的實(shí)用決策方法。層次分析法由于具有簡便易操作和可以將定性指標(biāo)定量化的優(yōu)點(diǎn)，所以在第三方物流企業(yè)評價(jià)的領(lǐng)域里經(jīng)常被采用，是最常見的評價(jià)方法，然而由于其在操作過程中結(jié)合了人的經(jīng)驗(yàn)判斷，因此它的主觀性也是不可避免的，需要與其他方法結(jié)合來消除主觀影響。在這個模型下，復(fù)雜問題被分解為若干個元素的組成部分。上一層次的元素作為準(zhǔn)則對下一層次有關(guān)元素起支配作用。(2)構(gòu)造判斷矩陣判斷矩陣是層次分析法的基本信息，也是進(jìn)行重要度計(jì)算的重要依據(jù)。關(guān)于如何確定的值，Saaty等建議引用數(shù)字1~9及其倒數(shù)作為標(biāo)度。對n一1，?，9，Saaty給出了礎(chǔ)的值，如下表所示： 一致性指標(biāo)計(jì)算一致性比例CR 當(dāng)時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的，否則應(yīng)對判斷矩陣作適當(dāng)修正。 模糊綜合評價(jià)法由于4PL供應(yīng)商選擇問題中包含大量的不確定性和模糊性，這既有客觀原因(評價(jià)指標(biāo)的模糊性和難以量化性等)，又有決策者自身的主觀原因(偏好、性格、價(jià)值觀念和認(rèn)知程度等)，為此將模糊集合論的思想和方法引入其中，建立相應(yīng)的模糊決策方法有一定的理論意義和實(shí)際應(yīng)用價(jià)值。建立第四方物流企業(yè)模糊評價(jià)模型的步驟如下：(1)建立第四方物流供應(yīng)商評價(jià)指標(biāo)集U用改進(jìn)的Delphi法通過收集信息和專家咨詢，確定第四方物流供應(yīng)商評價(jià)指標(biāo)集合U，對U做劃分P，把它分為n個子集。即 (3)建立評語集V及分值集F評語集V可按實(shí)際問題確定，假設(shè)針對第四方物流供應(yīng)商評價(jià)問題建立五級評語集，即=(好，較好，一般，較差，差)，則相應(yīng)的分值集F=(1，,)。對進(jìn)行綜合評判，則可以得到然后將；作歸一化處理得到，同理對U／P的幾個因素均作綜合評判后，得到總的評價(jià)矩陣B，(5)對U進(jìn)行模糊綜合評判設(shè)U／P的一級模糊評判結(jié)果為Z進(jìn)而可以求得該供應(yīng)商的綜合得分。從上面的分析可以看出，模糊決策方法適用于主觀指標(biāo)的評價(jià)排序，而且評價(jià)具有直接的物理意義，一個單位的評價(jià)結(jié)果與參評單位的構(gòu)成無關(guān)。5．1．5 灰色關(guān)聯(lián)度分析法(GRAP)灰色關(guān)聯(lián)度分析法是灰色系統(tǒng)理論的重要分支，是對系統(tǒng)發(fā)展變化事態(tài)的定量描述和比較的方法?；谊P(guān)聯(lián)是指事物之間不確定性關(guān)聯(lián)，或系統(tǒng)因子與主行為因子之間的不確定性關(guān)聯(lián)。主要用于對系統(tǒng)動態(tài)發(fā)展過程的量化分析，也可用來確定指標(biāo)權(quán)重。 綜合模型分析上述方法都有著局部的缺陷，所以為了更準(zhǔn)確的進(jìn)行第四方物流供應(yīng)商的評價(jià)，我們采用綜合分析方法。．1 AHPGRAP組合分析模型GRAP 是系統(tǒng)態(tài)勢作量化比較分析，其實(shí)質(zhì)在于比較若干數(shù)列所構(gòu)成的曲線和理想（標(biāo)準(zhǔn)） 數(shù)列所構(gòu)成的曲線幾何形狀的接近程度，幾何形狀越接近，其關(guān)聯(lián)度就越大。基于AHP的GRAP評價(jià)模型的基本思想如下：第一步，建立綜合評價(jià)指標(biāo)體系。為此，有必要建立一個有效的評選指標(biāo)體系作為綜合評價(jià)的依據(jù)和標(biāo)準(zhǔn)。設(shè)評價(jià)對象為m 個，評價(jià)指標(biāo)為n 個，則比較數(shù)列為：式中，為第i個被評價(jià)對象的第k個指標(biāo)的評價(jià)值；i為第i個被評價(jià)對象的序號；k為第k個評價(jià)指標(biāo)。為了消除不同指標(biāo)不同量綱的影響，針對不同類型的指標(biāo)采取不同的規(guī)范化方法，將其規(guī)范化為隸屬于[0，1]區(qū)間上的極大化指標(biāo)。對于極大型指標(biāo)，這類指標(biāo)的特點(diǎn)是越大越好，其規(guī)范化方法為：對于極小型指標(biāo)，這類指標(biāo)的特點(diǎn)是越小越好，其規(guī)范化方法為：第四步，計(jì)算關(guān)聯(lián)系數(shù)。第五步，基于AHP 的灰色加權(quán)關(guān)聯(lián)度的計(jì)算?？紤]到各個企業(yè)在具體選擇4PL 供應(yīng)商的過程中，各個評價(jià)指標(biāo)的重要程度有所不同，本文采用加權(quán)關(guān)聯(lián)度的形式，即在計(jì)算關(guān)聯(lián)度的過程中采用權(quán)重乘以關(guān)聯(lián)系數(shù)的方法。根據(jù)關(guān)聯(lián)度的大小對評價(jià)對象進(jìn)行排序，關(guān)聯(lián)度的大小順序即為評價(jià)對象的優(yōu)劣順序。同一層次的元素作為準(zhǔn)則對下一層次的某些元素起支配作用, 同時(shí)又受到上一層次元素的支配. 處于最上層的通常只有一個元素, 它是分析問題的預(yù)定目標(biāo)或理想結(jié)果, 稱為目標(biāo)層. 中間的層次包括實(shí)現(xiàn)目標(biāo)所涉及的中間環(huán)節(jié), 、方案或體現(xiàn)各準(zhǔn)則要素變化的指標(biāo), 稱為措施方案層或指標(biāo)層. 確定各層次要素后, 用三角模糊數(shù)( l , m, u) 定量表示在給定準(zhǔn)則下, 同一層次各因素之間兩兩比較的結(jié)果. l 與u 表示判斷的模糊程度, 當(dāng)l 與u 相等時(shí)則表示判斷是非模糊的。1，三角模糊數(shù)理論及其運(yùn)算首先引入如下定理:定理1 如果 , 代表兩個模糊數(shù), 則( 1) ( 2) ( 3) ，（4）（5）設(shè)，是兩個模糊數(shù), 的可能性程度被定義為當(dāng) 時(shí), 當(dāng) 時(shí), ( 6) 三角模糊數(shù)大于個三角模糊數(shù)的可能性程度被定義為 2，模糊AHP的權(quán)重向量計(jì)算方法設(shè)為對象集容量, 為目標(biāo)集容量, 設(shè)第個對象滿足n 個目標(biāo)要求的程度值分別為 這里都是三角模糊數(shù), 那么第個對象滿足n 個目標(biāo)的綜合程度值為， 即表示在給定準(zhǔn)則下, 同一層次每一個元素同所有元素相比較的綜合重要程度值.用 表示第個元素, 設(shè) , 那么權(quán)重向量為:, 經(jīng)歸一化處理后, 模糊AHP 的權(quán)重向量為: 再此理論基礎(chǔ)上我們運(yùn)用模糊層次熵多目標(biāo)決策分析模型進(jìn)行分析。多指標(biāo)決策中由于各個評價(jià)指標(biāo)的單位、量綱和數(shù)量級不同要進(jìn)行標(biāo)準(zhǔn)化處理。設(shè)標(biāo)準(zhǔn)化矩陣為其中: 對于效益指標(biāo)而對于成本指標(biāo)熵在信息理論中作為不確定性和信息量的量度. 一個系統(tǒng)的熵是該系統(tǒng)有序無序程度的度量, 熵越大, 系統(tǒng)越無序, 反之, 則系統(tǒng)越有序. 熵權(quán)完全利用原始指標(biāo)數(shù)據(jù)信息, 以指標(biāo)值之間的差異大小反映指標(biāo)的信息價(jià)值來確定權(quán)重.定義1 指標(biāo)的集合投影設(shè)為 , 定義 定義2 熵: 根據(jù)信息論第j 個指標(biāo)輸出的熵為，其中, 為一個正常數(shù), 設(shè)定義3 偏差度: , 如果決策者對于n個指標(biāo)沒有顯著的偏好, 可認(rèn)為這n個指標(biāo)具有相同的偏好.定義4 熵權(quán): 第j 個指標(biāo)的權(quán)重 定義為，定義5 修正權(quán)重: 如果決策者對各指標(biāo)有偏好 , 那么可用 進(jìn)一步修正權(quán)重 , 得到比較準(zhǔn)確的估計(jì):， AHPTOPSIS 數(shù)學(xué)模型TOPSIS 法又叫做逼近理想解排序法, 年首次提出。它通過歸一化后的數(shù)據(jù)規(guī)范化矩陣, 找出多個目標(biāo)中最優(yōu)目標(biāo)和最劣目標(biāo)( 分別用理想解和反理想解表示), 分別計(jì)算各評價(jià)目標(biāo)與理想解和反理想解的距離, 獲得各目標(biāo)與理想解的貼近度, 按理想解貼近度的大小排序, 以此作為評價(jià)目標(biāo)優(yōu)劣的依據(jù)。 反之, 該值愈接近0, 表示評價(jià)目標(biāo)越接近最劣水平。在多目標(biāo)決策問題中， 通常有m 個評價(jià)目標(biāo)，每個目標(biāo)有n 個評價(jià)指標(biāo)，每個評價(jià)目標(biāo)的每個評價(jià)指標(biāo)都有一個指標(biāo)值。二、構(gòu)造標(biāo)準(zhǔn)化矩陣。用AHP 法計(jì)算各個評價(jià)指標(biāo)的權(quán)重，然后計(jì)算出權(quán)重，標(biāo)準(zhǔn)化矩陣四、確定理想解與負(fù)理想解。理想解 負(fù)理想解 其中={ 效益型指標(biāo)}， ={ 成本型指標(biāo)}。 成本型指標(biāo)是指值越越好的指標(biāo)。在此步驟中分別計(jì)算第個評價(jià)方案距理想解的距離以及距負(fù)理想解的距離。理想解的貼近度。 當(dāng) = 0時(shí),該方案最劣。七、排序。排序結(jié)果貼近度值越大, 該目標(biāo)越優(yōu)，值最大的為最優(yōu)評標(biāo)目標(biāo)。是第j個單元的第i個輸入值，是第j個單元的第r個輸出值。同理，可計(jì)算，以及其他任意兩個供應(yīng)商之間的有效值。且(2)第二階段AHP排序在第二階段，采用單一水平的AHP方法，對每一個決策單元進(jìn)行全排序。這個相對重要程度就是決策單元的全排序值。關(guān)于客觀數(shù)據(jù)我們以“供應(yīng)商提供的價(jià)格”具體來分析， 供應(yīng)商價(jià)格表供應(yīng)商供應(yīng)商1供應(yīng)商2供應(yīng)商3供應(yīng)商4總計(jì)供應(yīng)商提提供的價(jià)格3803504005001630比列1倒數(shù)歸一化1而對于主觀指標(biāo)，我們選用“行業(yè)經(jīng)驗(yàn)”為例并采用AHP方法進(jìn)行分析，首先得到4個供應(yīng)商關(guān)于行業(yè)經(jīng)驗(yàn)的相對程度，： 供應(yīng)商行業(yè)經(jīng)驗(yàn)相對程度表重要度供應(yīng)商1供應(yīng)商2供應(yīng)商3供應(yīng)商4供應(yīng)商1151/37供應(yīng)商21/5135供應(yīng)商331/311/3供應(yīng)商41/71/531對上訴結(jié)果進(jìn)行歸一化處理得到各個供應(yīng)商的行業(yè)經(jīng)驗(yàn)的綜合得分值，如下：供應(yīng)商1供應(yīng)商2供應(yīng)商3供應(yīng)商4行業(yè)經(jīng)驗(yàn)按照以上所訴的方法可以對其他的主觀，客觀的指標(biāo)進(jìn)行處理得到綜合評價(jià)指標(biāo)數(shù)據(jù), 綜合評價(jià)指標(biāo)值指標(biāo)類型供應(yīng)商1供應(yīng)商2供應(yīng)商3供應(yīng)商4市場占有率 客戶滿意度 供應(yīng)商提供的價(jià)格 資本運(yùn)營情況 行業(yè)經(jīng)驗(yàn) 信息及時(shí)處理能力 信息交流傳遞正確率 信息系統(tǒng)的兼容性 設(shè)備的先進(jìn)水平 流程設(shè)計(jì)規(guī)范程度 溝通協(xié)調(diào)能力 客戶反應(yīng)能力 合作伙伴開發(fā)能力 對供應(yīng)鏈的控制能力 矛盾處理能力 員工滿意度 高素質(zhì)人才比重 管理效率 服務(wù)質(zhì)量 緊接著就是將以上指標(biāo)按照DEA模型中的輸入指標(biāo)和輸出指標(biāo)分為兩類。因此，根據(jù)以上所訴指標(biāo)的性質(zhì)的正負(fù)，我們將指標(biāo)分為兩類：選取正指標(biāo)為輸出指標(biāo)，選取負(fù)指標(biāo)為輸入指標(biāo)。其他指標(biāo)均為輸出指標(biāo)。然后利用DEA方法進(jìn)行計(jì)算。模型如下：可以看出此模型是一個線性規(guī)劃問題，選用lingo軟件來解此模型（具體求解程序和運(yùn)行結(jié)果如下），得出結(jié)果為：，的求解程序：model:max=u1*+u2*+u3*+u4*+u5*+u6*+u7*+u8*+u9*+u10*+u11*+u12*+u13*+u14*+u15*+u16*+u17*。u1*+u2*+u3*+u4*+u5*+u6*+u7*+u8*+u9*+u10*+u11*+u12*+u13*+u14*+u15*+u16*+u17*=1。end運(yùn)行結(jié)果：Global optimal solution found. Objective value: Total solver iterations: 1 Variable Value Reduced Cost U1 U2 U3 U4 U5 U6 U7 U8 U9 U10 U11 U12 U13 U14 U15 U16 U17 V1 V2 Row Slack or Surplus Dual Price 1 2