AHP-F方法介绍及实例应用.ppt

模糊综合评判法及其应用 针对第三方物流企业核心竞争力进行评价 目录一.模糊综合评判法简介二.模糊综合评判法的模型和步骤三.模糊综合评判法在企业中的应用四.对模糊综合评判法的评价一.模糊综合评判法简介1.1模糊综合评判法产生 1965年，L.A.Zadeh（扎德）发表了文章模糊集(Fuzzy Sets，Information and Control,8,338-353)，第一次成功运用精确的数学方法描述了模糊概念，从而宣告了模糊数学的诞生。模糊指的是从属于该概念到不属于该概念之间无明显的分界线。1.2模糊综合评判法的含义 模糊综合评判法是在模糊环境下，考虑多种因素，为了某种目的对一事物做出综合决策的方法，它是通过借助模糊数学的隶属度理论把定性评价转化为定量评价，即对受到多种因素制约的事物或对象做出一个总体的评价。1.3模糊综合评判法基本思想和基本原理基本思想：用属于程度（隶属度）代替属于或不属于，刻画“中介状态”。如某个员工属于优秀的程度为0.6，属于良好的程度为0.2，属于一般的程度为0.1，属于较差的程度为0.1。基本原理：首先确定被评价对象的因素（指标）集和评价（等级）集；再分别确定各个因素的权重及它们的隶属度矢量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权矢量进行模糊运算并进行归一化，得到模糊综合评价结果。二.模糊综合评判法的模型和步骤2.1模糊综合评判法的模型综合：即多元三个要素：（U,V,R）U:因素集V:评判集R:评判矩阵四个主要个步骤2.2.1确定评价因素和评语集设U=u1,u2,um为刻画被评价对象的m种评价因素(即评价指标)；可按评价因素的属性将评价因素分成若干类,把每一类都视为单一评价因素，并称之为第一级评价因素.第一级评价因素可以设置下属的第二级评价因素,第二级评价因素又可以设置下属的第三级评价因素,依此类推。（因素集）设V=v1,v2，,vn为刻画每一因素所处的状态的n种决断（即评价等级）。（评语集）注：m为评价因素的个数，由具体指标体系决定；n为评语的个数，一般划分为3-5个等级。2.2模糊综合评判法的步骤2.2.2构造评判矩阵（1）构造单因素评判集首先对单因素ui（i=1,2,m）进行单因素评价，从因素ui着眼该事物对抉择等级vj（j=1,2,n）的隶属度为rij。由此得到第i个因素ui的单因素评判集：ri=(ri1,ri2,，rin)（2）构造总的评判矩阵Rm个着眼因素的评判集构造出了一个总的评判矩阵R。即每一个被评价对象确定了从U到V的模糊关系R。其矩阵如下：采用等级比重法确定rij采用等级比重法确定rij时需要注意的两个问题：（1）评价人数不能太少，因为人数较多时，等级比重才趋于隶属度。（2）评价者必须对评价实物有相当熟悉的了解，特别是一些涉及专业方面的评价，更应该如此。以一个例子来说明何为等级比重法：假设某服装厂欲了解客户对该种服装的欢迎程度，邀请100名顾客进行评价。对一件衣服进行评价的因素集为：U=花色，样式，价格，耐用度，舒适度评语集为：V=很欢迎，欢迎，一般，不欢迎，进行单因素评价时，假设100名顾客中有20名顾客认为此服装花色很受欢迎，50名顾客认为此服装花色受欢迎，30名顾客认为此服装在花色上受欢迎程度一般，而没有人对这种服装的花色不欢迎，则针对花色的单因素评判集为:R1=（20,50,30,0）一般将其归一化，使判断矩阵排除量纲的干扰。经过归一化之后的单因素评判集为：R1=（0.2,0.5,0.3,0.0）,这个过程即为等级比重法。2.2.3确定评价因素的权重向量设A=(a1,a2,am)为权重(权数)分配模糊矢量，其中ai表示第i个因素的权重,要求0ai,ai=1。A反映了各因素的重要程度。确定权重的方法：专家估计法(专家估测法)、德尔菲（Delphi）法(专家调查法)、特征值法.加权平均法以及层次分析法(AHP)等。层次分析法是根据问题分析，将问题分为三个层次：目标层G、准则层C和方案层P,然后采用两两比较的方法确定决策方案的重要性，即得到决策方案相对于目标层G的重要性的权重，从而获得比较满意的决策。其步骤为：（1）明确问题，建立层次结构.（2）构造判断矩阵。（3）层次单排序及其一致性检验。（4）层次总排序及其组合一致性检验。2.2.4进行模糊合成和做出决策用模糊权向量A将R上不同的行进行综合，可以得到被评事物从总体上来看对各等级模糊子集的隶属程度，即模糊综合评价结果向量。模糊变换：(为算子符号)，B=(b1,b2,.,bn)，需满足0bj1。B称为决策集。关于B的求法有多种，其中最常用的是普通矩阵乘法（即加权平均法），这种方法能让每个因素都参与到综合评价中，评价方法比较客观。如果评价结果bj1,应该将它归一化。bj表示被评级对象从整体上看对评价等级模糊子集元素vj的隶属程度。B是对每个被评判对象综合状态分等级程度的描述，不能直接用于被评判对象间排序评优，通常采用最大隶属度法则对其处理。为了充分利用B所带来的信息，可赋予评语集具体分数，通过与B的加权求和来更进一步的分析评价结果。对于多级评价指标体系，依旧可以利用模糊综合评价法的步骤得到最终的决策集B,这将在下面的例子中加以说明。3.3.模糊综合评价法在企业中的应用3.1案例简介现利用模糊综合评价法对深圳某第三方物流企业的核心竞争力进行评价，该企业有比较完善的物流网络系统和先进的物流管理经验，其应用的物流信息系统也随时代的发展进行着更替。根据构建评价指标的原则，结合我国第三方物流企业特征以及企业核心竞争力进行分析，建立了三层指标体系。如下表：准则层准则层准则层准则层因素层因素层第三方物流企业核心竞争力评价指标体系基础网络能力U1资产物流服务网络物流信息系统延展性U2基础功能型相关服务项目市场拓展型相关服务项目顾客价值性U3物流作业质量物流作业经济性营业额独特性U4综合性服务差异性物流技术先进性创新能力表1 第三方物流企业核心竞争力评价指标体系3.2建立评价因素集根据第三方物流企业核心竞争力评价指标体系构建二级评价因素集。U=基础网络能力，延展性，顾客价值性，独特性（第一级指标），其中，U1=资产，物流服务网络，物流信息系统，U2=基础功能型服务项目，扩展功能型服务项目，U3=物流作业质量，物流作业经济性，营业额，U4=综合性，服务差异性，物流技术先进性，创新能力。U1，U2，U3，U4为第二级指标。3.3确定指标权重本文运用层次分析法来确定权重，经过统计调查和一致性检验，得到指标权重分别为：A=0.3311,0.1445，0.4731，0.0512A1=0.2941，0.5294，0.1764A2=0.25，0.75A3=0.6413，0.2375，0.1211A4=0.4439，0.3144，0.0629，0.17883.4 建立评判集对于评价指标可以采取相应的评判集合，本模型设V=好，较好，较差，差，按照4分（好），3分（较好）、2分（较差）、1分（差）的量分标准来收集数据。3.5 建立模糊矩阵R首先对各二级指标展开模糊评判，通过邀请专家对各二级指标的隶属度进行打分，得到各指标的模糊评判矩阵，如下：基础网络能力U1和延展性U2的模糊评判矩阵为：顾客价值性U3和独特性U4的模糊评判矩阵为：利用公式(i=1,2,3,4)对二级指标的隶属度进行合成，计算出各一级指标模糊评判值：由此得到总的评判矩阵R为：3.63.6总目标模糊评判及结果分析已得到总目标层的模糊评判矩阵R，再进行总目标层的隶属度合成，得到 该企业快速消费品行业核心竞争力的模糊综合评判值：归一化处理后，得到：根据最大隶属度原则，说明该企业核心竞争能力好（强），再根据评语集进行具体分析知：得出该第三方物流企业核心竞争力介于“好”和“较好”之间，说明该企业核心竞争能力比较强。具体对各一级指标进行分析：同理可知，P2=3.675，P3=3.7566，P4=3.733对一级指标的综合评价分析结果可知，该企业在这四个方面的核心竞争力都比较强。相对而言，其顾客价值性的竞争能力最强，该企业应保持这种优势，企业在延展性方面表现略有不足，由权重的分配可知，企业需要在市场扩展型相关服务项目方面（如物流系统方案设计、定做条码系统、物流信息系统开发、物流总代理、代结货款、物流咨询与供应链改善等方面）投入更多的精力，以提升自身的竞争力。4.对模糊综合评判法的评价4.1 模糊综合评判法的优点（1）模糊评价通过精确的数字手段处理模糊的评价对象，能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价；（2）评价结果是一个矢量，而不是一个点值，包含的信息比较丰富，既可以比较准确的刻画被评价对象，又可以进一步加工，得到参考信息。4.2模糊综合评判法的缺点（1）计算复杂，对指标权重矢量的确定主观性较强；（2）当指标集U较大，即指标集个数凡较大时，在权矢量和为1的条件约束下，相对隶属度权系数往往偏小，权矢量与模糊矩阵R不匹配，结果会出现超模糊现象，分辨率很差，无法区分谁的隶属度更高，甚至造成评判失败。谢谢观赏WPS OfficeMake Presentation much more fun