文摘

战略管理应用于社会生活的许多领域。的基本步骤之一,在战略管理的过程是制定一个策略,选择最优的策略。改善与指标的过程中选择最优策略的方法和理论,对不确定性也在这个过程中,以及其他的应用和不同的选择标准,是本研究的基本思路和目标。流程的改善上述选择的防御系统是由应用基于混合模型的多准则决策方法定义排名标准之间的相互关系(DIBR)和multiattributive ideal-real比较分析(MAIRCA)修改三角模糊数——“DIBR-DOMBI-Fuzzy MAIRCA模型。“DIBR方法用于确定权重系数的标准,选择最优策略,从提供的设置方法,是由MAIRCA方法。这样做是在模糊环境下的目标是更好的处理不精确的信息和更好的定量数据转化为定性数据。在研究、分析模型的重量变化的敏感度系数。此外,比较的结果与使用其他多准则决策方法获得的结果,验证了模型,证实了稳定的结果。最后,得出结论,提出指标方法可用于选择战略防御系统,指标模型的结果是稳定的和有效的,而且这个过程已得到改进,使决策者更容易的选择,通过定义新的和更全面的标准选择。

1。介绍

“关键”的基本前提或任何组织的良好的商业质量管理。有不同定义的管理,根据不同的方法,其中,管理是“有效知识,应用在一个持续的过程:计划、组织、领导、和控制经营活动实现组织目的和目标,所以一个组织可以有效的和有效的”(1]。它也定义为执行特定功能的过程中,能有效地分配和使用人力和其他资源,实现先前建立的目标(2]。考虑到今天的动态环境中,组织必须确保活力;即管理必须反应迅速和影响新变化行为,诱导战略思考组织的目标,以及实现的方法。组织成功地应对环境挑战和变化,各种方法,概念、工具、和技术必须使用战略管理的过程中,如投资组合概念,场景法、成本效益分析、差距分析,SWOT矩阵或牵引,和不同的软件工具。(3]。同时,提到的变化要求组织发展的战略眼光,导致一个叫做战略管理的新学科。

战略管理是“一个管理规程,认为制定和实施战略的过程中实现组织的长期目标”(4]。战略管理的目的是确认该公司的积极态度环境重点强调需要及时的识别和管理的变化。战略管理是一种减少或完全消除阻力变化,不允许创建一个区别组织的功能和环境的需要5]。

战略管理是一个迭代的过程,它包括几个步骤:(a)战略评估,(b)战略方向,(c)战略制定,(d)战略的实现,和(e)战略控制6,7]。本文的重点是第三步,策略的制定。制定质量战略,必须选择一个最优的接受提供的设置方法:开发多个变异策略,评估策略和最优策略的选择。选择最优策略的过程直到现在实现了通过专家意见,使用少量的标准没有充分考虑所有最优策略的基本特征,它不包括指标的更严重的应用方法。为了提高所提到的方法,需要创建这个研究在多准则决策方法的实现过程和实现更全面的选择标准。

论文的目标如下:(我)改进现有的战略管理过程中相关部分的选择最佳战略防御系统,通过引入新的选择标准(2)改善上述指标模型的过程引入基于DIBR和MAIRCA方法(3)提出的指标模型的验证和确认其在战略管理过程中可能使用的战略评估和优化选择

在这个研究,指标混合模型是选择最佳的防御策略在塞尔维亚共和国(RS),作为一个“基本文档的开发和功能的投影防御系统”(8]。直到现在,这通常选择是基于适宜性,可行性、和可接受性标准在第七阶段的战略发展,即。、战略阶段的验证(评价)8),没有应用程序或更重要的指标方法的应用程序。提出了模型使用方法定义排名标准(DIBR)之间的相互关系和模糊化方法multiattributive ideal-real比较分析(MAIRCA),使用聚合Dombi聚合算子的专家的意见和新标准的选择。

以下是本研究的实际和科学的主要贡献:(我)系统化的标准影响的选择最优策略防御系统的塞尔维亚共和国(2)定义的标准的重量(3)决策支持创建一个数学模型,量化所伴随的不确定性,这一过程(iv)集团决策指标方法被用来创建数学模型

本文由六个部分组成。介绍之后,简要分析相关文献研究的问题和方法。使用的第三部分中描述的方法和标准。第四部分,案例的表示进行选择的定义,权重系数的计算,选择最好的选择。第六部分,提出了模型的鲁棒性检查,论文的最后,总结注意事项。

2。一个简短的文献综述

数学决策模型发现应用程序在许多不同领域的人类活动(9- - - - - -16]。作者提出了研究使用不同的指标的方法,基本的或修改的形式,来确定加权系数的标准和选择最佳的替代组提出的。

多准则决策的现代开发(指标)方法使得不是少数研究者研究策略的选择使用不同的数学模型。使用指标方法策略选择的问题已经讨论了相当多的工作。这些作品的一部分表所示1。

表1
在文献中选择的策略。

从表可以看出1和其他研究领域的战略选择,从不同区域选择不同的策略,不同的指标方法被使用,其中TOPSIS)是最常见的,有不同的修改,即理论处理不确定性。同时,不同的标准被用于这个选择。这些研究使用标准、方法和方法论提出了。此外,DIBR-MAIRCA模型还没有用于任何指标模型。本文前面提到的代表一个新奇与现有的研究相比。

考虑到DIBR方法定义一个相对较新的方法的权重系数的标准,没有大量的研究中,这种方法是适用的。文学的分析考虑表中给出了该方法2。

表2
DIBR分手方法简要的文献综述。

基于分析表中列出的文件2发表论文,其中包括所有DIBR方法,可以得出结论,DIBR方法尚未用于确定权重系数的策略选择标准,在任何领域,尚未与MAIRCA模型中的应用方法。

MAIRCA方法在表的使用3。

表3
MAIRCA method-literature审查。

3所示。研究方法

解决这个问题的最优策略选择提出了防御系统设置,创建的指标模型,呈现在图1。


图1
DIBR-DOMBI-Fuzzy MAIRCA模型。

这个模型有三个阶段,在这两个步骤实施。初始阶段包括标准的定义基础上,选择评估(策略)和定义执行他们的重量系数来定量确定影响最终排名。在特定的情况下,计算权重系数的标准,DIBR法。这种方法,其数学仪器,使用比较标准的重要性,通过主题领域的专家的意见。

前一阶段的实施后,进行第二阶段来选择最优选择(策略)。前面提到的选择是使用模糊MAIRCA方法,为每个标准的值替代fuzzified。

鉴于错误可以发生在任何决策过程,模型的灵敏度分析是由变化的权重系数的标准和比较排名结果与其他指标方法的结果。

选择一个最优策略的问题需要认真对待不确定性方法的应用。考虑到简单的数学工具和方法的目的,在DIBR-Fuzzy MAIRCA模型应用于本研究。首先,它是必要的定义条件的主题选择的标准,这是本文的下一部分中描述。

3.1。标准的定义

从一个好的策略应该平衡目标,方式和手段;照顾的战略环境;正确评估风险;减少依赖的假设;明确、可行;有创造力和改变的能力。米勒(45)定义了六个标准提出的策略的选择(评价),而不是建立评估标准(适宜性、可行性、可接受性):标准1 (C1)平衡:战略平衡以筹款?- - - - - -It implies answers to the following questions: Does the strategy clearly articulate its goals, which must be measurable? Does the strategy suggest appropriate ways to achieve the goal? Does the strategy have the means to support achieving the goals, i.e., is it feasible? Does the strategy have internal consistency, that is, the alignment with the strategic goals of the organization or the state?标准2 (C2)意识:战略包括战略环境的理解吗?- - - - - -This criterion provides answers to the following questions: Does the strategy properly evaluate the state’s place in the international system? Does the strategy include the interests and potential strategies of other actors? Does the strategy assess trends in the strategic environment?标准3 (C3)诚信:策略正确评估风险?- - - - - -It refers to the risks that come from the environment and gives an answer to the following questions: Does the strategy identify the risk and provide options for solving it? Does the strategy identify the risk of doing nothing? Does the strategy count on dramatic success, that is, does it include options for dealing with greater-than-expected success?标准4 (C4)吝啬:策略减少其依赖的假设吗?- - - - - -to get an answer to check whether the strategy is economical from the following questions: Does the strategy identify its assumptions? Does the strategy have to make assumptions about these six evaluation criteria? Does the strategy make the right assumptions?标准5 (C5)优雅:清晰、可行的策略吗?- - - - - -The previous four criteria require the expert to be a critical thinker–to analyze the strategy and its constituent parts, while this and the following require the expert to be a more creative thinker, i.e., to answer to the following questions: Does the strategy offer clear choices to decision makers? Does the strategy give clear direction to those who will implement it? Does the strategy require secrecy?标准6 (C6)创造力:战略创新和能力改变?——意味着以下问题的答案:创造性的策略吗?(创意策略,定义为一个意想不到的,会有更大的机会成功比缺乏创造力);适应性强的策略吗?灵活的策略吗?适应性是指将替代选项纳入战略,而灵活性意味着该策略可以调整当面对意想不到的变化。

列出的标准是根据他们的重要性,从最重要到最不重要的,基于专家的同意意见。所有标准定性和受益类型的标准,和排名,确定标准的意义是由五个主题专家。标准的定性描述转化为定量的数据使用三或四级规模,根据需要回答的问题的数量,以及信念的程度使决策者的语句。例如,对于标准C4(节俭)完全满意,战略必须提供四个问题的答案(战略确定的假设吗?战略必须做出假设这六个评估标准呢?策略做出正确的假设吗?)。如果回答三个问题,提出了战略选择的值是3,如果它给两个问题的答案,这个值是2。选择评估(策略)根据专家的每个定义的标准显示,例如,(3:70),其中3表示前面描述的评价选择,和70年代表专家水平的信心在给定的评价百分比。DIBR方法被用来定义提到的重量系数标准。

3.2。DIBR方法

DIBR方法最初是由Pamučar et al。29日]。DIBR的实现方法如下(29日]:步骤1。排名的标准定义。如果n显示的数量定义的标准,那么的集合定义的标准可以显示为一组 。为了更加容易的表达的方法,以下假设条件的重要性 ,在标准最大的重要性;也就是说,标准 最低的重要性。步骤2。定义的标准的比较。比较值定义的决策者或专家 ( )可以标记为 ,在哪里 。在每一个比较的标准,总价值100%的重要性分布的两个标准对比的主题。例如,如果标准之间的关系 和 = 0.4, ,这意味着标准的重要性 = 60%,标准 = 40%。这个标准之间的关系也是数学上通过以下所示: 在方程(4)代表关系的控制关系的其他标准。步骤3。定义关系。使用方程(1),标准的权重系数的值 可以定义,等于 通过方程(1)和(2),标准的权重系数 可以定义,如下所示: 最后,通过应用方程(1)(4),标准的价值 是发现。 步骤4。计算权重系数的最重要的标准。如果假设权重系数之和等于1,然后根据方程(5)- (7),可以给出如下的关系: 方程(8)有一个未知,即 ,这是计算如下: 经过计算权重系数的最重要标准,条件是满足定义其他标准的权重系数使用方程(5)- (7)。第5步。控制决策者的偏好。基于方程(4的比例),最重要和最不重要的标准( )可以计算,计算如下:

如果计算比率的值( )和决策者交办的关系( )是大致相同的,那么在决策者的意见有一致性的过程中,评价标准的重要性。如果该值的偏差 和 大于10%,可以得出结论,评价标准的比率是不一致的。然后,重新定义的值 或者应用,重新评估的意义的标准执行。

对于这个研究,比较和定义之间的关系所做的标准是专家,和他们的意见进行的聚合使用Dombi加权几何平均(DWGA)算子,应用以下表达式(29日]: 在哪里ρ> 0,描述了稳定Dombi函数的参数, 代表获得的权重系数的归一化值为每个专家。模糊MAIRCA法选择最优策略集的提出的描述和方法步骤如下。

3.3。模糊MAIRCA方法

一组不严密地定义成员的一个元素,即。,米embership of an element to a set more or less, represents the main difference between Fuzzy sets and classical sets. This feature of fuzzy logic is closer to human understanding of reality than classical logic [46- - - - - -48]。Lotfi陈守煜介绍并提出了模糊逻辑的第一原则(49]。

模糊集l定义如下: 在哪里Z是一组模糊集的定义l; 元素的功能;z(z∈Z)属于一组l三角模糊数,形状 =(l1,我2,我3),是最常用的(l1——左分布,我2——地方 ,l3——对模糊数的分布的置信区间 )。有不同的模糊化方法,其中一个是由Bobar et al。50]:

一个模糊数 , 被定义为以下表达式:

去模糊化的模糊数 : 在哪里λ代表一个索引的乐观λ∈[0,1],专家相信风险当决定,并且它可以悲观,温和,乐观51]。

MAIRCA方法在RAILCON国际科学会议上发表(52]。

形成最初的决策矩阵代表了应用模糊MAIRCA方法的初始步骤: 在哪里米替代的总数,n代表总数的标准。最初的决策矩阵是通过聚合获得专家的意见,使用方程(11)。

模糊MAIRCA方法的步骤如下所示(52]:步骤1。定义选择的概率P人工智能通过表达式(18): 大多数情况下,概率(P人工智能)是相同的所有选择: 步骤2。矩阵的推导的理论重量和它的元素: 在哪里 —力量系数的标准。步骤3。矩阵的推导的权重 : 使用表达式: 在哪里 代表正确的分布的最大值, 是左边的最小值分布, , 我 表示矩阵的元素 。步骤4。矩阵推导的差距 : 第5步。获得的值判据函数(问),表达式(25): 获得标准的功能替代defuzzified通过应用表达式(15)或(16),然后,他们排名(最小值代表排名第一)。步骤6。优势度指数的测定( ),使用表达式(26): 在哪里 是一流的替代标准函数, 是另一种选择的准则函数相比,哪一个 排名是最后的选择准则函数, 的等级的选择。

获得优势度指数后,主导地位的确定阈值计算,使用以下表达式(27):

在情况下,如果它是 ,然后保留最初的等级,否则,队伍应该纠正,用(1)。

4所示。结果

4.1。定义选择(策略)

选择代表解决问题和实现目标的机会,在问题的结构,生成一组替代桥预期之间的差异和当前状态。在特定的情况下,选择代表不同的制定策略从特定区域防御系统。战略制定是战略管理过程的第三步。

法律在塞尔维亚共和国的计划系统53)将“战略”定义为“公共政策的基本资料,综合确定行动的战略方向和公共政策的特定区域规划和实施的公共政策建立的政府监管。“它定义了段采用的策略从5到7年应该伴随着一个行动计划的实施策略。法律(53]将策略划分为部门和跨部门,根据空间覆盖,它分为国家和地区。它还定义了方法的准备,考虑事前的和事后分析的结果观察到的区域。

这项研究和演示模型的选择提出的国防战略,五制定备选方案(策略),如表所示4。上市策略代表不同的防御策略建议,没有被采用,但目前正在阐述的过程中发展的策略。

表4
替代方案(策略)的选择。

基于所建立的模型(图1),第一次的重量系数定义的标准计算。

4.2。确定权重的标准

一组六个标准定义(3.1节) ,命令的重要性,标准C1是最重要的,及标准C6分别是最重要的。然后,专家定义的值的相互关系的标准 根据以下(表5):

表5
值的相互关系的标准。

在以下文本,标准的权重系数的计算根据专家的意见1。首先,标准的相互关系如下所示:

接下来,通过应用表达式(5)- (7),表达式的值权重系数的标准定义: ; ; ; ;和 。

提供的是 和使用表达式(9),权重系数的值最具影响力的标准C1得到:

通过应用表达式(5)- (7),剩下的标准得到的权重系数, ; ; ; ;和 。

使用表达式(10),控制价值计算 。

自 (在10%的差异),也就是说, 和 ,专家1的偏好是定义良好的。

通过应用该方法的其他措施,达到以下体重系数(表6):

表6
的值E1标准专家权重系数。

所有专家的权重系数的值,获得先前描述的方式,给出了表7。

表7
权重系数的值为所有专家的标准。

通过应用表达式(11),专家的意见汇总,最终的权重系数值的标准计算(表8)。

表8
最终的重量系数值。

基于标准的权重系数,可以得出的结论是,初始条件是充分尊重的重要性,以及标准C1将产生最大的影响最终决定;也就是说,标准C6将产生最小的影响。

4.3。排名的选择和选择策略

标准的权重系数值后,获得最佳的替代选择运用模糊MAIRCA方法。

首先,应用MAIRCA方法形成最初的决策矩阵(表9),在这种情况下包括值五提出替代方案(策略),基于聚合五个专家的意见,使用表达式(11)。

表9
最初的决策矩阵。

最初的决策矩阵的元素(3:70.19)表明,决策者评估策略一个1得分3在给定的声明中有70.19%的信心。模糊化后的专家的说法,最初的决策矩阵的模糊值(表10通过应用表达式()计算13)和(14)。

表10
模糊初始决策矩阵。

在步骤1中,通过应用表达式(18)和(19),以下P的价值人工智能被发现:

矩阵的元素的计算理论重量,在步骤2(表11),是使用表达式(20.)。

表11
矩阵的理论重量。

在步骤3中,矩阵的权重(表12)是通过应用计算表达式(22)或(23),这取决于标准是利益或成本类型。

表12
矩阵的权重。

矩阵的差距 理论和实际的重量,在步骤4(表13),被发现通过应用表达式(24)。

表13
矩阵的理论和实际重量之间的差距。

进一步的应用模糊MAIRCA方法导致预期的解决方案(以下值 ),它使用表达式(defuzzified值15)和(16),λ值是0.5,在那之后,最初的选择(策略)的秩和表所示14:

表14
预期值和初始排名选择的解决方案。

在获得指数和优势阈值,通过应用表达式(26)(27),它代表这个指标方法的细节,这是0.16,达到替代方案(表的最终排名15)。

表15
最终排名的选择。

通过建立模型,替代方案(策略)的最终排名A1, A2, A3, A5,哪一个是最好的,从提供的设置,确定。考虑初始排名,战略A1代表名替代,但决策者可以决定选择替代A2, A3, A5,如果他们相信一流的选择有一定的劣势,因为指标方法代表的决策支持工具,而人类是使最终决定的人。此外,替代A4在任何情况下不能选为最佳,评估标准。

5。敏感性分析和比较研究

对于任何MCDM-related分析,检查结果的稳定是很重要的,因为它是容易改变给定的条件(54,55]。分析模糊MAIRCA方法的敏感性对体重变化系数的分析方法的灵敏度指标方法的结果(56- - - - - -60),通过15个场景(图2)。


图2
场景变化的权重系数的标准。

获得排名的相关性通过应用该方法对提到的场景使用斯皮尔曼等级相关系数的计算年代碾压混凝土),这是根据以下计算表达式(61年]: 在哪里D我代表队伍之间的差异(61年),而米是数量的选择。

通过应用表达式(32斯皮尔曼),以下值的系数(年代碾压混凝土)(图获得的3)。


图3
斯皮尔曼系数的值。

从之前的图,得出相关系数在15个场景通常倾向于理想正相关,定义指标模型主要是稳定权重系数的变化。然而,这应该考虑当定义他们的专家,因为偏袒替代标准直接影响最终的选择之一,也是经枪兵的价值系数的场景6号。斯皮尔曼高值的系数(0.9 - 1)表明高水平的等级相关。替代品的A2和A5场景S1中进行了细微的变化;也就是说,有一个变化的顺序选择在第三和第四的位置。在场景S6-S15,有一流的位置的变化和排名第二的另类与最初的排名。在所有情况下,替代A5是排名最后;相比,它的排名并没有改变最初的,这表明这个选择在任何情况下不能选为最佳。

此外,比较的结果与使用其他12个方法获得的结果,在图所示4。


图4
与其他方法的比较结果。

从前面的图中,可以得出结论,模糊MAIRCA方法的结果没有多少区别其他方法的结果。他们大多是相同的结果提出了方法,也没有大的差异的结果。在大多数情况下,替代A1排名第一,而在所有情况下,A4排名是最后的选择。同时它可以得出结论,选择的排名的变化关系模糊MAIRCA方法获得的排名发生在替代品的情况下A2和A5的排名第三和第四的MAIRCA和MABAC方法。模糊MAIRCA方法之间的差异的原因和脆MAIRCA方法正是提到的改进方法,通过模糊理论的实现,达到符合大多数其他方法的结果。还有一流的行列,排名第二的选择差异的尾声和TOPSIS方法,而在其他情况下,排名的选择是相同的等级模糊MAIRCA方法获得的。

本研究的科学意义反映在这一事实提出的指标模型提供了稳定的结果,使一个最优的选择策略,使当前的方式评估战略防御系统,构成论文的实际意义,并使相同的进一步升级,通过引入新的领域治疗的不确定性,以及其他方法来确定加权系数的标准和选择最佳的选择在未来的研究。

6。结论

作为长期可持续生存的一个强大的工具,组织面临着复杂和变化的环境中接受战略管理。战略管理的概念是基于一个清晰的愿景,使命和目标,这是详细的分析预期的环境的变化。

战略管理是一个过程,包括所有的功能管理科学领域,适应战略作为输出产品和它的特异性。防御系统识别应用战略管理的重要性,作为变更管理的基本工具。战略管理的过程中,第三步,包括战略的制定。这是专注于不同的策略从一个区域的一代,他们的评价,选择最优的策略从一组提出的。

本研究的目的是建立一个模型,将是提高决策过程在选择最优策略。这样做是通过实现指标方法在战略管理的过程中,与其他的应用和新标准的选择。遵循现有的方法在制定战略的过程中,本研究应用创建的模型按照下列方法。首先,文学处理这一领域进行了分析,并确定标准及其重要性。之后,权重系数的标准是使用DIBR方法获得,并选择最优替代应用模糊MAIRCA方法,使用专家水平的信心宣称在评估备选方案(策略)。通过应用程度的信心,不精确的定性信息转化为精确的定量信息,利用模糊理论和模糊数。

通过该模型的敏感性分析,证实了模糊MAIRCA方法显示了输出结果的稳定性好,模型是可行的,在实践中适用。必须特别注意专家权重系数的定义,因为定义模型的变化非常敏感。同时,获得的结果通过比较模糊MAIRCA方法的结果与12个其他方法的结果表明,提出的方法提供了有效的结果。

这项研究的主要局限与不足治疗DIBR方法的不确定性,在未来将致力于通过模糊的实现,灰色,粗糙,或者其他类似的理论。也在未来的研究中,该模型将进一步提高细化的标准及其他指标方法的应用选择最优组提出的替代,以及其他的应用理论处理不精确和不确定性。提到的应用指标模型是可能的在人类生活的所有领域,如公共政策的选择在不同的地区,最优机器开展建设工作,供应商,无人机用于不同目的,船航行的方向,不同的地点,不同的运输工具。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者以合理的要求。

的利益冲突

作者宣称没有利益冲突。