基于模糊環(huán)境下改進AHP-IFHPWA集結(jié)算子的應(yīng)急物資供應(yīng)商選擇研究

劉 玲，朱秋怡，夏 露 （云南財經(jīng)大學(xué) 物流學(xué)院，云南 昆明 650221）

0 引言

2020年全球爆發(fā)新冠疫情，新型冠狀病毒（NCP）的肆虐引發(fā)了全球重大公共衛(wèi)生危機，截至2021年11月4日世界衛(wèi)生組織公布的最新數(shù)據(jù)顯示，全球累計新冠確診病例超兩億四千萬，同時死亡病例超五百萬。這樣的傳染速度和范圍以及致死人數(shù)是數(shù)十年來全球災(zāi)害中非常罕見的。國際貨幣基金組織（IMF）預(yù)測，在2020年和2021年兩年里，全球GDP累計損失將超過12萬億美元。隨著時間的推移，防控新冠疫情所導(dǎo)致的經(jīng)濟問題，將逐步地暴露出來。

突發(fā)自然災(zāi)害以及重大公共衛(wèi)生事件通常會對全球供應(yīng)鏈的穩(wěn)定造成影響。如Shahryar Gheibi等提到關(guān)于此次疫情導(dǎo)致的供應(yīng)中斷，一方面對需求方帶來了應(yīng)急物資甚至日常生活物資需求的供應(yīng)困難，另一方面則是導(dǎo)致供應(yīng)方出貨難，庫存積壓的嚴(yán)重問題。另有諸多學(xué)者研究如何有效應(yīng)對供應(yīng)中斷。Jamal El Baz和Salomée Ruel采用實證研究方法對于新冠疫情爆發(fā)時期，對供應(yīng)鏈風(fēng)險管理實踐能否減輕中斷對供應(yīng)鏈彈性和穩(wěn)健性的影響研究，該文章通過對470家法國企業(yè)的調(diào)查數(shù)據(jù)進行結(jié)構(gòu)方程建模，結(jié)果證實了動態(tài)資源的組合可以應(yīng)對突發(fā)事件的不確定性。在Kannan Govindan等基于新冠肺炎疫情影響下對考慮疫情的醫(yī)療供應(yīng)鏈需求管理決策支持系統(tǒng)的研究中，首次開發(fā)了一個基于醫(yī)生知識和模糊推理系統(tǒng)（FIS）的實用決策支持系統(tǒng)，以幫助醫(yī)療供應(yīng)鏈中的需求管理，減輕社區(qū)壓力，打破COVID-19傳播鏈，并從總體上緩解疫情醫(yī)療供應(yīng)鏈中斷的突發(fā)事件。

在應(yīng)急物資調(diào)度方面，Hu等對應(yīng)急物資調(diào)度的模型和方法做了綜述，并對具體方法進行了改進。在Chen等的關(guān)于在災(zāi)害誘發(fā)和救災(zāi)中的應(yīng)急物資運輸?shù)难芯恐校岢隽诉\用計算機進行模擬分區(qū)，并采用拉格朗日松弛法對所分區(qū)域進行擴展，擴大應(yīng)急物資運輸方案的實用范圍并提高其實用性。應(yīng)急物資保障能力是應(yīng)急物資供應(yīng)商選擇的重要指標(biāo)，金衛(wèi)健等對于應(yīng)急物資保障能力的影響因素分析，該文章將這些影響因素歸納為7種，其中對本文構(gòu)建應(yīng)急物資供應(yīng)商選擇指標(biāo)模型有幫助的主要是應(yīng)急物資的運輸和配送能力以及數(shù)據(jù)信息分析能力。姜旭闡述了我國應(yīng)急物資保障方面存在的問題，同時提出了改進措施，如應(yīng)急供應(yīng)鏈中BCM的持續(xù)計劃制定，其中包括風(fēng)險分析、業(yè)務(wù)影響分析等一系列指標(biāo)性分析。類似的研究還有許多，比如吳志敏關(guān)于大數(shù)據(jù)與城市應(yīng)急管理，以及龔維斌關(guān)于完善我國應(yīng)急物資保障體系的研究。

在王鵬等人的研究中，對醫(yī)用口罩的常見種類和選擇針對使用者的健康狀況進行了詳細(xì)的說明，但缺乏延展到對相關(guān)供應(yīng)商的口罩供應(yīng)選擇的研究。類似的研究還有許多，如李曄、胡國慶分別對醫(yī)護人員防護物資的研究和對防護服的分析與選擇的研究。

以上研究大多集中在應(yīng)急物資生產(chǎn)或調(diào)度的某一方面，缺乏全面的研究，尤其是對應(yīng)急物資供應(yīng)商的選擇和評價，但基于上述的研究，對應(yīng)急物資供應(yīng)商的評價指標(biāo)設(shè)置提供了較多幫助，具有一定的參考價值。應(yīng)急物資供應(yīng)商的選擇不僅需要關(guān)注它區(qū)別于普通物資供應(yīng)商的部分指標(biāo)變化，還需要注意在整個供應(yīng)鏈運作環(huán)境下，應(yīng)急物資供應(yīng)商在其中所發(fā)揮的作用。

1 應(yīng)急物資供應(yīng)商評價指標(biāo)體系

本文根據(jù)應(yīng)急物資自身特點，結(jié)合應(yīng)急物資采購的原則綜合分析，并參考劉乃娟提出的相關(guān)評價指標(biāo)體系后，提出了更為全面科學(xué)的應(yīng)急物資供應(yīng)商評價指標(biāo)體系，其中一級指標(biāo)企業(yè)資信下有8個二級指標(biāo)，除了常用來評估企業(yè)經(jīng)營狀況的財務(wù)狀況、發(fā)展前景、行業(yè)地位和聲譽、裝備水平、供應(yīng)商的合作態(tài)度和員工素質(zhì)外，額外加入管理水平以及信息化程度兩個指標(biāo)的評價。供應(yīng)商的管理水平是與其員工素質(zhì)相輔相成的，但又有所區(qū)別，對其進行評價可以更加宏觀地了解應(yīng)急物資供應(yīng)商的內(nèi)部經(jīng)營管理和運營能力；評價應(yīng)急物資供應(yīng)商的信息化程度是為了明確該供應(yīng)商是否能有效與生產(chǎn)企業(yè)所在供應(yīng)鏈的共享信息系統(tǒng)進行對接，從而降低溝通成本和提升溝通效益（見表1）。

表1 應(yīng)急物資供應(yīng)商選擇指標(biāo)體系

2 應(yīng)急物資供應(yīng)商選擇方法構(gòu)建

2.1 構(gòu)建個體決策矩陣并聚合為群決策矩陣，確定決策者權(quán)重

（1）構(gòu)建個體決策矩陣

p個決策者根據(jù)前述直覺模糊理論以及對備選方案進行評價的語言變量集合，根據(jù)每個指標(biāo)對各備選方案進行評價，從而形成個體決策矩陣R。

（2）用熵權(quán)法確定決策者的權(quán)重

離散度d計算。當(dāng)μ=0,ν=0,π=1時，則有μlnμ=0,νlnν=0, (1- π)ln( 1- π)=0，其中j=1,2,…,n；i=1,2,…,m。

近日，“我國季風(fēng)區(qū)湖泊生態(tài)系統(tǒng)長期演變機理與生態(tài)安全”項目課題組揭示了藍(lán)藻水華發(fā)生和消退過程中稀有浮游生物（豐度小于萬分之一的低豐度物種）的動態(tài)和重要作用。

（3）采用直覺模糊環(huán)境下的加權(quán)算子（IFWA）集結(jié)為群決策矩陣～R

通過IFWA將每個決策者的個體決策矩陣R聚合為群決策矩陣～R。

2.2 建立直覺模糊判斷矩陣，確定指標(biāo)權(quán)重

通過離散度的計算，可以得出決策者各自的權(quán)重。

基于直覺模糊環(huán)境下，對TOPSIS進行改進以避免由于精度問題引起誤差。計算直覺模糊的正負(fù)理想解：

從而獲得指標(biāo)權(quán)重的集合：ω={ω,ω,…,ω}。

2.3 采用IFHPWA集結(jié)算子進行集結(jié)

（1）對個體決策矩陣進行加權(quán)

本文主要研究了突發(fā)事件下應(yīng)急物資供應(yīng)商選擇，首先采用直覺模糊層次分析法，考慮決策者偏好信息的方法來對指標(biāo)權(quán)重進行賦權(quán)；然后采用熵權(quán)法為決策者權(quán)重賦權(quán)；再采用直覺模糊混合優(yōu)先算子的多準(zhǔn)則決策方法進行改進，對上述權(quán)重進行集結(jié)；最后通過改進TOPSIS方法對各備選供應(yīng)商進行排序，選出最優(yōu)的供應(yīng)商。

（2）考慮決策者優(yōu)先性

通過式（7）的計算，將決策者之間的優(yōu)先性加入整體決策中。

（3）綜合評價決策矩陣

2.4 利用TOPSIS進行排序

（三）教學(xué)形式單一枯燥。教學(xué)形式的好壞直接關(guān)系到學(xué)生的學(xué)習(xí)興趣，以及高中教學(xué)的創(chuàng)新性，進而對學(xué)生的學(xué)習(xí)情況有所影響。我國當(dāng)前的高中音樂教學(xué)過程中，存在著明顯的教學(xué)形式單一枯燥等現(xiàn)象，大多數(shù)音樂教師在高中音樂的教學(xué)過程中，多以音樂的教學(xué)為主，而忽視了培養(yǎng)學(xué)生的音樂鑒賞能力以及鑒賞水平。單一枯燥的教學(xué)形式大大削弱了高中學(xué)生們的學(xué)習(xí)積極性，為新課改形勢下高中音樂的教學(xué)帶來了阻礙。

（5）對個體決策矩陣進行加權(quán)

分別計算各個備選方案與正負(fù)理想解之間的距離：

最后，利用公式（13）計算各方案之于直覺模糊理想解的相對貼合度，并對各方案的偏好排序。

3 案例分析

建議攝入的蛋白質(zhì)應(yīng)以優(yōu)質(zhì)蛋白質(zhì)為主，所以孕期增加的蛋白質(zhì)也要以優(yōu)質(zhì)蛋白質(zhì)為主，優(yōu)質(zhì)蛋白質(zhì)應(yīng)該占到蛋白質(zhì)總量的一半以上。

表2 A公司防疫應(yīng)急物資采購清單

經(jīng)過企業(yè)領(lǐng)導(dǎo)和專家的仔細(xì)研判，最終確定了3家能夠提供以上防疫應(yīng)急物資的供應(yīng)商，分別是Z,Z,Z三家企業(yè)。根據(jù)優(yōu)先級降序排列，選擇了負(fù)責(zé)本次應(yīng)急物資采購的A公司的采購總監(jiān)α、A公司外聘應(yīng)急物資管理方面的專家α、了解A公司內(nèi)部生產(chǎn)的高級技術(shù)員α三人組成了決策組，對Z,Z,Z三家企業(yè)的上述26個指標(biāo)依據(jù)表3的語言變量集進行打分，之后根據(jù)本文的方法步驟依次展開計算。

表3 專家評價所用的語言變量集

（1）構(gòu)建個體決策矩陣

每個決策者根據(jù)前述26個指標(biāo)和10個語言變量對三家備選供應(yīng)商進行評價，獲得個體評價結(jié)果，對結(jié)果數(shù)據(jù)進行處理后，可以得到的個體決策矩陣：

（2）用熵權(quán)法確定決策者權(quán)重

根據(jù)式（1）、式（2）、式（3）可得出決策者α,α,α的權(quán)重，如下：

（4）構(gòu)建直覺模糊判斷矩陣，并確定指標(biāo)權(quán)重

根據(jù)式（5）計算得出指標(biāo)的組合權(quán)重如表4。

表4 主觀眾的指標(biāo)的組合權(quán)重

綜上所述，臍血瘦素、IGF-1、血脂水平的降低均與胎兒生長受限有關(guān)，且這一過程與母血IGF-1、血脂水平的降低有關(guān)，瘦素、IGF-1、血脂水平的相互影響可能共同參與調(diào)控胎兒生長發(fā)育過程。

由于前述的7個一級指標(biāo)和26個二級指標(biāo)均為效益型指標(biāo)，因此無需對個體決策矩陣進行規(guī)范化。根據(jù)式（6）對α,α,α三位決策者的個體決策矩陣進行指標(biāo)權(quán)重和決策者權(quán)重的加權(quán)，加權(quán)后的個體決策矩陣記為R。由于篇幅所限，計算過程略。

（6）考慮決策者的優(yōu)先性

根據(jù)定義中的直覺模糊運算算子，可計算出各二級指標(biāo)相對于總目標(biāo)的組合權(quán)重：

（7）建立綜合評價決策矩陣

根據(jù)式（8）的計算得出綜合評價決策矩陣D。

（8）TOPSIS進行排序

通過式（11）、式（12）的計算，可獲得備選供應(yīng)商Z、Z、Z的綜合評價決策矩陣與正理想解和負(fù)理想解間的距離。

通過式（13）的計算，可獲得各備選供應(yīng)商的評價與最優(yōu)評價之間的相對貼合度，從而對供應(yīng)商的評分進行排序，選出最優(yōu)供應(yīng)商。

由上述計算可得出，備選供應(yīng)商Z是最優(yōu)供應(yīng)商，A企業(yè)應(yīng)該選擇供應(yīng)商Z作為其應(yīng)急防疫物資供應(yīng)商。

4 結(jié)束語

本文的主要工作包括：一是構(gòu)建應(yīng)急物資供應(yīng)商評價指標(biāo)體系。通過對文獻的整理，結(jié)合應(yīng)急物資采購相關(guān)領(lǐng)域的研究，從而提出了一個具有7個一級指標(biāo)和26個二級指標(biāo)的指標(biāo)體系。二是集成了一種應(yīng)急物資供應(yīng)商選擇的新方法。根據(jù)A企業(yè)在應(yīng)急防疫物資供應(yīng)商選擇方面的需求進行本文的案例分析，并利用本文提出的方法最終選擇了最合適的供應(yīng)商，證明了本文方法的有效性。

本文雖然給出了較為完善的應(yīng)急物資供應(yīng)商評價指標(biāo)體系，亦豐富了多屬性群決策問題的解決方法，但本文中假設(shè)決策者做評價時的狀態(tài)是最佳狀態(tài)，這在一定程度上是有違實際情況的。在未來的研究中加入動態(tài)權(quán)重來對決策者在做評價時的狀態(tài)進行分析，使得對決策者權(quán)重的計算更加科學(xué)可靠。