本站小編為你精心準(zhǔn)備了直覺模糊VIKOR的服務(wù)供應(yīng)商評(píng)估參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《工業(yè)工程與管理雜志》2014年第三期

1基于變精度粗糙集挖掘的指標(biāo)權(quán)重獲取

應(yīng)用變精度粗糙集方法確定供應(yīng)商評(píng)價(jià)指標(biāo)權(quán)重，首先要對(duì)獲取的相關(guān)供應(yīng)商各指標(biāo)表現(xiàn)和整體服務(wù)滿意度數(shù)據(jù)進(jìn)行抽象描述，構(gòu)建決策表。決策表是由實(shí)例對(duì)象和屬性構(gòu)成的二維決策表，其中屬性分為條件屬性和決策屬性兩類。該問題的粗糙化描述為：評(píng)價(jià)指標(biāo)權(quán)重獲取的基本思想是：條件屬性的信息量反映了該屬性對(duì)數(shù)據(jù)對(duì)象的分類能力，信息量越大表示分類能力越強(qiáng)；條件屬性的被依賴度反映了決策屬性分類對(duì)該屬性的依賴程度，被依賴度越大表明該屬性越關(guān)鍵。條件屬性的信息量和被依賴度反映了屬性重要度的不同方面，需要綜合考慮。本文將條件屬性的信息量和被依賴度加權(quán)求和，表達(dá)條件屬性的權(quán)重即評(píng)價(jià)指標(biāo)的權(quán)重。應(yīng)用變精度粗糙集方法從決策表I中計(jì)算條件屬性的信息量需要研究對(duì)象的分類機(jī)制。等價(jià)類概念和分類精度是變精度粗糙集分類機(jī)制的核心。本文采用An等人提出的分類正確率β［19］的概念表達(dá)數(shù)據(jù)對(duì)象的分類精度，β∈（0．5，1］。當(dāng)β＝1時(shí)，變精度粗糙集模型退化為傳統(tǒng)粗糙集模型.

2基于直覺模糊集和vikor的供應(yīng)商評(píng)價(jià)

問題描述：制造企業(yè)欲開發(fā)的PSS中，假設(shè)某服務(wù)需要尋求供應(yīng)商合作，可選的供應(yīng)商集合為｛Gi1≤i≤M｝，供應(yīng)商評(píng)價(jià)指標(biāo)集合為｛Ej1≤j≤N｝，根據(jù)變精度粗糙集挖掘方法獲得的指標(biāo)權(quán)重集合為｛wj1≤j≤N｝。一組專家｛Ck1≤k≤H｝采用語義評(píng)價(jià)信息對(duì)各供應(yīng)商的評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)，采用直覺模糊集方法對(duì)語義評(píng)價(jià)信息進(jìn)行處理。根據(jù)VIKOR方法對(duì)規(guī)范化處理后的決策信息進(jìn)行分析，對(duì)候選供應(yīng)商進(jìn)行排序，尋求妥協(xié)解。

2.1采用直覺模糊集方法的供應(yīng)商評(píng)價(jià)信息獲取非空普通集合X上的直覺模糊集表達(dá)為V＝｛（x，［tV（x），1－fV（x）］）x∈X｝。tV（x）為x屬于集合V的正隸屬度函數(shù)，是支持x的證據(jù)所導(dǎo)出的x的肯定隸屬度下界；fV（x）為x屬于集合V的負(fù)隸屬度函數(shù)，是從反對(duì)x的證據(jù)所導(dǎo)出的x的否定隸屬度下界。0≤tV（x）＋fV（x）≤1，當(dāng)tV（x）＝1－fV（x）時(shí)，直覺模糊集退化為模糊集。1－（tV（x）＋fV（x））即為判斷x是否屬于集合V的猶豫度，定義為πV（x），滿足以下條件.決策者采用“語義評(píng)價(jià)信息（猶豫度）”的形式表達(dá)對(duì)供應(yīng)商各個(gè)指標(biāo)的評(píng)價(jià)，猶豫度分為5個(gè)等級(jí)：非常弱、弱、一般、強(qiáng)、非常強(qiáng)，分別用0．1、0．2、0．3、0．4、0．5表示。供應(yīng)商的評(píng)價(jià)語義術(shù)語和對(duì)應(yīng)的直覺模糊數(shù)形式如表1所示.

2.2基于VIKOR和直覺模糊相似度的供應(yīng)商擇優(yōu)VIKOR方法是由Opricovic于1998年提出的一種基于理想解的多屬性決策方法。根據(jù)3．1獲取的供應(yīng)商評(píng)價(jià)決策矩陣，依據(jù)VIKOR方法對(duì)供應(yīng)商進(jìn)行擇優(yōu)的步驟如下。步驟1根據(jù)供應(yīng)商評(píng)價(jià)決策矩陣，找出供應(yīng)商的正理想解P＊和負(fù)理想解P－.

3應(yīng)用實(shí)例

某企業(yè)是全球知名的建筑設(shè)備制造商，主要生產(chǎn)不同型號(hào)的挖掘機(jī)、輪式裝載機(jī)、自行式平地機(jī)、鉸接式卡車等產(chǎn)品，其公司業(yè)務(wù)范圍遍及全球150多個(gè)國(guó)家。該公司近年來開始重視服務(wù)的開發(fā)和設(shè)計(jì)，不斷創(chuàng)新設(shè)計(jì)出產(chǎn)品和服務(wù)組合的整體解決方案即產(chǎn)品服務(wù)系統(tǒng)，為顧客提供金融和保險(xiǎn)服務(wù)、租賃、IT解決方案和后勤保障等服務(wù)，滿足顧客不斷增長(zhǎng)的需求。挖掘機(jī)產(chǎn)品使用環(huán)境復(fù)雜、惡劣并且有時(shí)會(huì)連夜施工，停機(jī)成本高，一旦出現(xiàn)缺水、缺油、故障以及作業(yè)事故情況，顧客需要緊急求援服務(wù)。本文將所提方法用于該公司挖掘機(jī)產(chǎn)品PSS開發(fā)過程中顧客挖掘機(jī)24小時(shí)救援服務(wù)供應(yīng)商的評(píng)價(jià)和選擇。企業(yè)經(jīng)過調(diào)研篩選，初步確定了6個(gè)候選救援服務(wù)供應(yīng)商。Parasuraman等人提出的SERVQUAL方法是一個(gè)常用的顧客期望或感知評(píng)估方法［20］，該方法評(píng)估指標(biāo)分為五個(gè)維度：有形性、可靠性、響應(yīng)性、保證性、移情性［21］，常用于服務(wù)質(zhì)量評(píng)估。本文根據(jù)SERVQUAL方法的評(píng)估指標(biāo)維度建立救援服務(wù)供應(yīng)商評(píng)價(jià)指標(biāo)體系，如表2所示，共10個(gè)指標(biāo)。該企業(yè)結(jié)合服務(wù)人員對(duì)顧客的定期走訪調(diào)研資料和從咨詢公司獲取的資料，收集到了大量顧客對(duì)現(xiàn)有救援服務(wù)指標(biāo)和整體滿意度的評(píng)價(jià)值。這些數(shù)據(jù)構(gòu)成變精度粗糙集挖據(jù)的決策信息表。指標(biāo)評(píng)價(jià)值用1、2、3、4、5分別代表非常差、比較差、一般、比較好、非常好。顧客整體滿意度采用1、2、3、4、5分別代表非常不滿意、比較不滿意、一般、比較滿意、非常滿意。條件屬性集為｛e1，e2，…，e10｝，分別對(duì)應(yīng)供應(yīng)商評(píng)價(jià)指標(biāo)集｛E1，E2，…，E10｝；決策屬性｛d｝為顧客整體滿意度評(píng)價(jià)；決策信息表共有50個(gè)數(shù)據(jù)對(duì)象。限于篇幅，部分決策表數(shù)據(jù)如表3所示.步驟1：采用變精度粗糙集挖掘方法從決策信息表中計(jì)算10個(gè)評(píng)價(jià)指標(biāo)的信息量和被依賴度，取β＝0．8，挖掘結(jié)果如表4所示。評(píng)價(jià)指標(biāo)權(quán)重的排序?yàn)閑9＞e8＞e4＞e7＞e10＞e2＞e1＞e5＞e3＞e6，下面將針對(duì)該排序進(jìn)行對(duì)比分析。當(dāng)β＝1時(shí)，變精度粗糙集退化為傳統(tǒng)粗糙集方法。由于噪聲數(shù)據(jù)的存在，關(guān)于各評(píng)價(jià)指標(biāo)的正域?qū)p小。評(píng)價(jià)指標(biāo)權(quán)重的排序變?yōu)閑8＞e9＞e4＞e10＞e2＞e7＞e1＞e3＞e5＞e6，其中指標(biāo)e7的排序位置改變最大，這是由于該指標(biāo)評(píng)價(jià)數(shù)據(jù)中存在較多噪聲數(shù)據(jù)引起的。當(dāng)β＝0．5時(shí)，粗糙集方法對(duì)噪聲數(shù)據(jù)的容忍度加大。相比于β＝0．8，關(guān)于各評(píng)價(jià)指標(biāo)的正域?qū)⒓哟蟆Ｔu(píng)價(jià)指標(biāo)權(quán)重的排序變?yōu)閑9＝e8＞e4＝e7＞e10＞e5＞e2＞e3＞e6＞e1，其中e1的排序位置變化較大并且該序列中出現(xiàn)兩組權(quán)重相等的指標(biāo)。這反映出減小分類正確率將會(huì)降低決策精度.步驟2企業(yè)選擇5個(gè)專家和3個(gè)領(lǐng)先用戶，共8個(gè)決策者根據(jù)確定好的10個(gè)評(píng)價(jià)指標(biāo)對(duì)6個(gè)候選供應(yīng)商進(jìn)行評(píng)價(jià)。決策者采用語義評(píng)價(jià)（猶豫度）的形式，分別給出語義評(píng)價(jià)值和猶豫度，然后采用如表1所示的直覺模糊集處理方法將評(píng)價(jià)信息轉(zhuǎn)化為直覺模糊數(shù)。8個(gè)決策者的權(quán)重為｛0．16，0．095，0．085，0．13，0．115，0．09，0．11，0．18｝，表5為8個(gè)決策者針對(duì)供應(yīng)商G1給出的評(píng)價(jià)信息。最終獲得的所有供應(yīng)商評(píng)價(jià)決策信息如表6所示.步驟3根據(jù)直覺模糊相似度和VIKOR方法對(duì)供應(yīng)商評(píng)價(jià)決策信息進(jìn)行處理。根據(jù)式（9）～式（12）分別計(jì)算Si、Ri和Qi，1≤i≤5。按照Si、Ri和Qi由小到大的順序進(jìn)行排序，所得計(jì)算結(jié)果如表7所示。針對(duì)直覺模糊數(shù)x＝［tx，1－fx］，傳統(tǒng)的反模糊化方法為Def（x）＝（tx＋1－fx）／2。對(duì)于兩組直覺模糊數(shù)｛［0．65，0．75］，［0．6，0．8］｝和｛［0．65，0．75］，［0．5，0．9］｝，采用傳統(tǒng)反模糊方法兩組的差值為0；而采用本文所用的直覺模糊相似度方法，兩組的距離分別為0．5和0．15。由此可看出直覺模糊相似度方法計(jì)算偏差的精確性較高。為進(jìn)一步對(duì)比方法的有效性，對(duì)獲取的表6決策數(shù)據(jù)直接采用反模糊化方法進(jìn)行處理，得到精確決策矩陣后再采用VIKOR方法進(jìn)行方案排序，相應(yīng)的結(jié)果如表8所示（篇幅所限，不詳細(xì)列出方法的計(jì)算過程）。根據(jù)VIKOR妥協(xié)解確定方法，供應(yīng)商G4和G1均為折中妥協(xié)解，再次反映出傳統(tǒng)反模糊方法處理的精度較差。

4結(jié)論

制造企業(yè)為獲得差異化競(jìng)爭(zhēng)優(yōu)勢(shì)、滿足顧客不斷提高的價(jià)值需求，需要開發(fā)和提供PSS。在此過程中，企業(yè)為不喪失其核心競(jìng)爭(zhēng)力，需要在特定領(lǐng)域?qū)で笸獍?wù)供應(yīng)商共同為顧客提供PSS。如何有效評(píng)價(jià)和選擇服務(wù)供應(yīng)商成為一個(gè)關(guān)鍵問題。該問題適合采用多屬性決策方法解決，針對(duì)傳統(tǒng)供應(yīng)商評(píng)價(jià)常用AHP、ANP以及TOPSIS等多屬性決策方法的不足，以及方法中指標(biāo)權(quán)重確定具有主觀性和不確定性的問題，提出了基于變精度粗糙集挖掘和直覺模糊VIKOR的外包服務(wù)供應(yīng)商評(píng)價(jià)方法，所提方法已用于挖掘機(jī)產(chǎn)品24小時(shí)救援服務(wù)供應(yīng)商評(píng)價(jià)過程中，通過實(shí)例分析，驗(yàn)證了所提方法的可行性與有效性。本文的主要貢獻(xiàn)在于：①根據(jù)收集到的由服務(wù)各指標(biāo)表現(xiàn)和顧客整體滿意度數(shù)據(jù)構(gòu)成的決策表，首次將變精度粗糙集挖掘方法應(yīng)用于服務(wù)供應(yīng)商評(píng)價(jià)指標(biāo)權(quán)重獲取。指標(biāo)權(quán)重由指標(biāo)（即條件屬性）的信息量和被依賴度加權(quán)求和得到，該方法提高了指標(biāo)權(quán)重獲取過程的容噪性和客觀性。②在應(yīng)用VIKOR方法對(duì)候選供應(yīng)商進(jìn)行妥協(xié)排序的過程中，為有效處理不確定性評(píng)價(jià)信息，采用能反映正負(fù)隸屬度信息的直覺模糊集方法處理決策者的語義評(píng)價(jià)信息；并通過計(jì)算直覺模糊數(shù)相似度間接得到“群體效益”和“個(gè)別遺憾”計(jì)算中需要的直覺模糊數(shù)差值，避免了直覺模糊數(shù)反模糊化帶來的信息損失。下一步將在現(xiàn)有研究工作的基礎(chǔ)上，結(jié)合企業(yè)和多個(gè)供應(yīng)商間的關(guān)系，考慮顧客需求較快變動(dòng)情況下，如何動(dòng)態(tài)選擇外包服務(wù)供應(yīng)商以提高顧客滿意度、優(yōu)化PSS運(yùn)作。

作者：耿秀麗葉春明單位：上海理工大學(xué)管理學(xué)院