制造企業(yè)工藝創(chuàng)新決策模型的構(gòu)建

李婉紅，畢克新，2，艾明曄

(1.哈爾濱工程大學(xué)經(jīng)濟管理學(xué)院，哈爾濱150001；2.哈爾濱理工大學(xué)管理學(xué)院，哈爾濱150080）

制造企業(yè)工藝創(chuàng)新決策模型的構(gòu)建

李婉紅1，畢克新1，2，艾明曄1

(1.哈爾濱工程大學(xué)經(jīng)濟管理學(xué)院，哈爾濱150001；2.哈爾濱理工大學(xué)管理學(xué)院，哈爾濱150080）

在分析制造企業(yè)工藝創(chuàng)新決策目標(biāo)的基礎(chǔ)上，針對工藝創(chuàng)新決策中的多屬性、群決策以及決策信息的模糊性等特點，本文構(gòu)建了適用于工藝創(chuàng)新決策的模糊多屬性群決策模型，并基于TOPSIS法給出了工藝創(chuàng)新決策方案的選優(yōu)過程，最后通過實例驗證了該模型的有效性和可操作性。研究表明，該模型的建立有助于制造企業(yè)實現(xiàn)工藝創(chuàng)新決策方案的選優(yōu)。

TOPSIS；制造企業(yè)；工藝創(chuàng)新；模糊多屬性群決策

0 引言

早在1912年，熊彼特在《經(jīng)濟發(fā)展理論》中提出了創(chuàng)新的五種基本類型，其中第二種“采用新的生產(chǎn)技術(shù)方法”被學(xué)者們稱為“工藝創(chuàng)新”。1975年英國學(xué)者Daft R L.認(rèn)為，“技術(shù)創(chuàng)新與企業(yè)的主要生產(chǎn)活動息息相關(guān)，可分為產(chǎn)品創(chuàng)新和工藝創(chuàng)新兩種類型”[1]。因此，工藝創(chuàng)新是按創(chuàng)新的技術(shù)形態(tài)和內(nèi)容劃分而與產(chǎn)品創(chuàng)新相對應(yīng)的一種創(chuàng)新形式，它通常被認(rèn)為屬于“技術(shù)創(chuàng)新”的范疇。經(jīng)濟合作與發(fā)展組織（OECD）在1992年出版的Oslo Manual（《奧斯陸手冊》第一版）中明確界定了“技術(shù)的工藝創(chuàng)新”?！秺W斯陸手冊》第三版（2005年修訂）中將“技術(shù)的工藝創(chuàng)新”修改為“工藝創(chuàng)新”，提出“工藝創(chuàng)新是指新的或顯著改進(jìn)的生產(chǎn)或交付方式的實現(xiàn)。它包括技術(shù)、設(shè)備和（或）軟件上的重大改變”，并進(jìn)一步對此概念作出解釋，指出“‘生產(chǎn)方式’包括用于生產(chǎn)產(chǎn)品或提供服務(wù)的技術(shù)、設(shè)備或軟件。例如新自動化生產(chǎn)線、自動化包裝、計算機輔助產(chǎn)品開發(fā)、改進(jìn)的生產(chǎn)監(jiān)控測試設(shè)備等?！桓斗绞健婕爱a(chǎn)品從工廠車間到最終用戶的相關(guān)物理運動，包括提高產(chǎn)品交付效率的系統(tǒng)，如計算機系統(tǒng)，跟蹤系統(tǒng)和相關(guān)設(shè)備。例如為方便登記貨物和存貨的便攜式掃描儀或電腦、用于辨別最優(yōu)運輸路線的軟件的應(yīng)用等”[2]。對于現(xiàn)代制造企業(yè)來說，工藝創(chuàng)新已逐漸成為獲得持續(xù)競爭優(yōu)勢的核心來源之一，成為企業(yè)生存的根基與持續(xù)性發(fā)展的動力。

制造企業(yè)工藝創(chuàng)新決策是決策主體(企業(yè)、企業(yè)家)對工藝設(shè)備創(chuàng)新、工藝技術(shù)創(chuàng)新以及工藝管理創(chuàng)新等實施與否、如何實施的決策過程，具體包括了對工藝創(chuàng)新中的創(chuàng)新目標(biāo)、方案選優(yōu)、方案落實及監(jiān)督控制等一系列決策活動[3]。工藝創(chuàng)新決策是維持并提升制造企業(yè)生產(chǎn)能力、保證產(chǎn)品質(zhì)量，進(jìn)而滿足市場、提高競爭能力的重要保證。因此，對工藝創(chuàng)新決策模型的研究具有很強的現(xiàn)實意義。由于工藝創(chuàng)新決策是一種多屬性群決策模型，且決策屬性信息、屬性權(quán)重信息等具有模糊性特點，本文構(gòu)建了工藝創(chuàng)新模糊多屬性群決策模型，并采用多屬性決策分析中一種常用的有效方法——TOPSIS法對決策方案進(jìn)行選優(yōu)，通過本文的實例驗證，該方法不但豐富和拓展了工藝創(chuàng)新研究領(lǐng)域，而且對制造企業(yè)提升工藝創(chuàng)新決策能力具有重要的理論價值和現(xiàn)實意義。

1 制造企業(yè)工藝創(chuàng)新決策模型的構(gòu)建

企業(yè)在進(jìn)行工藝創(chuàng)新決策時，往往由兩個或兩個以上的決策者共同參與決策，并根據(jù)自己的主觀偏愛和信息掌握程度，形成對各供選方案在每一屬性上的信息，并集結(jié)各信息形成群體偏愛，最后對決策方案進(jìn)行選優(yōu)，因此工藝創(chuàng)新決策屬于群決策問題。此外，工藝創(chuàng)新決策既涉及大量的定量因素，還涉及較多的定性因素。這些定性因素的處理涉及到模糊因素，從而促使將模糊數(shù)學(xué)（Fuzzy）應(yīng)用于工藝創(chuàng)新決策方案的選優(yōu)過程中。因此，本文建立的工藝創(chuàng)新決策模型為模糊多屬性群決策模型。

依據(jù)多屬性群決策原理，工藝創(chuàng)新的模糊多屬性群決策模型可作如下描述[4]：

設(shè)備選的工藝創(chuàng)新方案集為

A={ai}={a1，a2，…，am}，i=1，2，…，m

工藝創(chuàng)新方案的屬性集為

U={uj}={u1，u2，…，un}，i=1，2，…，n參與工藝創(chuàng)新的決策群為

D={dk}={d1，d2，…，dn}，k=1，2，…，s決策者dk的模糊權(quán)重為λk，滿足

決策者dk給出屬性uj的模糊權(quán)重為為模糊標(biāo)度語言

決策者dk給出的三角模糊多屬性決策矩陣記為

2 制造企業(yè)工藝創(chuàng)新決策方案選優(yōu)過程——基于TOPSIS法

C.L.Hwang和K.Yoon于1981年開發(fā)的接近理想方案的序數(shù)偏好方法TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）建立在所選擇的方案應(yīng)該與理想方案的差距最小并且與負(fù)理想方案的差距最大的理論上[5,6]，隨后，Yooh、Hwang、Lai和LIU等人又進(jìn)行了完善[7,8]。Olcer(2005)提出了TOPSIS法進(jìn)行模糊決策，即先集結(jié)個人的模糊評價，然后進(jìn)行解模糊處理，最后集結(jié)屬性權(quán)重并通過TOPSIS決策得到最佳方案[9]。但該文獻(xiàn)中每個決策者未對屬性權(quán)重給出模糊語評價。本文基于以上文獻(xiàn)，先對個體工藝創(chuàng)新決策者的評價數(shù)據(jù)進(jìn)行模糊屬性信息集結(jié)，然后進(jìn)行群決策模糊信息的集結(jié)，最后進(jìn)行決策。具體決策的步驟如下：

（1）屬性值的規(guī)范化

工藝創(chuàng)新決策方案中的屬性基本上可分為兩大類，一類是效益型屬性，如創(chuàng)新產(chǎn)出、產(chǎn)品質(zhì)量的提升程度、信息化支持力，它們都是求最大值，越大越好；另一類是成本型屬性，如創(chuàng)新成本、能源消耗、環(huán)境污染程度，它們都是求最小值，越小越好，而且屬性量綱不一致。此外，這些指標(biāo)還分為定性（模糊）屬性和定量屬性（見表1），因此在進(jìn)行工藝創(chuàng)新決策方案的選優(yōu)之前需要對屬性值進(jìn)行預(yù)處理，即將定性屬性值轉(zhuǎn)換為三角模糊數(shù)表示的定量屬性值。

表1 工藝創(chuàng)新決策方案屬性的分類

決策者對各方案的屬性評價等級以及屬性權(quán)重是用自然語言表達(dá)的定性概念，作為描述性的自然語言具有不確定性和隨機性，本文根據(jù)Lee（1996a,1996b）和Chen(2001)的論述，將工藝創(chuàng)新決策屬性評價和屬性權(quán)重分為7個評價等級（即S=（1，2，…，7）），并采用正三角模糊數(shù)描述定性屬性[10]，S=（1，2，…，7）中模糊標(biāo)度語言的隸屬函數(shù)評價等級與對應(yīng)的正三角模糊數(shù)見表2。

表2 語言價值變量及對應(yīng)的三角模糊數(shù)

根據(jù)以上分析，對決策者dk確定的效益型和成本型屬性值進(jìn)行規(guī)范化處理，具體處理方法如下：

（2）決策者和屬性權(quán)重確定

工藝創(chuàng)新的決策者主要由來自于生產(chǎn)工藝部門員工、各部門主任、企業(yè)管理層領(lǐng)導(dǎo)等層級，其權(quán)重系數(shù)根據(jù)制造業(yè)企業(yè)自身情況的不同進(jìn)行確定。

本文假設(shè)制造企業(yè)有n個決策者參與工藝創(chuàng)新決策，設(shè)n個決策者組成的決策群為：D={d1，d2，…，dn}，第i個決策者的權(quán)重為λi，則決策者的權(quán)重組成的矩陣為：λ=(λ1，λ2，…，λn)，且

由于多人決策群體中各個決策者的知識經(jīng)驗、專業(yè)水平和個人偏好不完全一樣，所以對屬性重要程度的看法也不完全一樣[11]。假定決策者對屬性的重要性評價也是一個模糊語言評價，則同樣可由表2轉(zhuǎn)化為一個正三角模糊數(shù)，設(shè)決策者dk給出的第j個屬性的權(quán)重為

（3）個體決策者的模糊屬性信息集結(jié)將工藝創(chuàng)新個體決策者模糊屬性值矩陣加權(quán)化，記為，

式中，

（4）群決策模糊屬性信息集結(jié)

式中

（5）解的非模糊化處理

Step1 確定工藝創(chuàng)新決策方案的理想解M+

式中，Mj=max{f1j，f2j，…，fmj}(j=1，2，…，n)是屬性uj的非模糊決策矩陣所對應(yīng)的極大集，具有隸屬函數(shù)

Step2 確定工藝創(chuàng)新決策方案Ai與理想解M+之間的差異Di+

Step3 確定負(fù)理想解M—

式中，F(xiàn)j=min{f1j，f2j，…，fmj}(j=1，2，…，n)是屬性uj的非模糊決策矩陣所對應(yīng)的極小集，具有隸屬函數(shù)

Step4 確定方案Ai與理想解M—之間的差異D—

Step5 確定方案Ai與理想解M+之間的相對貼近度Di

Step6 按照Di值從大到小的順序排列方案的優(yōu)劣次序，從而選出最優(yōu)決策方案x*。

3 制造企業(yè)工藝創(chuàng)新決策算例

以某制造企業(yè)為例，2010年隨著國內(nèi)產(chǎn)品市場的變化，現(xiàn)有的生產(chǎn)設(shè)備已難以滿足擴大生產(chǎn)規(guī)模的需要，為了進(jìn)一步擴大企業(yè)的生產(chǎn)規(guī)模，優(yōu)化產(chǎn)品結(jié)構(gòu)和產(chǎn)品質(zhì)量，實現(xiàn)生產(chǎn)設(shè)備更新升級和生產(chǎn)工藝更加精細(xì)化[12]，企業(yè)決定進(jìn)行工藝設(shè)備創(chuàng)新，共有以下三種方案a1:購買新設(shè)備；a2：購買二手設(shè)備；a3：對原有設(shè)備進(jìn)行改造。參與決策的人員包括1名生產(chǎn)車間主任（決策者d1，權(quán)重λ1=0.2），1名負(fù)責(zé)技術(shù)改造的副廠長（決策者d2，權(quán)重λ1=0.3）和1名廠長（決策者d3，權(quán)重λ1=0.5），由三位決策者對三種方案在創(chuàng)新產(chǎn)出預(yù)期（u1，單位：百萬/年）、創(chuàng)新成本（u2，單位：百萬/次）、產(chǎn)品質(zhì)量提升程度（u3）、能源消耗（u4）、環(huán)境污染程度（u5）、信息化支持力（u6）六個屬性給出決策矩陣。由于u1和u2屬于定量指標(biāo)，且數(shù)據(jù)都是經(jīng)過企業(yè)相關(guān)部門計算得出，因此三位決策者只需對u3、u4、u5、u6四個定性指標(biāo)進(jìn)行模糊判斷。

根據(jù)前文提出的決策模型和TOPSIS法，具體的決策方案選優(yōu)過程如下：

（1）模糊決策矩陣和屬性權(quán)重的確定及標(biāo)準(zhǔn)化

三位決策者給出的模糊屬性值決策矩陣和屬性權(quán)重分別見表3～5。

表3 決策者d1（λ1=0.2）的模糊屬性值決策矩陣和屬性權(quán)重

表4 決策者d2（λ2=0.3）的模糊屬性值決策矩陣和屬性權(quán)重

表5 決策者d3（λ3=0.5）的模糊屬性值決策矩陣和屬性權(quán)重

（2）根據(jù)公式（1）、（2）、（3）依次對矩陣進(jìn)行規(guī)范化，并得到三位決策者的個體模糊信息集結(jié)矩陣分別為：

（3）根據(jù)公式（4）計算群模糊決策矩陣，結(jié)果如下：

（4）根據(jù)公式（5）對解進(jìn)行非模糊化處理可得：

（5）根據(jù)公式（6）至公式（9）分別得到理想解和負(fù)理想解：

（6）根據(jù)公式（10）可得方案Ai與理想解M+之間的相對貼近度：

D1=0.6238，D2=0.3203，D3=0.4773

因此，D1>D3>D2，即該制造企業(yè)工藝創(chuàng)新方案的選取順序為a1>a3>a2，優(yōu)選方案為a1。

4 結(jié)論

本文綜合運用模糊數(shù)學(xué)和多屬性群決策方法，依據(jù)制造企業(yè)工藝創(chuàng)新的決策目標(biāo)，建立了企業(yè)工藝創(chuàng)新決策的模糊多屬性群決策模型。該模型能夠有效解決工藝創(chuàng)新決策中的屬性信息和屬性權(quán)重信息的模糊問題。本文使用TOPSIS法進(jìn)行工藝創(chuàng)新決策方案的選優(yōu)，并在計算過程中融入各決策者的權(quán)重，能夠突出各決策者在工藝創(chuàng)新決策過程中的重要程度，體現(xiàn)了決策者對創(chuàng)新方案的貢獻(xiàn)程度。通過選取某制造業(yè)企業(yè)為算例進(jìn)行模型的驗證，結(jié)果表明該模型對解決企業(yè)工藝創(chuàng)新決策內(nèi)容有效，是一種適合制造企業(yè)應(yīng)用在工藝創(chuàng)新決策中的新方法。

[1]Richard L.,Daft A.Dual-core Model of Organizational Innovation [J].Academy Management Journal,1978,(21).

[2]OECD,The measurement of Science and Technology Activities [M].Oslo Manual,2007.Third edition.

[3]惠龍,覃正，張燁霞.一種基于過程的動態(tài)聯(lián)盟技術(shù)創(chuàng)新系統(tǒng)組織結(jié)構(gòu)及決策機制[J].科學(xué)管理研究,2004,(4).

[4]彭怡，胡楊，郭耀煌.基于群體理想解的多屬性群決策算法[J].西南交通大學(xué)學(xué)報,2003,38(6).

[5]Hwang C L,Yooh K.Multiple Attribute Decision Making-Methods and Applications:A State-of-the-Art Survey[M].New York:Spring-Verlag,1981.

[6]Yooh K.Systems Selection by Multiple Attribute Decision Making [D].Ph.D.thesis,Kansas State University,Manhattan,1980.

[7]Hwang C L,Lai Y L,LIU T.A new approach for multiple objective decision making[J].Computers and Operation Research,1993,20(8).

[8]徐玖平，吳巍.多屬性決策的理論與方法[M].北京：清華大學(xué)出版社，2006,8.

[9]Olcer A I,Odahasi A Y.A new fuzzy attributive group decision making methodology and its application to propulsion/manoeuvring systemselectionproblem[J].JournalofOperationalResearch, 2005,166.

[10]倪現(xiàn)存，左洪福，白芳，劉明.基于模糊多屬性群決策及OWA算子的民機備件供應(yīng)商評估[J].機械科學(xué)與技術(shù),2006,5(2).

[11]劉明廣，杜綱，李高揚.帶有語言變量的多屬性群決策方法[J].統(tǒng)計與決策,2007,（1）.

[12]畢克新，王曉紅，李唯濱.中小企業(yè)成長新思維—技術(shù)性貿(mào)易壁壘對我國中小企業(yè)創(chuàng)新的影響與策略研究[M].北京，科學(xué)出版社，2010.

（責(zé)任編輯/易永生）

F273.1

A

1002-6487（2011）06-0176-04

國家自然科學(xué)基金資助項目（70872024、71073041）；中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目（HEUCF100929）；高等學(xué)校博士學(xué)科點基金新教師項目（200802171067）

李婉紅（1978-），女，陜西大荔人，博士研究生，講師，研究方向：技術(shù)管理與技術(shù)創(chuàng)新管理。

畢克新（1961-），男，黑龍江哈爾濱人，教授，博士生導(dǎo)師，研究方向：技術(shù)創(chuàng)新管理。

艾明曄（1975-），女，黑龍江哈爾濱人，副教授，研究方向：技術(shù)創(chuàng)新管理。