基于主成分分析的綜合多因子裝備物資分類方法

董翔英 ，鄒饒邦彥 ，呂亞飛

(1.軍事交通學(xué)院 軍用車輛系，天津 300161； 2.軍事交通學(xué)院 研究生管理大隊，天津300161)

?

● 軍事物流Military Logistics

基于主成分分析的綜合多因子裝備物資分類方法

董翔英1，鄒饒邦彥2，呂亞飛2

(1.軍事交通學(xué)院 軍用車輛系，天津 300161； 2.軍事交通學(xué)院 研究生管理大隊，天津300161)

為實現(xiàn)庫存物資的細化分類，進一步提高庫存控制效率，分析了當(dāng)前裝備物資分類方法的實際情況及特點，通過設(shè)計物資重要性評價指標(biāo)，建立分類指標(biāo)的主成分分析模型，將單一的物資分類法改進為多目標(biāo)、多因素的多因子綜合分類法。通過實例分析，驗證了該分類法的可行性。

裝備物資分類；綜合多因子；主成分分析

軍用裝備物資的庫存控制和管理涉及到后方物資倉庫中所有物資的有效管理，然而在庫存管理的實際操作中，由于人力物力等因素的限制，無法對所有的庫存物資進行相同程度的管理，各種物資的出入庫頻率、商品價格、占用資金、存儲周期等指標(biāo)都不盡相同，因此需要對各種庫存物資進行分類管理。對于裝備物資的庫存管理而言，當(dāng)前主流的分類方法有ABC分類法和CAV分類法2種：ABC分類法是根據(jù)庫存物資的庫存量和庫存占用金額對物資進行排序分類，此方法簡單易操作，常用于大量庫存的日常管理，但是，相對而言它還不夠細致，只考慮了庫存資金這一因素，并不足以體現(xiàn)庫存物資的各項特性；CVA分類方法則是在庫存分類中引入了關(guān)鍵因素的分析，比ABC分類方法更具有目的性，其將貨物分為不同的優(yōu)先等級從而采用不同的控制策略，但是CVA分類方法仍然不夠細致，它沒有指定明確的指標(biāo)因素對物資進行分類，有時易出現(xiàn)多種高優(yōu)先級物資并存的情況，導(dǎo)致庫存控制效率降低。本文改進了傳統(tǒng)的庫存分類方法，通過主成分分析的方法，可以明確庫存物資分類的幾個關(guān)鍵性指標(biāo)，剔除指標(biāo)中的重疊因素，對裝備物資進行精確分類，從而在庫存控制中做到有的放矢。

1　庫存物資的重要性評價指標(biāo)設(shè)計

庫存物資的重要性評價指標(biāo)設(shè)計應(yīng)該從各個不同的方面予以綜合考慮，本文從所占用的資金成本、物資消耗量、供貨難易度和缺貨對生產(chǎn)造成的影響幾個方面進行了考量，具體指標(biāo)見表1。

表1　庫存物資重要性評價指標(biāo)

表1中的評價指標(biāo)因子可以對庫存物資的重要程度做出一個綜合的反映，確定所選指標(biāo)的基數(shù)作為參考標(biāo)準，根據(jù)所選擇指標(biāo)數(shù)值的不同來衡量對所評價目標(biāo)的影響。通常情況下，把指標(biāo)分為成本型指標(biāo)和效益型指標(biāo)。對于成本型指標(biāo)而言，評價值越小評價結(jié)果越高；對于效益型指標(biāo)而言，評價值越大則評價結(jié)果越高。因為當(dāng)市場中的供應(yīng)量越充足，籌措采購就會越容易，相對而言缺貨的幾率就會小很多，庫存控制的任務(wù)就會寬松一些；而其余的指標(biāo)如單價、缺貨損失等指標(biāo)值越大，則該庫存物資就更加的重要，應(yīng)該加強對其管理和控制。

2　分類指標(biāo)的主成分分析模型建立

主成分分析法可以將所要研究目標(biāo)的多個彼此相關(guān)的變量轉(zhuǎn)化成幾個互不相關(guān)的變量。庫存物資的重要程度分類評價是一個綜合性、系統(tǒng)性、多層次的評價體系，其中涉及的多個變量指標(biāo)之間具有一定程度上的相關(guān)性，根據(jù)所設(shè)計的各個評價指標(biāo)彼此之間所反映的信息可能存在著一定的重復(fù)現(xiàn)象。利用主成分分析法可以有效解決信息重疊的問題。其原理是將原來的相關(guān)變量通過線性組合的方式轉(zhuǎn)化為較少的幾個不相關(guān)的主成分因子，這樣可以有效保留原始數(shù)據(jù)的大部分信息，同時減少模型的計算量，對其中有相關(guān)性或相似性的物資進行聚類。其主要方法步驟如下。

2.1指標(biāo)評價矩陣的創(chuàng)建

對于m個評價樣本，有n個評價指標(biāo)，可以構(gòu)成一個m×n的矩陣X。

式中xij為第i個樣本的第j個指標(biāo)的值(i=1,2,…，m；j=1,2,…，n)。

2.2數(shù)據(jù)的標(biāo)準化操作

(1)規(guī)范化處理。因為評價中既存在成本型指標(biāo)，又存在效益型指標(biāo)，無法確定最后評價的結(jié)果，所以需要對其進行規(guī)范化處理。

如xij是成本型指標(biāo)，則

如xij是效益型指標(biāo)，則

(2)標(biāo)準化處理。某些指標(biāo)具有不一樣的單位量綱，而對于不同的量綱無法對其進行求和操作，因此，為了消除不同量綱所造成的數(shù)據(jù)不合理現(xiàn)象，在主成分分析之前應(yīng)先對數(shù)據(jù)進行標(biāo)準化：

(3)求出樣本的相關(guān)系數(shù)矩陣R。 通過對矩陣中的原始數(shù)據(jù)標(biāo)準化處理之后可以得到標(biāo)準評價的m×n矩陣Z：

Z=[yij]m×n

對矩陣Z求其樣本相關(guān)系數(shù)矩陣R：

(5)建立綜合指標(biāo)評價模型。求出所選樣本在主成分因子上的得分，構(gòu)造綜合指標(biāo)的評價函數(shù)為

F=a1y1+a2y2+…+amym

本研究根據(jù)車輛器材備件的庫存數(shù)據(jù)模擬計算可得到3個主成分因子為最終的綜合評價指標(biāo)，分別為反應(yīng)物資消耗量和采購貨源是否充足、庫存資金成本和采購提前期、物資采購周期和缺貨造成的損失影響的3個指標(biāo)。由此進行綜合打分，并遵循占總數(shù)比例15%、30%、55%，可分得A、B、C三類物資。

3　實例分析

根據(jù)某汽車備件管理部門的數(shù)據(jù)，對本文的分類方法進行實例分析以證明其可操作性。根據(jù)本文2.2，對原始的數(shù)據(jù)進行規(guī)范化和標(biāo)準化處理，并利用Excel表格進行計算(結(jié)果見表2)。計算關(guān)系矩陣R，系數(shù)矩陣表見表3。

由以上的關(guān)系系數(shù)矩陣可發(fā)現(xiàn)所選10個指標(biāo)之間存在著較強關(guān)聯(lián)性，其反映的信息也會有重疊，因此需要進一步對其進行主成分分析。通過對10個指標(biāo)的特征值大小排列，可得出3個最大特征值分別為4.939，2.842和0.840，這3個指標(biāo)解釋了總方差的86.2%。

表2　標(biāo)準化后物資重要性評價指標(biāo)

表3　相關(guān)系數(shù)矩陣

由此可見，前3個指標(biāo)已提供原始數(shù)據(jù)的足夠信息。因此，選取這3個變量分別為第1主成分、第2主成分和第3主成分，以y1、y2、y3表示，可將10個指標(biāo)轉(zhuǎn)為3個新指標(biāo)。

表4　主成分得分系數(shù)

建立綜合評價模型，根據(jù)表4的得分系數(shù)，可以得到3個主成分的線性評價模型：

=(xi1，xi2，…，xi10)

式中：Fi為第i個樣本的綜合得分；Xij為標(biāo)準化后的數(shù)據(jù)指標(biāo)值；yi為得分系數(shù)；ai為第i個主成分的方差貢獻率(特征值所占百分比)。將標(biāo)準化后的指標(biāo)值帶入后可得到各物資在主成分上的得分，根據(jù)各主成分對應(yīng)的方差貢獻率構(gòu)造評價函數(shù)可得出綜合的評價結(jié)果見表5。

由表5可以得到19種物資在3個主成分上以及綜合的排名得分，根據(jù)排名對物資進行進一步的分類，按照20%、30%、50%的比例對物資進行重要性分級。

表5　物資重要性綜合排名分類

4　結(jié)　語

本文在傳統(tǒng)的分類方法的基礎(chǔ)上，通過設(shè)定多個物資重要性評判指標(biāo)，對多個評判指標(biāo)進行主成分分析，得出綜合的3個主成分評價指標(biāo)，根據(jù)綜合的評價指標(biāo)得分對裝備物資實現(xiàn)了有效的分類，由此可以減少不必要的人力物力耗費，提高庫存控制的準確率，有效地提高裝備物資的管理效率。

[1]肖依永,常文兵,郭偉宏.基于關(guān)聯(lián)規(guī)則的ABC庫存分類方法[J].系統(tǒng)工程,2008,26(6):10-15.

[2]葉偉龍,李青.ABC庫存分類的多準則優(yōu)化方法[J].遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版),2008,27(5):758-761.

[3]梁廣濤,王天虹.備件庫存分類方法探討[J].建設(shè)機械技術(shù)與管理,1999,12(5):28-29.

[4]孫冬如.現(xiàn)代庫存控制方法研究及其應(yīng)用[D].重慶：重慶大學(xué),2002.

[5]李鋒.庫存系統(tǒng)分析與控制策略研究[D].成都：西華大學(xué),2007.

[6]陳暉.幾類庫存控制模型研究[D].重慶：重慶大學(xué),2007.

[7]周慶榮.庫存控制模型在倉儲管理系統(tǒng)中的應(yīng)用研究[D].蘇州：蘇州大學(xué),2010.

[8]許中容.多級供應(yīng)鏈條件下庫存優(yōu)化模型及算法研究[D].北京：北京交通大學(xué),2009.

[9]張欣.基于主成分分析的庫存管理神經(jīng)網(wǎng)絡(luò)模型研究[J]. 廣東海洋大學(xué)學(xué)報,2007,27(3):100-102.

[10]焦玥.基于主成分分析的企業(yè)物流績效綜合評價方法研究[D].青島：青島大學(xué),2006.

(編輯：史海英)

Multi-factor Synthetic Classification Method of Equipment Materials by PCA

DONG Xiangying1, ZOU Raobangyan2, Lü Yafei2

(1.Military Vehicle Department, Military Transportation University, Tianjin 300161, China;2.Postgraduate Training Brigade, Military Transportation University, Tianjin 300161, China)

For subdivision of inventory material and improvement of inventory control, this paper first analyzes the present classification methods, and then designs the material priority index with which the principal component analysis (PCA) model is established. The single target classification method is subdivided into a multi-objective and synthetic multi-factor one whose feasibility is verified by a case analysis.

equipment material classification; synthetic multi-factor; principal component analysis(PCA)

2015-11-19；

2016-01-06．

董翔英(1963—)，女，碩士，教授.

10.16807/j.cnki.12-1372/e.2016.06.011

E233

A

1674-2192(2016)06- 0048- 05