[发明专利]一种不确定不完备信息环境下的轴承制造企业绿色供应商辨识方法

摘要

本发明公开了一种不确定不完备信息环境下的轴承制造企业绿色供应商辨识方法。首先建立轴承制造企业绿色供应商辨识的层次化指标体系；获取轴承制造企业潜在绿色供应商的指标值；采用隶属度处理潜在绿色供应商的指标值；考虑绿色供应商辨识层次化指标体系中各级指标的互影响关系，构建轴承制造企业的绿色供应商辨识网络分析框架，使用梯形模糊数来表示专家对指标重要性的评判，使用粗糙边界区间来集成多位专家的评判结果，从而计算指标的重要度；基于两阶加权证据理论模型来对潜在绿色供应商进行辨识，获得最优秀的绿色供应商。本发明应用便捷，易于实现，为不确定不完备信息环境下的绿色供应商辨识提供了一种方法。

主权项

1.一种不确定不完备信息环境下的轴承制造企业绿色供应商辨识方法，其特征在于，包括如下步骤：步骤1：建立轴承制造企业绿色供应商辨识的层次化指标体系；用AO表示绿色供应商辨识总目标，AO包括四个一级指标：产品属性C1,内部竞争力C2,外部竞争力C3和协作能力C4；C1包括四个二级指标：单价C1,1、关键尺寸的误差C1,2、服务C1,3、柔性度C1,4；C1,1、C1,2属于定量型，C1,3、C1,4属于定性型；C2包括三个二级指标：创新能力C2,1、制造能力C2,2、适应能力C2,3；C2,1、C2,2、C2,3属于定性型；C3包括四个二级指标：经济环境C3,1、地理环境C3,2、社会环境C3,3、法律环境C3,4；C3,1、C3,2、C3,3、C3,4属于定性型；C4包括四个二级指标：技术相容性C4,1、文化相容性C4,2、信息平台相容性C4,3、声誉C4,4；C4,1、C4,2、C4,3、C4,4属于定性型；步骤2：获取轴承制造企业潜在绿色供应商的指标值；对于定量型指标C1,1、C1,2，直接获取潜在绿色供应商的指标值；对于定性型指标C1,3、C1,4、C2,1、C2,2、C2,3、C3,1、C3,2、C3,3、C3,4、C4,1、C4,2、C4,3、C4,4，由管理者考察潜在绿色供应商的实际情况后，给出打分作为指标值；如果潜在绿色供应商在某指标上的表现是完全确定的，那么该指标值用准确值表示；如果潜在绿色供应商在某指标上的表现是不确定的，那么该指标值用区间表示；如果潜在绿色供应商在某指标上的表现是完全未知的，那么该指标值是不完备的，用空值表示；步骤3：采用隶属度处理潜在轴承制造企业潜在绿色供应商的指标值；有M家潜在绿色供应商，依次用x1,x2,...,xM表示；潜在绿色供应商xr在指标Cj,l上的指标值用vr,(j,l)表示，其中r＝1,2,...,M、j＝1,2,...,N、l＝1,2,...,nj；规范化指标值v′r,(j,l)的计算方法为：若指标Cj,l属于收益类指标，则v′r,(j,l)＝vr,(j,l)/max{v1,(j,l),v2,(j,l),...,vM,(j,l)}；若指标Cj,l属于成本类指标，则v′r,(j,l)＝min{v1,(j,l),v2,(j,l),...,vM,(j,l)}/vr,(j,l)；C1,1、C1,2属于成本类指标，C1,3、C1,4、C2,1、C2,2、C2,3、C3,1、C3,2、C3,3、C3,4、C4,1、C4,2、C4,3、C4,4属于收益类指标；设置评分值为：π1＝0.1,π2＝0.3,π3＝0.5,π4＝0.7，π5＝0.9，依次对应评语：很差G1、差G2、中等G3、好G4、很好G5；G1、G2、G3、G4、G5对应的规范化指标值依次用v′(j,l)(G1),v′(j,l)(G2),v′(j,l)(G3),v′(j,l)(G4),v′(j,l)(G5)表示，计算方法为：v′(j,l)(G1)＝min{v′1,(j,l),v′2,(j,l),...,v′M,(j,l)}，v′(j,l)(G5)＝max{v′1,(j,l),v′2,(j,l),...,v′M,(j,l)}，指标值属于评语Gu的隶属度用βu表示，采用隶属度βu来处理潜在绿色供应商xr的在指标Cj,l上的指标值vr,(j,l)，处理后得到的效用值用τr,(j,l)表示；如果vr,(j,l)等于准确值χ1或等于区间[χ1,χ2]，若v′(j,l)(Gp)≤χ1≤v′(j,l)(Gp+1)或v′(j,l)(Gp)≤χ1≤χ2≤v′(j,l)(Gp+1)，其中p＝1,2,3,4，则τr,(j,l)＝βpπp+βp+1πp+1；若v′(j,l)(Gp)≤χ1≤v′(j,l)(Gp+1)且v′(j,l)(Gp+1)≤χ2≤v′(j,l)(Gp+2)，其中p＝1,2,3，则τr,(j,l)＝βpπp+βp+1πp+1+βp+2πp+2；若v′(j,l)(Gp)≤χ1≤v′(j,l)(Gp+1)且v′(j,l)(Go)≤χ2≤v′(j,l)(Go+1)，其中p＝1,2,3,4，o＝1,2,3,4，且o＞p+1，则τr,(j,l)＝βpπp+βp+1πp+1+...+βoπo+βo+1πo+1；步骤4：考虑轴承制造企业绿色供应商辨识层次化指标体系中各级指标的互影响关系，构建轴承制造企业绿色供应商辨识的网络分析框架；控制层元素为AO；网络层包括以下元素组：C₁,C₂,…,C_N，其中N＝4；元素组C_i包括元素其中i＝1,2,…,N，n_i表示C_i所包含的元素数目，则n₁＝4，n₂＝3，n₃＝4，n₄＝4；各元素组彼此互影响，且每个元素组内包含的元素也彼此互影响；步骤5：使用梯形模糊数来表示专家对指标重要性的评判，使用粗糙边界区间来集成多位专家的评判结果，从而计算指标的重要度；步骤5.1：以控制层元素AO为准则，以元素组Cj的元素Cj,l为次准则，其中j＝1,2,...,N，l＝1,2,...,nj，i＝1,2,...,N；根据元素组C_i所包含元素对C_j,l的影响程度，进行元素组C_i所包含元素的间接优势比较；共有q位专家，其中专家k给出的梯形模糊数互反评判矩阵为有：这里，k＝1,2,...,q，表示“针对元素C_j,l，元素C_i,h相比元素C_i,g的间接优势得分”，其中g,h＝1,2,...,n_i且g≠h；是一个梯形模糊数，表示为和均为正实数且满足对梯形模糊数互反评判矩阵进行一致性检验，若合格，转步骤5.2；若不合格，由专家k对进行调整；对其他专家的梯形模糊数互反评判矩阵执行同样操作，直至q个梯形模糊数互反评判矩阵均通过一致性检验；步骤5.2：将E^k,i,(j,l)拆解为四个矩阵：步骤5.3：基于A^1,i,(j,l),A^2,i,(j,l),...,A^q,i,(j,l)，构建群决策矩阵其中为集合形式，对于其粗糙边界区间为其中为在集合中的粗糙下限值和粗糙上限值；步骤5.4：计算集合的粗糙边界区间的算术平均形式其中为集合的粗糙下限值和粗糙上限值；步骤5.5：构建粗糙评判矩阵将EA^i,(j,l)拆解为粗糙下限值矩阵和粗糙上限值矩阵步骤5.6：对于EA^i,(j,l),‑和EA^i,(j,l),+，计算对应于最大特征值的特征向量，分别为：其中分别为VA^i,(j,l),‑、VA^i,(j,l),+在第h维上的值，h＝1,2,...,n_i；步骤5.7：构建集合其中步骤5.8：同理，对于重复步骤5.3至步骤5.7，得到集合步骤5.9：计算向量其中：步骤5.10：将向量转为其中ω^i,(j,l)为C_i中元素对C_j,l的规范化影响程度向量；步骤5.11：重复步骤5.1至步骤5.10，直至计算出步骤5.12：构建矩阵有：其中，Ωi,j的列向量为ωi,(j,l)；步骤5.13：重复步骤5.1至步骤5.12，计算出所有的Ωi,j，其中j＝1,2,...,N，i＝1,2,...,N；构建控制层元素AO下的超矩阵Ω，有：步骤5.14：根据控制层元素AO下C1,C2,...,CN对Cj的影响程度，进行C1,C2,...,CN的间接优势比较，采用与步骤5.1至步骤5.11一样的方法，得到相对重要度矩阵Ψ＝(ψi,j)N×N，有：其中列向量ψ’j＝[ψ1,j,ψ2,j,...,ψN,j]T为C1,C2,...,CN对Cj的规范化影响程度向量；步骤5.15：计算超矩阵Ω的加权形式有其中i＝1,2,...,N,j＝1,2,...,N；步骤5.16：对执行乘方操作，直至收敛为稳定状态即步骤5.17：取的任意一列，即为网络层所有元素的重要度向量，表示为：步骤5.18：计算网络层中各元素组C₁,C₂,...,C_N的重要度，其中C_j的重要度为在保证重要度比例关系的前提下，将的重要度进行放大，使放大后的中最大值为0.95；采用同样方法分别对的重要度的重要度的重要度C₁,C₂,...,C_N的重要度θ₁,θ₂,...,θ_N进行放大；步骤6：基于两阶加权证据理论模型来对轴承制造企业的潜在绿色供应商进行辨识，获得最优秀的绿色供应商；步骤6.1：潜在绿色供应商有M个，依次用表示；定义潜在绿色供应商集合为识别框架Θ，即用幂集2^Θ表示Θ中的所有子集的集合，这里互相独立，2^Θ中的元素数目为2^M；对于任意定义满足和的集函数mass:2^Θ→[0,1]为识别框架Θ上的基本概率指派函数；对于任意定义满足的为焦元；在指标C_j,l上，计算焦元的加权基本概率指派函数值其中s＝1,2,...,M,M+1，这里的计算方式为：步骤6.2：按步骤6.1依次计算出将作为证据输入，进行证据融合：其中步骤6.3：采用步骤6.2的方法计算出第一阶证据融合完成；步骤6.4：在指标C₁上，计算焦元的加权基本概率指派函数值的计算方式为：步骤6.5：采用步骤6.4的方法计算出将作为证据输入，进行证据融合：其中第二阶证据融合完成。步骤6.6：按从大到小对进行排序，排首位的即为最优秀的绿色供应商。