供应商选择.ppt

供应商选择——评价方法 （4）数据包络分析法( Data Envelopment Analysis, DEA) 数据包络分析(data envelopment analysis , DEA)是在相对效率评价概念的基础上建立起来的一种新的系统分析方法, 它是1978 年由著名的运筹学家查恩斯、库伯以及罗兹首先提出来的,数据包络分析是一种非参数的统计分析的新方法, 适用于具有多输入特别是多输出相同类型单位的有效性评价。这是首次出现的能够处理多投入、多产出指标的非参数生产前沿分析方法, 其评价指标是单位的相对效率。由于企业在选择供应商时必须综合考虑候选供应商在各个方面的表现, 而且考虑到数据包络分析方法本身是以指标权重为变量利用数学规划模型进行评价的, 应用这种方法一方面可以综合考虑各种因素, 另一方面也可以在一定程度上避免引入较大的主观性, 因此数据包络分析方法在解决供应商选择问题时具有突出的优点。 供应商选择——评价方法 DEA方法在供应商的选择和评价中应用模型如下 其中Xij为第j个决策单元对i种类型输入的投入量；yrj为第j个决策单元对第r种类型输出产量；Vi为对i种类型输入的一种度量；Ur为第r种类型输出的一种度量； 供应商选择——评价方法 (Xj,Yj)表示第j个决策单元DMUj,每个决策单元都有相应的效率评价指数： 现在对j0个决策单元进行效率评价。在各决策单元的效率评价指标均不超过1的条件下，选择权系数u及v，使h0最大 供应商选择——评价方法 DEA方法的优点是如果供应商被评价为相对无效的，可以有力地说明该供应商在各个指标都处于劣势，其特点是会使一个在少数指标上有优势，而在多数 指标上有劣势的供应商成为相对有效的供应商。在应用DEA方法进行供应商的选择与评价时，必须注意这种方法只适用于供应同类的或者有替代功能物资的供应商。 供应商选择——评价方法 （5）逼近理想解排序法( technique for order preference by similarity to ideal solution, TOPSIS) TOPSIS 法是由C .L .Hwang 于1981 年所发展出来的技术, TOPSIS 是改进M .Zeleny 妥协解应位于理想解最近的概念而成。基于被选择的方案应该是距理想解(Ideal Solution)最近, 同时距离负理想解(Negative -ideal Solution)最远的概念, 而假定每一属性是单调递增或递减, 因此可以将偏好转化为欧氏距离(Euclidean Distance)而加以计算和衡量,并经综合比较后而得到最佳方案。所谓理想解是一设想的最好解, 它的各个指标值都达到各候选方案中最好的值;而负理想解是另一设想的最坏解, 它的各指标值都达到各候选方案中最坏的值。 TOPSIS法的基本思想是同时考虑备选方案与理想方案和最不理想方案之间的距离, 优化方案应该离理想方案尽可能的近, 离最不理想方案尽可能的远。原有的方案集中通常并没有这种理想解与负理想解, 因此若方案集中有一个解最靠近理想解, 同时又最远离负理想解, 这个解即为方案集中最好的解。 供应商选择——评价方法 TOPSIS 法的过程 第一步:构造初始数据矩阵。供应商的初始指标评价矩阵为： 式中:m 为供应商数量, n 表示评价指标数量, Xij表示第i 个供应商的第j 个指标的评价值。由于各指标的的量纲不同, 故需对初始数据作归一化处理: 供应商选择——评价方法 第二步:计算各指标的权重。设第j 项指标的信息熵值为: 式中k 是与m 有关的常 某项指标的信息效用价值hj： 于是, j 项指标的权重为: 供应商选择——评价方法 第三步:计算供应商的指标加权评价值矩阵： 第四步:确定最理想指标加权评价值集合V +和最不理想指标加权评价值集合V – 所谓正理想解是指每一准则项目中选出的最大评估值, 成为正理想解的集合。负理想解则相反 J1 为效益型指标集, J 2 为成本型指标集 供应商选择——评价方法 第五步:计算距离。供应商的评价值与正理想解以及负理想解之间的距离分别为: 第六步:确定相对接近度。供应商的评价值与最理想的评价值集合和最不理想的评价值集合之间的相对接近度为: 第七步:将第六步骤所计算出的结果按Ci 由大到小的顺序排列, 并给供应商排优选名次。 供应商选择——评价方法 （6）模糊综合评判法（Fuzzy Comprehensive Evaluation , FCE） 模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶