供应链的集成课件.pptVIP

表9-3指標相對重要性判斷矩陣指標品質價格交貨服務品質121/45價格1/211/34交貨4315服務1/51/41/51∑5.76.251.7815*表9-4指標權重計算指標品質價格交貨服務權重品質0.1750.3200.1400.3330.242價格0.0880.1600.1870.2670.175交貨0.7020.4800.5610.3330.519服務0.0350.0400.1120.0670.064∑1.000*表9-5供應商單指標排序品質指標排序S1S2S2S3權重S11641/20.325S21/611/21/80.056S31/4211/50.099S428510.520∑1.000價格指標排序S1S2S2S3權重S1121/41/30.126S21/211/51/40.079S345120.490S4341/210.305∑1.000*交貨指標排序S1S2S2S3權重S113320.408S21/3111/20.125S31/3111/20.125S41/22210.342∑1.000服務指標排序S1S2S2S3權重S1111/210.200S2111/210.200S322120.400S4111/210.200∑1.000*品質（0.242）價格（0.175）交貨（0.519）服務（0.064）總權重S10.3250.1260.4080.2000.325S20.0560.0790.1250.2000.105S30.0990.4900.1250.4000.200S40.5200.3050.3420.2000.370*人工神經網路方法人工神經網路（ArtificialNeuralNetwork簡稱ANN）是20世紀80年代後期迅速發展的一門新興學科，ANN可以模擬人腦的某些智能行為，具有自學習、自適應和非線性動態處理等特性。優點：評價模型更加接近於人類思維模式。評價過程中可再現評價專家的經驗、知識和直覺思維，實現了定性分析與定量分析的有效結合，也可以較好地保證合作夥伴綜合評價結果的客觀性。缺點：學習過程收斂速度慢，難以獲得全局最優解。B-P演算法難以解決供應商選擇評價中的大量指標問題，同時也很難達到較高的精度。*處理流程用戶評價值輸入模組（數據初始化）人工神經網路模組人機介面

基於人工神經網路的合作夥伴綜合評價選擇流程結構模型*評價輸入模組*BP網路模組*數據包絡分析數據包絡分析(DEA)方法是1978年由A.Chames等提出的從投入產出的角度評價決策單元相對有效性的一種系統評價方法。優點：不需要預先給定指標的權重，使結果的主觀性大大降低，並且該方法是從投入產出的角度對供應商進行評價。缺點：當決策單元個數比較少，而選取的指標比較多時，會得到有較多相對有效決策單元。如果得到這樣的結果，則還需要應用一些DEA模型作進一步評價，或者是應用其他的方法作進一步的評價。*現有n個合作夥伴，每個合作夥伴都有m種類型的輸入和s種類型的輸出，即vi為第i種類型輸入指標的權重，ur為第r種類型輸出指標的權重*評價第j0個備選合作夥伴相對有效性的CCR模型為：這裏為矩陣,為矩陣為閉凸錐,且*評價第j0個備選合作夥伴的考慮決策者偏好的C2WH模型為：*例：某機器製造商在採購某種零件時，需要對多個供應商進行評價，參與競爭的供應商的數據與應用DEA模型得出的計算結果如課本表9-7的2-5列所示。假設考慮到實際情況，決策者認為購貨總額比遲到的供貨量更重要，而合格的零件數量比供貨歷史更重要，此時可以在模型中選擇*注：常用的DEA模型本質上都是線性規劃模型，所以可以直接用求解線性規劃的軟體進行計算。如Lindo,Excel,Mathematics等。*TOPSIS方法TOPSIS是一種簡單而合乎邏輯的多因素選優