[发明专利]一种自控阀企业配件供应商排序方法

摘要

本发明公开了一种自控阀企业配件供应商排序方法。首先构建自控阀企业配件供应商排序的评估指标体系，其中评估指标被分为定量、综合定性和直接定性三类；获取各评估指标的初始值，用隶属度方法计算各评估指标初始值的倾向度；用基于支持向量机的分类模型对候选供应商进行筛选以缩小数量；通过加权法来处理评估指标重要程度的不固定性，用双阶证据理论模型对筛选后的候选供应商进行识别，实现自控阀企业配件供应商的排序。本发明应用简便，易于实现，能解决自控阀企业配件供应商排序中评估指标值的不确定性和不完整性及评估指标重要程度不固定的问题。

主权项

一种自控阀企业配件供应商排序方法，其特征在于，包括如下步骤：步骤1：构建自控阀企业配件供应商排序的评估指标体系，其中评估指标被分为定量、综合定性和直接定性三类。所述自控阀企业配件供应商排序的评估指标体系包含产品竞争力(用IProComp表示)、内部竞争力(用IInComp表示)、外部竞争力(用IOutComp表示)和协作能力(用ICoopAbil表示)四个指标。IInComp、IOutComp、ICoopAbil为定量指标，由决策者打分获得；产品竞争力IProComp的指标值较难确定，为综合定性指标，故将其分解为价格水平(用ICost表示)、质量水平(用IQuality表示)、服务水平(用IService表示)和柔性度水平(用IFlexibility表示)四个子指标，ICost、IQuality为定量指标，IService和IFlexibility为直接定性指标。步骤2：决策者考察实际情况后，给出候选配件供应商定量和直接定性评估指标的初始值。对确定的定量评估指标和直接定性评估指标赋予确定值，对相对模糊的定量评估指标赋予取值区间，对完全未知的评估指标赋予空值。用隶属度方法计算各评估指标初始值的倾向度。对于各评估指标的初始值，设置5级评语：{G1，G2，G3，G4，G5}＝{很劣，劣，中等，优，很优}，其中G1和G5分别为最低极限值D1和最高极限值D5对应的评语等级，则在某一评估指标下等价于评语等级的评估指标值为{D1，D2，D3，D4，D5}。这里需注意ICost越低越优，其他则越高越优，转换方式恰好相反。设各评语等级对应的数值分别为：E(G1)＝0，E(G2)＝0.25，E(G3)＝0.5，E(G4)＝0.75，E(G5)＝1。βi为评估指标值对于评语等级Gi的隶属度，则评估指标t下各配件供应商的倾向度Pt(Ai)可根据定量指标和直接定性指标两种不同情况分别确定。定量指标的倾向度Pt(Ai)计算方法为：当评估指标值为确定值a时，可直接计算。当评估指标值为取值区间[a,b]时，分为三种情况：若Di≤a≤Di+1或Di≤a≤b≤Di+1，则Pt(Ai)＝βi·E(Gi)+βi+1·E(Gi+1)；若Di≤a≤Di+1，Di+1≤b≤Di+2，则Pt(Ai)＝βi·E(Gi)+βi+1·E(Gi+1)+βi+2·E(Gi+2)；若Di≤a≤Di+1，Dj≤b≤Dj+1，则：Pt(Ai)＝βi·E(Gi)+...+βj·E(Gj+1)。直接定性指标的倾向度Pt(Ai)计算方法为：可根据对应的评语等级直接求得，即Pt(Ai)＝E(Gi)。步骤3：用基于支持向量机的分类模型对候选供应商进行筛选以缩小数量。在线性可分的情况下，支持向量机的基本思想可描述为：假设两类样本(x1,z1),…,(xl,zl)，x∈Ru，l为样本数，u为输入维数，定义超平面w·x+f＝0将这两类样本分开，分类结果为式中w为可调的权值向量，f为超平面的偏置量，w·x表示向量w∈Ru与xi∈Ru的内积。为使分类超平面对所有样本正确分类，必须使其两侧的分类间隔2/||w||最大。对于训练样本集合，找到权值w和偏移b的最优值，使权值代价函数最小，即且满足约束条件：zi(w·xi+f)‑1≥0,i＝1,2,…,l。引入Lagrange乘子ξi≥0,i＝1,2,…,l，得Γ的极值点为鞍点，取Γ对w和f的最小值：w＝w*和f＝f*，以及对ξ的最大值：ξ＝ξ*。对Γ求导后求解二次规划可确定最优超平面。只有ξ＝0的样本对w*起作用并决定分类结果，这样的样本被定义为支持向量。ξ*和w*可显式求得，即选取一个支持向量样本xi:f*＝zi‑w·xi，对于任一输入样本x,计算分类函数最后根据分类函数d(x)的符号来确定待分类样本x的归属。随机抽取自控阀企业在同型配件供应商排序上的50次历史数据，作为支持向量机分类模型的训练样本；然后以步骤2得到的本次供应商排序的各评估指标初始值的倾向度作为输入向量，确定分类函数d(x)，若d(x)＝w*·x+f*≥0，则x通过初步筛选；若d(x)＝w*·x+f*<0，则x被淘汰。步骤4：通过加权法来处理评估指标重要程度的不固定性，用双阶证据理论模型对筛选后的候选供应商进行识别，实现自控阀企业配件供应商的排序。步骤4.1将筛选后的候选配件供应商的集合定为识别框架，即Θ＝{y1,y2,...,yN}，其中yi(i＝1,2,…,N)为第i个筛选后的候选配件供应商。Θ上的所有可能集合用幂集合2Θ来表示，当Θ中的元素有N个且各个元素互不相容时，Θ的幂集合2Θ的元素个数为2N。设A为影响装配质量的单因素或因素组合，m(A)为识别框架Θ上A的基本概率赋值函数，表示对A的信任度，满足且m(A)可表示为m:2Θ→[0,1]，满足m(A)>0的A称为焦元。步骤4.2考虑实际需求和决策者偏好程度，确定各评估指标及子指标的权重系数。步骤4.3对于IProComp下四个子指标：ICost、IQuality、IService和IFlexibility，计算所有焦元的加权基本概率分配值即其中l<2N。步骤4.4对于IInComp、IOutComp、ICoopAbil，计算所有焦元的加权基本概率分配值计算方法同步骤4.3。步骤4.5以IProComp下四个子指标对应的加权基本概率分配值作为证据输入，进行证据融合，即其中K为归一化常数，有解得IProComp下筛选后的候选配件供应商及Θ的基本概率分配值mProComp(Ai)。步骤4.6将IProComp下筛选后的候选配件供应商及Θ的基本概率分配值mProComp(Ai)进行归一化并加入IProComp的权重系数，获得加权基本概率分配值加权归一化方法为：将第一次融合产生的焦元Θ的基本概率分配值mProComp(Ai)视为非Θ焦元的基本概率分配值，设mProComp(Θ)＝mProComp(Al)，加权归一化计算公式为步骤4.7以作为证据输入，进行二次证据融合，融合方法同步骤4.4，解得筛选后的候选配件供应商的综合基本概率分配值m(Ai)。步骤4.8用基于信任区间的识别规则进行自控阀企业配件供应商的排序。分别计算所有筛选后的候选配件供应商的信任函数值Bel(Ai)和似然函数值Pl(Ai)，其中信任函数值表示对Ai的总信任度，似然函数值表示对Ai的不确定度，这里构造信任区间[Bel(Ai),Pl(Ai)]，具体识别规则为：假设候选配件供应商Ai优于候选配件供应商Aj的程度为P(Ai>Aj)，如果Ai和Aj的信任区间分别为[Bel(Ai),Pl(Ai)]和[Bel(Aj),Pl(Aj)]，则有其中P(Ai>Aj)∈[0,1]。那么，如果P(Ai>Aj)>0.5，则Ai比Aj优秀，记为如果P(Ai>Aj)<0.5，则Ai不如Aj优秀，记为如果P(Ai>Aj)＝0.5，则Ai与Aj没有差别，记为Ai～Aj；对于任意Ai、Aj和Ak，若P(Ai>Aj)>0.5且P(Aj>Ak)>0.5，则Ai比Ak优秀，记为从而实现自控阀企业对配件供应商的排序，获得最佳的配件供应商。