《直觉模糊VIKOR的服务供给商评估.docx》由会员分享,可在线阅读,更多相关《直觉模糊VIKOR的服务供给商评估.docx(7页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、直觉模糊VIKOR的服务供给商评估(工业工程与管理杂志)2014年第三期1基于变精度粗糙集挖掘的指标权重获取应用变精度粗糙集方法确定供给商评价指标权重,首先要对获取的相关供给商各指标表现和整体服务满意度数据进行抽象描绘,构建决策表。决策表是由实例对象和属性构成的二维决策表,其中属性分为条件属性和决策属性两类。该问题的粗糙化描绘为:评价指标权重获取的基本思想是:条件属性的信息量反映了该属性对数据对象的分类能力,信息量越大表示分类能力越强;条件属性的被依靠度反映了决策属性分类对该属性的依靠程度,被依靠度越大表明该属性越关键。条件属性的信息量和被依靠度反映了属性重要度的不同方面,需要综合考虑。本文将
2、条件属性的信息量和被依靠度加权求和,表达条件属性的权重即评价指标的权重。应用变精度粗糙集方法从决策表中计算条件属性的信息量需要研究对象的分类机制。等价类概念和分类精度是变精度粗糙集分类机制的核心。本文采用等人提出的分类正确率的概念表达数据对象的分类精度,。当时,变精度粗糙集模型退化为传统粗糙集模型.2基于直觉模糊集和的供给商评价问题描绘:制造企业欲开发的中,假设某服务需要寻求供给商合作,可选的供给商集合为,供给商评价指标集合为,根据变精度粗糙集挖掘方法获得的指标权重集合为。一组专家采用语义评价信息对各供给商的评价指标进行评价,采用直觉模糊集方法对语义评价信息进行处理。根据方法对规范化处理后的决
3、策信息进行分析,对候选供给商进行排序,寻求妥协解。2.1采用直觉模糊集方法的供给商评价信息获取非空普通集合上的直觉模糊集表达为,。为属于集合的正从属度函数,是支持的证据所导出的的肯定从属度下界;为属于集合的负从属度函数,是从反对的证据所导出的的否认从属度下界。,当时,直觉模糊集退化为模糊集。即为判定能否属于集合的犹豫度,定义为,知足下面条件.决策者采用“语义评价信息犹豫度的形式表达对供给商各个指标的评价,犹豫度分为个等级:非常弱、弱、一般、强、非常强,分别用、表示。供给商的评价语义术语和对应的直觉模糊数形式如表所示.2.2基于和直觉模糊类似度的供给商择优方法是由于年提出的一种基于理想解的多属性
4、决策方法。根据获取的供给商评价决策矩阵,根据方法对供给商进行择优的步骤如下。步骤根据供给商评价决策矩阵,找出供给商的正理想解和负理想解.3应用实例某企业是全球知名的建筑设备制造商,主要生产不同型号的挖掘机、轮式装载机、自行式平地机、铰接式卡车等产品,其公司业务范围遍及全球多个国家。该公司近年来开场重视服务的开发和设计,不断创新设计出产品和服务组合的整体解决方案即产品服务系统,为顾客提供金融和保险服务、租赁、解决方案和后勤保障等服务,知足顾客不断增长的需求。挖掘机产品使用环境复杂、恶劣并且有时会连夜施工,停机成本高,一旦出现缺水、缺油、故障以及作业事故情况,顾客需要紧急求援服务。本文将所提方法用
5、于该公司挖掘机产品开发经过中顾客挖掘机小时救援服务供给商的评价和选择。企业经过调研挑选,初步确定了个候选救援服务供给商。等人提出的方法是一个常用的顾客期望或感悟评估方法,该方法评估指标分为五个维度:有形性、可靠性、响应性、保证性、移情性,常用于服务质量评估。本文根据方法的评估指标维度建立救援服务供给商评价指标体系,如表所示,共个指标。该企业结合服务人员对顾客的定期走访调研资料和从咨询公司获取的资料,收集到了大量顾客对现有救援服务指标和整体满意度的评价值。这些数据构成变精度粗糙集挖据的决策信息表。指标评价值用、分别代表非常差、比拟差、一般、比拟好、非常好。顾客整体满意度采用、分别代表非常不满意、
6、比拟不满意、一般、比拟满意、非常满意。条件属性集为,分别对应供给商评价指标集,;决策属性为顾客整体满意度评价;决策信息表共有个数据对象。限于篇幅,部分决策表数据如表所示.步骤:采用变精度粗糙集挖掘方法从决策信息表中计算个评价指标的信息量和被依靠度,取,挖掘结果如表所示。评价指标权重的排序为,下面将针对该排序进行比照分析。当时,变精度粗糙集退化为传统粗糙集方法。由于噪声数据的存在,关于各评价指标的正域将减小。评价指标权重的排序变为,其中指标的排序位置改变最大,这是由于该指标评价数据中存在较多噪声数据引起的。当时,粗糙集方法对噪声数据的容忍度加大。相比于,关于各评价指标的正域将加大。评价指标权重的
7、排序变为,其中的排序位置变化较大并且该序列中出现两组权重相等的指标。这反映出减小分类正确率将会降低决策精度.步骤企业选择个专家和个领先用户,共个决策者根据确定好的个评价指标对个候选供给商进行评价。决策者采用语义评价犹豫度的形式,分别给出语义评价值和犹豫度,然后采用如表所示的直觉模糊集处理方法将评价信息转化为直觉模糊数。个决策者的权重为,表为个决策者针对供给商给出的评价信息。最终获得的所有供给商评价决策信息如表所示.步骤根据直觉模糊类似度和方法对供给商评价决策信息进行处理。根据式式分别计算、和,。根据、和由小到大的顺序进行排序,所得计算结果如表所示。针对直觉模糊数,传统的反模糊化方法为。对于两组
8、直觉模糊数,和,采用传统反模糊方法两组的差值为;而采用本文所用的直觉模糊类似度方法,两组的距离分别为和。由此可看出直觉模糊类似度方法计算偏差的准确性较高。为进一步比照方法的有效性,对获取的表决策数据直接采用反模糊化方法进行处理,得到准确决策矩阵后再采用方法进行方案排序,相应的结果如表所示篇幅所限,不具体列出方法的计算经过。根据妥协解确定方法,供给商和均为折中妥协解,再次反映出传统反模糊方法处理的精度较差。4结论制造企业为获得差异化竞争优势、知足顾客不断提高的价值需求,需要开发和提供。在此经过中,企业为不丧失其核心竞争力,需要在特定领域寻求外包服务供给商共同为顾客提供。怎样有效评价和选择服务供给
9、商成为一个关键问题。该问题合适采用多属性决策方法解决,针对传统供给商评价常用、以及等多属性决策方法的缺乏,以及方法中指标权重确定具有主观性和不确定性的问题,提出了基于变精度粗糙集挖掘和直觉模糊的外包服务供给商评价方法,所提方法已用于挖掘机产品小时救援服务供给商评价经过中,通过实例分析,验证了所提方法的可行性与有效性。本文的主要奉献在于:根据收集到的由服务各指标表现和顾客整体满意度数据构成的决策表,初次将变精度粗糙集挖掘方法应用于服务供给商评价指标权重获取。指标权重由指标即条件属性的信息量和被依靠度加权求和得到,该方法提高了指标权重获取经过的容噪性和客观性。在应用方法对候选供给商进行妥协排序的经过中,为有效处理不确定性评价信息,采用能反映正负从属度信息的直觉模糊集方法处理决策者的语义评价信息;并通过计算直觉模糊数类似度间接得到“群体效益和“个别遗憾计算中需要的直觉模糊数差值,避免了直觉模糊数反模糊化带来的信息损失。下一步将在现有研究工作的基础上,结合企业和多个供给商间的关系,考虑顾客需求较快变动情况下,怎样动态选择外包服务供给商以提高顾客满意度、优化运作。