文摘

供应商选择是供应链领域的基本问题,严重导致了供应链的整体性能,同时,它是一个困难的问题,因为供应商选择通常是多准则群体决策问题。在许多实际情况下,通常存在不完整和不确定,决策者无法轻易表达自己的判断候选人的准确和脆值。因此,本文扩展来说技术相似,理想的解决方案(TOPSIS)群体决策方法与Atanassov区间值直觉模糊数提出解决信息不完全和不确定环境下的供应商选择问题。在其他研究在这一领域,每个决策者的权重在许多标准的权重是预先确定的,但是这些权重计算本文通过使用每个决策者的决策矩阵。同时,提出了规范化的汉明距离计算Atanassov的区间值直觉模糊数之间的距离。最后,数值算例给出了供应商选择澄清本文开发的主要结果。

1。介绍

供应商选择,找到合适的供应商能够为买方提供正确的产品和/或服务质量在适当的价格,在正确的时间,正确的数量,是最重要的活动之一,建立一个有效的供应链。

选择了错误的供应商可能足以恶化整个供应链金融和操作位置。在竞争激烈的今天,全球的经营环境,是不可能生产低成本、高质量的产品成功没有满意的供应商(1,2]。供应链的成功很大程度上取决于选择良好的供应商。

供应商选择是供应链领域的基本问题,严重导致了供应链的整体性能。特别是对于公司花费很大一部分的销售收入对零件和材料供应,其材料成本代表了一个更大的总成本的一部分,储蓄从供应是特别重要的。这些强烈呼吁更系统和透明的方式购买决策,特别是关于供应商选择的面积。选择供应商大大降低采购成本,提高企业竞争力,这就是为什么许多专家相信供应商选择是最重要的采购部门的活动。供应商选择是供应商审核评估的过程,和选择成为公司供应链的一部分。供应商选择过程的总体目标是减少购买风险,买方整体价值最大化,建立亲密和长期买家和供应商之间的关系(3]。

换句话说,供应链管理的主要目标是减少供应链风险,降低生产成本,最大限度地提高收入,改善客户服务,并优化库存水平,业务流程和周期,导致竞争力,增加客户满意度和盈利能力4- - - - - -9]。

事实上供应商选择是一个多准则决策(指标)问题受到一些相互冲突的因素,如价格、质量、交货。

几个因素影响供应商的性能。迪克森(10],Ellram [11],Roa和Kiser [12Stamm],和Golhar13分别]发现,60,18岁,13岁,23供应商选择标准。的一个著名的研究供应商选择属于Dickson谁确认23供应商选择的重要评价标准。韦伯et al。14审查和分类74篇文章,解决供应商选择问题。

多年来,一些技术已经开发有效地解决这个问题。供应链管理已经收到了最近在学术界和工业界都相当关注。

De Boer et al。15)确定为供应商选择包括四个阶段的定义问题,制定标准,资格,分别和最后的选择。他们审查和分类指标对供应商选择方法。一些方法已经提出了供应商选择的问题。供应商选择的系统分析包括分类方法,加权点方法(16,17),矩阵方法(18),供应商的性能矩阵方法(19),供应商资料分析(20.)、层次分析法(AHP) (21- - - - - -23),网络分析法(ANP) [24),数学规划(25- - - - - -28),和多个目标编程(拖把)(29日- - - - - -33]。

重要,供应链系统的供应商选择问题是一组决策的组合数和不同的标准有不同形式的不确定性(34]。因此,这个问题是一种多准则决策问题需要指标(指标)一个有效的解决问题的方法。供应商选择过程通常是在实践中受到的不确定性(35,36]。

几个影响因素往往不考虑在决策过程中,如不完整的信息,额外的定性标准,和不精确的偏好3,37]。因此,模糊集理论已应用于最近供应商选择。李等人。38和霍尔特39]讨论了模糊集理论在供应商选择中的应用。陈等人。3]扩展TOPSIS的概念开发方法在模糊环境中解决供应商选择问题。哈克和Kannan40)提供了一个结构化的模型评估的供应商选择橡胶工业使用层次分析法,并与模糊AHP模型验证。Bayrak et al。41)提出了供应商选择的模糊多准则群决策方法基于模糊算术运算。周和张4]介绍strategy-aligned简单模糊多属性评价技术(智能)方法解决供应商选择问题从战略管理的角度的供应链。陈等人。42]介绍了模糊层次分析法有效解决两个定量和定性决策因素参与全球供应商的选择。Onut et al。43)开发了一个基于ANP的供应商评估方法和TOPSIS方法进行供应商选择。

本文提出了一种Atanassov区间值直觉模糊多准则群决策的TOPSIS方法供应商选择问题。

顺序偏好的技术相似,一个理想的解决方案(TOPSIS)方法提出了陈和黄44],参照[45]。备选方案的基本原则是应该从理想溶液和最短的距离最远的距离形成负。指标值的过程中,性能评级和权重标准给出的精确值。在实际情况下,由于不完整或nonobtainable信息,数据(属性)通常是不确定的,因此他们通常模糊/不精确。因此,一些研究试图使用模糊TOPSIS方法/不精确的数据。例如,Tsaur et al。46)第一次模糊指标的问题转化为一个清爽的问题通过质心去模糊化,然后解决nonfuzzy使用TOPSIS方法指标问题。陈和Tzeng [47一个模糊指标的问题转换成一个nonfuzzy指标采用模糊积分。在[48]朱提出了一种模糊TOPSIS方法选择厂址,各种替代的位置在不同的评级标准和各种标准的权重评估在语言方面由模糊数表示。在该方法中,评级和决策者权重分配的平均规模和正常化可比。每个正常的隶属函数加权评级可以由区间模糊数的运算。Byun和李49]提供了一个决策支持系统的选择快速成型过程使用修改后的TOPSIS方法。最近,在一些研究中,考虑扩展TOPSIS方法。例如,陈(50]TOPSIS的概念扩展到开发一个方法解决多人在模糊环境中多准则决策问题。Abo-sinna et al。51)扩展了TOPSIS法来解决多目标非线性规划问题。此外,Jahanshahloo et al。52,53]和Izadikhah [54]扩展决策的TOPSIS方法问题的区间和模糊数据。

在模糊集理论、模糊集元素的加入是只有一个值在0和1之间(55]。然而,在现实中,模糊集合中的一个元素的nonmembership程度并不等于1减去隶属程度。也就是说,可能会有一些犹豫。因此,Atanassov [56直觉模糊集]延长枝模糊集,这是一个泛化的模糊集的概念。直觉模糊集理论的特点是一个隶属度,non-membership学位和犹豫的程度。Atanassov和Gargov57]提出的概念Atanassov区间值直觉模糊集的模糊集合理论的进一步推广。

在Boran et al。58],TOPSIS方法相结合提出了直觉模糊集在群体决策环境中选择合适的供应商。也在你们(59),一个扩展的群体决策的TOPSIS Atanassov的区间值直觉模糊数提出解决信息不完全和不确定环境下的合作伙伴选择问题。

群体决策涉及的加权聚合所有个人决策来获得一个集体的决定。DMs发挥重要作用的权重加权聚合的过程。

来说本文扩展技术相似,理想的解决方案(TOPSIS)群体决策方法与Atanassov区间值直觉模糊数提出解决信息不完全和不确定环境下的供应商选择问题。在其他研究在这一领域,每个决策者的权重和标准在其中的许多营地,权重预定(见[50,59),例如,),但这些权重计算本文新方法的使用每个决策者的决策矩阵。方法首先提出,我们通过德尔菲法选择最重要的标准,那么我们定义一个新的相似性测量获得每个决策者的权重,通过使用这些重量,我们可以确定标准的权重。同时,提出了规范化的汉明距离计算Atanassov的区间值直觉模糊数之间的距离。

剩下的纸是组织如下:在这一节中2关于以下概念简要描述。

首先,Atanassov的区间值直觉模糊集的概念,然后对IVIF集解释一些基本操作。之后TOPSIS法和德尔菲法进行了综述。

节3我们将重点讨论该方法。节4一个数值例子。在本节中,我们考虑一个例子,一所大学的管理委员会已经外包建设新建筑,然后我们将介绍一些有用的见解。一些研究结论是部分5。

2。基本概念

由于模糊集合是由德(60),已经开发出了多种集涉及不精确。由于知识的限制和时间压力,犹豫时个体面临不确定性的问题。不确定性和模糊性的表达被广泛讨论。定义的区间值模糊集(体外受精)德(61年)所示的隶属函数在一个封闭的子区间。Atanassov [56]介绍了直觉模糊集,它的特点是成员函数,nonmembership函数,函数和踌躇。IVFSs Atanassov的直觉模糊集被认为是灵活和实用工具来处理模糊性和不确定性。Atanassov和Gargov57)进一步介绍了区间值直觉模糊集(IVIFS),提供会员的泛化IVFSs和仿射函数和non-membership函数间隔,而不是精确的数字。

2.1。Atanassov的区间值直觉模糊集的概念

1986年Atanassov延长枝直觉模糊集的模糊集,这是一个泛化的模糊集的概念。下面的定义需要在纸上。

定义1。让是一个有限的通用集。直觉模糊集在是一个对象有以下形式: 在哪里和元素的隶属度和nonmembership吗分别与条件。
被称为直觉模糊指数吗。它代表了程度的不确定性或犹豫。为每一个,。

在某些情况下,由于客观事物的复杂性和不确定性,这是合适的和方便的表达自己Atanassov区间值直觉模糊集的数据。

1989年Atanassov和Gargov提出以下Atanassov区间值直觉模糊集的定义。

定义2。让是一个有限的通用集。一个区间值直觉模糊集在是一个对象有以下形式: 在哪里和。

简单的符号,我们写IVIF集而不是Atanassov的区间值直觉模糊集和IVIF数字而不是Atanassov的区间值直觉模糊数。

2.2。基本操作IVIF集

为了方便起见,徐(62年)用IVIF数量,,。

聚合IVIF数字,我们使用以下操作(见徐(62年更多细节)。

定义3。让和是两个IVIF数字,然后之间的乘法和定义如下:

定义4。让是两个IVIF数;然后求和之间和定义如下:

定义5。让是一个IVIF和数量一个任意的正实数;然后

由上面的定义,我们有以下。

推论6(徐62年])。让是一组n IVIF数字,。加权算术平均的定义 在哪里的重量是,,。

定义7。让是一个IVIF号码。许一个得分函数定义年代测量IVIF号码如下: 很明显,和更大的价值越高,。

定义8。让是一个IVIF号码。许一个精度函数定义测量IVIF号码如下: 在哪里。更大的价值是,IVIFN的精确度越高是多少。

分离选择汉明距离可以测量。在本文中,我们使用规范化提出的汉明距离公园等。63年]。

定义9。让是一个向量的IVIF数字,这样和,m向量n IVIF数字,这样;然后测量之间的分离的年代,基于规范化的汉明距离的定义如下:

通过类似的方式,我们可以定义两个矩阵之间的距离测量。

定义10。让是两个矩阵和是IVIF数字。一个可以定义之间的距离测量和基于汉明距离如下:

2.3。TOPSIS)

来说TOPSIS(技术相似的理想解决方案)方法提出了陈和黄44),关于黄和尹45]。TOPSIS是多个标准方法来识别解决方案从一组有限的选择。备选方案的基本原则是应该从积极的理想的解决方案和最短的距离最远的距离负理想的解决方案。指标值的过程中,性能评级和权重标准给出的精确值。在实际情况下,由于不完整或nonobtainable信息,数据(属性)通常是不确定的;因此他们通常是模糊不精确。因此,一些研究试图使用模糊TOPSIS方法/不精确的数据。

2.4。德尔菲法选择最重要的标准

我们可以选择德尔菲法最重要的标准。基于Saaty [64年),如果有超过七因素在同一水平上,有太多的选择参与者的问卷调查,这是艰难的做出选择。这个问题是可以克服的方法消除或组合。德尔菲法是减少数量的标准,同时保持真正的重要属性。这个过程总结如下(65年]。

步骤1。形成一个团队研究主题,和小组成员研究领域的专家。

步骤2。第一轮德尔菲问卷的发展。

步骤3。传播的第一个问卷调查小组成员的结果和分析,第一轮反应。

步骤4。准备第二轮问卷。

第5步。传播结果的第二轮问卷第二轮的专家和分析反应(步骤4和5重申,只要想要或需要实现稳定的结果)。

步骤6。准备一份报告的结论。

3所示。该方法

在许多实际的决策问题,如供应商的选择或选择一个伙伴企业在供应链管理领域,军事系统效率评价,等等,决策者通常需要提供他们的偏好选择。考虑到社会经济环境变得更加复杂,决策者提供的偏好信息通常是不精确的,也就是说,可能会有迟疑或偏好的不确定性,因为决定应该在时间的压力下和缺乏知识或数据或决策者注意力和信息处理能力有限。在这种情况下,它是合适和方便表达决策者的偏好区间值直觉模糊集(IVIFSs)。IVIFS的根本特征在于它的隶属函数的值和nonmembership函数间隔,而不是精确的数字。因此,它是必要的和有趣的注意区间值直觉偏好信息的群决策问题。

我们的主要目标是在选择最合适的供应商选择。假设一个委员会(集团)决策者已经形成以选择最合适的供应商。Atanassov的过程是区间值直觉模糊TOPSIS方法给出以下步骤。

步骤1。确定最重要的标准。

通常,有许多标准(属性)在供应商选择,有些是没有必要重要或非常重要。因此,我们选择德尔菲法的最重要的标准。让德尔菲法的标准选择。

每个标准的重要性和每个替代的评级关于标准组,必须由决定。因为不完整和不确定的信息选择,决策者分配一个区间值直觉模糊数估计他/她判断的选择关于标准。对于一个更好的决定,我们需要指定每个决策者的决策的重要性。因此,我们决定DMs的重量。

步骤2。确定决策者的重量

正如上面提到的,决策者很难估计准确的价值选择关于标准。让的决策矩阵th决策者,是一个Atanassov区间值直觉模糊数。

现在,我们得到的矩阵,即理想矩阵。考虑到,在那里,因此,由公式(6我们有: 很明显,也是一个Atanassov区间值直觉模糊数。

为了确定决策者的权重,我们使用以下概念。

越少的距离决定的 从理想的决定是更高的重要性 预计。

因此,通过使用公式(10我们可以定义以下决策矩阵之间的相似性度量和理想的决策矩阵: 然后,我们可以确定决策者的权重根据上述相似性度量。假设的重量用。因此,我们可以确定,如下所示: 很明显,和。

步骤3。构建聚合Atanassov的区间值直觉模糊决策矩阵。

为了聚集所有个人决策和构造一组决定我们需要构建聚合区间值直觉模糊决策矩阵。我们表示聚合Atanassov的区间值直觉模糊决策矩阵,在那里,因此,在哪里

步骤4。确定权重的标准。

让我们表示的标准的权重的向量,表明标准的相对重要性。这些重量是表示为区间值直觉模糊数。为了获得W,我们必须收集决策者的意见得到聚合Atanassov的区间值直觉模糊的重量标准。让模糊的重要性对标准th决策者是。然后,标准的权重计算公式(6)如下: 由公式(15我们看到每个是一个Atanassov区间值直觉模糊数。简单的符号,让我们假设。

第5步。确定加权决策矩阵。

我们的下一个要求是确定加权决策矩阵。我们可以通过(构造加权决策矩阵3)。让加权决策矩阵,这样;然后。

步骤6。确定Atanassov的区间值直觉模糊pi和NIS。

TOPSIS方法的基本逻辑是定义positive-ideal解决方案(π)和负(NIS)。π是解决方案,最大化效益标准和最小化成本标准,而NIS是最小化效益标准的解决方案,最大化标准成本。最优选择是最短的距离正解和最远的距离-解决方案。

我们表示的一组标准中受益和成本标准的集合。然后,我们可以确定IVIFπ,在那里

我们可以确定IVIF NIS,在那里 不失一般性,我们可以假设我们有和。

步骤7。构建分离措施。

候选人之间的分离度测量和IVIF positive-ideal的解决方案是使用规范化的汉明距离定义如下: 同时,候选人之间的分离度测量和IVIF负定义如下:

步骤8。计算距离系数。

亲密系数(相对亲密)的选择关于IVIFπ定义如下:

第9步。等级的选择。

根据相对亲密,我们可以确定所有的排名顺序降序排列的的年代。

4所示。应用程序

与直觉模糊信息MADM的过程,有时,属性值以直觉模糊数的形式和属性权重信息不完全已知或完全未知的。在这种情况下,它是合适和方便表达决策者的偏好的区间值直觉模糊数(IVIFN)。因此,它是必要的和有趣的关注群体决策问题的区间值直观的偏好信息。因此,有必要关注这个问题。

为了说明该方法,我们考虑一个例子,大学已经外包的管理委员会建设的新建筑。有一些建筑公司尽可能的选择,而且,有许多因素来评估这些公司。对冲风险,一个四个专家委员会(决策者),,,,已经形成,选择最合适的建筑公司。

步骤1。确定最重要的标准。

在第一部分的研究中,最重要的因素为评估供应商(建筑公司)检查。德尔菲法的概念被用来生成一个共识意见的专家和提取最重要的标准。9分范围内用于问卷收集专家意见,与偏好非常不重要的,无关紧要的,正常的,重要的是,和非常重要的(得分为1、3、5、7、9,职责),和2,4,6,8之间的mid-opinion 1, 3, 5, 7, 9。摘录的问卷调查如表所示1。

十一个专家要求填写问卷。我们任意设置的阈值为64%,并从每个部分选择6个主要标准。

结果如表所示2,选择的标准评估公司正斜体。六个主要属性(标准)是由决策者考虑供应商选择过程中。这些标准如下: :公司建议净价格(价格)。 :(质量)公司的定性能力。 :(交货期)公司的准时交付能力。 :(性能历史)前身公司的性能。 :(经济地位)公司金融(经济)的地位。 :(与行业)公司的地位在相关行业(包括信贷和领导)。

因此,一个成本标准,,五个标准中受益,,被认为是。初步筛选后,四家公司()保持进一步评估。通过使用德尔菲法的结果,研制了一种层次结构,将标准纳入公司评估过程。这个层次结构如图1。

因为专家可能不确定因素的重要性显然,问卷调查的结果可能是有偏见的。考虑模糊性的专家意见,这些数据视为IVIF数字。大学提出的模型,可以更好地理解公司必须具备的功能,可以评估和选择最合适的建筑公司的合作。四个决策者使用语言加权变量见表3评估标准的重要性。决策者使用的语言等级变量见表4评估候选人的评级对每个标准。

五家公司的评级由决策者根据不同的标准和标准的重要性权重由这四个决策者如表所示5,6,7,8。所示的语言评估表5,6,7,8转换成IVIF数据。

步骤2。确定决策者的重量。

现在,为了确定决策者的重量我们必须构建理想的矩阵。它是由公式(11)。理想的矩阵如表所示9。我们使用公式(12)和(13),以确定每个决策者的权重。结果如表所示10。

表10显示的决定比其他更重要的决策者。

步骤3。构建聚合Atanassov的区间值直觉模糊决策矩阵。

为了聚集所有个人决策和构造一组决定我们使用公式(14)和构建聚合IVIF决策矩阵。表11显示了结果。

步骤4。确定权重的标准。

通过应用公式(15)和表5,6,7,8,10可以计算,标准的重要性。见表12。

第5步。确定加权决策矩阵。

我们可以通过公式(构造加权决策矩阵3)。表13给出了加权决策矩阵。

步骤6。确定Atanassov的区间值直观的π和NIS。

由公式(16)和(17)我们可以确定IVIFπ和IVIF NIS如表14。

步骤7。构建分离措施。

在这一步中,我们从Atanassov计算每个替代的分离的区间值直觉模糊正理想方案和Atanassov区间值直觉模糊负理想溶液,使用公式(18)和(19),分别。表15显示每个替代的距离从IVIFπ和IVIF NIS。

步骤8。计算距离系数。

亲密每个替代系数可以计算公式(20.)。第四列的表15显示所有选择的亲密关系系数。

第9步。等级的选择。

根据亲密系数,所有选择的排名顺序表的最后一列所示15。

可以看到,公司3,选择适当的建筑公司中选择。

4.1。更深刻的

在本节中,为了比较我们计算每个Atanassov得分函数的区间值直觉模糊加权决策矩阵和IVIFπ和IVIF NIS。之后,表现公司对每个标准计算和图所示2。从图可以看出2公司3执行相对比其他三家公司在大多数的标准,并且比其他公司更接近IVIFπ。另一方面,公司1执行相对比其他三家公司在大多数的标准,比其他公司更接近NIS。总而言之,公司3应该选择合作。

5。结论

近年来,如何确定合适的供应商在供应链已成为一个关键战略考虑。在供应商选择过程中供应商的信息和表演通常是不完整的和不确定的。因此,决策者不能(或不愿)来表达他们的判断供应商的准确和脆值和语言表达的评估通常条款。在这种情况下模糊集合理论是一个适当的工具来处理这种问题。本文的语言特点是Atanassov区间值直觉模糊数和一个扩展的群体决策的TOPSIS IVIF数字开发解决供应商选择问题。

该方法首先采用德尔菲法选择最重要的标准。接下来,通过每个决策者的判断矩阵计算每个决策者的重量和每个的重量标准。然后构造加权决策矩阵,然后,IVIFπIVIF NIS决心。

基于规范化的汉明距离,我们计算每个备选方案的相对亲密IVIFπ和等级选择根据相对亲密和选择最理想的一个。

该方法非常灵活。使用这种方法不仅使我们能够确定级别高于订单供应商评估和供应商和评估和决策者。