基于模糊ANP選擇制造型企業(yè)運(yùn)營(yíng)決策方案

羊 英

(1.東華大學(xué)旭日工商管理學(xué)院，上海 200051;2.上海第二工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，上海 201209)

決策制定過(guò)程是戰(zhàn)略形成的重要組成部分，ALBERTO和TURBAN很早就開始研究使用多屬性評(píng)價(jià)方法來(lái)評(píng)價(jià)制造型企業(yè)管理者的決策過(guò)程［1-2］，多屬性評(píng)價(jià)方法可以同時(shí)考慮企業(yè)發(fā)展的目標(biāo)和各個(gè)影響因素之間的關(guān)系。同時(shí)，還有許多研究集中在如何建立決策支持系統(tǒng)以提供企業(yè)戰(zhàn)略決策支持，如TURBAN提出的專家系統(tǒng)(ES)和執(zhí)行信息系統(tǒng)(EIS)［3］，以及 ROBERT 和EFRAIM提出的分布式戰(zhàn)略信息系統(tǒng)框架［4］。對(duì)于制造型企業(yè)的戰(zhàn)略研究有DAGDEVIREN和YüKSEL在部門競(jìng)爭(zhēng)層次的評(píng)價(jià)［5］、使用BSC的戰(zhàn)略評(píng)價(jià)［6］以及對(duì)一個(gè)紡織企業(yè)的 SWOT分析［7］等，還有CENGIZ使用QFD方法對(duì)計(jì)劃過(guò)程進(jìn)行的研究［8］等。目前對(duì)于制造型運(yùn)營(yíng)決策方案從戰(zhàn)略的角度進(jìn)行評(píng)價(jià)的研究尚不多見。戰(zhàn)略層的運(yùn)營(yíng)決策將指導(dǎo)生產(chǎn)、采購(gòu)和銷售整個(gè)運(yùn)作過(guò)程的計(jì)劃制定和實(shí)施，如果在戰(zhàn)略決策選擇上存在失誤將影響企業(yè)長(zhǎng)遠(yuǎn)發(fā)展。因此，對(duì)制造型企業(yè)運(yùn)營(yíng)決策方案的評(píng)價(jià)具有重要意義。

1 模糊ANP方法

1.1 模糊集和模糊數(shù)

模糊集理論由ZADEH于1965年提出，專門用于解決問(wèn)題的不確定性和模糊性，至今已被運(yùn)用于多個(gè)領(lǐng)域并取得明顯效益。一般在字符上加上“～”表示其是模糊集，如 ～M。一個(gè)模糊集可以用一個(gè)三角模糊數(shù)字(TFN)表示，即(l，m，u)，3個(gè)字母分別表示事件模糊集中最小可能值、最可能的值和最大可能值。

根據(jù)文獻(xiàn)［8］中提出的觀點(diǎn)，可建立語(yǔ)義描述與隸屬度之間的關(guān)系，如表1所示。另外，對(duì)于每個(gè)指標(biāo)的值可采用模糊語(yǔ)義表示，語(yǔ)義值與平均模糊值之間的對(duì)應(yīng)關(guān)系如表2所示。

表1 重要程度的語(yǔ)義描述及其TFN

表2 語(yǔ)義值與平均模糊值的對(duì)應(yīng)關(guān)系

1.2 模糊ANP方法基本步驟

層次分析(analytic hierarchy process，AHP)方法最早由SAATY提出，主要用于解決多屬性的決策問(wèn)題。之后SAATY又于1996年提出了網(wǎng)絡(luò)分析法(analytic network process，ANP)，該方法主要用于分析決策層與屬性間的相關(guān)關(guān)系。近年來(lái)出現(xiàn)了許多采用AHP或ANP對(duì)復(fù)雜決策制定問(wèn)題進(jìn)行研究的成果，如 DAGDEVIREN和 YüKSEL采用ANP方法對(duì)一個(gè)紡織企業(yè)進(jìn)行SWOT分析，其他的如文獻(xiàn)［9-15］都采用了AHP或ANP對(duì)企業(yè)某些決策問(wèn)題進(jìn)行分析。

由于復(fù)雜決策問(wèn)題各個(gè)決策層及其屬性的不確定性和各個(gè)屬性間可能存在的關(guān)聯(lián)性，許多研究者提出將模糊集理論與ANP方法結(jié)合起來(lái)，即使用模糊ANP方法來(lái)解決復(fù)雜決策問(wèn)題，典型的研究包括文獻(xiàn)［5-6］的研究。在對(duì)決策層因素及其屬性采用模糊集表示和計(jì)算時(shí)，其過(guò)程比較復(fù)雜，我國(guó)學(xué)者常大勇提出一個(gè)較為簡(jiǎn)單的方法。按照該方法，X={x1，x2，…，xn}為對(duì)象集合;U={u1，u2，…，un}為目標(biāo)集合;gi為每個(gè)對(duì)象每個(gè)目標(biāo)的執(zhí)行值。使用，，…，，i=1，2，…，n為擴(kuò)展分析值，每個(gè)值都是三角模糊數(shù)字(TFN)。其計(jì)算步驟為:①計(jì)算每個(gè)對(duì)象的模糊綜合程度值。②計(jì)算 Mi=(l1，m1，u1)≥Mk(l2，m2，u2)的可能程度。③計(jì)算初步權(quán)值。④規(guī)范化。

2 制造型企業(yè)運(yùn)營(yíng)決策方案評(píng)價(jià)模型建立

基于制造型企業(yè)運(yùn)營(yíng)決策方案的特性，可以采用模糊ANP方法對(duì)多個(gè)運(yùn)營(yíng)決策方案進(jìn)行遴選，以提供決策支持。

(1)識(shí)別控制標(biāo)準(zhǔn)、元素和選項(xiàng)。為了對(duì)決策問(wèn)題進(jìn)行識(shí)別并建立ANP模型，必須先識(shí)別目標(biāo)、控制標(biāo)準(zhǔn)、元素和選項(xiàng)。該問(wèn)題中:①主要目標(biāo)是遴選較優(yōu)的運(yùn)營(yíng)決策方案，總體目標(biāo)為提高企業(yè)整體競(jìng)爭(zhēng)力和持續(xù)發(fā)展能力;②對(duì)3種方案的選擇是基于提高企業(yè)整體競(jìng)爭(zhēng)力的。為了提高企業(yè)整體競(jìng)爭(zhēng)力，有以下主要競(jìng)爭(zhēng)戰(zhàn)略:企業(yè)價(jià)值增值，提高客戶滿意度，提高快速反應(yīng)能力，保持持續(xù)發(fā)展力;③每個(gè)競(jìng)爭(zhēng)戰(zhàn)略又包含一系列的評(píng)價(jià)指標(biāo)，如表3所示。

(2)以模型的形式表示控制標(biāo)準(zhǔn)、因素、評(píng)價(jià)指標(biāo)和方案之間的關(guān)系。圖1為制造型企業(yè)決策方案選擇ANP模型，該模型以網(wǎng)絡(luò)化結(jié)構(gòu)顯示了它們之間的關(guān)系。競(jìng)爭(zhēng)戰(zhàn)略之間的關(guān)系如圖2所示。

(3)將各個(gè)競(jìng)爭(zhēng)戰(zhàn)略下的指標(biāo)進(jìn)行對(duì)比，建立模糊對(duì)比矩陣，并計(jì)算出每個(gè)指標(biāo)的局部權(quán)重。

(4)以增強(qiáng)企業(yè)競(jìng)爭(zhēng)力為目標(biāo)對(duì)比各個(gè)競(jìng)爭(zhēng)戰(zhàn)略，建立模糊對(duì)比矩陣，計(jì)算出各個(gè)競(jìng)爭(zhēng)戰(zhàn)略的權(quán)重。

表3 制造型企業(yè)運(yùn)營(yíng)決策評(píng)價(jià)指標(biāo)體系

圖1 制造型企業(yè)決策方案選擇ANP模型

圖2 競(jìng)爭(zhēng)戰(zhàn)略之間的相互依賴關(guān)系

(5)考慮各個(gè)競(jìng)爭(zhēng)戰(zhàn)略之間的關(guān)聯(lián)關(guān)系，對(duì)關(guān)聯(lián)關(guān)系分別建立對(duì)比矩陣和計(jì)算權(quán)重，并以此修正步驟(4)的權(quán)重。

(6)計(jì)算各個(gè)指標(biāo)的全局權(quán)重。

(7)評(píng)價(jià)決策方案。

3 算例分析

案例分析基于制造行業(yè)的戰(zhàn)略決策層，假設(shè)現(xiàn)有3套決策方案，分別為:A(大規(guī)模生產(chǎn)模式，大投入);B(中等規(guī)模，中等投入);C(小規(guī)模生產(chǎn)模式，小投入)。決策目標(biāo)是希望達(dá)到企業(yè)愿景，即從長(zhǎng)遠(yuǎn)來(lái)看增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。

(1)確定各指標(biāo)權(quán)重?；谠撛妇皩?duì)4個(gè)競(jìng)爭(zhēng)戰(zhàn)略下的指標(biāo)進(jìn)行對(duì)比，建立各自對(duì)比矩陣，得出各指標(biāo)局部權(quán)重，如表4～表8所示。

表4 企業(yè)價(jià)值增值局部權(quán)重

表5 提高客戶滿意度局部權(quán)重

表6 快速反應(yīng)時(shí)間局部權(quán)重

表7 快速反應(yīng)成本局部權(quán)重

表8 持續(xù)發(fā)展力局部權(quán)重

在表6中快速反應(yīng)(QR)一項(xiàng)中時(shí)間和成本各占50%，以此來(lái)修正其對(duì)應(yīng)指標(biāo)的值。

(2)競(jìng)爭(zhēng)戰(zhàn)略重要性比較。以增強(qiáng)企業(yè)競(jìng)爭(zhēng)力為目標(biāo)對(duì)4個(gè)競(jìng)爭(zhēng)戰(zhàn)略進(jìn)行對(duì)比，建立相關(guān)矩陣并計(jì)算各自權(quán)重。

(3)分析競(jìng)爭(zhēng)戰(zhàn)略之間的關(guān)系。根據(jù)圖2可得出競(jìng)爭(zhēng)戰(zhàn)略之間存在相互依賴關(guān)系，如表9～表12所示。

表9 競(jìng)爭(zhēng)戰(zhàn)略權(quán)重確定

表10 基于“企業(yè)價(jià)值增值”的其他戰(zhàn)略之間的內(nèi)部依賴關(guān)系

表11 基于“提高客戶滿意度”的其他戰(zhàn)略之間的內(nèi)部依賴關(guān)系

表12 基于“持續(xù)發(fā)展力”的其他戰(zhàn)略之間的內(nèi)部依賴關(guān)系

(4)使用第(3)步的結(jié)果修正第(2)步，也即競(jìng)爭(zhēng)戰(zhàn)略的權(quán)重。

(5)計(jì)算各個(gè)指標(biāo)的全局權(quán)重，如表13所示。

(6)評(píng)價(jià)3個(gè)決策方案，其評(píng)價(jià)結(jié)果如表14所示。在表14中指標(biāo)在取語(yǔ)言描述值時(shí)要進(jìn)行歸一化，如實(shí)際成本為“H”時(shí)應(yīng)取其反向值“L”。

表13 各指標(biāo)局部權(quán)重

假設(shè)該行業(yè)所制造的產(chǎn)品為技術(shù)成熟產(chǎn)品，具有較穩(wěn)定的市場(chǎng)。3個(gè)方案的評(píng)價(jià)結(jié)果如表14所示。在表14中可以看到，大規(guī)模的決策方案較優(yōu)，其總效應(yīng)為0.62，主要原因在于當(dāng)技術(shù)和市場(chǎng)較成熟時(shí)，大規(guī)模生產(chǎn)方式具有成本優(yōu)勢(shì)。而其次的方案為小規(guī)模生產(chǎn)方式，因?yàn)槠渚哂懈蟮撵`活性，便于隨市場(chǎng)需求而及時(shí)做出應(yīng)對(duì)。

另外，如果涉及的行業(yè)制造產(chǎn)品具有較高利潤(rùn)率，即盈利能力較好，如高科技產(chǎn)品，這時(shí)在小規(guī)模生產(chǎn)方式下，反而具有更好的總效應(yīng)，可以達(dá)到0.64。由此可見，在當(dāng)前市場(chǎng)變化迅速的環(huán)境下，多品種小批量的生產(chǎn)方式更能適合制造型企業(yè)的發(fā)展。

4 結(jié)論與展望

筆者對(duì)制造型企業(yè)戰(zhàn)略層運(yùn)營(yíng)決策方案的評(píng)價(jià)進(jìn)行了分析和討論，認(rèn)為戰(zhàn)略層決策方案主要基于企業(yè)競(jìng)爭(zhēng)力增強(qiáng)的目標(biāo)而制定，而實(shí)現(xiàn)該目標(biāo)主要基于不同競(jìng)爭(zhēng)戰(zhàn)略的組合，不同競(jìng)爭(zhēng)戰(zhàn)略之間存在相關(guān)關(guān)系。對(duì)決策方案的評(píng)價(jià)應(yīng)該考慮這些關(guān)系。筆者建立了制造型企業(yè)運(yùn)營(yíng)決策方案評(píng)價(jià)模型，并利用模糊ANP方法對(duì)其求解。利用算例進(jìn)行分析，發(fā)現(xiàn)在不同競(jìng)爭(zhēng)環(huán)境下采用不同的戰(zhàn)略決策方案將給企業(yè)帶來(lái)不同的效益。該研究結(jié)果對(duì)決策制定者具有一定的參考價(jià)值。

表14 決策方案評(píng)價(jià)結(jié)果

［1］ALBERTO C.A group decision support system for strategic alternatives selection［J］.Management Decision，2001，39(32):218-226.

［2］TURBAN E.Decision support and expert systems［M］.New York:Macmillan Pub Co，1993:22-87.

［3］TURBAN E，WATSON H J.Integrating expert systems，executive information systems and decision support systems［R］.［S.l.］:The Institute of Management Science，1993.

［4］ROBERT T C，EFRAIM T.Distributed intelligent executive information systems［J］.Decision Support Systems，1995(14):117-130.

［5］DAGDEVIREN M，YüKSEL I.A fuzzy analytic network process(ANP)model for measurement of the sectoral competititon level(SCL)［J］.Expert Systems with Applications，2009(5):215-221.

［6］YüKSEL I，DAGDEVIREN M.Using the fuzzy analytic network process(ANP)for balanced scorecard(BSC):a case study for a manufacturing firm［J］.Expert Systems with Applications，2009(6):423-431.

［7］YüKSEL I，DAGDEVIREN M.Using the analytic network process(ANP)in a SWOT analysis:a case study for a textile firm［J］.Information Sciences，2007(177):3364-3382.

［8］CENGIZ K，TIJEN E，GULCIN B.A fuzzy optimization model for QFD planning process using analytic network approach［J］.European Journal of Operational Research，2006(171):390-411.

［9］CHANG D Y.Extent analysis and synthetic decision，optimization techniques and applications［J］.Singapore:World Scientific，1992(352):1052-1063.

［10］CHANG D Y.Applications of the extent analysis method on fuzzy AHP［J］.European Journal of Operational Research，1996(95):649-655.

［11］ANAND G，RAMBABU K.Selection of lean manufacturing systems using the analytic network process-a case study［J］.Journal of Manufacturing Technology Management，2009，20(2):258-289.

［12］LEE A H I，CHEN W C，CHANG C J.A fuzzy AHP and BSC approach for evaluating performance of IT department in the manufacturing industry in Taiwan［J］.Expert Systems with Applications，2008(34):96-107.

［13］LEUNG L C，CAO D.On consistency and ranking of alternatives in fuzzy AHP［J］.European Journal of Operational Research，2000(124):102-113.

［14］LEUNG L C，LAM K C，CAO D.Implementing the balanced scorecard using the analytic hierarchy process and the analytic network process［J］.Journal of the Operational Research Society，2006(57):682-691.

［15］MEADE L M，SARKIS J.Analyzing organizational project alternatives for agile manufacturing processes:an analytical network approach［J］.International Journal of Production Research，1999(37):241-261.