基于直覺梯形模糊VIKOR的第三方物流供應商選擇評價

（華僑大學 工商管理學院，福建 泉州 362021）

1 引言

隨著全球經(jīng)濟以及互聯(lián)網(wǎng)技術快速發(fā)展，企業(yè)市場競爭格局發(fā)生巨大變化。許多企業(yè)為了競爭力而專注于核心業(yè)務，外包非核心業(yè)務以適應市場需求，從而物流業(yè)務作為企業(yè)非核心業(yè)務的外包成為當前全球市場發(fā)展趨勢[1]。物流外包也稱為第三方物流，能夠為其服務的企業(yè)帶來諸多好處，如降低企業(yè)物流成本、提高物流服務水平、利于企業(yè)集中核心業(yè)務等等[2]。但企業(yè)想要充分利用第三方物流優(yōu)勢，必須準確地選擇第三方物流供應商作為合作伙伴。假若選擇不當，物流外包策略將會適得其反，企業(yè)對物流的控制力降低，甚至有連帶經(jīng)營風險，給企業(yè)造成不必要的損失。所以,選擇最佳的第三方物流供應商對企業(yè)的未來發(fā)展有著必不可少的戰(zhàn)略意義。當然只有對第三方物流供應商進行科學系統(tǒng)的評價，才可以選出最佳的第三方物流供應商。

基于此，本文將借助梯形直覺模糊數(shù)、熵權(quán)法、VIKOR法對第三方物流供應商選擇問題進行研究，其中梯形直覺模糊數(shù)用來表示的決策者的模糊語言評價，熵權(quán)法用來客觀評價各評價屬性重要程度，VIKOR法用于最終候選供應商排序，從而解決由決策者自身主觀原因和客觀信息不對稱等因素造成評價決策過程中的不確定性和模糊性，為選擇第三方物流供應商提供了一種科學決策方法。

2 第三方物流供應商選擇評價指標體系構(gòu)建

物流服務供應商選擇是比較復雜的過程，因為選擇的影響因素往往并不唯一，這些影響因素共同構(gòu)成指標體系。通過查閱相關參考文獻[3-6]和結(jié)合實際情況，本文主要從運營能力、服務質(zhì)量、成本、發(fā)展?jié)摿?、綠色水平這五個層面構(gòu)建出第三方供應商選擇的評價指標體系，具體見表1。

（1）運營能力(c1)：運營能力是物流企業(yè)最基本的能力，是體現(xiàn)物流企業(yè)競爭優(yōu)勢的基礎。物流企業(yè)只能以較高的運營能力、低成本和高水平的服務才能實現(xiàn)。運營能力主要包括實現(xiàn)物流業(yè)務的車輛、倉儲物流中心、提供物流服務的企業(yè)的質(zhì)量能力等。具體指標有：運輸和分銷能力、倉儲容量以及增值服務。

（2）服務質(zhì)量(c2)：服務水平是一系列物流活動的結(jié)果，以滿足顧客的物流需求。物流的本質(zhì)是服務，它本身只為效用商品和時間效益創(chuàng)造空間，而不產(chǎn)生形式質(zhì)量效應。具體指標有：訂單處理率、顧客滿意度、交貨時間、交貨準確率。

（3）成本(c3)：成本是企業(yè)選擇第三方物流供應商重要指標之一，第三方物流服務的成本不僅會影響企業(yè)的運營成本，還會從側(cè)面反映出選定的第三方物流供應商的物流技術能力。具體指標有：基本服務價格、可變價格。

（4）發(fā)展?jié)摿?c4)：第三方物流供應商的發(fā)展?jié)摿χ饕w現(xiàn)在其未來的發(fā)展前景上，企業(yè)可以根據(jù)其決定是否進行長期的業(yè)務合作。長期穩(wěn)定的合作關系可以降低成本，相互理解和信任，提高物流系統(tǒng)的靈活性和可靠性。具體指標有：企業(yè)聲譽、員工素質(zhì)、技術創(chuàng)新能力。

（5）綠色水平(c5)：綠色物流的目的是減少環(huán)境污染，減少資源消耗。它強調(diào)全局和長遠利益，加強對環(huán)境和資源問題的全方位掌控同時獲取經(jīng)濟利益。具體指標有：環(huán)境協(xié)調(diào)性能、資源利用率。

表1 第三方物流供應商選擇評價指標體系

3 基本理論知識

直覺梯形模糊數(shù)是區(qū)間直覺模糊數(shù)和三角直覺模糊數(shù)的一般形式，有效拓展直覺模糊數(shù)處理復雜不確定信息的能力。而VIKOR在實際運用時要求評價值和屬性的權(quán)重都是確定值，因此針對決策過程的不確定性和模糊性借助直覺梯形模糊數(shù)可更好的改進VIKOR。

3.1 直覺模糊集[7]

定義1設X是一個非空集合，A={＜x,μA(x),νA(x)＞|x∈X}是一個直覺模糊集,其中μA(x):X→[0,1],μA(x)為X中元素x屬于A的隸屬度;νA(x):X→[0,1],νA(x)為X中元素x屬于A的非隸屬度,且滿足0≤μA(x)+νA(x)≤1。另外，πA(x)=1-μA(x)-νA(x)表示X中元素x屬于A的猶豫度且滿足0≤πA(x)≤1,x∈X。

3.2 直覺梯形模糊數(shù)[8]

定義2設a?是實數(shù)集R上的一個直覺模糊集，其隸屬度函數(shù)和非隸屬度函數(shù)分別如下:

其 中a,a′,b,c,d,d′都 是 實 數(shù) 且 滿 足a′≤a≤b≤c≤d≤d′，wa?(x)和ua?(x)分別代表最大隸屬度和最小非隸屬度且滿足0 ≤wa?(x)≤1,0≤ua?(x)≤1 和 0 ≤wa?(x)+ua?(x)≤1 ，則a?被稱為直覺梯形模糊數(shù)，可表示為,如 圖1所示。 當，此時直覺梯形模糊數(shù)就變成三角直覺模糊數(shù)。此外，π(x)=1-?(x)-(x)表示直覺梯形模糊數(shù)?的猶豫度，πa?(x)越大則?越小。

圖1 梯形模糊數(shù)

3.3 直覺梯形模糊數(shù)的基本性質(zhì)

（2）根據(jù)直覺梯形模糊數(shù)的運算性質(zhì)，設Mi(i=1,2,…,n)是一組梯形直覺模糊數(shù)，那么將直覺梯形模糊數(shù)的加權(quán)平均算子（TrIFN-WA）計算公式表示為：

（3）mˉ1和mˉ2這兩個直覺梯形模糊數(shù)的hamming距離公式可表示為：

4 基于直覺梯形模糊VIKOR決策模型構(gòu)建

基于以上基礎理論知識，下面將運用直覺梯形模糊數(shù)、熵權(quán)法和VIKOR法對第三方物流供應商選擇問題進行研究。

假設備選供應商有n個，集合可表示X={X1,X2,…,Xn}，其中Xi(i=1,2,…,n)表示第i個候選商；設決策者有q位，組成的集合表示為M={M1,M2,…,Mq}，令Mk(k=1,2,…,q)表示第k個決策者，設 ={?1,?2,…,?q} 表示決策者的權(quán)重向量，令?k代表決策者Mk的決策權(quán)重且滿足0≤?k≤1，；第三方物流供應商的評價屬性 集 合 為D={D1,D2,…,Dm},且滿足0≤Dk≤1,，令ω={ω,ω,…,ω}T12n表示為評價屬性Dj相應的指標權(quán)重，且滿足。具體步驟如下:

步驟1 定義評價語言變量及對應的直覺梯形模糊數(shù)，見表2。

表2 評價語言術語和對應的直覺梯形模糊數(shù)

步驟2 解模糊化構(gòu)造加權(quán)可能性均值決策矩陣[9]。

首先將決策者Mk對第三方物流候選商Xi的評價屬性Dj的語言評價轉(zhuǎn)化成用直覺梯形模糊數(shù)表示為的模糊評價矩陣，然后將其解模糊化轉(zhuǎn)變?yōu)榧訖?quán)可能性均值矩陣

其中s∈[0,1]代表決策者風險偏好系數(shù)，當s∈[0,0.5)說明決策者偏好為肯定的，即比較冒險和樂觀；當s∈(0.5,1]表明偏好為否定的，即比較保守和悲觀；而當s=0.5表示偏好中性。

步驟3 構(gòu)造標準化可能性均值決策矩陣。

評價屬性通常被分成效益型指標和成本型指標，根據(jù)不同指標類型進行標準化可使得指標具有可比性。令則模糊評價屬性可表示為：

步驟4 由熵權(quán)法[10]計算各評價屬性的權(quán)重。

根據(jù)熵的計算公式可得出第k個決策者所對應第j個評價屬性的熵值為：

其中若yij=0，則yijlnyij=0。將第k個決策者所對應第j個評價屬性的重要程度定義為Hjk=1-tkj。Hk越大則表示該評價屬性重要程度越高，其提供的j信息量越多，因此第k個決策者所對應第j個屬性權(quán)重公式可表達為：

那么第j個評價屬性所對應的權(quán)重計算公式為：

步驟5 集結(jié)初始決策矩陣，構(gòu)造綜合模糊決策矩陣。

通過加權(quán)平均算子（TrIFN-WA）對決策者給出的初始直覺梯形模糊數(shù)決策矩陣進行集結(jié)，構(gòu)造出綜合模糊決策矩陣?=(?ij)nm，且滿足：

步驟6 構(gòu)造標準化決策矩陣。

為了排除外在因素對最終決策的影響，將綜合模糊決策矩陣?=(?ij)nm歸一化轉(zhuǎn)變成標準化決策矩陣，則：

由步驟3知，根本不同指標類型進行標準化才能使指標具有可比性，因此評價屬性標準化應分類處理。具體如下所示：

其 中 需 滿 足τ1i(dj)≤τ2i(dj)≤τ3i(dj)≤τ4i(dj)，τ′1i(dj)≤τ′2i(dj)≤τ′3i(dj)≤τ′4i(dj),τ2i(dj)=τ′2i(dj)，τ3i(dj)=τ′3i(dj)，wτ?ij=wg?ij，uτ?ij=ug?ij。

步驟7 計算評價屬性的正理想解fj+和負理想解fj-。

步驟8 計算群體效益值Ui，個體遺憾值Ri和綜合指標值Qi。

根據(jù)hamming距離公式分別求出群體效益值Ui,個體遺憾值Ri，具體如下：

其中v稱為折中系數(shù)，表示群體效益值最大時的權(quán)重。當v〉0.5時，要根據(jù)大多數(shù)人的意見決策；當v=0.5時，要綜合考慮群體效益值和個體遺憾值；當v〈0.5時,要根據(jù)拒絕的情況來決策。

步驟9 在最終排序時假設A(1)是按Qi值從小到大排序后位于第一個位置，如果A(1)是最優(yōu)妥協(xié)方案即最佳供應商需同時滿足以下兩個條件：

條件一：當Q(A(2))-Q(A(1))≥1/(n-1)時，Q(A(1))具有可接受優(yōu)勢，此時A(2)是按Qi值從小到大排序后位于第二個位置的供應商，n指候選供應商的個數(shù)。

條件二：A(1)也是按照Ui或Ri從小到大排序后位于第一個的供應商。

5 算例分析

假設某制造企業(yè)為完善競爭策略，計劃將其非核心競爭力的物流業(yè)務外包出去。經(jīng)前期市場考察和實地走訪，符合挑選要求的第三方物流供應商候選公司有4家，即X={X1,X2,X3,X4}，現(xiàn)邀請3位從事物流與供應鏈管理方向的專家人員進行評價決策，即M={M1,M2,M3}，假設相應的專家權(quán)重?={0 .27,0.32,0.41}。各個專家通過對表1中第三方物流供應商選擇評價體系的5個評價屬性進行語言評估，見表3，要求從中選出最佳的合作伙伴。具體計算過程如下:

表3 決策者DM1、DM2、DM3對候選供應商A1、A2、A3、A4評價屬性的語言評價

Step1 將表3語言評價轉(zhuǎn)化為梯形直覺模糊數(shù)，然后令s=1，利用公式（3）將其解模糊化轉(zhuǎn)變?yōu)榧訖?quán)可能性均值矩陣。根據(jù)評價屬性的不同類型，通過公式（4）和（5）構(gòu)造出標準化可能性均值決策矩陣。

Step2 通過公式（6）和（7）計算出第k個決策者所對應第j個評價屬性的熵值以及權(quán)重，見表4。利用公式（8）可計算出各個評價屬性權(quán)重向量為：W={ω1,ω2,ω3,ω4,ω5,ω6,ω7}={0 .236,0.121,0.167,0.225,0.251}。

表4 評價屬性的熵值和權(quán)重

Step3 通過公式（9）加權(quán)平均算子（TrIFN-WA）對決策者給出的初始梯形直覺模糊數(shù)決策矩陣進行集結(jié)構(gòu)造出綜合模糊決策矩陣，然后利用公式（11）和（12）可將綜合模糊決策矩陣歸一化處理得到標準化決策矩陣，如表5所示。

表5 標準化決策矩陣

Step4 通過公式（13）和（14）分別計算出各評價屬性的正理想解fj+和負理想解fj-，見表6。

表6 評價屬性的正理想解和負理想解

Step5 通過公式（15）可以計算出各個候選地址的計算群體效益值Ui和個體遺憾值Ri。通過公式（16），取v=0.5計算綜合指標值Qi，見表7。

表7 Ui、Ri、Qi各值

通過表7可以看出，候選供應商A2的綜合指標值Qi小，其次是A1。一共有4個候選供應商，此時滿足Q1-Q2≥1/(4-1)；另外按照Ui和Ri排序，A2也是最佳的，同時滿足條件一和條件二。因此，當所有決策專家達成共識對每個方案持折中態(tài)度即v=0.5時，最佳供應商為A2。通過計算可知，無論折中系數(shù)v變化多少，最佳合作伙伴都是A2。決策機制系數(shù)v的系數(shù)實際上是對多數(shù)群體效益的最大值和個人遺憾的最小值之間的妥協(xié)。因此，v值的變化為決策專家提供了使用主觀偏好做出決策的靈活性。

6 結(jié)論

本文從運營能力、服務質(zhì)量、成本、發(fā)展?jié)摿?、綠色水平這五個層面構(gòu)建了第三方物流供應商選擇評價體系，提出了基于直覺梯形模糊VIKOR法解決物流服務供應商選擇方法。其中直覺梯形模糊數(shù)有效拓展了直覺模糊數(shù)處理復雜不確定信息的能力，可改進VIKOR要求評價值和屬性的權(quán)重都是確定值的情況，有助于對候選供應商進行最終排序；針對評價屬性權(quán)重未知時，運用熵權(quán)法能更加客觀計算出評價屬性權(quán)重。通過以上方法結(jié)合使用可在模糊環(huán)境下使評價指標規(guī)范化，降低權(quán)重主觀性干擾，使結(jié)果更加接近理想解，有利于提高評價研究的科學性。不過在實際應用中，需要根據(jù)實際情況對評價指標加以修正，建立更加完善科學的評價指標體系，提高該方法的適用性。

[參考文獻]

[1]劉曉峰，遠亞麗.基于改進TOPSIS法的第三方物流供應商選擇[J].物流科技.2011(03):102-105.

[2]周愉峰，孟波，李玉鳳.第三方物流供應商選擇研究評述[J].西部論壇.2009,19(6):83-91.

[3]吳自強.基于K-均值聚簇法的第三方物流供應商的選擇[J].統(tǒng)計與決策.2013(24):53-55.

[4]尹志紅，鹿強，崔立麗.基于信息熵和灰局勢決策的第三方物流供應商選擇[J].中國市場.2010(10):18-19.

[5]Adali E A,Isik A T.Integration of DEMATEL,ANP and DEA methods for third party logistics providers’selection[J].Management Science Letters,2016,6(5):325-340.

[6]黃鵬鵬,徐海龍,張曉雷.基于ANP的第三方物流供應商選擇[J].物流技術.2015(01):124-126.

[7]K A.Intuitionistic Fuzzy Sets[J].Fuzzy set Systems,1986,20(1):87-96.

[8]王瑛，張璐，蔣曉東.EDW與直覺梯形模糊數(shù)結(jié)合的科技獎勵評價[J].軟科學,2014,(10):121-124.

[9]萬樹平，張小路，李登峰.直覺梯形模糊群決策的可能性均值方差方法[J].系統(tǒng)工程學報,2012,(6):782-788.

[10]章穗，張梅，遲國泰.基于熵權(quán)法的科學技術評價模型及其實證研究[J].管理學報,2010,(1):34-42.